基于相干性滤波器的广义旁瓣抵消器麦克风小阵列语音增强方法

为了克服传统麦克风小阵列语音增强算法噪音抑制能力有限的问题,该文提出一种基于相干性滤波器的广义旁瓣抵消器语音增强算法,该算法基于动态平滑系数噪声谱估计来获得相干性滤波器,分别对每个阵元接收到的信号进行滤波用以抑制包括混响等噪声信号的干扰,并把滤波后的信号作为输入信号,使用基于小阵列的广义旁瓣抵消器波束形成算法抑制残余噪声信号的干扰。模拟和实际试验表明,该文提出的算法明显优于单独使用小阵列波束形成算法和相干性滤波器算法。

面向二元麦克风小阵列改进的广义旁瓣抵消器语音增强算法

二元麦克风小阵列在手机、助听器等受空间、成本以及运算能力限制的设备中被广泛研究用以提高目标语音质量。二元麦克风小阵列中语音增强算法主要包括波束形成方法以及相干滤波器方法。波束形成方法的思想是利用目标声源相对阵列的位置关系获取相应的时域和空域信息,可以保留目标声源方向的信号而抑制其他方向的干扰信号;相干滤波器方法则通过阵元间不同信号的相关性进行噪音抑制。考虑这两种类型方法的优点,本文提出一种面向二元麦克风小阵列改进的广义旁瓣抵消器语音增强算法,通过在广义旁瓣抵消器的固定波束形成支路上使用相干滤波器,提高固定波束形成输出信号的信噪比,然后在广义旁瓣抵消器自适应支路利用阵列的时域和空域信息对固定波束形成支路输出的信号中残余噪音进行估计,进而获得增强后目标输出信号。仿真和实际试验表明,本文提出的算法明显优于单独使用小阵列波束形成算法和相干滤波器算法。

一种广义旁瓣抵消器结构的语音增强改进算法

当广义旁瓣抵消器(Generalized sidelobe canceller,GSC)结构的语音增强算法对语音信号的入射方向角估计不准确时,阻塞矩阵(Blocking matrix,BM)不能完全阻塞目标语音,使得部分语音通过阻塞矩阵,在后期多输入抵消器(Multiple-input canceller,MC)模块中和参考信号相抵消,造成目标语音的损失。针对广义旁瓣抵消器因信号到达方向(Direction of arrival,DOA)估计误差而导致语音泄漏的问题,本文提出了一种麦克风阵列语音增强的优化算法,先对经过时延补偿的信号进行频谱调整,再利用MC模块输出与BM模块输出存在相关性的特点,对阻塞矩阵进行自适应调整,使方向估计参数更趋近于真实目标语音方向,以减少阻塞矩阵中目标语音的泄漏。仿真结果表明,该算法可以有效减少阻塞矩阵中目标语音的泄漏、增强系统的鲁棒性以及提高语音增强效果。

主瓣约束自适应旁瓣抵消器的实验研究

空间预滤波加无约束自适应噪声抵消器构成了一种主瓣约束的自适应旁瓣抵消器。这种自适应旁瓣抵消器由于实现了保持主瓣方向以及主瓣形状的导数约束，具有较好的主瓣保持性能，且结构简单，便于工程实现。本文在原有理论研究的基础上，着重从实验方面研究这种自适应旁瓣抵消器的主瓣保持和旁瓣抵消性能。设计并构造了一个实验系统，该系统利用一种新的空间预滤波结构，使其更宜于工程实现。进行了水池和海上试验，详细考察了输入信噪比、信号干扰比、信号与干扰带宽和自适应步长因子等参数对系统性能的影响。取得的结果证实了理论分析的正确性。

基于改进广义旁瓣抵消器的语音增强

为更好地抵消干扰信号,对广义旁瓣抵消器堵塞矩阵输出信号进行累加处理,得到与干扰信号相关性更强的信号,作为自适应干扰抵消器输入,提高了信干比增益;并提出了采用一个自适应干扰抵消器的系统简化结构。仿真结果表明,与广义旁瓣抵消器算法相比,当干扰信号源偏离目标信号源的角度越小时,该文提出的改进广义旁瓣抵消器算法及其简化算法可以获得7-9dB的信干比增益,且复杂度低。

一种基于信噪比乘积更新的广义旁瓣抵消器

广义旁瓣抵消器由于实现结构简单在麦克风阵列算法中得到了广泛的应用。但是传统的广义旁瓣抵消器算法对导向矢量失配误差比较敏感,容易产生目标方向信号的自抵消现象。针对此问题,本文提出了一种改进算法,通过固定波束形成和自适应阻塞矩阵输出的信噪比乘积控制多输入抵消器的更新,降低目标方向信号的自抵消影响,提升语音质量。在8.5 m×8.0 m×3.0 m的普通会议室中,通过模拟不同方向的目标人声和噪声源,对算法进行了实验验证。实验结果表明,相比于传统算法,改进算法具有一定的鲁棒性,且选择阈值简单,可以在降噪量和语音质量方面都能得到提升。

一种联合广义旁瓣抵消麦克风阵列和MMSE-LSA的语音增强系统

单通道语音增强算法自20世纪60年代以来有了长足的发展,但由于时频域处理的局限性,现有的单通道语音增强算法无法有效抑制背景噪声中的突发噪声成分。突发噪声通常表现为短时、能量强、时频域有纹理特征,在参数上无法和语音进行有效区分。但背景噪声中的突发噪声,在空间上通常具有方向性。因此,提出了一种联合空间和时频域的语音增强系统。即在语音采集的前端使用GSC麦克风阵列形成波束,使主瓣对准期望语音信号、旁瓣对准突发噪声从而从空间上抑制突发噪声,然后对采集到的语音信号进行时频域语音增强处理。选取MMSE-LSA作为时频域的处理算法,因其在保留语音的可懂度、自然度方面有突出的性能。实验表明,该系统可以有效地抑制含有突发噪声的背景噪声。

采用可调波束形成器的GSC麦克风阵列语音增强方法

基于广义旁瓣抵消器(generalized sidelobe canceller,GSC)算法的麦克风阵列语音增强技术已得到广泛研究,但由于其通常需传统的声源定位方法提供声源方位,语音信号信噪比(SNR)低时声源定位精度将明显下降并影响到语音增强效果.提出了一种新的麦克风阵列语音增强方法,该方法在GSC中引入可调波束形成器估计声源方位以抑制背景噪声影响.不同类型背景噪声下的实验室语音增强结果表明了该方法的有效性.

一种采用旁瓣增强的麦克风阵列抗混响算法

在音频/视频会议、人机交互、语音识别等领域,严重的混响干扰导致麦克风阵列语音处理性能急剧下降.针对现有逆滤波等抗混响方法需要获得准确的房间传输响应,而波束形成方法抗混响性能有限的问题,基于广义旁瓣抵消器(generalized sidelobe canceller,GSC)结构提出一种采用旁瓣增强的麦克风阵列抗混响算法(Sidelobeenhanceing reverberation mitigation algorithm for microphone array,SERM).该算法首先进行波束形成,初步获得增强的直达语音信号,并对旁瓣获取的混响分量进行自适应迭代增强,再将旁瓣迭代增强的误差信号作为参考噪声进行自适应噪声抵消,最终输出抗混响语音.实验结果表明,在混响环境下该方法能有效改善麦克风阵列的语音信号质量.

基于后置多级维纳滤波器的自适应波束形成方法

在车载系统、电话会议与多媒体会议等语音处理系统中,麦克风接收到的语音信号常常受到环境噪声的干扰,严重影响了通话质量。为了能有效地抑制相干与非相干噪声的干扰,该文将多级维纳滤波器与传统的广义旁瓣抵消器(GSC)相结合,提出了基于后置多级维纳滤波器的自适应波束形成方法。仿真结果表明,相对于传统的麦克风阵列语音增强方法而言,本文介绍的方法具有更好的去噪效果。

一种可跟踪移动声源方向的麦克风阵列语音增强算法

麦克风阵列语音增强技术已在语音信号处理中得到广泛研究.但在智能家居等领域中,当说话人等声源移动导致声源方向相对麦克风阵列发生变化时,由此产生的信号泄露将严重影响消噪性能.本文提出了一种基于麦克风阵列进行移动声源方向跟踪和噪声消除的联合算法,该方法利用两个平行滤波器组构成梯度迭代的移动声源方向跟踪器,并将该声源跟踪器嵌入广义旁瓣抵消器结构中从而进行声源方向梯度迭代跟踪和麦克风阵列语音增强的联合实现.在实验室噪声背景下移动声源的语音增强结果表明了该方法的有效性.

基于零陷谱减的GSC二元麦克风小阵列语音增强算法

为了提高广义旁瓣抵消器语音增强算法在二元麦克风小阵列中的噪声抑制能力,提出一种基于零陷谱减二元麦克风小阵列广义旁瓣抵消器的改进语音增强算法.在广义旁瓣抵消器固定波束支路上利用谱减法抑制目标语音零陷方向噪声能量以提高其信噪比,在自适应支路使用基于动态收敛步长的快速分块最小均方自适应滤波器进一步抑制剩余噪声,以降低算法复杂度并提升自适应滤波器的收敛性.实验结果表明,相对于其他二元麦克风小阵列波束形成语音增强算法,该算法可以在任意方向获得较高质量的目标语音.

基于CTF-GSC和后置滤波的麦克风阵列语音增强

由于语音环境中各种噪声的特殊性、复杂性和不确定性等因素,尤其在带有混响的复杂环境下,一般的广义旁瓣抵消器语音增强算法的性能严重下降,很难取得较为理想的抑制效果。针对这一情况,该文提出了一种基于改进型归一化最小均方的卷积传递函数广义旁瓣抵消器和改进型后置滤波语音增强算法。该算法利用卷积传递函数近似形式代替传递函数广义旁瓣抵消器中的相乘传递函数近似形式,并结合后置维纳滤波进行语音增强。实验测试结果表明,该算法可以有效抑制相干性和非相干性噪声,提高系统信噪比,减少语音失真。在含有混响的复杂环境中,与其他经典算法对比,该算法的鲁棒性更好,效果更明显。

基于GSC与谱减法的麦克风阵列语音增强方法

广义旁瓣抵消器(GSC)算法是目前广泛使用的一种麦克风阵列语音增强方法,但在自适应抵消模块中不可避免地存在语音抵消,且对非相干噪声的消噪能力很弱。针对GSC消噪能力弱,存在残留背景噪声的问题,提出了一种基于改进GSC与谱减法的麦克风语音增强方法。该方法改进了广义旁瓣抵消器结构中的自适应算法,将固定步长值变为可调步长值,避免了固定步长选择过大或过小带来的语音抵消或语音消噪不足的问题。后续与谱减法相结合,去除残留噪声获得更加纯净的语音。实验仿真表明,该方法可有效抑制残留背景噪声的影响,提高语音的性噪比及可懂度。

混响环境下麦克风阵列语音增强方法研究

由于麦克风采集到的语音信号常常受到通信环境噪声及混响的干扰,致使语音质量受到严重的影响。因此,文章提出了一种新的麦克风阵列语音增强方法。仿真结果表明,相对于传统的麦克风阵列语音增强方法而言,文章所提出的方法具有更好的去噪效果。

智能音箱中的一种快速回声消除算法

考虑到智能音箱中多采用麦克风阵列作为拾音装置,而单通道自适应滤波技术对声学回声消除具有失真性和复杂性,提出一种麦克风阵列快速回声消除算法。该算法首先用自适应滤波技术估计第一通道回声,然后估计阵列间的相对回声传递函数,把两者相乘得到其他通道回声;其次,把估计出的回声和噪声当作广义旁瓣抵消器(GSC)波束形成下支路的噪声参考信号,利用GSC波束形成算法去除回声和噪声。仿真结果表明,在中度混响、远距离、低回噪比且用音乐作为回声环境时,该算法具有良好的回声消除与噪声抑制性能,不仅运算量小,而且使目标语音信号具有较高的信源失真率和可懂度。

基于子带TF-GSC麦克风阵列语音增强

为了加快基于传递函数广义旁瓣相消器的麦克风阵列语音增强系统的收敛速度,将其自适应模块的输入信号分解到子带以进行处理,并将多通道维纳滤波器引入传递函数广义旁瓣相消器的非自适应支路,以便更有效地抑制非相干噪声。实际测试结果表明,相对于基于全带广义旁瓣相消器的麦克风阵列语音增强系统,采用该子带传递函数广义旁瓣相消器结构的语音增强系统具有更高的输出信噪比。

基于双微阵列的语音增强算法

针对由两个微型麦克风阵列组成的双微阵列,提出一种改进GSC结构的双微阵列语音增强算法,通过在广义旁瓣抵消器的前端加一个基于迭代噪声功率谱估计的谱修正滤波器,在广义旁瓣抵消器的输出端使用调制域谱减法,对仍有噪声残留的含噪语音进行增强处理。实验结果表明,该算法在抑制背景噪声方面优于现有广义旁瓣抵消器算法,在语音质量方面得到了一定提升,为双微阵列语音增强算法更好应用于手机、助听器及人工耳蜗等方面提供了途径。

基于小波去噪的自适应波束形成算法研究

语音增强算法是数字助听器的一项关键技术。广义旁瓣抵消器自适应波束形成算法对受固定干扰源影响的目标语音有良好的消噪效果。针对广义旁瓣抵消器自适应波束形成算法带来的语音泄漏以及残留噪声问题,在分析语音泄漏原因的基础上,引进了小波阈值去噪技术,提出了基于小波去噪的自适应波束形成算法。该算法在对原始语音进行小波阈值去噪后,将去噪后的语音信号通过GSC结构,从而得到输出语音信号。因小波阈值去噪既能提高语音通过GSC结构前的信噪比,又能使通过GSC结构后的语音更加准确,一定程度上减少了语音的泄漏,降低了残留噪声的发生,提高了语音的辨识度。实验结果表明,所提出的算法使得算法性能有所提高,从而达到了增强语音的目的。

基于GSC结构的多通道语音补偿算法研究

广义旁瓣抵消器自适应波束形成算法对受固定干扰源影响的目标语音有良好的消噪效果,但在自适应抵消模块不可避免地存在语音泄漏,使目标语音受到一定损失,且残留部分背景噪声。文中先对传统的GSC结构自适应波束形成算法进行研究,分析语音泄漏的原因,并提出一种多通道语音补偿方法对GSC结构消噪后的语音进行补偿。对不同频段的噪声帧和语音帧做针对性处理,同时在对语音进行分割时保护共振峰,防止其发生偏移和变形,仿真实验与测试结果表明,该方法可以有效地补偿语音泄漏,消除残留噪声,提高语音可懂度。