自適應(yīng)濾波語音增強(qiáng)算法改進(jìn)及其DSP實(shí)現(xiàn)

王瑜琳 ，田學(xué)隆 ，2，高雪利

1.重慶大學(xué) 生物工程學(xué)院，重慶 400030

2.重慶市醫(yī)療電子技術(shù)工程研究中心，重慶 400030

1 引言

語音通信中噪聲干擾普遍存在，不可避免地降低了實(shí)際應(yīng)用中語音通信的質(zhì)量，嚴(yán)重時(shí)甚至?xí)斐烧Z義理解困難。語音增強(qiáng)的提出就是為了保證在減少語音失真度的同時(shí)，盡可能多地提取出有效的語音信號(hào)，抑制背景噪聲，達(dá)到改善語音通信質(zhì)量的目的。目前針對(duì)語音增強(qiáng)的研究大多致力于算法的改進(jìn)，但缺乏實(shí)時(shí)性的處理系統(tǒng)，且依然存在適應(yīng)性差，收斂速度慢等問題。因此，針對(duì)強(qiáng)噪聲環(huán)境下的語音增強(qiáng)算法研究和系統(tǒng)研發(fā)具有重要意義。

目前應(yīng)用較為廣泛的語音增強(qiáng)算法主要有譜減法[1]以及自適應(yīng)濾波法[2]。譜減法簡單且對(duì)寬帶噪聲有顯著的處理效果，但往往因?qū)Ρ尘霸肼暪烙?jì)不準(zhǔn)確而產(chǎn)生較大的殘留噪聲。在這種情況下自適應(yīng)濾波技術(shù)便發(fā)揮了其特有的優(yōu)勢，可在信號(hào)統(tǒng)計(jì)特性未知或變化的情況下，自動(dòng)跟蹤輸入的變化，并不斷調(diào)整自身參數(shù)，來達(dá)到最佳的濾波效果。傳統(tǒng)的自適應(yīng)濾波器大多采用雙通道方式，與譜減技術(shù)相比，系統(tǒng)需多提供一路參考信號(hào)作為濾波器的輔助輸入，這在一定程度上增加了系統(tǒng)設(shè)計(jì)的復(fù)雜性。針對(duì)這一問題，有研究指出取含噪信號(hào)的延時(shí)量作為濾波器的參考輸入來構(gòu)造單通道系統(tǒng)，可簡化設(shè)計(jì)的復(fù)雜性[3-4]。而針對(duì)自適應(yīng)濾波中存在的收斂速度慢，收斂精度差等問題，本文使用箕舌線函數(shù)[5-6]更新自適應(yīng)濾波步長并引入解相關(guān)運(yùn)算[7-8]更新權(quán)系數(shù)迭代方向，在加快自適應(yīng)濾波收斂速度的同時(shí)提高精度。

在硬件實(shí)現(xiàn)上，本文選用具有高速幀處理能力的DSP[9-10]芯片與音頻擴(kuò)展芯片TLV320AIC23（簡稱AIC23）共同搭建系統(tǒng)的處理核心。在簡化系統(tǒng)設(shè)計(jì)復(fù)雜性的同時(shí)完成了單通道語音增強(qiáng)系統(tǒng)的硬件設(shè)計(jì)、軟件仿真及DSP實(shí)時(shí)實(shí)現(xiàn)。實(shí)驗(yàn)結(jié)果顯示，經(jīng)本文系統(tǒng)處理后能有效消除語音信號(hào)的背景噪聲，提高語音的清晰度，證明了算法的有效性以及系統(tǒng)的可行性。

2 自適應(yīng)濾波系統(tǒng)設(shè)計(jì)

2.1 基于時(shí)延結(jié)構(gòu)的自適應(yīng)濾波原理

語音信號(hào)是一種短時(shí)平穩(wěn)信號(hào)，在10～30 ms內(nèi)其頻譜特性和相關(guān)特征參數(shù)基本不變，具有較強(qiáng)的相關(guān)性和準(zhǔn)周期特性。而噪聲通常是隨機(jī)的，其自相關(guān)函數(shù)僅在原點(diǎn)處存在峰值[11-12]。因此可利用語音信號(hào)的相關(guān)性和噪聲的不相關(guān)性，構(gòu)造基于時(shí)間延遲方式的濾波系統(tǒng)，減小系統(tǒng)設(shè)計(jì)的復(fù)雜性。系統(tǒng)的結(jié)構(gòu)形式如圖1所示。

圖1 時(shí)延結(jié)構(gòu)自適應(yīng)濾波原理

圖1中期望輸入v(k)為原始含噪語音，參考輸入x(k)為v(k)延時(shí)后的信號(hào)。由于系統(tǒng)主要利用的是語音的相關(guān)性以及噪聲的不相關(guān)性，來加強(qiáng)含噪語音的相關(guān)部分，同時(shí)削弱其不相關(guān)的部分，所以系統(tǒng)性能與信號(hào)間的相關(guān)特性密切相關(guān)，相關(guān)性越強(qiáng)就越容易從中提取出有用信號(hào)。

2.2 LMS算法設(shè)計(jì)

自適應(yīng)濾波器的工作原理是依賴某一準(zhǔn)則的約束，以實(shí)現(xiàn)對(duì)參考信號(hào)的最佳估計(jì)。常用算法有最陡下降法、最小均方誤差算法（LMS）、遞推最小二乘算法（RLS）等。在這一系列的算法中LMS算法以其運(yùn)算簡單，異于實(shí)現(xiàn)及穩(wěn)健性能好等優(yōu)點(diǎn)成為自適應(yīng)濾波技術(shù)的首選算法，其基本迭代過程如下[13]。

其中，X(k)=[x(k)，x(k-1)，…，x(k-M+1)]T為M階濾波器在k時(shí)刻的參考輸入，y(k)為濾波器的估計(jì)輸出，W(k)=[w(k)，w(k-1)，…，w(k-M+1)]T對(duì)應(yīng)濾波器權(quán)系數(shù)矢量，μ為步長因子。然而LMS算法由于μ固定而存在收斂速度與收斂精度之間的矛盾，無法同時(shí)提高速度與精度。μ的選取對(duì)LMS算法性能的優(yōu)劣起著決定性的作用：μ小可減小系統(tǒng)的穩(wěn)定誤差，提高算法收斂的精度，但降低了算法收斂的速度；μ大可加快收斂速度，卻是以大的失調(diào)為代價(jià)的。為解決這一矛盾，出現(xiàn)了較多的改進(jìn)型LMS算法，用一個(gè)變化的μ來優(yōu)化LMS算法。

變步長的基本思想是在初始階段用較大的μ來加快算法收斂的速度，收斂階段則用較小的μ來減小系統(tǒng)的穩(wěn)態(tài)誤差。通過動(dòng)態(tài)改變?chǔ)痰拇笮?，來獲得最優(yōu)的濾波效果。在這一過程中，μ的大小可依據(jù)不同的調(diào)控機(jī)制來進(jìn)行調(diào)節(jié)，如W(k)、e(k)等。式（4）就是基于箕舌線函數(shù)而建立的μ與e(k)之間的函數(shù)關(guān)系式，參數(shù)α、β分別為函數(shù)形狀及幅度控制因子。

由于 LMS 算法的收斂條件為μ∈(0，1/γmax)，γmax為 X(k)的最大特征值，所以式（4）中μmax=β，因此有β＜ 1/γmax。

另一方面，由式（1）、（2）可得：

若定義Wopt(k)為最優(yōu)權(quán)值向量，ξ(k)為零均值噪聲，則v(k)可表示為：

由此可得：

其中Δ(k)=Wopt(k)-W(k)為權(quán)值誤差向量。

將式（7）帶入式（4）得：

由式（8）可知，除獨(dú)立噪聲外，μ(k)還與 X(k)XT(k)密切相關(guān)。因此在輸入信號(hào)高度相關(guān)的情況下，μ(k)除了與跟蹤誤差有關(guān)外，還受輸入信號(hào)的影響，導(dǎo)致變步長自適應(yīng)濾波算法的性能下降。若能在濾波前減小輸入信號(hào)之間的相關(guān)性，便可加快算法收斂的速度。解相關(guān)運(yùn)算的思想就是利用輸入向量之間的正交變換去除輸入信號(hào)之間的相關(guān)性。根據(jù)解相關(guān)原理，定義相關(guān)系數(shù)如下：

Γ(k)即為k及k-1時(shí)刻輸入信號(hào)之間的關(guān)聯(lián)性，從X(k)中減去 X(k)與 X(k-1)之間相關(guān)的部分便稱為“解相關(guān)”運(yùn)算，由此得出新的更新矢量如下：

結(jié)合式（9）、（10）有 X(k-1)ΨT(k)=0 ，即解相關(guān)向量與k-1時(shí)刻的輸入信號(hào)正交，正是這種正交關(guān)系，加快了LMS算法收斂的速率。基于解相關(guān)的權(quán)值迭代表達(dá)式為：

綜上所述，本文自適應(yīng)濾波算法過程如下：

（1）讀入帶噪語音v(k)并取其延時(shí)信號(hào)x(k)作為濾波器輔助輸入，初始化W(0)。

（2）分別按式（1）、（4）、（10）計(jì)算濾波器輸出y(k)、μ(k)以及權(quán)系數(shù)更新方向矢量Ψ(k)。

（3）將μ(k)、Ψ(k)代入式（11），更新W(k+1)。

（4）利用更新后的W(k+1)返回步驟（2），進(jìn)行下一次迭代運(yùn)算。

3 語音增強(qiáng)系統(tǒng)硬件及軟件設(shè)計(jì)

3.1 基于DSP的語音增強(qiáng)系統(tǒng)硬件設(shè)計(jì)

TI生產(chǎn)的TMS320F281x系列DSP提供了多種外設(shè)通信接口，如串行通信接口（Serial Communication Interface，SCI）、串行外圍接口（Serial Periperal Interface，SPI）、多通道緩沖串口（McBSP）等。其中McBSP支持全雙工通信機(jī)制，并提供雙緩存的發(fā)送和三緩存的接收寄存器，允許連續(xù)的數(shù)據(jù)流傳輸。數(shù)據(jù)長度通過編程設(shè)置，可與工業(yè)標(biāo)準(zhǔn)的解碼器（CODEC）、模擬接口芯片（AIC）等直接進(jìn)行串行連接。AIC23是一款Σ-Δ型高性能的音頻編解碼芯片，內(nèi)部集成了16位A/D、D/A轉(zhuǎn)換器，可與DSP的McBSP進(jìn)行無縫連接，采樣速率可通過DSP編程設(shè)置，高速實(shí)現(xiàn)語音信號(hào)的接收、發(fā)送。同時(shí)DSP以其高速的幀處理能力，靈活的運(yùn)用方式以及低能耗等優(yōu)點(diǎn)，逐步成為數(shù)字語音處理的首選。因此，本文選用TMS320F2812芯片作為主控芯片與AIC23及相應(yīng)外圍電路共同完成系統(tǒng)的硬件設(shè)計(jì)。然而DSP自帶的程序和數(shù)據(jù)存儲(chǔ)器容量有限，通常難以滿足語音處理的需求，片外擴(kuò)展了256K×16位SRAM作為外部數(shù)據(jù)存儲(chǔ)器，512K×16位FLASH作為外部程序存儲(chǔ)器。系統(tǒng)結(jié)構(gòu)框圖如圖2所示。

圖2 DSP語音增強(qiáng)系統(tǒng)硬件結(jié)構(gòu)設(shè)計(jì)

AIC23具有獨(dú)立的控制接口和數(shù)據(jù)接口?？刂平涌谟糜谂渲闷骷?nèi)部的11個(gè)寄存器，設(shè)置音頻芯片的工作狀態(tài)，實(shí)現(xiàn)初始化AIC23的目的?？刂平涌诘墓ぷ鞣绞接蠸PI和I2C方式，可通過芯片管腳進(jìn)行選擇。數(shù)據(jù)接口則通過DIN、DOUT引腳傳輸AD轉(zhuǎn)換和待DA轉(zhuǎn)換的數(shù)據(jù)，實(shí)現(xiàn)與McBSP的無縫連接。數(shù)據(jù)接口的工作方式可通過數(shù)字音頻格式寄存器設(shè)置為DSP模式，同時(shí)令A(yù)IC23工作于主模式下，即由AIC23提供時(shí)鐘源，并通過分頻器產(chǎn)生供串口通信的移位時(shí)鐘及幀同步信號(hào)。其中CLKX、CLKR、BCLK為時(shí)鐘同步信號(hào)，CLKR與CLKX之間通過一個(gè)0 Ω的電阻進(jìn)行連接；FSX、FSR、LRCIN、LRCOUT為幀同步信號(hào)。在實(shí)現(xiàn)數(shù)據(jù)接口與McBSP的正常通信之前，需通過DSP的SPI口連續(xù)傳輸11串?dāng)?shù)據(jù)到控制接口，以達(dá)到配置AIC23的目的。設(shè)置AIC23時(shí)鐘為正常模式，采樣率為8K，并設(shè)置適當(dāng)?shù)妮斎?輸出信號(hào)增益[14]。同時(shí)AIC23還具有一個(gè)其他音頻處理芯片所不具備的功能，即模擬旁路設(shè)置，直接將輸入的模擬信號(hào)送出去回放，而不經(jīng)過AD及DA轉(zhuǎn)換，這對(duì)于系統(tǒng)調(diào)試非常重要。

由于經(jīng)AIC23采樣輸出的數(shù)據(jù)是串行數(shù)據(jù)，因此要先對(duì)McBSP的相關(guān)寄存器進(jìn)行配置，以協(xié)調(diào)好與DSP的串行傳輸協(xié)議。即通過對(duì)McBSP內(nèi)部的各寄存器（SPCR1、SPCR2、XCR1、XCR2、PCR1、PCR2、RCR 等）寫入適當(dāng)?shù)目刂谱?，使McBSP工作于SPI從模式下，同步McBSP的接收器和發(fā)送器，并使其在AIC23收發(fā)時(shí)鐘的控制下，進(jìn)行數(shù)據(jù)的接收和發(fā)送。設(shè)置McBSP的串行通信格式為單相位，每個(gè)相位一個(gè)字，每字傳輸16位，采用無壓縮方式進(jìn)行數(shù)據(jù)的傳輸。

基于DSP的McBSP和模擬接口芯片AIC23進(jìn)行語音信號(hào)的數(shù)據(jù)采集和發(fā)送流程，如圖3所示。

圖3 基于DSP的語音處理流程圖

麥克風(fēng)采集含噪語音信號(hào)，并輸入到AIC23進(jìn)行抗混疊濾波、A/D轉(zhuǎn)換，并經(jīng)McBSP傳至DSP芯片進(jìn)行降噪處理。同時(shí)處理完的數(shù)據(jù)再經(jīng)McBSP傳回AIC23進(jìn)行D/A轉(zhuǎn)換、重構(gòu)濾波。通常AIC23內(nèi)置有耳機(jī)驅(qū)動(dòng)電路，因此無需在外部進(jìn)行驅(qū)動(dòng)處理，而是直接由耳機(jī)輸出經(jīng)過降噪處理后的語音信號(hào)。

3.2 基于DSP的語音增強(qiáng)算法軟件設(shè)計(jì)

首先通過MATLAB編寫基于箕舌線和解相關(guān)的語音降噪算法，完成對(duì)算法性能的驗(yàn)證。然后在CCS集成開發(fā)環(huán)境下用C語言和匯編語言改寫該算法，并下載至DSP進(jìn)行在線仿真調(diào)試。系統(tǒng)軟件實(shí)現(xiàn)流程如圖4所示。

圖4 系統(tǒng)主程序流程圖

（1）合理分配程序和數(shù)據(jù)內(nèi)存空間，將程序段和查表數(shù)據(jù)定義在FLASH中，僅進(jìn)行讀操作，數(shù)據(jù)段分配在DARAM中，可同時(shí)進(jìn)行讀寫操作，避免調(diào)用和跳轉(zhuǎn)造成流水延遲。

（2）通過配置片內(nèi)時(shí)鐘方式寄存器CLKMD實(shí)現(xiàn)DSP的CPU頻率的初始化。

（3）利用DSP的SPI口，初始化AIC23內(nèi)部各寄存器設(shè)置其工作方式、數(shù)據(jù)傳輸?shù)奈粩?shù)、采樣速率等。初始化McBSP，完成各串口寄存器的配置，保證其與AIC23的正常通信。

（4）開辟數(shù)據(jù)緩沖區(qū)，由于語音自適應(yīng)濾波處理速度有時(shí)會(huì)跟不上數(shù)據(jù)接收速度。為避免丟幀，開辟多幀數(shù)據(jù)緩沖區(qū)，保存未處理的數(shù)據(jù)，在CPU空閑時(shí)間調(diào)用自適應(yīng)濾波算法，完成緩存數(shù)據(jù)的降噪處理。

（5）開啟串口接收中斷，并開始接收數(shù)據(jù)。在每次中斷處理過程中接收一個(gè)語音數(shù)據(jù)，同時(shí)發(fā)送一個(gè)已處理的語音數(shù)據(jù)，經(jīng)McBSP傳回AIC23進(jìn)行后續(xù)處理并輸出。

4 算法測試分析

4.1 基于MATLAB的算法性能測試

為了驗(yàn)證系統(tǒng)算法設(shè)計(jì)的有效性，本文在MATLAB平臺(tái)上，從最小均方誤差特性的角度出發(fā)，仿真對(duì)比在標(biāo)準(zhǔn)LMS算法、基于箕舌線函數(shù)的VS_LMS算法及本文使用的New_LMS算法作用下，系統(tǒng)的穩(wěn)態(tài)誤差及算法的收斂速度。仿真信號(hào)采用雙極性隨機(jī)序列構(gòu)造，隨機(jī)取值為+1、－1的偽隨機(jī)信號(hào)通過FIR濾波器，并在輸出端加入高斯白噪聲，由此得到模擬的含噪信號(hào)。將該信號(hào)用于時(shí)延結(jié)構(gòu)的單通道濾波系統(tǒng)，仿真計(jì)算采樣點(diǎn)數(shù)為2 000，重復(fù)次數(shù)為1 000時(shí)系統(tǒng)的均方誤差。仿真結(jié)果如圖5所示。

圖5 三種LMS算法收斂性能比較

不同算法的相關(guān)參數(shù)設(shè)置及收斂性能比較，如表1所示。

表1 三種LMS算法參數(shù)設(shè)置及收斂性能對(duì)比

從圖5和表1的穩(wěn)態(tài)誤差和到達(dá)穩(wěn)態(tài)的迭代次數(shù)可知，對(duì)比于標(biāo)準(zhǔn)LMS，算法如果步長選取不合適，可能導(dǎo)致收斂速度很慢，且誤差很大。在變步長算法的作用下，算法的收斂速度、穩(wěn)態(tài)誤差均得到了顯著的改善。兩種變步長算法相對(duì)比可看出，引入解相關(guān)原理之后，穩(wěn)態(tài)誤差基本不變，但算法收斂的速度得到進(jìn)一步提高。由此證明了變步長解相關(guān)算法的有效性。

完成算法性能分析后，還需進(jìn)一步驗(yàn)證算法的去噪效果。這里仿真信號(hào)選用標(biāo)準(zhǔn)女聲朗讀音頻，對(duì)其添加白噪聲后，取其延時(shí)信號(hào)與原始含噪語音共同構(gòu)成噪聲對(duì)消系統(tǒng)。使用上述三種方法分別進(jìn)行降噪處理，處理效果如圖6所示。

顯然，結(jié)合圖5、圖6可知，本文算法在獲得快速收斂速度與較小穩(wěn)態(tài)誤差的同時(shí)可有效去除加載在語音中的噪聲成分，得到較純凈的語音信號(hào)。為進(jìn)一步驗(yàn)證本文算法去噪效果，表2列出了語音信號(hào)在不同程度噪聲干擾下，降噪處理前后的信噪比。

4.2 基于DSP的算法實(shí)時(shí)處理效果分析

圖6 語音信號(hào)在不同算法作用下的降噪效果

表2 不同強(qiáng)度噪聲干擾下SNR改善量 dB

完成降噪算法的MATLAB測試之后，就需要進(jìn)一步對(duì)本文所設(shè)計(jì)的DSP處理系統(tǒng)進(jìn)行硬件和軟件電路的調(diào)試，來驗(yàn)證系統(tǒng)設(shè)計(jì)的可行性、穩(wěn)定性及本文采用降噪算法的實(shí)時(shí)降噪效果等。首先依據(jù)MATLAB測試算法完成自適應(yīng)濾波算法的C語言和匯編語言的移植，再根據(jù)音頻芯片與DSP的通信協(xié)議實(shí)現(xiàn)系統(tǒng)的正常通信。測試中通過音頻線將計(jì)算機(jī)聲卡輸出連接至AIC23音頻輸入端，并在計(jì)算機(jī)中播放待測試的噪語音音頻文件。經(jīng)AIC23完成AD轉(zhuǎn)換后，輸入到DSP芯片，利用集成開發(fā)環(huán)境（Code Composer Studio，CCS）對(duì)信號(hào)進(jìn)行在線仿真測試，實(shí)現(xiàn)含噪信號(hào)的去噪處理及輸出。為了清晰對(duì)比含噪信號(hào)濾波前后的波形效果，可在CCS環(huán)境下進(jìn)入圖形觀察窗口，設(shè)置所需顯示圖形的相關(guān)數(shù)據(jù)的起始地址、顯示的長度及數(shù)據(jù)類型等參數(shù)[15]。調(diào)試后，CCS圖形顯示窗口顯示的波形如圖7所示。

圖7 基于DSP的語音信號(hào)降噪測試

觀察波形易知，本文采用的濾波算法移植到DSP硬件系統(tǒng)上取得了顯著的濾波效果，可顯著去除語音信號(hào)中的噪聲成分，接近MATLAB仿真效果，且算法效率高，能夠穩(wěn)定地實(shí)時(shí)處理。除了能直觀觀察波形變化外，還可以進(jìn)行主觀聽覺測試，播放多個(gè)含噪音頻文件，并使用耳機(jī)從AIC23輸出端感受經(jīng)DSP系統(tǒng)降噪后語音的聽覺效果。對(duì)比未處理的含噪語音便可明顯感覺語音信號(hào)變得清晰，可懂度也得到了提高。

5 結(jié)束語

本文采用基于時(shí)間延遲方式的單通道濾波系統(tǒng)，減小了語音增強(qiáng)系統(tǒng)設(shè)計(jì)的復(fù)雜性。在DSP平臺(tái)上利用多通道緩沖串口McBSP和音頻接口芯片TLV320AIC23進(jìn)行串行通訊，實(shí)現(xiàn)了語音信號(hào)的高速采集和輸出，運(yùn)行穩(wěn)定。在語音降噪處理上，引入了箕舌線變步長算法，同時(shí)提高傳統(tǒng)自適應(yīng)濾波算法收斂速度和收斂精度，有效地解決了跟蹤速度與穩(wěn)態(tài)誤差之間的矛盾。引入解相關(guān)原理，使用輸入向量的正交分量來更新權(quán)系數(shù)迭代方向，進(jìn)一步加快了強(qiáng)相關(guān)信號(hào)的收斂速度和精度。實(shí)驗(yàn)表明，本文算法降噪性能好，能有效地消除噪聲環(huán)境下語音信號(hào)的背景干擾，提高語音通訊的質(zhì)量，具有一定的參考作用和應(yīng)用價(jià)值。

[1]Paliwal K K，Schwerin B，Wojcicki K K，et al.Singlechannel speech enhancement using spectral subtraction in the short-time modulation domain[J].Speech Communication，2010，52（5）：450-475.

[2]陳素芝，李英.一種基于變步長LMS算法的語音增強(qiáng)方法[J].聲學(xué)技術(shù)，2005，24（1）：42-46.

[3]萬新旺，吳鎮(zhèn)揚(yáng).基于自適應(yīng)頻率選擇的魯棒時(shí)延估計(jì)算法[J].東南大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，40（5）：890-894.

[4]Zhang Liyan，Yin Fuliang，Zhang Lijun.A new microphone array speech enhancement method based on AR model[C]//Proceedings of International Conference on Life System Modeling and Simulation，and Conference on Intelligent Computing for Sustainable Energy and Environment，2010：139-147.

[5]張安莉，陳丹.一種變步長自適應(yīng)濾波算法在信號(hào)消噪中的應(yīng)用[J].西安工業(yè)大學(xué)學(xué)報(bào)，2010，30（1）：71-75.

[6]胡春嬌，楊順.基于箕舌線變步長LMS算法的分析與改進(jìn)[J].計(jì)算機(jī)仿真，2010，27（11）：359-362.

[7]段正華，王梓展，魯薇.一種改進(jìn)的解相關(guān)LMS自適應(yīng)算法[J].湖南大學(xué)學(xué)報(bào)：自然科學(xué)版，2006，33（3）：114-118.

[8]彭勁東，段正華，王梓展.一種變步長解相關(guān)LMS算法[J].計(jì)算機(jī)工程與應(yīng)用，2004，40（30）：136-138.

[9]TMS320x281x Multi-channel Buffered Serial Port（McBSP）Reference Guide（Rev.B）[M].[S.l.]：Texas Instruments，2004.

[10]TMS320x28lx，280x DSP Peripheral Reference Guide（Rev.B）[M].[S.l.]：Texas Instruments，2004.

[11]趙力.語音信號(hào)處理[M].北京：機(jī)械工業(yè)出版社，2003.

[12]夏冬冬.非平穩(wěn)環(huán)境下的語音增強(qiáng)算法研究[D].西安：西安電子科技大學(xué)，2006.

[13]汪成曦，劉以安，張強(qiáng).改進(jìn)的最小均方自適應(yīng)濾波算法[J].計(jì)算機(jī)應(yīng)用，2012，32（7）：2078-2081.

[14]田玉敏.基于DSP的激光偵聽器語音處理研究[D].武漢：華中科技大學(xué)，2007.

[15]曹曉琳，吳平，丁鐵夫.基于DSP的語音處理系統(tǒng)設(shè)計(jì)[J].儀器儀表學(xué)報(bào)，2005，26（8）：583-585.