基于DSP的語音降噪系統設計

王 龍，官洪運，劉 捷

(東華大學 信息與科學技術學院，上海201620)

在現實的語音通信中會不可避免地受到來自環境中的背景噪聲影響，致使通信質量嚴重下降，甚至聽不清楚對方講話的內容，因此對帶噪語音信號進行降噪已經成為語音通信中的一個非常迫切的課題。近年來，隨著VLSI技術的發展和高速DSP芯片的出現，語音增強方法走向實用化[1]。本文所介紹的語音降噪系統能夠有效地實現數字降噪功能，由于降噪處理時不但要進行信號的采集與回放，還要進行降噪算法的實時處理，采用具有高速實時處理能力的DSP TMS320VC5509進行處理，能夠滿足日常生活中語音通信中的降噪要求。

1 降噪系統設計

1.1 硬件系統結構圖

本系統采用TI公司的TMS320VC5509芯片進行信號處理和譜相減算法的處理，語音降噪系統如圖1所示。系統采用12 MHz的晶振為DSP提供時鐘，DSP內部工作時鐘采用PLL方式設置成16倍頻，使DSP的內部時鐘達到192 MHz。語音采集與回放模塊采用TLV320AIC23語音編解碼芯片。CPLD XC95114提供讀寫Flash AM29LV800B和配置，啟動語音編解碼模塊AIC23的控制信號。供電模塊采用TPS73HD301，分別提供DSP芯片所需的1.6 V內核電壓和3.3 V的I/O電壓。

1.2 主要電路原理分析

圖2為5509DSP與TLV320AIC23的接口原理圖。

音頻Codec芯片TLV320AIC23通過外圍器件對其內部寄存器進行編程配置,使用靈活,其配置接口支持SPI總線接口和I2C總線接口,數據傳輸格式支持右判斷模式、左判斷模式、I2S模式和 DSP模式4種方式，其中TI模式專門針對TI DSP設計[2，3]。C5509的多通道緩沖串口MCBSP可以配置為SPI總線接口，其串行數據傳輸格式與TLV320AIC23的DSP模式兼容,此外,這兩款芯片的I/O電壓兼容，從而使得C5509與TLV320AIC23可以無縫連接，系統設計簡單。

MODE引腳作為串行接口輸入模式選擇端，0為I2C模式，1為 SPI模式；由于C5509片內外設含有 I2C模塊，直接使用 C5509的 I2C模塊控制 TLV320AIC23，此時C5509作為I2C總線的主設備，TLV320AIC23作為從設備，通過編程完成對TLV320AIC23的配置。

TLV320AIC23的數字音頻接口采用DSP模式，將TLV320AIC23配置為主設備。與DSP的McBSP0無縫連接，將其作為雙向的數據收發通道。輸入輸出的幀同步信號LRCIN、LRCOUT分別接McBSP串口的FSX0與FSR0,時鐘信號BCLK與McBSP的串口輸出時鐘CLKX0相連，同時通過CLKX0驅動輸入串行時鐘CLKR0,以保證串口數據收發的一致與同步。SCL和SDI分別是TLV320AIC23的控制端口和數據輸入端，分別和C5509的I2C模塊端口 SCL和 SDA相連。

1.3 音頻信號的采集與回放

此系統中采用MICPHONE采集語音信號，把采集的語音信號經過模數變換，進入DSP后再經過濾波存儲到DSP的片內存儲空間。然后調用譜相減算法降噪軟件進行降噪處理，得到新的處理后的數據再經過數模變換，放大后從耳機輸出。

通過MIC采集的語音信號通過TLV320AIC23語音編解碼芯片對語音進行模數轉換。TLV320AIC23是一個高性能的多媒體數字信號編解碼器，該模塊具有模數轉換器、數模轉換器，使用了高效的 Multibit sigma-delta和過采樣數字插補濾波技術，支持 16、20、24和 32位格式從8 kHz～96 kHz采樣頻率的音頻信號的采集與回放，并具有較高的信噪比（SNR）和較低的能耗。利用多通道緩沖串口McBSP(multiply—channel buffer interferce)與DSP通信。把通過TLV320AIC23模數轉換后的數據通過McBSP1傳送給DSP進行降噪處理，處理后的數據經過數模轉化后傳送到耳機輸出。

2 系統算法與軟件設計

2.1 譜相減算法[4，5]

目前降噪算法具有代表性的有自相關算法、自適應噪聲濾波法、短時譜幅度估計法、譜相減算法、小波變換等。譜相減算法因具有運算量小、容易實時實現、增強效果好等特點，是目前在降噪系統中最常用的算法之一。

譜相減算法的基本原理是在頻域將噪聲的頻譜分量從帶噪語音信號的頻譜中減去。譜減的提出前提是假設語音信號與加性噪聲相互獨立，它假設噪聲是統計平穩的，即有語音期間噪聲振幅譜的期望值與無語音間隙噪聲的振幅譜的期望值相等，用無語音期間測得的噪聲頻譜的估計值取代有語音期間的噪聲頻譜，與含有噪音的語音頻譜相減，即可得到語音頻譜估計值。假設帶噪語音的模型表達式如式(1)：

其中 sm(n)表示純凈的語音，dm(n)表示噪聲，ym(n)表示帶噪語音。其中m=0，1，2，…，M-1;n=0,1,2，…，N-1;M、N分別表示一段語音中包含的幀數和每幀信號的長度。

在實際中由于語音信號是不平穩的，但是具有短時平穩性，因此計算時通常要加窗處理。設Yk、Sk、dk分別表示帶噪語音，純凈語音和噪聲的傅里葉系數。對(1)式進行傅里葉變換，由于假設的語音與噪音是不相關的，可得式(2)，即

對上式的兩邊進行平方可得：

對上式兩邊進行變換可得式(4)

對于一個分析幀內的短時平穩語音信號分析可得：

譜相減算法原理圖如圖3所示。

2.2 系統軟件設計

在本系統的軟件設計中，軟件系統主要包括主程序、中斷服務程序、中斷向量表和鏈接命令文件，其中最重要的是主程序和中斷服務程序，中斷服務程序主要功能是實現數據采集與數據更新。

系統主函數是程序執行的入口并完成需要的初始化工作。主函數中主要包括對時鐘、多通道緩沖串口McBSP1以及對AIC23的初始化配置。接著啟動串口進行正常工作，最后進行譜相減法降噪算法處理，輸出降噪后的語音信號。

在該系統中，音頻信號通過MIC被采集，然后經過TLV320AIC23語音編解碼模塊，把采集的語音信號進行信號保持、采樣、量化后轉換成數字信號，轉換成的數字語音信號以中斷方式被DSP讀取，通過DSP的多通道緩沖串口McBSP1以數據幀的方式把數據存儲到片上緩沖區里。當一幀數據采集完后,中斷返回到主程序對數據的進行加窗處理、FFT變換，然后再進行有聲無聲檢測，判斷是否需要進行降噪處理。處理后的數據通過McBSP1輸出到TLV320AIC23進行回放。軟件處理流程結構如圖4所示。

CPU在相應接收中斷服務程序后，在服務程序中將128個采樣值拷貝到處理緩沖區中等待處理，實現緩沖區的數據轉換，然后置1使程序進入主程序中進行降噪處理。

本系統中實時設計中的關鍵技術有加窗處理、幀間重疊、幀移位、快速傅里葉變換(FFT)、快速傅里葉反變換、定點數與浮點數的轉化。在進行FFT變換的時候必然會產生大量的數據，所以在對數據進行讀取與存儲時不可避免地要造成流水線沖突，為了解決這樣的問題，可以在產生流水線沖突的兩條指令間加上三個NOP指令[6，7]。

通過譜相減算法在DSP開發板上搭建的語音降噪系統中進行降噪實驗，實驗結果表明，本系統能夠有效地降低環境噪聲對語音的影響，能夠有效地提高信噪比，改善語音通信質量，達到降低語音通信中的背景噪聲的目的。

[1]黃蘇雨,梁聲灼,黃蘇園.語音增強方法綜述[J].計算機與現代化,2007，23(3):16-20.

[2]汪春梅，孫紅波.TMS320C5000系列DSP系統設計與開發實例[M].北京：電子工業出版社，2004.

[3]丁祥，余小清.音頻編解碼器 TLV320AIC23及其與 DSP接口設計[J].單片機與嵌入式系統，2002，2(6)：35-37.

[4]王欣,羅代升,王正勇.基于改進譜減算法的語音增強研究[J].成都信息工程學院學報,2007,22(2):201-204.

[5]張俊.基于譜減算法語音增強的研究[J].信息技術，2009，33(3):74-76.

[6]Texas Instruments.TLV320AIC23B stereo audio CODEC datamanual[Z]，2003.

[7]北京瑞泰創新科技有限責任公司.ICETEK-VCS5509 EVM用戶使用手冊 V1.0[Z]，2004.