CN110491405B - 基于协同非线性自适应滤波的麦克风阵列语音增强方法 - Google Patents

Abstract

本发明涉及基于协同非线性自适应滤波的麦克风阵列语音增强方法，具体步骤为：(1)将带噪语音信号输入麦克风阵列，麦克风阵列对接收到的带噪语音信号进行时延估计和时延补偿，得到对齐后的带噪语音信号；(2)将对齐后的带噪语音信号分成两部分进行处理，一部分利用线性滤波器通过LMP自适应算法进行处理；(3)另一部分经过非线性滤波器的进行处理；(4)麦克风阵列语音输出取决于分别经过线性滤波器和非线性滤波器的语音输出。本发明提出的基于协同非线性自适应滤波技术的麦克风阵列语音增强方法，通过线性滤波器与非线性滤波器相结合，对语音信号的输出进行协同调节，从而最大程度的滤除噪声干扰信号，实现对语音信号进行自适应语音增强。

Description

基于协同非线性自适应滤波的麦克风阵列语音增强方法

技术领域

本发明涉及电子通讯及信息工程技术领域，具体涉及基于协同非线性自适应滤波技术的麦克风阵列语音增强方法。

背景技术

语音是人类进行信息交流与情感表明的重要方式，是人们之间相互沟通最直接有效的方式，它也是人与机器之间控制与通信交流的主要工具。21世纪是信息科技时代，随着人工智能的普及，远程的语音技术在人类生活需求中的应用越来越多。再加上手机智能产业的迅猛发展，同时推动了语音增强技术的进步。语音信号处理对语音信号的质量要求很高，然而拾取到的语音信号中带有噪声信号，使得该语音信号的清晰度与可懂性在语音系统使用环境复杂化的情况下严重下降。因此必须采用一些语音增强的方法对语音信号进行降噪处理。麦克风阵列语音增强技术可以利用空间滤波器的空间选择性对移动的目标声源进行实时跟踪，获得高品质的语音信号。麦克风阵列可以在任何时间定位到语音信号的来源，并且可以在跟踪多个声源的同时实时跟踪语音信号。

将自适应滤波引入麦克风阵列技术中可灵活地控制波束方向，实时跟踪目标语音信号。自适应滤波只需要很少的或根本不需要任何关于信号和噪声统计特性的先验知识，仅根据观测信息就能实时估计信号和噪声的统计特性。在自适应滤波算法中，最小均方算法(LMS)是最为典型的，具有计算简单、在平稳的信号环境中的收敛性强、其期望值无偏地收敛到维纳解和利用有限精度实现算法的稳定性，而最小平均P范数(LMP)算法是LMS算法的基础上，传统最最小平均P范数(LMP)系统框图如图1所示，利用统计平均值替换为误差的瞬时值，对于脉冲数据有较强的抑制能力。满足通用逼近约束的基函数可以是正交多项式的子集中最受欢迎的功能扩展之一是包括三角多项式函数，它们在均方意义上提供任何非线性函数的最佳紧凑表示。三角函数也是计算上比基于幂级数的多项式方便。因此可以并行考虑这两个不同的自适应滤波器。可以用一个线性参数设置来控制三角多项式滤波器，使得非线性部分的滤波器可以根据噪声的情况进行可调控制。

发明内容

本发明所要解决的技术问题是提供基于协同非线性自适应滤波技术的麦克风阵列语音增强方法来解决语音信号的降噪问题。

为解决以上技术问题，本发明的技术方案为：提供基于协同非线性自适应滤波技术的麦克风阵列语音增强方法，其创新点在于：具体包括以下步骤：

(1)将带噪语音信号为X(n)＝A(θ)S(n)+N(n)输入麦克风阵列，麦克风阵列对接收到的带噪语音信号进行时延估计和时延补偿，使各个麦克风通道中的信号在时间上是一致的，经过延时估计和延时补偿对齐后的各麦克风通道的带噪语音信号分别为x₀(n)、x₁(n)、……、x_M-1(n)，定义对齐后的带噪语音信号为：X(n)＝[x₀(n),x₁(n),...,x_M-1(n)]^T，其中M为麦克风个数；

(2)将步骤(1)中对齐后的带噪语音信号X(n)＝[x₀(n),x₁(n),...,x_M-1(n)]^T分成两部分进行处理，一部分利用线性滤波器通过LMP自适应算法对带噪信号的权值进行更新，再使用最速梯度下降法，将LMP自适应算法误差统计平均值用误差的瞬时值代替，可获得瞬时梯度估计为：

经过线性滤波器降噪后的语音输出信号为：y_l(n)＝W_l ^T(n)X(n)其中W_l＝[w_l0,w_l1,...,w_lM-1]；

(3)另一部分的带噪语音信号先通过三角函数扩展进行展开得到函数链接的集

其中Q是函数链接的数量，X(n)的每个元素作为参数传递给选定的函数集Φ，从而产生一个子向量

子向量表示为：

扩展缓冲区g_n表示为：

所述扩展缓冲区是子向量的串联，每个子向量表示为g_m(n)，m＝0,1,...,M_e-1，M_e≥M是扩展缓冲区的长度；

使用输入缓冲器的第i个样本的三角扩展的一组通用函数链接为：

其中p＝1,...,P是扩展指数，P是扩展阶数，j＝0,...,M-1是函数链接指数，滤波器的权重向量

表示为：

权系数利用递推公式进行更新：

W_f(n+1)＝W_f(n)+2μe_f(n)X(n)，

非线性滤波器的误差信号为：

经过非线性滤波器的语音输出信号为：

(4)麦克风阵列语音输出y(n)取决于分别经过线性滤波器和非线性滤波器的语音输出，即y(n)＝y_l(n)+λ(n)y_f(n)，根据步骤(2)和(3)可得：

其中，λ(n)是非线性滤波器的收缩参数，它可以保持或删除非线性滤波器的输出，通过非线性部分的误差信号的调整，可以调整收缩或混合参数，通过S形函数进行调整，从而完成通过麦克风阵列的带噪语音增强。

进一步的，所述步骤(1)中的带噪语音信号X(n)＝A(θ)S(n)+N(n)中的θ为目标信号的来波方向，A(θ)为目标信号的阵列流型，S(n)为目标语音信号，N(n)为方向性干扰噪声或是随机噪声。

进一步的，所述步骤(2)中的LMP自适应算法的自适应系统代价函数为：J＝E[|e^p(n)|]＝E[|d(n)-X(n)^TW(n)|^p]，且权值更新系数为：W(n+1)＝W(n)+pX(n)|e(n)|^p-1sign(e(n))＝W(n)+μX(n)|e(n)|^p-1sign(e(n))。

进一步的，所述步骤(4)中的可调整λ(n)的S形函数为：

进一步的，所述步骤(4)中计算λ(n)根据梯度下降规则a(n+1)＝a(n)+Δa(n)进行调整a(n)，其中Δa(n)来自归一化最小均方(NLMS)自适应的结果：

其中，

是一个粗略的低通滤波估计的感兴趣信号的功率，参数β是一个平滑因子，确保γ(n)比任何滤波器组件更快地适应，a(n)的值的取值范围为[-4，4]。

本发明和现有技术相比，产生的有益效果为：

本发明提出的基于协同非线性自适应滤波技术的麦克风阵列语音增强方法，通过线性滤波器与三角函数扩展相结合，对语音信号的输出进行协同调节，从而最大程度的滤除噪声干扰信号，实现对语音信号进行自适应语音增强，且使得语音信号有一定的稳健性。

附图说明

为了更清晰地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1传统最最小平均P范数(LMP)的系统框图。

图2本发明采用的语音增强系统结构框图。

图3纯净不带噪的语音信号示意图。

图4纯高斯白噪声示意图。

图5带高斯白噪声的语音信号示意图。

图6为图5的语音信号经过本发明的方法处理后得到的语音信号示意图。

图7带高斯白噪声和脉冲噪声的语音信号示意图。

图8为图7的语音信号经过本发明的方法处理后得到的语音信号示意图。

具体实施方式

下面将通过具体实施方式对本发明的技术方案进行清楚、完整地描述。

本发明提供的基于协同非线性自适应滤波的麦克风阵列语音增强方法，增强流程如图2所示，具体包括以下步骤：

(1)将带噪语音信号为X(n)＝A(θ)S(n)+N(n)输入麦克风阵列，其中，带噪语音信号X(n)＝A(θ)S(n)+N(n)中的θ为目标信号的来波方向，A(θ)为目标信号的阵列流型，S(n)为目标语音信号，N(n)为方向性干扰噪声或是随机噪声；麦克风阵列对接收到的带噪语音信号进行时延估计和时延补偿，使各个麦克风通道中的信号在时间上是一致的，经过延时估计和延时补偿对齐后的各麦克风通道的带噪语音信号分别为x₀(n)、x₁(n)、……、x_M-1(n)，定义对齐后的带噪语音信号为：X（N）＝[X₀（N），x₁(n)，...，x_M-1(n)]^T其中M为麦克风个数；

(2)将步骤(1)中对齐后的带噪语音信号X(n)＝[x₀(n),x₁(n),...,x_M-1(n)]^T分成两部分进行处理，一部分利用线性滤波器通过LMP自适应算法对带噪信号的权值进行更新，再使用最速梯度下降法，将LMP自适应算法误差统计平均值用误差的瞬时值代替，可获得瞬时梯度估计为：

其中，LMP自适应算法的自适应系统代价函数为：J＝E[|e^p(n)|]＝E[|d(n)-X(n)^TW(n)|^p]，且权值更新系数为：W(n+1)＝W(n)+pX(n)|e(n)|^p-1sign(e(n))＝W(n)+μX(n)|e(n)|^p-1sign(e(n))，经过线性滤波器降噪后的语音输出信号为：y_l(n)＝W_l ^T(n)X(n)其中W_l＝[w_l0,w_l1,...,w_lM-1]。

(3)另一部分的带噪语音信号先通过三角函数扩展进行展开得到函数链接的集

其中Q是函数链接的数量，X(n)的每个元素作为参数传递给选定的函数集Φ，从而产生一个子向量

子向量表示为：

扩展缓冲区g_n表示为：

所述扩展缓冲区是子向量的串联，每个子向量表示为g_m(n)，m＝0,1,...,M_e-1，M_e≥M是扩展缓冲区的长度；

使用输入缓冲器的第i个样本的三角扩展的一组通用函数链接为：

其中p＝1,...,P是扩展指数，P是扩展阶数，j＝0,...,M-1是函数链接指数，滤波器的权重向量

表示为：

权系数利用递推公式进行更新：

W_f(n+1)＝W_f(n)+2μe_f(n)X(n)，

非线性滤波器的误差信号为：

经过非线性滤波器的语音输出信号为：

(4)麦克风阵列语音输出y(n)取决于分别经过线性滤波器和非线性滤波器的语音输出，即y(n)＝y_l(n)+λ(n)y_f(n)，根据步骤(2)和(3)可得：

W_l∈R^M＝[w_l0(n),w_l1(n),...,w_lM-1(n)]^T

其中，λ(n)是非线性滤波器的收缩参数，它可以保持或删除非线性滤波器的输出，通过非线性部分的误差信号的调整，可以调整收缩或混合参数，通过S形函数进行调整，其中，可调整λ(n)的S形函数为：

λ(n)根据梯度下降规则a(n+1)＝a(n)+Δa(n)进行调整a(n)，其中Δa(n)来自归一化最小均方(NLMS)自适应的结果：

其中，

是一个粗略的低通滤波估计的感兴趣信号的功率，参数β是一个平滑因子，确保γ(n)比任何滤波器组件更快地适应，a(n)的值的取值范围为[-4，4]。从而完成通过麦克风阵列的带噪语音增强。

本发明的基于协同非线性自适应滤波的麦克风阵列语音增强方法将带高斯白噪声和脉冲噪声噪的语音信号进行语音增强，如图3为纯净不带噪的语音信号的示意图，图4为高斯白噪声的语音示意图，图5为带有高斯白噪声的语音信号，将带有高斯白噪声的语音信号通过本发明的基于麦克风阵列的语音增强处理后得到如图6所示的增强语音信号，对比图5和图6可以得出，本发明方法可以有效去除高斯白噪声。图7是带有脉冲噪声和高斯白噪声的语音信号示意图，将带有高斯白噪声和脉冲噪声的语音信号通过本发明的基于麦克风阵列的语音增强处理后得到如图8所示的增强语音信号，从图中可以看出，本发明的语音增强方法抑制了大量的脉冲噪声，并对高斯白噪声的去噪效果较为明显。综合得到本发明方法具有较好的去除高斯白噪声与脉冲噪声的效果，而且对随机环境有一定的适应性，应用范围更广。

上面所述的实施例仅仅是本发明的优选实施方式进行描述，并非对本发明的构思和范围进行限定，在不脱离本发明设计构思的前提下，本领域中普通工程技术人员对本发明的技术方案作出的各种变型和改进均应落入本发明的保护范围，本发明的请求保护的技术内容，已经全部记载在技术要求书中。

Claims (4)

1.基于协同非线性自适应滤波的麦克风阵列语音增强方法，其特征在于：具体包括以下步骤：

(1)将带噪语音信号为X(n)＝A(θ)S(n)+N(n)输入麦克风阵列，麦克风阵列对接收到的带噪语音信号进行时延估计和时延补偿，使各个麦克风通道中的信号在时间上是一致的，经过延时估计和延时补偿对齐后的各麦克风通道的带噪语音信号分别为x₀(n)、x₁(n)、……、x_M-1(n)，定义对齐后的带噪语音信号为：X(n)＝[x₀(n),x₁(n),…,x_M-1(n)]^T，其中M为麦克风个数；

(2)将步骤(1)中对齐后的带噪语音信号X(n)＝[x₀(n),x₁(n),...,x_M-1(n)]^T分成两部分进行处理，一部分利用线性滤波器通过LMP自适应算法对带噪信号的权值进行更新，再使用最速梯度下降法，将LMP自适应算法误差统计平均值用误差的瞬时值代替，可获得瞬时梯度估计为：

经过线性滤波器降噪后的语音输出信号为：y_l(n)＝W_l ^T(n)X(n)其中W_l＝[w_l0,w_l1,...,w_lM-1]；

(3)另一部分的带噪语音信号先通过三角函数扩展进行展开得到函数链接的集

其中Q是函数链接的数量，X(n)的每个元素作为参数传递给选定的函数集Φ，从而产生一个子向量g_i,n,

子向量表示为：

扩展缓冲区g_n表示为：

所述扩展缓冲区是子向量的串联，每个子向量表示为g_m(n)，m＝0,1,...,M_e-1，M_e≥M是扩展缓冲区的长度；

使用输入缓冲器的第i个样本的三角扩展的一组通用函数链接为：

其中p＝1,...,P是扩展指数，P是扩展阶数，j＝0,...,M-1是函数链接指数，滤波器的权重向量

表示为：

权系数利用递推公式进行更新：

W_f(n+1)＝W_f(n)+2μe_f(n)X(n)，

非线性滤波器的误差信号为：

经过非线性滤波器的语音输出信号为：

(4)麦克风阵列语音输出y(n)取决于分别经过线性滤波器和非线性滤波器的语音输出，即y(n)＝y_l(n)+λ(n)y_f(n)，根据步骤(2)和(3)可得：

W_l∈R^M＝[w_l0(n),w_l1(n),...,w_lM-1(n)]^T

其中，λ(n)是非线性滤波器的收缩参数，它可以保持或删除非线性滤波器的输出，通过非线性部分的误差信号的调整，可以调整收缩或混合参数，通过S形函数进行调整，从而完成通过麦克风阵列的带噪语音增强；所述步骤(1)中的带噪语音信号X(n)＝A(θ)S(n)+N(n)中的θ为目标信号的来波方向，A(θ)为目标信号的阵列流型，S(n)为目标语音信号，N(n)为方向性干扰噪声或是随机噪声。

2.根据权利要求1所述的基于协同非线性自适应滤波的麦克风阵列语音增强方法，其特征在于：所述步骤(2)中的LMP自适应算法的自适应系统代价函数为：

J＝E[|e^p(n)|]＝E[|d(n)-X(n)^TW(n)|^p]，且权值更新系数为：

W(n+1)＝W(n)+pX(n)|e(n)|^p-1sign(e(n))＝W(n)+μX(n)|e(n)|^p-1sign(e(n))。

3.根据权利要求1所述的基于协同非线性自适应滤波的麦克风阵列语音增强方法，其特征在于：所述步骤(4)中的可调整λ(n)的S形函数为：

4.根据权利要求3所述的基于协同非线性自适应滤波的麦克风阵列语音增强方法，其特征在于：所述步骤(4)中计算λ(n)根据梯度下降规则a(n+1)＝a(n)+Δa(n)进行调整a(n)，其中Δa(n)来自归一化最小均方(NLMS)自适应的结果：

其中，

是一个粗略的低通滤波估计的感兴趣信号的功率，参数β是一个平滑因子，确保γ(n)比任何滤波器组件更快地适应，a(n)的值的取值范围为[-4，4]。

Images