一种分部处理式阵列式语音定位和增强方法
【技术领域】
[0001] 本发明设及语音信号处理技术领域，尤其设及一种语音定位和增强方法。
【背景技术】
[0002] 自适应波束形成技术广泛应用于航空、航天、雷达和通信系统中。自适应波束形成 通过调节各阵元的加权幅度和加权相位，来改变阵列的方向图，使阵列天线的主瓣对准期 望用户，同时阵列天线的零点和副瓣对准其他用户，从而提高接收信噪比。
[0003] 线性约束最小方差（LCMV)准则是最常用的自适应波束形成方法。广义旁瓣相消 器（GSC)是LCMV的一种等效的实现结构，GSC结构将自适应波束形成的约束优化问题转换 为无约束的优化问题，分为自适应和非自适应两个支路，分别称为主支路和辅助支路，要求 期望信号只能从非自适应的主支路通过，而自适应的辅助支路中仅含有干扰和噪声分量， 在高信噪比的情况下，将有一部分期望信号泄漏到辅助支路中，出现了信号相消现象。
【发明内容】
[0004] 为了解决现有技术中的问题，本发明提出了一种分部处理式阵列式语音定位和增 强方法，采用传递函数广义旁瓣抵消器结构和后置维纳滤波器结构，将其自适应模块的输 入信号分解到分量滤波结构中进行处理，并将多通道维纳滤波模块引入传递函数的非自适 应支路，可W更有效地抑制相干噪声和非相干噪声，并有效的加快语音增强系统的收敛速 度。
[0005] 本发明通过如下技术方案实现：
[0006] 一种分部处理式阵列式语音定位和增强方法，包括W下步骤：
[0007] 步骤1 ;把拾音器W线阵排列，拾音器个数3个或者3个W上，接受外界声音信号； [000引步骤2 ;利用每路信号的互相关函数求出接收信号的时延，对每路信号进行时延 补偿对齐每路信号，利用求出的时延可W准确估计出声源方向，实现目标生源的定位；
[0009] 步骤3;补偿后的数字信号包含噪声，送入优化后的自适应阻塞矩阵模块，剥离出 比总路数少一路的噪声信号；
[0010] 步骤4;把该噪声信号送入自适应的分量滤波器，滤波后得到方向性噪声量；
[ocm] 步骤5 ;该步骤和步骤4同时进行，把补偿后的信号送入多通道后置维纳滤波器模 块，得到初级去噪结果，此时仍然包含方向性噪声；
[0012] 步骤6 ;步骤5的结果与步骤4结果做差得出最终语音去噪信号。
[0013] 本发明的有益效果是：本发明提出的方法鉴分量结构，外加后置维纳滤波器，利用 部分自适应技术，保证了算法的去噪性能，有效地抑制非相干噪声和相干噪声，加快了算法 的收敛速度，降低了运算复杂度，相对于传统的广义旁瓣相消器的麦克风阵列语音增强系 统，采用改进的语音增强系统具有更高的输出信噪比。
【附图说明】
[0014] 图1是本发明的分部处理式阵列式语音定位和增强方法流程图；
[0015] 图2是本发明的自适应阻塞矩阵设计图；
[0016] 图3是M通道的采样调制滤波器设计图。
【具体实施方式】
[0017] 为了使本发明的目的、技术方案及优点更加清楚明白，W下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用W解释本发明，并不 用于限定本发明。
[0018] 附图1是本发明的分部处理式阵列式语音定位和增强方法流程图，本发明的方法 包括W下步骤：
[0019] 步骤1 ;把拾音器W线阵排列，拾音器个数3个或者3个W上，接受外界声音信号； W拾音器个数4个为例，间隔2. 25cm，接受外界语音模拟信号然后AD转换为数字信号。
[0020] 步骤2 ;由于声源可能来自不同方向，每个路接受信号有时。利用每路信号的互相 关函数求出时延，对每路信号进行时延补偿对齐每路信号。利用求出的时延可W准确估计 出声源方向，实现目标声源的定位。
[002U 步骤3;补偿后的数字信号包含噪声，送入优化后的自适应阻塞矩阵模块，剥离出 比总路数少一路的噪声信号。
[002引步骤4;把该噪声信号送入自适应的分量滤波器，滤波后得到方向性噪声量。
[0023] 步骤5;该步骤和步骤4同时进行，把补偿后的信号送入多通道后置维纳滤波模 块，得到初级去噪结果（仍然包含方向性噪音）。
[0024] 步骤6;上一结果与步骤4结果做差得出最终语音去噪信号，达到更加明显的语音 增强效果。
[002引其中，步骤2具体为；将四路时域信号通过傅立叶变换到频域中Xi(n)=S(n-Ti)+Vi(n)-Xi(W) =SeJ'。"+V，然后利用历//(r)=j/如斯(似)(户心似计算互功率 谱峰，得到时延T。声音在空气中传播速度V约为340m/s，所W定位出声源平面角度为 0二arcsi呼最后分别把其余声道信号分别推后了，2了，3了…，得到对齐的语音数据。 0
[0026] 步骤3通过利用传输函数的比代替相应的传输函数，设计出一种自适应阻塞矩阵 满足输出只有噪声的要求。附图2中设计的矩阵符合要求，非自适应支路输出的信号分量 不是原始信号S，而是第一列阵元接收到的信号分量AiS，其中Ai是信号经过短时傅里叶变 换后的系数。接受信号可表示为Xi=ai*s+Vii=l，2…，M两边傅里叶变换后，有Xi= AiS+Vi,其中Vi是噪音，*表示卷积，M是拾音器个数。
[0027] 步骤4自适应分量滤波器组的基本思想是将输入的噪音信号进行频带分裂，即将 信号分解成位于不同频带上的分量信号，然后针对各分量信号的特点分别进行处理。自适 应分量滤波器由分析滤波器与合成滤波器构成。附图3中输入信号经分析滤波器组Hi(z) 分解成一系列的分量信号yi(n)，经过编码、压缩、传输等处理后变为y/ (n)，最后由合成滤 波器组Gi(z)重构出信号x(n)。
[002引其分析滤波器传递函数Hi(Z)和综合滤波器传递函数Gi(Z)，i=1，2,…，M是分 别通过对一个具有线性相位特性的低通滤波器1(Z)进行余弦调制获得的。因此分析滤波 器Hi(z)和合成滤波器Gi(z)的冲激响应如下：
【主权项】
1. 一种分部处理式阵列式语音定位和增强方法，包括以下步骤： 步骤1:把拾音器以线阵排列，拾音器个数3个或者3个以上，接受外界声音信号； 步骤2:利用每路信号的互相关函数求出接收信号的时延，对每路信号进行时延补偿 对齐每路信号，利用求出的时延可以准确估计出声源方向，实现目标生源的定位； 步骤3 :补偿后的数字信号包含噪声，送入优化后的自适应阻塞矩阵模块，剥离出比总 路数少一路的噪声信号； 步骤4 :把该噪声信号送入自适应的分量滤波器，滤波后得到方向性噪声量； 步骤5 :该步骤和步骤4同时进行，把补偿后的信号送入多通道后置维纳滤波器模块， 得到初级去噪结果，此时仍然包含方向性噪声； 步骤6:步骤5的结果与步骤4结果做差得出最终语音去噪信号。
2. 根据权利要求1所述的方法，其特征在于：所述步骤1中的拾音器为四个，间隔d= 2. 25cm排成一条直线，接受语音模拟信号然后AD转换为数字信号。
3. 根据权利要求1所述的方法，其特征在于：所述步骤2具体为：每路时域信 号通过傅立叶变换到频域中A(") = .s'(" + 4Ayw) = 5V"" +F，然后利用
4. 根据权利要求1所述的方法，其特征在于：所述步骤3中的自适应阻塞矩阵通过利 用传输函数的比代替相应的传输函数来设计，满足输出只有噪声的要求，所述自适应阻塞 矩阵为：
非自适应支路输出的信号分量不是原始信号S，而是第一列阵元接收到的信号分量AiS,其中化是信号经过短时傅里叶变换后的系数，接收信号可表示为Xi=ai*s+Vii= 1，2…，M两边傅里叶变换后，有Xi=APVi,其中\是噪音，*表示卷积，M是拾音器个数。
5. 根据权利要求1所述的方法，其特征在于：所述步骤4中的自适应分量滤波器组将 输入的噪音信号进行频带分裂，即将信号分解成位于不同频带上的分量信号，然后针对各 分量信号的特点分别进行处理。自适应分量滤波器由分析滤波器与合成滤波器构成，输入 噪音信号经分析滤波器组Hi (z)分解成一系列的分量信号yi (n)，经过编码、压缩、传输等 处理后变为y/ (n)，最后由合成滤波器组Gi (z)重构出信号x(n);其分析滤波器传递函数 Hi (z)和综合滤波器传递函数Gi (z)，i= 1，2,…，M是分别通过对一个具有线性相位特性的 低通滤波器进行余弦调制获得的。
6. 根据权利要求5所述的方法，其特征在于：分析滤波器Hi (z)和合成滤波器Gi (z)的 冲激响应如下：
式中k= 0, 1，…，K-1，i= 1，2, 是分解通道个数，K是滤波器阶数。由此可以 看出分析滤波器与合成滤波器有以下关系//,.(Z) =Z(Y '々(z-)，（^(2)是Gi(Z)的共轭转置。
7.根据权利要求1所述的方法，其特征在于：所述步骤5中维纳滤波器的系数是根据 各信道接收信号间的自相关和互相关得到，即维纳滤波器的系数是自适应变化的；延迟一 累加后的含噪语音信号经过维纳滤波后得到最小均方误差准则下的目标语音估计信号。
【专利摘要】本发明提出了一种分部处理式阵列式语音定位和增强方法，包括广义旁瓣抵消器的基本结构、阻塞矩阵（Block Matrix）的设计、分量滤波器的设计和外置维纳滤波部分。该方法借鉴分量结构，外加后置维纳滤波器，利用部分自适应技术，保证了算法的去噪性能，有效地抑制非相干噪声和相干噪声，加快了算法的收敛速度，降低了运算复杂度，相对于传统的广义旁瓣相消器的麦克风阵列语音增强系统，采用改进的语音增强系统具有更高的输出信噪比。仿真实验测试结构表明，相对于基于全带广义旁瓣抵消器的麦克风阵列语音增强系统，本发明的方法具有更高的输出信噪比。
【IPC分类】G10L21-0208
【公开号】CN104715758
【申请号】CN201510066532
【发明人】樊滨温, 王兆阳, 王明江, 刘明, 蒋贤慧, 张健, 曹彬, 曾伟浩
【申请人】哈尔滨工业大学深圳研究生院
【公开日】2015年6月17日
【申请日】2015年2月6日