全向人聲自動增益控制擴音系統研究

陳潤鋒 莫琦 李穎多

摘 要：為避免音響系統受環境噪音和人為因素的影響使輸出端的音量幅度波動過大，項目提出了一種全向人聲自動增益控制擴音系統，利用人聲辨識算法來收音，運用自適應濾波技術進行人聲分離并通過自動增益控制電路實現恒定功率輸出，確保輸出音量幅度恒定。

關鍵詞：人聲辨識;自適應濾波;自動增益控制

中圖分類號：TP273.5 文獻標識碼：A DOI：10.3969/j.issn.1003-6970.2021.02.030

本文著錄格式：陳潤鋒，莫琦，李穎多.全向人聲自動增益控制擴音系統研究[J].軟件，2021，42（02）：100-101

Research on Omnidirectional Automatic Gain Control Amplifying System

CHEN Runfeng， MO Qi， LI Yingduo

（Guangdong University of Petrochemical Technology， Maoming? Guangdong? 525000）

【Abstract】：In order to avoid the influence of environmental noise and human factors on the sound system， which makes the output volume amplitude fluctuate too much， the project proposes an omnidirectional human voice automatic gain control amplifying system， which uses human voice identification algorithm to receive sound， uses adaptive filtering technology to separate human voice， and realizes constant power output through automatic gain control circuit to ensure constant output volume amplitude.

【Key words】：human voice recognition;adaptive filtering;automatic gain control

1項目實施的目的及意義

在音響系統的實際應用中，常常會受到環境噪音以及人為因素的影響，如性別的不同或講話者的習慣不同，有些人講話聲音大，有些人講話聲音小，有的人喜歡離話筒遠些，有的人喜歡離話筒近些，這些情況都會導致在音響系統的輸出音量輸出幅度波動過大，產生巨大的差別。為避免這些缺陷出現，項目提出了一種全向人聲自動增益控制擴音系統，利用人聲辨識算法來收音，運用自適應濾波技術進行人聲分離并通過自動增益控制電路AGC實現恒定功率輸出，確保音響系統的音量輸出幅度恒定，不受話筒距離遠近、人聲音大小和環境噪音等因素的影響。

2系統總體架構

系統總體架構如圖1所示，擴音系統由全向麥克風陣列作為輸入設備，對周圍聲音進行采集，并通過前級模擬濾波進行初步降噪。其次利用多波束定位原理定位主聲源的方向，并對主聲源信號進行增強處理。隨后將音頻信號送入經過訓練的人聲辨識系統辨別錄入的聲音中是否含有人聲，若含有人聲信號，則使用相應的自適應濾波算法過濾非人聲部分，并提取較為純凈的人聲信號。最終人聲信號通過自動增益控制系統保持擴音設備的恒定功率輸出，以達到在規定功率范圍內播放音頻的目的。若主聲源信號中不含有人聲，則直接關閉自動增益控制的輸出。

3系統主要模塊的實現

3.1聲音信號的采集

系統的主要為場景為室內外的擴音應，因此需要對環境噪音進行降噪。如圖2所示，聲音信號采集主要使用話筒對音頻信號進行收集，并將收集到的音頻信號通過模擬濾波的前級處理實現初步的降噪。為了進一步消除環境噪音，實現空間降噪，系統選用了全向麥克風陣列[1]，全向麥克風陣列的優勢在于考慮了聲源的位置信息，可以實現空間濾波，對具有方向性的噪聲具有較好的抑制效果。對于全向麥克風陣列每一個駐體咪頭，由于距離音源位置的不同，接收到音源信號的強度也有所不同，為了處理掉環境噪聲所帶來的影響，將陣列接收到的音源信號進行了加權運算，這樣做的目的是為了使得聲源定位更精確。

3.2人聲辨識的實現

為辨識主聲源信號中是否含有人聲，運用基于Ten-sorFlow框架搭建的卷積神經網絡進行人聲辨識[2]功能的實現。人聲識別分為訓練和辨識兩個部分，訓練指的是數據集通過神經網絡訓練生成辨識模型，辨識規則是利用模型產生識別結果。辨識模型的生成是人聲辨識的關鍵，模型的生成如圖3所示。

3.3 人聲信號的分離

人聲信號的分離是通過自適應濾波[3]來完成的，即利用前一時刻獲取的濾波器參數自動的調節現時刻的濾波器參數，以適應信號和噪聲未知、隨時間變化的統計特性，從而實現最最佳濾波效果。在實際應用場景中由于擴音系統常常無法獲取信號和噪聲的先驗知識，需要一種不需要先驗知識的數字濾波器進行人聲分離。由于自適應濾波器不需要輸入音頻信號的先驗知識且計算量小、實時性好，因此利用自適應濾波技術可以獲得極佳的濾波性能從而達到分離出純凈人聲的目的。其中最小均方誤差（LMS）準則是目前最為流行的自適應算法準則。系統采用LMS算法實現人聲分離，其步驟如圖4所示。

3.4 自動增益控制

自動增益控制是利用AGC電路來實現的如圖5所示，也就是利用主講人的聲音強弱變化的來控制放大器的增益，即無論輸入人聲信號大小如何變化，輸出端以恒定功率范圍輸出，確保音箱輸出聲音大小保持不變。AGC電路由壓控放大電路和控制電壓形成電路兩部分組成，壓控放大電路其增益隨控制電壓而改變，控制電壓形成電路的由輸出反饋電路組成。

4結語

全向人聲自動增益控制擴音系統，可以廣泛應用在課室教學環境中，這樣老師在講課的過程中不會受有線話筒的距離限制、無限話筒的續航等問題影響老師的講課氛圍。該系統應用戶外演唱會等擴音系統，可以極大消除環境噪音的影響。因此，全向人聲自動增益控制擴音系統具有較強的推廣應用價值。

參考文獻

[1] Mr_Researcher.麥克風陣列語音增強[E].CSDN，2018.

[2] 張莉.基于深度學習的聲紋識別技術研究[D].杭州：杭州電子科技大學，2020.

[3] Paulo S.R.Diniz.自適應濾波算法與實現[M].北京：電子工業出版社，2014.