基于阵列麦克风的语音采集增强系统设计

蔡 渤

（武汉职业技术学院， 武汉 430074）

多媒体教学、安防、智能家居和展览展示等方面均需要高性能的语音采集及处理技术。模拟拾音器由于技术路线的局限，采集的音频信号质量不高，制约了音频监控系统的进一步使用。多通道语音增强方法利用麦克风阵列，在时、频域对带噪语音信号进行滤波，同时可以通过DOA估计获取声场空间信息进行波束形成，从而进行更好的空间指向性滤波，使得麦克风阵列在获取感兴趣语音信号的同时，对噪声信号与混响具有抑制作用。[1]

一、麦克风阵列简介

麦克风阵列是指按一定距离排列放置的一组麦克风，通过声波抵消阵列中每个麦克风之间微小时差的相互作用，麦克风阵列可以得到比单个的麦克风更好的指向性。[2]其在时域和频域的基础上增加一个空间域,对来自空间不同方位的信号进行空时频联合处理,它既继承了天线阵列的有关算法,同时又吸收了一些单麦克风语音处理的方法。基于这一特点,与单个麦克风相比,麦克风阵列具有空间选择性,使它在捕获特定方向的高质量信号的同时,又减少了噪声和其它干扰。因此,麦克风阵列可以广泛应用于各种具有嘈杂背景的语音通信环境，如会场、多媒体教室、助听器、车载免提电话、战场等,以提高语音通信质量。

在麦克风阵列的设计中首要的改进是引入了波束形成、阵列指向性与波束宽度的概念。通过对所有麦克风信号的综合处理，麦克风阵列可以组合成为所要求的强指向性麦克风，形成被称为“波束”的指向特性。麦克风阵列的波束可以经由特殊电路或程序算法软件控制,使其指向声源方向而加强音频采集效果。

所谓基于麦克风阵列的语音增强，就是通过对麦克风阵列接收的多通道数据进行处理，增强感兴趣的声源信号，抑制不感兴趣的声源信号和噪声。[3]由于噪声种类繁多且特性各不相同，需要针对不同的噪声环境选择不同的方法。

二、基于阵列麦克风的语音增强系统

本文创新地实现一种基于麦克风阵列的子带自适应波束形成和自适应后置滤波联合的语音增强系统，由麦克风阵列拾音器、子带分割滤波器、自适应波束形成器、波束更新控制单元、后置滤波器、子带聚焦滤波器、长线驱动器、啸叫抑制单元、后台硬盘录音仪和网络录音管理终端组成。内部框图如图1所示。

本项目源于阵列天线波束形成和信源定位思想，在人机交互、视频会议、安防与机器人听觉等诸多领域具有广泛的应用。现有的语音拾取设备在强噪声下性能急剧下降，而麦克风阵列波束形成技术是这一问题的有效解决方案。初步设计具有阵列拾音器模块、波束形成和后置滤波模块、长线驱动和啸叫抑制模块及Web管理模块。下面分别介绍各个模块。

图1 麦克风阵列增强系统内部框图

（一）阵列拾音器模块

阵列信号处理技术已经广泛应用于雷达、通信、声纳等领域，可以同时处理多个到达信号，拥有灵活的波束控制能力、较强的抗外界干扰能力及分辨率、测向精度和灵敏度更高等优势。空间谱估计集中研究空间中多传感器阵列处理系统对感兴趣的空间信号的各种参数进行准确估计的能力，其中对信源方向的估计称为波达方向（DOA：direction of arrival）估计（或测向），是波束形成的重要基础和依据。本文采用波束形成处理低频相关噪声，将麦克风阵列语音增强技术应用到拾音器上，解决了抑制环境噪声和干扰及移动时语音采集的难点。在车载系统、视频会议系统、非手持式移动电话、音控系统和助听器等系统中，麦克风阵列具有提供一种自然通信方式的潜质。这使得使用者无论置身于任何复杂声学环境中，都能获得高质量语音信号，可以自由走动而无需佩戴耳机和麦克风。

（二）波束形成和后置滤波模块

采用C6657双核DSP处理器，其软件验证框架如图2所示。

图2 C6657双核处理框架

由于麦克风阵列每个接收通道包括6个咪头组成的麦克风阵列、放大器、正交相位A/D等模拟器件，具有一定的宽带性能。这些电路特性的变化，会引起系统频率特性的变化，而这种变化是随机的，从而导致各通道之间频率特性是不一致的，这种频带不一致性（通道失配），导致波束形成和阵列流形不同，不能直接应用窄带信号的处理方法。本文提出了用子带分割法将宽带语音信号分割成多组不同频率的窄带信号子带，[4]基于均匀DFT子带波束形成器将各个频段分别进行信号处理，处理后进行聚焦，很好地解决了通道间的频带不一致性问题，获得了良好的自适应阵列处理性能。

（三）长线驱动和啸叫抑制模块

将进行增强处理并聚焦后的语音信号功率放大后进行平衡传输，利用相位抵消的原理将音频信号传输过程中所受的其他干扰降至最低。实际使用情况表明，该长线驱动器可使信号传输距离达到2 000 m；经后续改进后，可驱动音频信号传输距离可达3 000 m。本项目引入了基于调频和移相的啸叫抑制单元。

啸叫抑制单元采用移频技术使扩声系统的声反馈向高频和低频区偏移，避免声反馈与声场峰点的累加，有效抑制了扩音系统的啸叫现象。在后续改进中，本项目在移频处理的基础上引入调相方式对啸叫进行联合抑制，通过改变输入信号的相位来破坏啸叫的建立条件，同时减小移频数至3 Hz，在语音失真较小的前提下完成对系统自激啸叫的抑制。

（四）网络管理终端

网络管理终端系统是为了配合硬盘录音仪而使用的，查询录音数据，可以不用访问录音仪，方便用户通过Web浏览器访问本系统。

三、结束语

本文实现一种基于麦克风阵列的子带自适应波束形成和自适应后置滤波联合的语音增强系统。应用麦克风阵列语音增强技术，解决了抑制环境噪声干扰的问题。系统通过多核DSP平台实现，采用麦克风阵列自适应波束形成技术达到增强期望方向的语音，对噪声的抑制采用在方向图上产生零陷，对非相干噪声采用后置自适应滤波技术，能极大地提高系统采集语音的性能。

参考文献：

［1］杨毅，杨宇，余达太.麦克风阵列及其消噪性能研究[J].计算机工程，2006（2）：191-193.

［2］洪鸥.麦克风阵列语音增强技术及其应用[J].传感器与仪器仪表，2006（1）：142-145.

［3］何成林，杜利民，马听.基于子带广义旁瓣相消器的麦克风阵列语音增强[J].计算机应用研究，2006（4）：208一210.

［4］B.Cai,Y.M.Li and H.Y.Wang.Forward/backword spatial reconstruction method for directions of arrival estimation of uncorrelated and coherent signals[J].IET Microwaves,Antennas&Propagation,2012（6）：1498-1505.