陳佳琪，鄭 強(qiáng)，鄭曉慶

（海軍航空大學(xué)，山東煙臺264001）

船舶航行時，語音通訊與交流是必不可少的。但船舶航行過程中，各種設(shè)備產(chǎn)生的巨大噪聲嚴(yán)重干擾了通訊端語音信號，使得有用的語音不能被正常接收，影響了船舶工作者的正常交流。故削除語音信號通訊端工作環(huán)境中船舶的噪聲干擾，增強(qiáng)語音信號，對語音交流的準(zhǔn)確性和舒適性有重要意義。實(shí)現(xiàn)語音信號增強(qiáng)，須從含噪信號中將語音信號和船舶背景噪聲正確地檢測分離，以便進(jìn)一步通過譜減法等方法實(shí)現(xiàn)語音增強(qiáng)。

為了達(dá)到語音降噪增強(qiáng)的目的，關(guān)鍵是要把源信號中無語音的噪聲段與語音段進(jìn)行分離。目前，國內(nèi)外學(xué)者進(jìn)行了相關(guān)的分析研究，提出的方法有時域和頻域特征處理方法。如，基于短時能量、過零率、譜散度[1]，倒譜分析、短時分形維數(shù)[2]，頻帶方差[3]，多重線性回歸分析[4]及修正調(diào)制譜估計[5]等。但這些方法在用于艦船背景噪聲時遇到了以下困難：①船舶類型多種多樣，運(yùn)行狀態(tài)千變?nèi)f化，因而其噪聲特征各不相同，背景噪聲復(fù)雜多變；②艦船設(shè)備工作時噪聲巨大，很多時候在時域可將語音信號完全掩蓋，使信號的信噪比很低；③同背景噪聲一樣，說話人的性別與年齡的不同也會導(dǎo)致語音信號的巨大差異。船舶背景噪聲和語音信號的復(fù)雜多變使許多檢測方法因類內(nèi)特征離散度大而失效。所以，須探索新的噪聲段與語音段的檢測分離方法，以適應(yīng)船舶背景噪聲特征[6]。

樣本熵是Richman提出的一種時間序列復(fù)雜性的測試方法[7]，復(fù)雜度代表了信號序列中出現(xiàn)新信息量的大小[8]。語音信號與船舶工作噪聲信號的產(chǎn)生機(jī)理是不同的，語音信號是由肺部收縮產(chǎn)生的氣流經(jīng)過聲門和聲道引起震蕩產(chǎn)生的；船舶工作噪聲與船舶的結(jié)構(gòu)、材質(zhì)和發(fā)動機(jī)樣式等有關(guān)。因此，2種信號時間序列的信息變化程序存在差別。本文在分析2種信號復(fù)雜性特征的基礎(chǔ)上，利用2 種信號在時間序列中出現(xiàn)新信息量的大小和變化幅度的不同，通過時域信號樣本熵，實(shí)現(xiàn)了含噪信號中語音段和船舶背景噪聲段的正確分離。通過實(shí)測數(shù)據(jù)實(shí)驗(yàn)驗(yàn)證，該方法具有不錯的檢測效果。

1 信號特征分析

艦船背景噪聲與語音信號本身都為復(fù)雜多變的信號，類內(nèi)特征皆有較大的離散性，故可以信號發(fā)聲機(jī)理為基礎(chǔ)研究2 者的不同之處，并利用頻譜的相似性將信號進(jìn)行分離。

船舶作為一種工作環(huán)境，有其本身的特殊性。船舶背景噪聲主要由船舶發(fā)動機(jī)、發(fā)電機(jī)等各種設(shè)備的運(yùn)行產(chǎn)生，對于實(shí)際的工作環(huán)境，船舶自身的大小、材料、發(fā)動機(jī)類型等會成為其噪聲特性的決定性因素[9]。這說明當(dāng)在一個較短時間內(nèi)，分析其噪聲特點(diǎn)時，由于船舶自身運(yùn)動狀態(tài)及發(fā)動機(jī)狀態(tài)等通常會保持一個較穩(wěn)定的狀態(tài)，因而對其噪聲進(jìn)行頻譜等各種特征分析時，短時間內(nèi)的頻譜特性會較為穩(wěn)定[10-11]。圖1 為某船舶背景噪聲相鄰時間幀信號的頻譜分布?？梢钥闯?，其相鄰幀的頻譜分布表現(xiàn)出較好的相似性，即具有短時穩(wěn)定性。

圖1 船舶背景噪聲信號相鄰幀頻譜分布相似性Fig.1 Spectrum distribution similarity of adjacent frames of ship background noise signal

語音信號由肺部收縮產(chǎn)生的氣流經(jīng)過聲門和聲道引起震蕩而產(chǎn)生。語音中有意義的最小單元是單詞，單詞由音素組成[12-14]，音素是語音中的最小單位。一段語音信號中會選擇不同的單詞來表達(dá)內(nèi)容，通過音素引起氣流、聲門和聲道的不斷變化，從而表現(xiàn)出即使在一個較短時間內(nèi)，其相鄰時間幀信號的頻譜等特征表現(xiàn)出較大的差異，如圖2 所示。為純凈語音信號相鄰幀信號的頻譜分布特性，其頻譜計算方法與圖1相同，且都進(jìn)行了頻譜曲線平滑處理。

圖2 語音信號相鄰幀頻譜分布特征Fig.2 Spectrum distribution characteristics of adjacent frames of speech signal

綜上所述，不同的發(fā)聲機(jī)理，使語音信號與船舶背景噪聲信號的短時頻譜相似性有較大的差異。對于背景噪聲信號，其短時幀間頻譜分布相似性較大，因而其信號時間序列中的新信息量較少；而語音信號由于短時幀間頻譜的分布相差很大，其信號時間序列中的新信息量會較多[15-18]。因此，通過樣本熵來描述含噪聲語音信號中語音段與噪聲段信號的新信息量差異，可以實(shí)現(xiàn)2種信號的判別。

2 含噪語音信號的樣本熵

2.1 樣本熵的定義和物理意義

樣本熵的定義為：通過度量信號中產(chǎn)生新模式的概率大小來衡量時間序列復(fù)雜性，新模式產(chǎn)生的概率越大，序列的復(fù)雜性就越大。當(dāng)數(shù)據(jù)向量由m 維增加至m+1 維時，繼續(xù)保持其相似性的條件概率[15]，則樣本熵可表示為：

式（1）中：N 為信號長度；r 為相似容限；Bm(r) 和Bm+1(r)的定義如式（4）所示。

時間序列產(chǎn)生新模式的概率越大，序列越復(fù)雜，相應(yīng)的樣本熵越大。樣本熵從統(tǒng)計的角度來區(qū)別時間過程的復(fù)雜性，表征信號序列中前后數(shù)據(jù)的差異變化，只須要較短的數(shù)據(jù)就可以估計出來。

2.2 樣本熵的計算

設(shè)每幀長度為N 的含船舶背景噪聲的語音信號經(jīng)過預(yù)處理后為x，其組成m 維向量為：

式（4）中，i,j ∈[ ]1,N-m+1 且i ≠j，對所有i 值求平均得：

3 基于樣本熵的語音信號與輻射噪聲判別算法

采樣率為11 025 Hz 的輸入信號，基于樣本熵的信號判別算法的實(shí)現(xiàn)步驟如下：

步驟1：信號分幀。對信號進(jìn)行預(yù)加重處理并使用漢明窗分幀，每幀512 個數(shù)據(jù)點(diǎn)，幀移點(diǎn)數(shù)為256。實(shí)驗(yàn)中，m=2，容許值r=0.2。

步驟2：對信號類別初始判別。首先，根據(jù)式（6）計算樣本熵SampEn；然后，根據(jù)式（7）計算自適應(yīng)閾值Thre1。

式（7）中：λ1與λ2的值通過試驗(yàn)確定，這里取值為λ1=4 和λ2=6；u、δ 為信號的均值與標(biāo)準(zhǔn)差。

比較SampEn 的值與Thre1的值：

如果SampEn ≤Thre1，信號為語音信號；

如果SampEn>Thre1，信號為輻射噪聲。

從而實(shí)現(xiàn)對每1幀信號的初始判別。

步驟3：鄰域平滑處理。根據(jù)同一種信號通道持續(xù)一定時間的規(guī)律，以當(dāng)前信號幀及其前2 幀信號作為當(dāng)前幀類別判斷的鄰域，對信號進(jìn)行平滑處理。當(dāng)鄰域幀信號中有2 幀以上的信號類別為環(huán)境噪聲，則當(dāng)前幀信號最終類別判定為環(huán)境噪聲，反之亦然。在對信號進(jìn)行平滑處理時，以鄰域幀信號的初始判別類型為判據(jù)。

4 算法實(shí)驗(yàn)驗(yàn)證

本文使用實(shí)測數(shù)據(jù)來驗(yàn)證算法的有效性。其中，船舶工作環(huán)境噪聲數(shù)據(jù)主要為空投浮標(biāo)和被動全向聲吶采集的數(shù)據(jù)，包括商船、漁船等，數(shù)據(jù)文件共400 min，語音信號包括采用海泰HTPXI1008 數(shù)據(jù)采集器搭配麥克風(fēng)在實(shí)驗(yàn)室錄制的數(shù)據(jù)、網(wǎng)上公開的語音算法驗(yàn)證庫中的語音數(shù)據(jù)共400 min，數(shù)據(jù)采樣率均調(diào)整為11 025 Hz。實(shí)驗(yàn)中，以1s 時間長度為一個處理片段，片段內(nèi)數(shù)據(jù)劃分成10 幀，按照前面介紹的算法執(zhí)行。

如圖3 所示，為測試基于頻譜趨勢相似性的信號識別算法的性能及對不同數(shù)據(jù)的適應(yīng)性，將測試數(shù)據(jù)分成3個子集進(jìn)行實(shí)驗(yàn)。

子集1：該數(shù)據(jù)子集主要包括不同說話者的語音信號，主要用來測試算法對語音信號的識別性能和對不同說話者語音的適應(yīng)性。實(shí)驗(yàn)中，每個錄制的數(shù)據(jù)取20 s 進(jìn)行實(shí)驗(yàn)，其結(jié)果如圖3 a）所示。

子集2：該數(shù)據(jù)子集主要包括不同的水聲目標(biāo)輻射噪聲數(shù)據(jù)。為實(shí)驗(yàn)的需要，采用與子集1 相同的數(shù)據(jù)文件長度，該數(shù)據(jù)子集主要用來測試算法對水聲目標(biāo)輻射噪聲信號的識別性能和適應(yīng)性，其識別結(jié)果如圖3 b）所示。

子集3：該數(shù)據(jù)子集由不同的語音信號和水聲目標(biāo)輻射噪聲信號組成，每個數(shù)據(jù)文件取20 s 進(jìn)行實(shí)驗(yàn)。該子集主要用來測試算法對語音信號和水聲目標(biāo)噪聲信號同時存在時的識別效果。同時，測試對語音信號與水聲目標(biāo)信號起始位置的識別精度，實(shí)驗(yàn)結(jié)果如圖3 c）、3 d）所示。其中，圖3 c）為每個語音數(shù)據(jù)文件與水聲目標(biāo)數(shù)據(jù)文件交替讀取識別，而圖3 d）為數(shù)據(jù)文件隨機(jī)讀取識別結(jié)果。

圖3的4個識別結(jié)果中都包含4個子圖，從下到上分別是時域信號幅值、在時域信號上計算得到的短時頻譜Pearson 相關(guān)系數(shù)方差、初始未經(jīng)過平滑處理的識別結(jié)果和算法的最終識別結(jié)果。

每個圖中，第1 個和第2 個子圖的縱坐標(biāo)分別表示實(shí)驗(yàn)對目標(biāo)的判斷結(jié)果。

子圖縱坐標(biāo)取值中，1 表示識別結(jié)果為水聲目標(biāo)輻射噪聲信號；2 表示采用多閾值方法但未進(jìn)行結(jié)果平滑時被識別為水聲目標(biāo)信號待定信號；3 表示語音信號待定信號；4表示識別結(jié)果為語音信號。

從圖3 中可以看出，算法對不同類型和不同工況下的水聲目標(biāo)信號以及對不同說話者的語音信號都取得了較好的識別效果，對不同組合方式形成的混合信號也取得了準(zhǔn)確的識別結(jié)果。

為了量化該算法的判別精度，將正確判別信號時間和信號總時間進(jìn)行比較，即：

對所有實(shí)驗(yàn)數(shù)據(jù)信號處理后的結(jié)果如表1 所示。從表1 中可以看出，基于時域信號樣本熵的語音信號與環(huán)境噪聲信號判別算法取得了較高的穩(wěn)定精度。

表1 語音信號與輻射噪聲信號判別結(jié)果Tab.1 Discrimination results of voice signal and radiated noise signal %

5 結(jié)論

本文通過分析語音信號與船舶工作環(huán)境噪聲信號的不同產(chǎn)生機(jī)理，利用2 種信號在時域時間序列中出現(xiàn)新信息量的大小和變化幅度不同，通過信號樣本熵實(shí)現(xiàn)了2種信號的判別。本文僅使用樣本熵一個特征，避免了多特征之間的相關(guān)性帶來的不確定因素以及特征值的計算帶來的計算量較大等不足，通過大量實(shí)測數(shù)據(jù)的實(shí)驗(yàn)驗(yàn)證，算法取得了理想的判別結(jié)果。