麥克風陣列語音增強算法分析

劉宓

（哈爾濱商業大學外語學院，黑龍江 哈爾濱 150028）

麥克風陣列技術運用到了陣列信號處理技術，在語音播放系統的運用過程之中具有較強的抗干擾能力，能夠實現對波束的靈活控制，在噪音比較大的環境之中能夠運用，在車載聲控系統、視頻會議以及一些大型會議場所中均具有較大的應用價值。

一、麥克風陣列語音增強方法

（一）運用固定波束進行語音效果增強

運用固定波束進行語音效果增強在目前的語音效果體系之中已經形成了較為成熟的技術體系，為麥克風接收到的信號增加一些延時補償，以此使得輸出信號能夠保持同步，同時使得入射信號能夠增益，在具體的運用過程中主要增加麥克風的數量即能夠增強語音播報效果。但是在具體的運用過程中對非相干燥聲難以實現有效抑制，針對環境的適用具有一定的限制性。因此需要與其他技術手段結合使用[1]。

（二）運用自適應波束形成器進行語音效果增強

1972年Frost研究出適應波束形成器，運用線性約束最小方差來實現。運用中在增益某一方向上有用信號的同時，使得陣列輸出信號達到最小的功率。在這一理論形成的基礎之上，Griffiths與Jim在1982年提出廣義旁瓣消除器的概念，即GSC，Generalized Sidelobe Canceller。目前運用最為廣泛的系統之一是廣義旁瓣消除器，在系統中建立了自適應通道以及非自適應通道，能夠實現對帶噪聲語音信號的有效處理，自適應通道中的阻塞矩陣運用過程中在對聲音進行技術處理之后剩下多通道噪聲參考信號，自適應濾波器對此進行分析與估計，在估算之后可以抵消噪聲分量，以此實現噪音清理[2]。

（三）運用后置濾波的麥克風陣列語音增強

在非相干噪聲抑制層面上后置濾波具有重要的應用空間，在時變的聲學環境中也能夠達到良好的運用。在運用過程中，如果麥克風接受到相同的信號，同時噪聲信號能夠實現獨立同分布，表現為噪聲與信號之間不相關，此時分析噪聲的特性，并在此基礎上分析噪聲的特性，按照濾波器權系數，濾波信號接收到的信息數據，從而能夠實現語音增強。

但是后置濾波方法在運用過程中會受到時延誤差的影響，因此使得增強之后的語音信號可能沒有正確反映真實的語音信號。難以實現對方向性的強干擾的有效抑制效果，在具體運用過程中需要與其他方法結合使用。

（四）運用近場波束進行麥克風陣列語音增強

運用近場波束進行麥克風陣列語音增強方法運用過程中考慮到了近場聲學以及具體聲源的位置情況。這是由于常規的波束形成方法運用過程中沒有充分考慮到聲源位于麥克風陣列近場時產生的波前彎曲率，因此在拾取語音信號時難以達到良好的效果，因此在運用中可以近場補償入射聲波，這一方法在運用過程中需要能夠確定已知聲源位置，由于近場聲學的復雜性，這一方法在實際中的運用較為有限[3]。

（五）運用子空間進行麥克風陣列語音增強

子空間方法在運用過程中需要考慮信號的自相關矩陣以及協方差矩陣，并對數值進行奇異值分解，對有噪音的語音進行專業化處理，將有用信號與噪音隔離，并重構信號，以此得到增強之后的信號。Asano 在具體的運用過程中提出的于相干子空間的麥克風陣列語音增強方法充分借鑒運用了子空間方法。在具體的運作過程中能夠將語音劃分為不同的頻帶之中，之后對空間中的各個頻帶進行分析，以此實現子空間處理，實現對語音信息的有效處理運用。

運用子空間進行麥克風陣列語音增強方式中受到降噪性受噪聲場的影響作用較小，在相干噪聲場以及非相關噪聲場中均能夠達到一定的降低噪音效果，但是在運用過程中需要較大的計算量，難以對此實現實時噪音處理。

（六）運用盲源分離進行麥克風陣列語音增強

在實際的麥克風陣列語音增強運用過程中往往難以有效獲取信道傳遞參數以及信號源情況，因此需要運用盲源分離技術，即Blind Source Separation,BSS。盲源分離運用過程中能夠對干擾的統計特性以及輸入源信號進行分析，從而能夠對傳感器陣列接收到的多種信號進行各個分量的單獨提取。Jutten.C與Herault.J 在研究過程中在信道先驗條件以及信源沒有獲取的條件下，實現了對有用信號的分離，其中運用到的是人工神經網絡分離技術，創建了盲源分離技術。我國很多學者在麥克風陣列語音增強運用過程中也在積極探索盲源分離技術的運用方式。

二、結束語

與傳統單麥克風相比，麥克風陣列技術運用過程中能夠達到語音增強效果，在遠程會議、職能控制以及辦公自動化等領域中有著重要運用。語音信號屬于寬帶的非平穩信號，在傳輸過程中會受到周圍環境的影響，麥克風陣列系統的運用能夠達到良好的降噪效果，減少語音失真現象，在運用過程中需要考慮到計算時間以及系統成本，以此來達到良好的時效性以及實用性。在具體運用方式的選擇上應當結合自身所處的噪音環境選擇最佳的麥克風陣列結構。