郭翠娟，曹 磊，武志剛

（天津工業(yè)大學(xué) 電子與信息工程學(xué)院，天津300387）

語(yǔ)音通信是工業(yè)現(xiàn)場(chǎng)生產(chǎn)調(diào)度中廣泛采用的通信方式。但語(yǔ)音信號(hào)會(huì)受到工業(yè)現(xiàn)場(chǎng)環(huán)境噪聲的影響，這些噪聲具有功率大、難以估計(jì)的特點(diǎn)，嚴(yán)重降低了語(yǔ)音的可懂度，還會(huì)引起聽覺疲勞。針對(duì)現(xiàn)有通信系統(tǒng)存在的復(fù)雜噪聲環(huán)境下語(yǔ)音通信質(zhì)量差的問(wèn)題[1]，可以采用語(yǔ)音降噪的方法提高通信質(zhì)量。國(guó)內(nèi)外常用的語(yǔ)音降噪算法包括自適應(yīng)濾波法、譜減法和維納濾波法[2]。相比譜減法和維納濾波法需要利用噪聲和純凈語(yǔ)音信號(hào)的先驗(yàn)知識(shí)，自適應(yīng)濾波法能夠在未知噪聲條件下，使用自適應(yīng)算法動(dòng)態(tài)調(diào)整濾波器參數(shù)，保證抑制噪聲的性能達(dá)到最優(yōu)。因此，基于自適應(yīng)濾波法的語(yǔ)音降噪算法得到了廣泛的應(yīng)用。

在以往自適應(yīng)濾波法的研究中，為了盡可能獲得純凈的語(yǔ)音信號(hào)，文獻(xiàn)[3-6]提出了改進(jìn)的變步長(zhǎng)LMS（least mean square）算法，文獻(xiàn)[7-8]提出了小波分解與自適應(yīng)濾波法相結(jié)合的算法，文獻(xiàn)[9]提出了先經(jīng)過(guò)NLMS（normalized least mean square）算法再經(jīng)過(guò)RLS（recursive least square）算法的方法，文獻(xiàn)[10]提出了一種雙快速的NLMS算法。雖然這些方法處理后的語(yǔ)音信號(hào)質(zhì)量得到了一定程度的提高，但是上述方法將語(yǔ)音信號(hào)模型和噪聲信號(hào)模型都假設(shè)為高斯分布模型，然而很多語(yǔ)音信號(hào)和噪聲信號(hào)用高斯分布描述并不合理。Levy提出的α穩(wěn)定分布能夠?qū)哂酗@著脈沖特性和重尾的非高斯性信號(hào)進(jìn)行有效描述。針對(duì)α穩(wěn)定分布噪聲下的自適應(yīng)濾波，文獻(xiàn)[11]提出了最小均方p范數(shù)（least mean pth power，LMP）算法，文獻(xiàn)[12]提出了歸一化最小均方p范數(shù)（normalized LMP，NLMP）算法。上述算法能夠?qū)Ζ练€(wěn)定分布噪聲進(jìn)行有效抑制，但依然存在算法收斂速度慢的問(wèn)題。為了提高算法的收斂速度，文獻(xiàn)[13]提出了加權(quán)平均最小p范數(shù)算法，文獻(xiàn)[14]提出了梯度范數(shù)VSS-NLMP算法，文獻(xiàn)[15]提出了具有改進(jìn)的自適應(yīng)聚合經(jīng)驗(yàn)?zāi)B(tài)分解（ensemble empirical mode decomption，EEMD）的方法，文獻(xiàn)[16]提出了遞歸對(duì)數(shù)最小均方p范數(shù)（recursive logarithmic least mean pth power，RLLMP）算法。上述改進(jìn)算法提高了收斂速度，但文獻(xiàn)[13]和[14]提出的算法收斂速度仍遠(yuǎn)慢于文獻(xiàn)[16]的算法，文獻(xiàn)[15]的方法主要針對(duì)機(jī)械故障診斷中的脈沖信號(hào)干擾。

在復(fù)雜的工業(yè)現(xiàn)場(chǎng)，機(jī)器的周期性運(yùn)轉(zhuǎn)會(huì)產(chǎn)生能量高的有色噪聲，對(duì)語(yǔ)音信號(hào)影響極大。有色噪聲是一種實(shí)際工程系統(tǒng)中常遇到的噪聲，其噪聲序列中每一時(shí)刻的噪聲與另一時(shí)刻的噪聲相關(guān)，協(xié)方差不為零[17]。常見有色噪聲包括：粉紅噪聲、紅噪聲、橙色噪聲等。為了進(jìn)一步提高有色噪聲環(huán)境下自適應(yīng)濾波在語(yǔ)音降噪中的性能，本文在文獻(xiàn)[16]基礎(chǔ)上提出了一種改進(jìn)的遞歸對(duì)數(shù)最小均方p范數(shù)（Quasi-Newton RLLMP，QN-RLLMP）算法，利用擬牛頓的方法構(gòu)建正定矩陣替代矩陣求逆引理，完成矩陣迭代進(jìn)行語(yǔ)音降噪處理，進(jìn)一步減小穩(wěn)態(tài)誤差。

1 語(yǔ)音信號(hào)的概率分布模型

研究表明，音頻信號(hào)的概率分布用α穩(wěn)定分布比高斯分布描述更為合理[18]。α穩(wěn)定分布的特征函數(shù)滿足如下表達(dá)式：

式中：

式中：α為特征參數(shù)，取值范圍為（0，2]，α值越小，整個(gè)函數(shù)表現(xiàn)的脈沖特性越明顯；a為位置參數(shù)，其變化會(huì)引起整個(gè)函數(shù)的水平移動(dòng)，其取值范圍為（-∞，+∞）；γ為分散性參數(shù)，γ值越大則數(shù)據(jù)以均值為中心的分散程度越大，其取值范圍為[0，+∞）；β為傾斜度參數(shù)，如果β為0，那么整個(gè)函數(shù)就滿足對(duì)稱α穩(wěn)定分布，如果β取值范圍為（0，1]，函數(shù)曲線就會(huì)右傾斜，反之左傾斜。α、a、γ、β完全確定了α穩(wěn)定分布的特征函數(shù)。

2 基于自適應(yīng)濾波的語(yǔ)音降噪算法

2.1 基于自適應(yīng)濾波的語(yǔ)音降噪基本模型

基于自適應(yīng)濾波的語(yǔ)音降噪系統(tǒng)以自適應(yīng)噪聲消除方案為基礎(chǔ)，基本原理如圖1所示。

圖1 語(yǔ)音降噪系統(tǒng)的基本原理Fig.1 Basic principle of speech de-noise system

基于自適應(yīng)濾波的語(yǔ)音降噪模型有2個(gè)輸入端，mic1作為主輸入通道，即含噪語(yǔ)音信號(hào)，將mic1的輸入信號(hào)作為自適應(yīng)濾波器的期望信號(hào)d；mic2作為參考輸入通道，其輸入信號(hào)為背景噪聲信號(hào)，將mic2的輸入信號(hào)作為自適應(yīng)濾波器的參考信號(hào)x。由于mic1和mic2中的噪聲信號(hào)是同一噪聲信號(hào)產(chǎn)生的，因此，mic1和mic2中的噪聲信號(hào)是相關(guān)的，且噪聲信號(hào)與語(yǔ)音信號(hào)不相關(guān)。使用自適應(yīng)濾波算法調(diào)整濾波器參數(shù)，使得濾波器輸出的信號(hào)接近于mic1中的噪聲信號(hào)，相減后得到純凈的語(yǔ)音信號(hào)。

2.2 算法實(shí)現(xiàn)

2.2.1 RLLMP算法

定義一個(gè)基于p范數(shù)的代價(jià)函數(shù)[16]為：

式中：e（i）=d（i）-wT（n）x（i）；d（i）為期望信號(hào)；x（i）為輸入信號(hào)；e（i）為后驗(yàn)誤差信號(hào)；wT（n）為自適應(yīng)濾波器抽頭系數(shù)向量；λ為遺忘因子，其取值范圍最好為[0.99，1]。

對(duì)Jw（n）進(jìn)行梯度求導(dǎo)得

又sgn[e（i）]=e（i）/|e（i）|，式（5）可以改寫為

令

式中：R（n）和U（n）可以分別表示為

根據(jù)矩陣求逆引理[19-20]，P（n）可以表示為

對(duì)式（12）進(jìn)一步整理得

式中：

將式（11）、式（13）代入式（7），整理得到

式中：

綜上，RLLMP算法可以歸納為：

（1）初始化：選擇參數(shù)p，λ

兩組心力衰竭、心源性死亡、再發(fā)性心肌梗死、全因死亡等MACE發(fā)生率相比，差異無(wú)統(tǒng)計(jì)學(xué)意義(P>0.05)。與非fQRS組相比，fQRS組復(fù)發(fā)性心絞痛、總MACE發(fā)生率相對(duì)較高，且差異有統(tǒng)計(jì)學(xué)意義(P<0.05)。見表1。

（2）算法迭代：for n=1→end do

2.2.2 改進(jìn)的RLLMP算法（QN-RLLMP）

為了在RLLMP算法的基礎(chǔ)上進(jìn)一步改善算法性能，并保證算法穩(wěn)定，可通過(guò)擬牛頓法構(gòu)造一個(gè)逼近R-1（n）的H（n）矩陣。H（n）為一個(gè)正定矩陣，構(gòu)造的H（n）滿足條件如下：

式中：

由牛頓法梯度搜索，可得權(quán)向量的迭代公式為：

將式（10）、式（11）代入式（6）得

用H（n）代替R-1（n），式（20）可以改寫為

令B（n）=[R（n+1）w（n）-U（n+1）]代替式（18）中的B（n）得

H（n）更新公式為：

式中：

由于m（n）在迭代過(guò)程中會(huì)存在e（n）=0，導(dǎo)致算法不穩(wěn)定，m（n）可以修正為：

綜上，QN-RLLMP算法的實(shí)現(xiàn)過(guò)程可歸納為：

（1）初始化：選擇參數(shù)p，λ，θ

（2）算法迭代：for n=1→end do

3 語(yǔ)音降噪系統(tǒng)設(shè)計(jì)

3.1 硬件設(shè)計(jì)

語(yǔ)音降噪系統(tǒng)的硬件部分主要由STM32F429主控芯片、2個(gè)語(yǔ)音編解碼電路和SD卡電路等部分組成，其結(jié)構(gòu)框圖如圖2所示。

圖2 語(yǔ)音降噪系統(tǒng)硬件設(shè)計(jì)Fig.2 Hardware design of speech de-noise system

STM32F429采用Cortex M4內(nèi)核，集成FPU與DSP指令，主頻為180 MHz，非常適合需要浮點(diǎn)運(yùn)算和DSP處理的應(yīng)用。芯片自帶1 024 kB的FLASH用于程序存儲(chǔ)與256 kB的SRAM用于數(shù)據(jù)存儲(chǔ)，外圍接口包括IIC、I2S和SDIO。語(yǔ)音編解碼電路采用的編解碼芯片為WM8978。WM8978為全功能音頻處理器，最高支持192 kHz、24 bit的音頻播放。SD卡容量為4 GB，用來(lái)存儲(chǔ)含噪語(yǔ)音信號(hào)和降噪語(yǔ)音信號(hào)的wav文件。STM32F429與WM8978的連接示意圖如圖3所示。

圖3 STM32F429與WM8978連接示意圖Fig.3 Connection diagram of STM32F429 and WM8978

STM32F429通過(guò)IIC協(xié)議對(duì)WM8978相關(guān)寄存器進(jìn)行配置，通過(guò)I2S協(xié)議進(jìn)行語(yǔ)音數(shù)據(jù)傳輸。STM32F429的IIC接口包括數(shù)據(jù)線SDA與時(shí)鐘線SCL。SDA與WM8978的SDIN相連，用于STM32F429向WM8978寫相關(guān)寄存器命令。SCL與WM8978的SCLK相連，用于向WM8978提供IIC時(shí)鐘信號(hào)。STM32F429的I2S接口包括字段選擇線（WS）、串行時(shí)鐘線（CK）、串行數(shù)據(jù)線（SD）以及擴(kuò)展串行數(shù)據(jù)線（ext_SD）。WM8978的I2S接口包括數(shù)據(jù)左右對(duì)齊時(shí)鐘（LRC）、位時(shí)鐘（BCLK）、DAC數(shù)據(jù)輸入（DACAT）及ADC數(shù)據(jù)輸出（ADCAT）。WS與LRC相連，用于語(yǔ)音左右聲道切換，頻率設(shè)置為8 kHz。CK與BCLK相連，用于信號(hào)同步，頻率設(shè)置為256 kHz。SD與DACAT相連，用于STM32F429向WM8978發(fā)送語(yǔ)音數(shù)據(jù)。ext_SD與ADCAT相連，用于STM32F429接收來(lái)自WM8978的語(yǔ)音數(shù)據(jù)。STM32F429給WM8978一個(gè)主時(shí)鐘信號(hào)（MCLK），其頻率設(shè)置為2 048 kHz。

STM32F429與SD卡的連接示意圖如圖4所示。

STM32F429的SDIO接口包括：時(shí)鐘線（SDIOCK）、命令控制線（SDIO-CMD）和數(shù)據(jù)線（SDIO-D0、SDIO-D1、SDIO-D2、SDIO-D3）。SDIO-CK與SD卡的CLK相連，用于給SD卡提供時(shí)鐘信號(hào)。SDIO-CMD與SD卡的CMD相連，用于STM32F429發(fā)送控制命令給SD卡和SD卡提供響應(yīng)信息。SDIO-D0、SDIO-D1、SDIO-D2、SDIO-D3分別與DATA0、DATA1、DATA2、DATA3相連，用于STM32F429與SD卡之間的數(shù)據(jù)傳輸。

圖4 STM32F429與SD卡連接示意圖Fig.4 Connection diagram of STM32F429 and SD card

一個(gè)麥克風(fēng)用于采集含噪語(yǔ)音信號(hào)，另一個(gè)麥克風(fēng)在聲源直線距離3 m處用于采集噪聲信號(hào)。2路信號(hào)分別傳送至2個(gè)WM8978進(jìn)行編碼，并輸出至STM32F429，寫含噪wav文件存于SD卡的同時(shí)進(jìn)行語(yǔ)音降噪處理。處理完的數(shù)字語(yǔ)音信號(hào)傳送至WM8978解碼輸出，同時(shí)寫降噪wav文件存于SD卡，以便后期評(píng)估。

3.2 軟件設(shè)計(jì)

系統(tǒng)主程序流程圖如圖5所示。

圖5 系統(tǒng)主程序流程圖Fig.5 Flow chart of system main program

首先對(duì)各個(gè)部分進(jìn)行初始化。STM32F429通過(guò)IIC對(duì)WM8978內(nèi)部寄存器進(jìn)行初始化操作，包括設(shè)置其工作方式、傳輸位數(shù)和采樣率等。開辟一定的數(shù)據(jù)緩沖區(qū)，防止數(shù)據(jù)來(lái)不及處理時(shí)，未處理的數(shù)據(jù)出現(xiàn)丟失。在DMA中斷服務(wù)程序中設(shè)置一個(gè)數(shù)據(jù)到達(dá)標(biāo)志位，用來(lái)判斷是否接收到了數(shù)據(jù)。如果標(biāo)志位置位則將數(shù)據(jù)讀入，如果標(biāo)志位未置位則返回繼續(xù)讀取。讀入數(shù)據(jù)并寫含噪wav文件存于SD卡。算法處理后采用雙緩沖循環(huán)模式將處理完的數(shù)據(jù)輸出至WM8978解碼，同時(shí)寫降噪wav文件存于SD卡。

4 測(cè)試分析

為驗(yàn)證QN-RLLMP算法的語(yǔ)音降噪效果，在室內(nèi)進(jìn)行圖6所示的信號(hào)采集試驗(yàn)，一個(gè)麥克風(fēng)在聲源附近采集含噪語(yǔ)音信號(hào)，另一個(gè)麥克風(fēng)在噪聲源附近采集參考噪聲信號(hào)，兩個(gè)麥克風(fēng)的直線距離為3 m。分析比較本文QN-RLLMP算法與RLLMP算法以及經(jīng)典的RLS算法對(duì)語(yǔ)音中加性噪聲的降噪效果，評(píng)價(jià)指標(biāo)包括：時(shí)域圖，語(yǔ)譜圖，信噪比，短時(shí)客觀可懂度（short-time objective intelligibility，STOI）[22]。

圖6 信號(hào)采集示意圖Fig.6 Signal acquisition diagram

4.1 基于MATLAB的算法性能測(cè)試

設(shè)定p=1.2，θ=0.75，λ=0.995。一個(gè)均值為0、方差為1的高斯白噪聲信號(hào)，通過(guò)橫向?yàn)V波器并在輸出端與noisex-92噪聲庫(kù)中的pink噪聲混合得到一個(gè)模擬含噪信號(hào)。將高斯噪聲信號(hào)作為參考信號(hào)，模擬含噪信號(hào)作為期望信號(hào)，通過(guò)自適應(yīng)濾波算法進(jìn)行仿真，分析5 000個(gè)采樣點(diǎn)、200次重復(fù)實(shí)驗(yàn)時(shí)的平均均方誤差。仿真結(jié)果如圖7所示。

圖7 算法收斂性能分析Fig.7 Analysis of convergence performance of algorithms

由圖7可以看出，本文算法優(yōu)于RLS算法，且與RLLMP算法相比具有更小的穩(wěn)態(tài)誤差。

為了驗(yàn)證算法在語(yǔ)音降噪方面的性能，在如圖6所示的位置分別置兩個(gè)錄音設(shè)備同時(shí)錄音，在噪聲源位置播放pink噪聲，在聲源位置播放事先錄制的聲音。將兩段錄音文件通過(guò)Matlab提取，并通過(guò)算法仿真分析，得到純凈語(yǔ)音信號(hào)和降噪語(yǔ)音信號(hào)語(yǔ)譜圖如圖8所示。不同信噪比情況下，經(jīng)QN-RLLMP算法降噪處理后的信噪比和短時(shí)客觀可懂度（STOI）如表1所示。

圖8 純凈語(yǔ)音和不同算法處理后的語(yǔ)音信號(hào)語(yǔ)譜圖Fig.8 Speech spectrogram of pure speech and speech signal processed by different algorithms

由圖8可以看出，與RLLMP算法和RLS算法相比，本文提出的QN-RLLMP算法降噪效果較為理想，與純凈的語(yǔ)音信號(hào)更為接近。由此可見，在有色噪聲情況下，本文算法性能優(yōu)于RLLMP算法和RLS算法。由表1可以看出，本文算法處理后的信號(hào)信噪比平均提升了10 dB，短時(shí)客觀可懂度平均提升了0.3，均得到了一定程度的改善。

表1 QN-RLLMP算法處理后的信噪比與STOITab.1 Signal to noise ratio and STOI after QN-RLLMP algorithm processing

4.2 語(yǔ)音降噪系統(tǒng)的性能測(cè)試

本文設(shè)計(jì)的語(yǔ)音降噪系統(tǒng)的硬件平臺(tái)如圖9所示。

圖9 自適應(yīng)語(yǔ)音降噪系統(tǒng)的硬件平臺(tái)Fig.9 Hardware platform of adaptive speech de-noise system

設(shè)置采樣率為8 kHz。從聲源處采集含噪語(yǔ)音信號(hào)作為期望信號(hào)，從噪聲源處采集噪聲信號(hào)作為參考信號(hào)，經(jīng)WM8978分別編碼后傳入STM32F429進(jìn)行算法處理，將算法處理完的信號(hào)輸出，生成2個(gè)wav文件保存于SD卡中。利用MATLAB分析含噪語(yǔ)音信號(hào)和降噪語(yǔ)音信號(hào)的時(shí)域波形，如圖10所示。

圖10 含噪語(yǔ)音信號(hào)和降噪語(yǔ)音信號(hào)的時(shí)域圖Fig.10 Time domain diagram of noisy speech signal and de-noise speech signal

由圖10可以看出，本文提出的算法運(yùn)用于語(yǔ)音降噪系統(tǒng)能夠顯著降低語(yǔ)音信號(hào)中的有色噪聲。在主觀聽覺測(cè)試方面，讓人佩戴耳機(jī)聽含噪語(yǔ)音信號(hào)和降噪語(yǔ)音信號(hào)，可以明顯感受到降噪后的語(yǔ)音信號(hào)變得更加清晰，可懂度也得到了提高。

5 結(jié)論

本文提出了一種基于自適應(yīng)濾波的語(yǔ)音降噪算法，對(duì)遞歸對(duì)數(shù)最小均方p范數(shù)算法進(jìn)行改進(jìn)。通過(guò)擬牛頓法構(gòu)建正定矩陣進(jìn)行語(yǔ)音降噪處理，并以STM32F429為控制核心設(shè)計(jì)了雙通道語(yǔ)音降噪系統(tǒng)。通過(guò)仿真和實(shí)驗(yàn)對(duì)比發(fā)現(xiàn)：

（1）相比于RLLMP和RLS算法，本文QN-RLLMP算法處理有色噪聲時(shí)收斂速度更快，穩(wěn)態(tài)誤差更低。

（2）本文算法得到的降噪語(yǔ)音信號(hào)比未處理的信號(hào)平均信噪比提升了10 dB，語(yǔ)音可懂度平均提升了0.3。由此表明，本文提出的自適應(yīng)濾波語(yǔ)音降噪算法能夠有效地進(jìn)行語(yǔ)音降噪，改善了語(yǔ)音通信質(zhì)量，具有一定的參考和實(shí)用價(jià)值。