[发明专利]基于分布式麦克风阵列网络的语音增强方法

说明书

本发明公开了一种基于分布式麦克风阵列网络的语音增强方法，包括下列步骤：建立基于Ad‑hoc网络的分布式麦克风阵列网络；对网络节点进行采样率同步；将各节点的信号进行分帧；在每个节点采用多通道维纳滤波器进行语音增强；将增强后语音信号传输到网络的所有其他节点；在每个节点，同时根据当前节点的多路麦克风阵列观测信号和所有其他节点的单通道增强后语音信号，再次采用多通道维纳滤波器进行语音增强，得到当前节点更新后的单通道增强后语音信号。本发明将孤立的麦克风阵列通过无线通信网络进行互联，组成麦克风阵列网络，有利于提高单个节点的语音增强效果。

技术领域

本发明涉及语音增强方法，具体涉及一种基于分布式麦克风阵列网络的语音增强方法。

背景技术

我们所处的环境中常常伴随着各种噪声，例如，房间内的电视机声和风扇声、汽车内的发动机声、马路上的汽车行驶声、咖啡厅内的Babble噪声等。噪声对多种语音处理系统产生负面影响。例如，在语音通信时，噪声会干扰甚至掩盖对方的声音，降低通话质量；在语音识别系统中，噪声会使得语音识别率下降，甚至使识别系统完全失效。因此，根据观测到的带噪语音信号，估计纯净语音具有十分重要的意义，我们称此为语音增强。

传统语音增强算法采用一个麦克风的观测信号进行处理，包括单通道维纳滤波器、谱减法、基于统计模型的最大似然和最大后验概率的语音增强方法等。虽然该类方法可以一定程度上消除噪声，但存在两方面问题。首先，消除噪声的同时会造成语音成分的缺失，即产生语音畸变。其次，噪声消除后的频谱上常存在随机离散的极值点，使听者感受到“音乐噪声”。这两方面的因素都使得增强后的语音可懂度难以达到预期，且使得语音识别性能不能有效提高。

为了解决上述问题，人们开始利用两个或以上的麦克风，组成“麦克风阵列”，以探寻更优的多通道语音增强方法。麦克风阵列中的麦克风处于空间不同位置，但时钟和采样率一致。因此，多个麦克风提供了语音和噪声的时域冗余性和空间差异性，更多的信息使得语音增强性能提高具有了可能。为了增强语音，人们可以设计称为“波束形成器”的空间滤波器，提取目标声源方向的信号，抑制其他方向的噪声。最简单的波束形成器是“延迟加和”波束形成器，而MVDR和LCMV波束形成器可以理论上在降低噪声的同时避免语音畸变。除了简单的波束形成器之外，广义旁瓣消除(GSC)架构也被广泛使用。虽然从理论上可以证明GSC和LCMV波束形成器的等价性，但是GSC的实现更为简单，计算复杂度也较低。上述波束形成器均需要语音方位(甚至是噪声方位)已知，但实际情况下声源方位往往并不固定，且噪声和混响下的声源方位难以估计。为了避免声源定位，单通道维纳滤波器被推广到多通道，使得仅根据噪声时空统计特性即可设计最优的多通道维纳滤波器，而噪声时空统计特性可结合语音存在概率或语音活动检测算法估计和更新。和单通道算法相比，即使是双通道的语音增强方法即可取得性能的明显提升。

采用麦克风阵列进行语音增强逐渐成为主流。一旦麦克风阵列硬件制作完成，其麦克风间距，所包含麦克风数量等参数难以改变。由于手持设备等空间的限制，麦克风阵列不能采用较多的麦克风和较大的间距。当麦克风阵列只处于一个较小的空间范围时，难以对环境噪声和混响进行准确全面的采集。而理论上更多的麦克风和更大的麦克风间距可以有效提高多通道语音增强算法的性能。因此，传统的基于麦克风阵列的语音增强算法受到麦克风阵列自身可扩展性和空间的限制。

发明内容

针对现有技术的不足，本发明公开了一种基于分布式麦克风阵列网络的语音增强方法。

本发明的技术方案如下：

一种基于分布式麦克风阵列网络的语音增强方法，包括下列步骤：

步骤a、建立由多个麦克风阵列构成的基于Ad-hoc网络的分布式麦克风阵列网络；任意两个网络节点之间均可相互通信；

步骤b、将分布式麦克风阵列网络初始化，即对网络节点进行采样率同步；

步骤c、将各节点的信号进行分帧，得到分帧后的多节点多路麦克风阵列观测信号；