CN101964934A - 二元麦克风微阵列语音波束形成方法 - Google Patents

Abstract

二元麦克风微阵列语音波束形成方法，包括：构建麦克风微阵列、以接收外界信号；分析信号，获取目标声源相对两个麦克风的相对时延；根据时延，分别对与两个麦克风所对应的数字信号进行时延校正，获得校正后的信号；根据两个校正后的信号完成固定波束形成；根据两个校正后的信号，利用阻塞矩阵获取噪音参考信号；通过频域自适应处理算法，将固定波速形成转换为初步增益信号、以及将噪音参考信号转换为估计噪音参考信号；去除初步增益信号中的噪音能量，获得最终的波束形成信号。本发明具有通用性好，对硬件的依赖性低，不要求目标生源和噪音源角度，适合移动环境、混响环境和非平稳噪音环境，去噪效果好的优点。

Description

二元麦克风微阵列语音波束形成方法

技术领域

本发明涉及语音增强的技术领域，具体就是，本发明涉及的是面向手机领域的麦克风微阵列目标语音波束形成方法。

背景技术

当前手机已成为我们日常生活的必备通讯设备，因而通话质量成为人们日益关注的问题，尤其在一个噪音较大的环境中通话，会严重影响通话双方的交流，为了解决这个问题，语音消噪技术应运而生。

为了抑制噪音，出现了单道降噪方法和麦克风阵列波束形成噪音抑制方法。对于单道噪音通常采用的技术有谱减法、维纳滤波等方法，这些方法的缺陷是对非平稳噪音抑制效果较差，且会造成较大的语音失真。

对于麦克风阵列波束形成噪音抑制采用的方法包括超指向性波束形成技术，广义旁瓣抵消器波束形成、差分麦克风阵列以及自适应滤波器等技术。其中指向性波束形成技术对硬件依赖很强，不适合普遍性；广义旁瓣抵消器和自适应滤波器对移动的目标语音以及由于目标声源定位误差其处理效果较差；差分麦克风阵列波束形成技术对目标声源和噪音源角度要求严格，否则性能较差。

而对于已有的麦克风阵列噪音抑制技术，普遍存在算法复杂度高，计算量大或噪音抑制限制条件较多而不具备应用在手机环境等问题。如2009年2月18日公开的专利CN101369427A，需要分别对每个麦克风进行计算噪音功率密度，子带分解以及后验估计等内容，计算较为复杂，应用在手机等处理能力较弱的设备上很难保证实时性；而2009年6月24日公开的专利CN101466055A，使用一个单指向性和一个全指向性麦克风组合，通过判断两个麦克风获取信号大小比较觉得自适应滤波器的系数变换，其应用条件也是有限的，单纯使用自适应滤波器技术对混响条件和移动声源处理效果不理想，同时若应用在手机环境，目前微型麦克风指向性也不好，从而限制了应用。

发明内容

为克服现有技术的通用性差、对硬件的依赖性强、对目标声源和噪音源角度要求严格，算法复杂度高，应用范围小的缺点，本发明提供了一种通用性好，对硬件的依赖性低，不要求目标声源和噪音源有严格的角度约束，适合移动环境、混响环境和非平稳噪音环境，去噪效果好的二元麦克风微阵列语音波束形成方法。

二元麦克风微阵列语音波束形成方法，包括以下步骤：

1、构建麦克风微阵列、以接收外界模拟信号，一个微阵列由两个全指向性麦克风组成；将接收到的模拟信号转换为待处理的数字信号；

2、分析所述的数字信号，获取目标声源相对两个麦克风的相对时延；根据时延，分别对与两个麦克风所对应的数字信号进行时延校正，获得校正后的信号；根据两个校正后的信号完成固定波束形成；

3、根据两个校正后的信号，利用阻塞矩阵获取噪音参考信号；

4、通过频域自适应处理算法，将固定波速形成转换为初步增益信号、以及将噪音参考信号转换为估计噪音参考信号；

5、去除初步增益信号中的噪音能量，获得无噪音的目标方向的波束，将该波束作为最终的波束形成信号；噪音能量用估计噪音参考信号的短时能量表征。

进一步，步骤1中的微阵列的阵列间距为1-3cm；使用音频采集卡对微阵列接收到的模拟信号进行A/D转换，形成待处理的数字信号。

进一步，步骤2包括以下子步骤：

2.1、获取目标声源相对于两个麦克风的相对时延，对时延的计算通过公式1来估计：

${\stackrel{)}{R}}_{x1x2}=\frac{1}{T-\mathrm{\τ}}{\∫}_{\mathrm{\τ}}^T\mathrm{xb}1\left(t\right)\mathrm{xb}2(t-\mathrm{\τ})\mathrm{dt}$ ……公式1

其中：T为麦克风阵列采集语音信号的实际时间，xb1，xb2分别对应的是第一麦克风，第二麦克风所对应的数字信号，公式1的最大值对应的τ就是两个麦克风相对时延值；

2.2、分别对xb1，xb2进行时延校正，获得xb1的校正后信号x₁(t)和xb2的校正后信号x₂(t)；

2.3、通过公式2实现固定波束形成：

$\mathrm{yc}\left(t\right)=\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{x}_m\left(t\right)$ ……公式2

其中：x_m(t)代表第m个麦克风t时刻接收到的信号；

2.4、分别对x₁(t)，x₂(t)和yc(t)进行短时傅里叶变换，分别得到x₁(t，e^jω)，x₂(t，e^jω)和yc(t，e^jω)。

进一步，步骤3中，通过公式3获取噪音参考信号N(t，e^jω)

N(t，e^jω)＝B*[x₁(t，e^jω)x₂(t，e^jω)]^T……公式3。

进一步，步骤4中，通过自适应干涉抵消器AIC(adaptiveinterference canceller)完成初步降噪，获取初步增益信号y1(t，e^jω)和估计噪音参考信号

AIC采用NFBLMS(NormalizedFequency-domain Block Least Mean Squares)算法：

$\stackrel{\‾}{N}(t,e^{\mathrm{j\ω}})=N(t,e^{\mathrm{j\ω}})*$ w……公式4

$Y(t,e^{\mathrm{j\ω}})=\mathrm{yc}(t,e^{\mathrm{j\ω}})-\stackrel{\‾}{N}(t,e^{\mathrm{j\ω}})$ ……公式5

其中w为自适应滤波器系数。

进一步，步骤4中，自适应滤波器系数w的确定方法如下：

假定滤波器阶数为n(n为偶数)，则每次计算能处理n/2个采样点，比传统时域和频域自适应滤波器处理速度大大提高了；每处理一次滤波器系数更新如下：

w(k+1)＝w(k)+2*mub*FFT(G*IFFT(xk^**ek))/(beta+xn2^T*xn2)

上式中mub为滤波器步长，(.)^*为复共轭，(.)^T为矩阵转置，beta为小正数，xk为期望信号向量，xn2为参考噪音向量

$G=\left[\begin{array}{cc}I& O\\ O& O\end{array}\right]$

上式中I为单位阵，O为零矩阵。

进一步，步骤5中包括以下子步骤：

5.1、获取初步增益信号y1(t，e^jω)的短时能量|y1(t，e^jω)|²和估计噪音短时能量

通过公式6获取最终的波束形成信号的幅值|Y(t，e^jω)|²，

5.2、获取最终的波束形成的增益信号Y(t，e^jω)，

5.3、将增益信号Y(t，e^jω)做傅里叶反变换，获得最终的波束形成信号y。

本发明的技术构思是：本发明的步骤3会最大抑制目标方向的语音信号，获得非目标语音方向的参考噪音信号，它包含了大部分的非目标方向的各种噪音，包含混响，非平稳噪音以及其他形式噪音；这样做可以为后面恢复目标语音方向信号，抑制非目标语音方向信号做准备。

本发明中，步骤4的目标是获取初步增益，同时进一步估计噪音参考信号；由于所述步骤3的算法中，对非目标语音方向噪音也有一定损失，因而通过NFBLMS可以最大限度逼近真实噪音信号，但所述步骤3算法的参考噪音对所述步骤4的估计参考噪音影响很大。

本发明中，步骤5的主要目标是从初步增益中去除非目标语音信号的噪音能量，通过短时能量相减方法，能去除非目标语音方向的噪音信号，从而获得最终目标方向的波束。而传统的自适应滤波算法由于收敛较慢以及稳态误差的问题，很难适应适合移动环境、混响环境和非平稳噪音环境，而为了解决这个问题有些麦克风阵列技术结合了谱减法或维纳滤波，而这些技术都是需要估计噪音的，其噪音估计基本是通过非语音段的噪音来估计语音段噪音，因而对非平稳和混响室无能为力的。

本发明中，步骤5.1使用了分帧加窗技术，每次是对一帧信号进行处理的，每帧长度约为0.05ms，窗移动步长约为0.025ms。

在手机等移动环境，随着通讯方移动，所处的噪音环境也发生变化，但只要目标声源被估计正确，通过上述技术方案就能获取噪音参考信号，也就能把非目标声源的噪音给去除，这样就剩下目标语音方向的信号，因而波束也就形成了。

对于由全指向性麦克风组成的微型阵列(阵列间距1-3cm)，其原理是通过目标声源到阵列的时延差来判定目标语音方向和形成波束的。因而麦克风间距越小，对方向误差越不敏感，从而对时延估计的要求也不需要太高。

上述技术方案在各种情况下处理效果非常明显，尤其是对于低信噪比环境处理效果更优。

本发明具有通用性好，对硬件的依赖性低，不要求目标生源和噪音源角度，适合移动环境、混响环境和非平稳噪音环境，去噪效果好的优点。

附图说明

图1二元麦克风微阵列处理流程图。

图2二元麦克风微阵列基本功能模块图。

具体实施方式

参照附图，进一步说明本发明：

二元麦克风微阵列语音波束形成方法，包括以下步骤：

1、构建麦克风微阵列、以接收外界模拟信号，一个微阵列由两个全指向性麦克风组成；将接收到的模拟信号转换为待处理的数字信号；

2、分析所述的数字信号，获取目标声源相对两个麦克风的相对时延；根据时延，分别对与两个麦克风所对应的数字信号进行时延校正，获得校正后的信号；根据两个校正后的信号完成固定波束形成；

3、根据两个校正后的信号，利用阻塞矩阵获取噪音参考信号；

4、通过频域自适应处理算法，将固定波速形成转换为初步增益信号、以及将噪音参考信号转换为估计噪音参考信号；

5、去除初步增益信号中的噪音能量，获得无噪音的目标方向的波束，将该波束作为最终的波束形成信号；噪音能量用估计噪音参考信号的短时能量表征。

步骤1中的微阵列的阵列间距为1-3cm；使用音频采集卡对微阵列接收到的模拟信号进行A/D转换，形成待处理的数字信号。

步骤2包括以下子步骤：

2.1、获取目标声源相对于两个麦克风的相对时延，对时延的计算通过公式1来估计：

${\stackrel{)}{R}}_{x1x2}=\frac{1}{T-\mathrm{\τ}}{\∫}_{\mathrm{\τ}}^T\mathrm{xb}1\left(t\right)\mathrm{xb}2(t-\mathrm{\τ})\mathrm{dt}$ ……公式1

其中：T为麦克风阵列采集语音信号的实际时间，xb1，xb2分别对应的是第一麦克风，第二麦克风所对应的数字信号，公式1的最大值对应的τ就是两个麦克风相对时延值；

2.2、分别对xb1，xb2进行时延校正，获得xb1的校正后信号x₁(t)和xb2的校正后信号x₂(t)；

2.3、通过公式2实现固定波束形成：

$\mathrm{yc}\left(t\right)=\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{x}_m\left(t\right)$ ……公式2

其中：x_m(t)代表第m个麦克风t时刻接收到的信号；

2.4、分别对x₁(t)，x₂(t)和yc(t)进行短时傅里叶变换，分别得到x₁(t，e^jω)，x₂(t，e^jω)和yc(t，e^jω)。

进一步，步骤3中，通过公式3获取噪音参考信号N(t，e^jω)

N(t，e^jω)＝B*[x₁(t，e^jω)x₂(t，e^jω)]^T……公式3。

步骤4中，通过自适应干涉抵消器AIC(adaptive interferencecanceller)完成初步降噪，获取初步增益信号y1(t，e^jω)和估计噪音参考信号

)；AIC采用NFBLMS(Normalized Fequency-domainBlock Least Mean Squares)算法：

$\stackrel{\‾}{N}(t,e^{\mathrm{j\ω}})=N(t,e^{\mathrm{j\ω}})*w$ ……公式4

$Y(t,e^{\mathrm{j\ω}})=\mathrm{yc}(t,e^{\mathrm{j\ω}})-\stackrel{\‾}{N}(t,e^{\mathrm{j\ω}})$ ……公式5

其中w为自适应滤波器系数。

步骤4中，自适应滤波器系数w的确定方法如下：

假定滤波器阶数为n(n为偶数)，则每次计算能处理n/2个采样点，比传统时域和频域自适应滤波器处理速度大大提高了；每处理一次滤波器系数更新如下：

w(k+1)＝w(k)+2*mub*FFT(G*IFFT(xk^**ek))/(beta+xn2^T*xn2)

上式中mub为滤波器步长，(.)^*为复共轭，(.)^T为矩阵转置，beta为小正数，xk为期望信号向量，xn2为参考噪音向量

$G=\left[\begin{array}{cc}I& O\\ O& O\end{array}\right]$

上式中I为单位阵，O为零矩阵。

步骤5中包括以下子步骤：

5.1、获取初步增益信号y1(t，e^jω)的短时能量|y1(t，e^jω)|²和估计噪音短时能量

通过公式6获取最终的波束形成信号的幅值|Y(t，e^jω)|²，

5.2、获取最终的波束形成的增益信号Y(t，e^jω)，

5.3、将增益信号Y(t，e^jω)做傅里叶反变换，获得最终的波束形成信号y。

本发明的技术构思是：本发明的步骤3会最大抑制目标方向的语音信号，获得非目标语音方向的参考噪音信号，它包含了大部分的非目标方向的各种噪音，包含混响，非平稳噪音以及其他形式噪音；这样做可以为后面恢复目标语音方向信号，抑制非目标语音方向信号做准备。

本发明中，步骤4的目标是获取初步增益，同时进一步估计噪音参考信号；由于所述步骤3的算法中，对非目标语音方向噪音也有一定损失，因而通过NFBLMS可以最大限度逼近真实噪音信号，但所述步骤3算法的参考噪音对所述步骤4的估计参考噪音影响很大。

本发明中，步骤5的主要目标是从初步增益中去除非目标语音信号的噪音能量，通过短时能量相减方法，能去除非目标语音方向的噪音信号，从而获得最终目标方向的波束。而传统的自适应滤波算法由于收敛较慢以及稳态误差的问题，很难适应适合移动环境、混响环境和非平稳噪音环境，而为了解决这个问题有些麦克风阵列技术结合了谱减法或维纳滤波，而这些技术都是需要估计噪音的，其噪音估计基本是通过非语音段的噪音来估计语音段噪音，因而对非平稳和混响室无能为力的。

本发明中，步骤5.1使用了分帧加窗技术，每次是对一帧信号进行处理的，每帧长度约为0.05ms，窗移动步长约为0.025ms。

在手机等移动环境，随着通讯方移动，所处的噪音环境也发生变化，但只要目标声源被估计正确，通过上述技术方案就能获取噪音参考信号，也就能把非目标声源的噪音给去除，这样就剩下目标语音方向的信号，因而波束也就形成了。

对于由全指向性麦克风组成的微型阵列(阵列间距1-3cm)，其原理是通过目标声源到阵列的时延差来判定目标语音方向和形成波束的。因而麦克风间距越小，对方向误差越不敏感，从而对时延估计的要求也不需要太高。

上述技术方案在各种情况下处理效果非常明显，尤其是对于低信噪比环境处理效果更优。

本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式，本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。

Claims (7)

1.二元麦克风微阵列语音波束形成方法，包括以下步骤：

1）、构建麦克风微阵列、以接受外界模拟信号，一个微阵列由两个全指向性麦克风组成；将接受到的模拟信号转换为待处理的数字信号；

2）、分析所述的数字信号，获取目标声源相对两个麦克风的相对时延；根据时延，分别对与两个麦克风所对应的数字信号进行时延校正，获得校正后的信号；根据两个校正后的信号完成固定波束形成；

3）、根据两个校正后的信号，利用阻塞矩阵获取噪音参考信号；

4）、通过频域自适应处理算法，将固定波速形成转换为初步增益信号、以及将噪音参考信号转换为估计噪音参考信号；

5）、去除初步增益信号中的噪音能量，获得无噪音的目标方向的波束，将该波束作为最终的波束形成信号；噪音能量用估计噪音参考信号的短时能量表征。

2.如权利要求1所述的二元麦克风微阵列语音波束形成方法，其特征在于：步骤1）中的微阵列的阵列间距为1-3cm；使用音频采集卡对微阵列接收到的模拟信号进行A/D转换，形成待处理的数字信号。

3.如权利要求2所述的二元麦克风微阵列语音波束形成方法，其特征在于：步骤2）包括以下子步骤：

（2.1）、获取目标声源相对于两个麦克风的相对时延，对时延的计算通过公式1来估计：

……公式1

其中：T为麦克风阵列采集语音信号的实际时间，xb1,xb2分别对应的是第一麦克风,第二麦克风所对应的数字信号，公式1的最大值对应的τ就是两个麦克风相对时延值；

（2.2）、分别对xb1,xb2进行时延校正，获得xb1的校正后信号x₁(t)和xb2的校正后信号x₂(t)；

（2.3）、通过公式2实现固定波束形成：

……公式2

其中：x_m(t)代表第m个麦克风t时刻接收到的信号；

（2.4）、分别对x₁(t),x₂(t)和yc(t)进行短时傅里叶变换，分别得到x₁(t, ),x₂(t, 

)和yc(t, 

)。

4.如权利要求3所述的二元麦克风微阵列语音波束形成方法，其特征在于：步骤3）中，通过公式3获取噪音参考信号

，

……公式3。

5.如权利要求4所述的二元麦克风微阵列语音波束形成方法，其特征在于：步骤4）中，通过自适应干涉抵消器AIC（adaptive interference canceller）完成初步降噪，获取初步增益信号y1(t, ）和估计噪音参考信号

；AIC采用NFBLMS（Normalized Fequency-domain Block Least Mean Squares）算法：

……公式4

……公式5

其中w为自适应滤波器系数。

6.如权利要求5所述的二元麦克风微阵列语音波束形成方法，其特征在于：步骤4）中，自适应滤波器系数w的确定方法如下：

假定滤波器阶数为n（n为偶数），则每次计算能处理n/2个采样点，比传统时域和频域自适应滤波器处理速度大大提高了；每处理一次滤波器系数更新如下：

 上式中mub为滤波器步长，(.)^*为复共轭，(.)^T为矩阵转置，beta为小正数，xk为期望信号向量，xn2为参考噪音向量

上式中I为单位阵，O为零矩阵。

7.如权利要求6所述的二元麦克风微阵列语音波束形成方法，其特征在于：步骤5）中包括以下子步骤：

（5.1）、获取初步增益信号y1(t, 

）的短时能量|y1(t, 

)|²和估计噪音短时能量|(t, 

)|²，通过公式6获取最终的波束形成信号的幅值|Y(t, )|²，

；

（5.2）、获取最终的波束形成的增益信号

，

；

（5.3）、将增益信号

做傅里叶反变换，获得最终的波束形成信号y。

Images