一種基于LMS自適應濾波的CVSD話音降噪方法

管海清

【摘要】 為了解決低速CVSD編碼量化噪聲較大、話音質量較差的問題，提出了一種基于LMS自適應濾波的CVSD話音降噪方法。首先分析了CVSD編碼量化噪聲的統計特性，然后在傳統雙通道LMS自適應濾波器的基礎上，利用話音的短時相關性和量化噪聲的非相關性，構造了一個采用話音延時信號作為參考輸入的單通道LMS自適應濾波器。仿真實驗表明，該方法可以有效濾除量化噪聲，提高話音質量，具有一定的工程應用參考價值。

【關鍵詞】 增量調制 最小均方誤差 自適應濾波 量化噪聲 降噪

一、引言

連續可變斜率增量調制CVSD （Continuously Variable Slope Delta Modulation）是一種常用的話音編碼方式，具有實現簡單、抗誤碼能力強等優點[1]，廣泛應用于衛星通信、移動通信和軍事通信等領域。當CVSD編碼速率為32kbps及以上時，解碼后的話音具有較好的清晰度和可懂度，可以滿足一般無線通信的要求。但當CVSD編碼速率為16kbps及以下時，解碼后的話音中量化噪聲較大，話音質量較差，通話效果不太令人滿意。

為了提高低速CVSD編碼的話音質量，需要降低話音中的量化噪聲。文獻[2]提出了一種多徑搜索編碼算法，克服了雙積分器引起的性能不穩定的問題，減小了編碼失真。但仿真表明，相對于單積分編碼器，采用雙積分編碼器和多徑搜索并沒有明顯提高CVSD的話音質量，同時增加了編碼復雜度。

文獻[3]提出了一種改進的譜減法對CVSD解碼后的信號進行話音增強，降低量化噪聲，但在實際應用中往往因對量化噪聲功率估計不準確而產生較大的殘留噪聲。文獻[4]提出了一種時變量化噪聲的估計方法和增強方法，但該方法基于離線分析的結果，不能進行實時信號處理。

針對上述問題，本文首先分析了CVSD量化噪聲的產生機理和統計特性，提出了一種基于LMS自適應濾波的降噪方法，通過對輸入解碼話音信號進行自適應濾波來減小量化噪聲，從而達到提高話音質量的目的。

自適應濾波器可在量化噪聲統計特性未知或變化的情況下，自動跟蹤量化噪聲的變化，并不斷調整自身的系數，來達到最佳的濾波效果。

二、CVSD量化噪聲產生機理

CVSD是一種自適應增量調制方式，屬于差分波形編碼技術[5]。CVSD編碼的原理框圖如圖1所示。輸入的話音信號s（n）與預測器輸出的預測信號p（n）相減得到誤差信號e（n），e（n）經過量化器進行一比特量化后得到編碼輸出信號c（n）。

與此同時，量階調整器檢測c（n）中連1或連0的情況，自適應地調整量階d（n），逆量化器根據c（n）和d（n）進行逆量化，得到差值量化信號d（n）。預測器根據d（n）重建本地信號，得到下一時刻的預測信號p（n+1）。CVSD解碼是編碼的逆過程。CVSD編碼中其實已經包含了解碼過程，預測信號p（n）可以看作解碼輸出，而誤差信號e（n）就是量化噪聲。

在CVSD編碼過程中，會引入兩類量化噪聲，一類是過載噪聲（Overload Noise），另一類是顆粒噪聲（Granular Noise）。當話音信號的幅度變化比較劇烈時，量階的變化跟不上信號幅度的變化，就會產生過載噪聲。出現過載噪聲時，CVSD編碼輸出c（n）中會出現較多的連1或連0。當話音信號的幅度變化小于量階時，量階將不能反映信號的變化，由此產生顆粒噪聲。

顆粒噪聲表現為預測信號p（n）圍繞著輸入信號s（n）的波形上下波動，同時CVSD編碼輸出c（n）中出現隨機交替變化的‘0和‘1。

如果要減小過載噪聲，需要增大量階。但增大量階，會導致顆粒噪聲變大。所以，這是一對無法調和的矛盾。另外，由于話音信號是非平穩信號，信號幅度隨著時間在不斷變化，在量階調整過程中，不可避免的會產生過載噪聲。而顆粒噪聲則是一直存在于編碼的全過程中，尤其是當信號幅度較大時，顆粒噪聲會變得更明顯。

通過上面的分析可以看出，CVSD編碼產生的量化噪聲中，過載噪聲與話音信號之間存在一定的相關性，而顆粒噪聲與話音信號不相關。因此，量化噪聲可以建模為

式中，c為非零常數，表示過載噪聲與原始信號s（n）之間的相關程度；g（n）為顆粒噪聲。所以，從本質上來看，降低CVSD量化噪聲，主要是降低其中與話音信號不相關的顆粒噪聲g（n）。由于顆粒噪聲的功率與量階的大小有關，而量階的大小由話音信號的平均幅度決定，所以顆粒噪聲的功率受話音信號幅度的影響。

三、基于LMS自適應濾波的CVSD話音降噪原理

由于CVSD話音中量化噪聲的統計特性不確定，噪聲功率隨著話音幅度變化，所以常規的話音降噪方法，如譜減法[6]、對數譜幅度-最小均方誤差法[7]等，由于對量化噪聲的功率估計不準確，從而導致降噪效果不理想。而自適應濾波器可以自動跟蹤量化噪聲的變化，通過不斷調整自身的系數，從而達到最佳的濾波效果。自適應濾波器的工作原理是依賴某一準則的約束，以實現對參考信號的最佳估計。常用算法有最陡下降法、最小均方誤差算法（LMS）、遞推最小二乘算法（RLS）等。在這一系列的算法中，LMS算法以其運算簡單，易于實現及穩定性好等優點成為自適應濾波技術的首選算法。

常規的LMS自適應濾波器需要兩個輸入通道，其中主通道輸入含噪話音，副通道輸入參考噪聲。但在CVSD話音中，只有一路話音信號，沒有參考噪聲信號可以利用。但可以利用話音信號的相關性和量化噪聲的非相關性，取話音信號的延時量來作為自適應濾波器的參考輸入，構造一個單通道的LMS自適應濾波器，從而簡化設計。單通道的LMS自適應濾波器的結構形式如圖2所示。

圖中，延時的作用是使量化噪聲失去相關性，而保留語音信號的相關性。期望輸入d（n）為解碼后CVSD含噪語音，參考輸入x（n）為d（n）延時后的信號。由于話音信號具有較好的短時自相關性，所以可以利用之前的數據來預測當前的數據，并根據預測誤差e（n）來自適應的調整預測濾波器的系數。LMS自適應濾波器主要是利用話音的相關性以及量化噪聲的不相關性，來加強含噪語音的相關部分，同時削弱其不相關的部分。

四、基于LMS自適應濾波的話音降噪實現

基于LMS自適應濾波的CVSD話音降噪的實現框圖如圖3所示。圖中，x（n）為CVSD譯碼后的含噪話音。x（n）作為LMS濾波器的期望信號，x（n）延時一個采樣周期的信號x（n-1）作為自適應濾波器的參考輸入。

自適應濾波器采用N階系數可調的FIR濾波器，其系數向量可以表示為

式中，Px為輸入信號x（n）的平均功率。

五、 仿真及實驗結果

本節對所提的基于LMS自適應濾波的CVSD話音降噪方法進行了計算機Matlab仿真實驗。實驗中選取了三段采樣率為16ksps的話音樣本進行CVSD編解碼和LMS自適應濾波，用于驗證降噪方法的有效性和適用性。仿真環境為 Matlab R2011b。

CVSD話音降噪實驗框圖如圖4所示。實驗步驟是先對輸入話音s（n）進行CVSD編碼，然后通過信道模塊，引入千分之一的隨機誤碼，接著進行CVSD解碼。解碼后的話音信號，先進行LMS自適應濾波，然后進行音頻帶通濾波。先進行LMS自適應濾波，再進行音頻帶通濾波，其目的是保留量化噪聲的隨機性和非相關性，從而可以取得較好的降噪效果。音頻濾波器的帶寬設為0.3kHz～3.4kHz，可以進一步濾除話音帶外的殘留噪聲。

CVSD編解碼的具體參數為：采用3連碼檢測、量階調整器的積分時間常數為4ms，預測器采用單積分器，積分時間常數為1ms。

CVSD編解碼仿真結果如圖5所示。圖中顯示了時間長度為4s的原始話音波形、解碼后的話音波形以及量化噪聲的波形。

從圖中可以看出，解碼后的話音波形與原始話音波形之間存在一定的差異，而量化噪聲的包絡與原始信號的包絡比較接近，這也證明了量化噪聲的功率受話音幅度的影響。

LMS自適應濾波器的參數設置為：FIR濾波器階數為64，收斂因子m取0.075。通過主觀試聽降噪后的話音，發現量化噪聲得到了明顯的抑制。為了評估LMS自適應濾波器的降噪效果，本文采用ITU-T推薦的P.862中的PESQ算法作為話音質量客觀評估標準。PESQ是客觀話音質量評估的有效算法，PESQ得分與平均意見得分（MOS分）之間有很高的相關度。

下面采用PESQ算法分別對降噪前后的三段話音信號進行打分，結果如表1所示。

從表中可以看出，MOS分最高有0.27的提高，這說明話音質量得到了較大的提高。

同時，對其它降噪算法進行了性能的對比仿真，對比結果如表2所示。

從表中可以看出，本文算法的降噪性能優于常用的改進譜減法和LSA-MMSE法。

六、結束語

本文提出了一種基于LMS自適應濾波的CVSD話音降噪方法，利用話音的短時相關性和量化噪聲的非相關性，構造一個單通道的LMS自適應濾波器，通過自適應的調整系數，來達到對量化噪聲的最佳抑制。計算機仿真實驗驗證了該方法的有效性。

本文提供了一種實際可行的CVSD話音降噪解決思路，可直接應用于采用了CVSD編解碼的通信系統中。

參 考 文 獻

[1] 董津生，孫耀杰，賈靜蕾，等. CVSD語音編解碼的DSP實現. 河北工業大學學報[J]，2009，38（3）：56～58

[2] 張向東，楊俊，唐昆.CVSD多徑搜索編碼算法研究.電子科學學刊[J]，1994，16（4）：337～344

[3] 黃建軍，曹鐵勇，張雄偉. CVSD算法研究及其語音增強[J]. 軍事通信技術，2009，30（2）：90-94.

[4] Z.Goh， K.-C.Tan， B.T.G.Tan. Estimating time-varying noise introduced by CVSD for speech enhancement [J]. Vision， Image and Signal Processing， IEE Proceedings，1998，145（1）：23-29.

[5] 黃建軍，張雄偉，張亞非，等. 一種CVSD丟包隱藏方法[J]. 解放軍理工大學學報（自然科學版）， 2011，12（4）：307-311.

[6] 劉志坤，唐小明，朱洪偉. 基于改進譜減法的語音增強研究[J]. 計算機仿真， 2009，26（6）：363-366.

[7] 陳琪，郭英，張群，等. 基于聽覺感知的LSA-MMSE改進型語音增強方法[J]. 信號處理， 2008，24（6）：1037-1040.

[8] 李英，汪航. FIR自適應濾波的語音增強算法[J]. 電聲技術，2004（6）：42-44.