[发明专利]基于MVDR的隐声方法

说明书

技术领域

本发明涉及麦克风阵列的隐声技术，具体涉及一种基于MVDR的隐声方法。

背景技术

隐声技术的研究已经有了很长的历史，人们在声信号传感领域主要探索了两种方法：骨传导麦克风和超声麦克风，在声信号处理领域探索了信号分离技术和差分麦克风阵列。

骨传导麦克风是利用人讲话时引起的头颈部骨骼的轻微振动来把声音信号收集起来转为电信号。由于它不同于传统麦克风通过空气传导拾取声音，所以在很嘈杂的环境里也可以把声音高清晰的传出来。早在几百年前，人们对骨传导技术已经有了许多现实的应用，但是早期骨传导麦克风的话音质量不是很好，尤其是高频的话音质量比较差，所以早期的骨传导麦克风只能用于辅助常规的麦克风，例如利用骨传导麦克风做语音端点检测，来提高单通道语音降噪的性能。近一二十年，骨传导麦克风开始真正受到人们关注，其性能有了大幅提高。目前，市场上已经出现了多款基于骨传导麦克风的通信耳麦。其中，2013年5月北京美尔斯通科技发展股份有限公司发明一种骨传导麦克风，实现了该产品自主研发国内零的突破，目前已投入市场。最近，类似于骨传导原理的其他声传感器也获得了重视，如DAIKIN-D Talk Mic耳麦，其工作原理是利用高灵敏度的麦克风拾取说话人声带振动信号，并转换成电信号。这种拾音方式同骨传导麦克风有很多类似之处。尽管骨传导麦克风技术得到了突破性的发展，但是其通信耳机目前推广还不是非常理想，主要存在几个问题：1)动态效果差；2)成本高；3)封装效果差；4)音质差。

十余年前，美国贝尔实验室的一批科学家设计了一种超声麦克风。这种麦克风由一个小的超声发射器和一个大宽带的传统麦克风组成。工作时，超声发射器发送一个周期性的宽带脉冲序列。这种宽带脉冲信号的频率在20kHz到70kHz之间，经说话人的声道反射后，由麦克风接收到反射信号，然后后端的数字信号处理环节利用发射信号和反射信号来估计声道的形状参数，进而合成说话人所说的语音。这种麦克风最大技术特点是工作在超声频段，因此不受听觉感知频率范围内音频信号的干扰，可用于解决类鸡尾酒会环境中的语音通信问题。美国贝尔实验室的科学家构造了一个可以工作的原型系统，这个原型系统将接收并合成出来的元音送到一个语音识别系统中，可以获得95％的识别率。初步的听力实验也证实合成的元音的质量基本可达到传统麦克风的话音质量。当然，这种麦克风在真正实用前还有很多问题需要解决，最大的技术问题就是对于鼻音等声道特征不突出的音素，合成的话音质量和可懂度都不高。

隐声技术从理论上讲可以看作是信号分离或增强问题的一个子问题。在一个复杂的声学环境中，利用麦克风来拾取来自某个声源的信号，该信号几乎无例外地会被污染。根据污染产生的机理，语音信号处理中的噪声分为4类：环境噪声，回声，混响和干扰。为了将声源和噪声分开，针对每一类噪声用特定的方法进行处理：

环境噪声(Noise)：环境噪声无法避免而且无处不在，它的存在会严重影响语音信号的话音质量、可懂度和人耳对空间信息的感知。环境噪声通常都是相对平稳的，也就是说当前时间点噪声的统计特性可以用历史时间里的噪声统计特性来代替。根据带噪信号的统计特性和噪声的统计特性，可以设计滤波器对观测信号进行滤波，进而增强语音信号，抑制背景噪声，这种技术称为降噪技术。降噪技术可以利用单通道拾音系统，也可以利用多通道拾音系统，他们分别对应于单通道降噪技术和多通道降噪技术。单通道降噪技术在获得噪声抑制的同时会导致语音畸变，相比而言，多通道降噪技术在获得相同输出信噪比的同时会减小语音畸变。

回声(Echo)：声学回声是由麦克风和扬声器之间的声耦合产生的。回声的存在会严重影响多方双工交互。回声最大的特点是声源信号是已知的，只要能够估计出从扬声器到麦克风之间的声传播信道，就能估计出麦克风拾取的观测信号中的回声成分，将此成分的估计从拾取到的信号中减去，就可以实现回声消除，这种技术称为回声对消技术。