一種基于LMS自適應(yīng)濾波的CVSD話音降噪方法

管海清

【摘要】 為了解決低速CVSD編碼量化噪聲較大、話音質(zhì)量較差的問題，提出了一種基于LMS自適應(yīng)濾波的CVSD話音降噪方法。首先分析了CVSD編碼量化噪聲的統(tǒng)計特性，然后在傳統(tǒng)雙通道LMS自適應(yīng)濾波器的基礎(chǔ)上，利用話音的短時相關(guān)性和量化噪聲的非相關(guān)性，構(gòu)造了一個采用話音延時信號作為參考輸入的單通道LMS自適應(yīng)濾波器。仿真實(shí)驗(yàn)表明，該方法可以有效濾除量化噪聲，提高話音質(zhì)量，具有一定的工程應(yīng)用參考價值。

【關(guān)鍵詞】 增量調(diào)制 最小均方誤差 自適應(yīng)濾波 量化噪聲 降噪

一、引言

連續(xù)可變斜率增量調(diào)制CVSD （Continuously Variable Slope Delta Modulation）是一種常用的話音編碼方式，具有實(shí)現(xiàn)簡單、抗誤碼能力強(qiáng)等優(yōu)點(diǎn)[1]，廣泛應(yīng)用于衛(wèi)星通信、移動通信和軍事通信等領(lǐng)域。當(dāng)CVSD編碼速率為32kbps及以上時，解碼后的話音具有較好的清晰度和可懂度，可以滿足一般無線通信的要求。但當(dāng)CVSD編碼速率為16kbps及以下時，解碼后的話音中量化噪聲較大，話音質(zhì)量較差，通話效果不太令人滿意。

為了提高低速CVSD編碼的話音質(zhì)量，需要降低話音中的量化噪聲。文獻(xiàn)[2]提出了一種多徑搜索編碼算法，克服了雙積分器引起的性能不穩(wěn)定的問題，減小了編碼失真。但仿真表明，相對于單積分編碼器，采用雙積分編碼器和多徑搜索并沒有明顯提高CVSD的話音質(zhì)量，同時增加了編碼復(fù)雜度。

文獻(xiàn)[3]提出了一種改進(jìn)的譜減法對CVSD解碼后的信號進(jìn)行話音增強(qiáng)，降低量化噪聲，但在實(shí)際應(yīng)用中往往因?qū)α炕肼暪β使烙嫴粶?zhǔn)確而產(chǎn)生較大的殘留噪聲。文獻(xiàn)[4]提出了一種時變量化噪聲的估計方法和增強(qiáng)方法，但該方法基于離線分析的結(jié)果，不能進(jìn)行實(shí)時信號處理。

針對上述問題，本文首先分析了CVSD量化噪聲的產(chǎn)生機(jī)理和統(tǒng)計特性，提出了一種基于LMS自適應(yīng)濾波的降噪方法，通過對輸入解碼話音信號進(jìn)行自適應(yīng)濾波來減小量化噪聲，從而達(dá)到提高話音質(zhì)量的目的。

自適應(yīng)濾波器可在量化噪聲統(tǒng)計特性未知或變化的情況下，自動跟蹤量化噪聲的變化，并不斷調(diào)整自身的系數(shù)，來達(dá)到最佳的濾波效果。

二、CVSD量化噪聲產(chǎn)生機(jī)理

CVSD是一種自適應(yīng)增量調(diào)制方式，屬于差分波形編碼技術(shù)[5]。CVSD編碼的原理框圖如圖1所示。輸入的話音信號s（n）與預(yù)測器輸出的預(yù)測信號p（n）相減得到誤差信號e（n），e（n）經(jīng)過量化器進(jìn)行一比特量化后得到編碼輸出信號c（n）。

與此同時，量階調(diào)整器檢測c（n）中連1或連0的情況，自適應(yīng)地調(diào)整量階d（n），逆量化器根據(jù)c（n）和d（n）進(jìn)行逆量化，得到差值量化信號d（n）。預(yù)測器根據(jù)d（n）重建本地信號，得到下一時刻的預(yù)測信號p（n+1）。CVSD解碼是編碼的逆過程。CVSD編碼中其實(shí)已經(jīng)包含了解碼過程，預(yù)測信號p（n）可以看作解碼輸出，而誤差信號e（n）就是量化噪聲。

在CVSD編碼過程中，會引入兩類量化噪聲，一類是過載噪聲（Overload Noise），另一類是顆粒噪聲（Granular Noise）。當(dāng)話音信號的幅度變化比較劇烈時，量階的變化跟不上信號幅度的變化，就會產(chǎn)生過載噪聲。出現(xiàn)過載噪聲時，CVSD編碼輸出c（n）中會出現(xiàn)較多的連1或連0。當(dāng)話音信號的幅度變化小于量階時，量階將不能反映信號的變化，由此產(chǎn)生顆粒噪聲。

顆粒噪聲表現(xiàn)為預(yù)測信號p（n）圍繞著輸入信號s（n）的波形上下波動，同時CVSD編碼輸出c（n）中出現(xiàn)隨機(jī)交替變化的‘0和‘1。

如果要減小過載噪聲，需要增大量階。但增大量階，會導(dǎo)致顆粒噪聲變大。所以，這是一對無法調(diào)和的矛盾。另外，由于話音信號是非平穩(wěn)信號，信號幅度隨著時間在不斷變化，在量階調(diào)整過程中，不可避免的會產(chǎn)生過載噪聲。而顆粒噪聲則是一直存在于編碼的全過程中，尤其是當(dāng)信號幅度較大時，顆粒噪聲會變得更明顯。

通過上面的分析可以看出，CVSD編碼產(chǎn)生的量化噪聲中，過載噪聲與話音信號之間存在一定的相關(guān)性，而顆粒噪聲與話音信號不相關(guān)。因此，量化噪聲可以建模為

式中，c為非零常數(shù)，表示過載噪聲與原始信號s（n）之間的相關(guān)程度；g（n）為顆粒噪聲。所以，從本質(zhì)上來看，降低CVSD量化噪聲，主要是降低其中與話音信號不相關(guān)的顆粒噪聲g（n）。由于顆粒噪聲的功率與量階的大小有關(guān)，而量階的大小由話音信號的平均幅度決定，所以顆粒噪聲的功率受話音信號幅度的影響。

三、基于LMS自適應(yīng)濾波的CVSD話音降噪原理

由于CVSD話音中量化噪聲的統(tǒng)計特性不確定，噪聲功率隨著話音幅度變化，所以常規(guī)的話音降噪方法，如譜減法[6]、對數(shù)譜幅度-最小均方誤差法[7]等，由于對量化噪聲的功率估計不準(zhǔn)確，從而導(dǎo)致降噪效果不理想。而自適應(yīng)濾波器可以自動跟蹤量化噪聲的變化，通過不斷調(diào)整自身的系數(shù)，從而達(dá)到最佳的濾波效果。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)對參考信號的最佳估計。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，易于實(shí)現(xiàn)及穩(wěn)定性好等優(yōu)點(diǎn)成為自適應(yīng)濾波技術(shù)的首選算法。

常規(guī)的LMS自適應(yīng)濾波器需要兩個輸入通道，其中主通道輸入含噪話音，副通道輸入?yún)⒖荚肼?。但在CVSD話音中，只有一路話音信號，沒有參考噪聲信號可以利用。但可以利用話音信號的相關(guān)性和量化噪聲的非相關(guān)性，取話音信號的延時量來作為自適應(yīng)濾波器的參考輸入，構(gòu)造一個單通道的LMS自適應(yīng)濾波器，從而簡化設(shè)計。單通道的LMS自適應(yīng)濾波器的結(jié)構(gòu)形式如圖2所示。

圖中，延時的作用是使量化噪聲失去相關(guān)性，而保留語音信號的相關(guān)性。期望輸入d（n）為解碼后CVSD含噪語音，參考輸入x（n）為d（n）延時后的信號。由于話音信號具有較好的短時自相關(guān)性，所以可以利用之前的數(shù)據(jù)來預(yù)測當(dāng)前的數(shù)據(jù)，并根據(jù)預(yù)測誤差e（n）來自適應(yīng)的調(diào)整預(yù)測濾波器的系數(shù)。LMS自適應(yīng)濾波器主要是利用話音的相關(guān)性以及量化噪聲的不相關(guān)性，來加強(qiáng)含噪語音的相關(guān)部分，同時削弱其不相關(guān)的部分。

四、基于LMS自適應(yīng)濾波的話音降噪實(shí)現(xiàn)

基于LMS自適應(yīng)濾波的CVSD話音降噪的實(shí)現(xiàn)框圖如圖3所示。圖中，x（n）為CVSD譯碼后的含噪話音。x（n）作為LMS濾波器的期望信號，x（n）延時一個采樣周期的信號x（n-1）作為自適應(yīng)濾波器的參考輸入。

自適應(yīng)濾波器采用N階系數(shù)可調(diào)的FIR濾波器，其系數(shù)向量可以表示為

式中，Px為輸入信號x（n）的平均功率。

五、 仿真及實(shí)驗(yàn)結(jié)果

本節(jié)對所提的基于LMS自適應(yīng)濾波的CVSD話音降噪方法進(jìn)行了計算機(jī)Matlab仿真實(shí)驗(yàn)。實(shí)驗(yàn)中選取了三段采樣率為16ksps的話音樣本進(jìn)行CVSD編解碼和LMS自適應(yīng)濾波，用于驗(yàn)證降噪方法的有效性和適用性。仿真環(huán)境為 Matlab R2011b。

CVSD話音降噪實(shí)驗(yàn)框圖如圖4所示。實(shí)驗(yàn)步驟是先對輸入話音s（n）進(jìn)行CVSD編碼，然后通過信道模塊，引入千分之一的隨機(jī)誤碼，接著進(jìn)行CVSD解碼。解碼后的話音信號，先進(jìn)行LMS自適應(yīng)濾波，然后進(jìn)行音頻帶通濾波。先進(jìn)行LMS自適應(yīng)濾波，再進(jìn)行音頻帶通濾波，其目的是保留量化噪聲的隨機(jī)性和非相關(guān)性，從而可以取得較好的降噪效果。音頻濾波器的帶寬設(shè)為0.3kHz～3.4kHz，可以進(jìn)一步濾除話音帶外的殘留噪聲。

CVSD編解碼的具體參數(shù)為：采用3連碼檢測、量階調(diào)整器的積分時間常數(shù)為4ms，預(yù)測器采用單積分器，積分時間常數(shù)為1ms。

CVSD編解碼仿真結(jié)果如圖5所示。圖中顯示了時間長度為4s的原始話音波形、解碼后的話音波形以及量化噪聲的波形。

從圖中可以看出，解碼后的話音波形與原始話音波形之間存在一定的差異，而量化噪聲的包絡(luò)與原始信號的包絡(luò)比較接近，這也證明了量化噪聲的功率受話音幅度的影響。

LMS自適應(yīng)濾波器的參數(shù)設(shè)置為：FIR濾波器階數(shù)為64，收斂因子m取0.075。通過主觀試聽降噪后的話音，發(fā)現(xiàn)量化噪聲得到了明顯的抑制。為了評估LMS自適應(yīng)濾波器的降噪效果，本文采用ITU-T推薦的P.862中的PESQ算法作為話音質(zhì)量客觀評估標(biāo)準(zhǔn)。PESQ是客觀話音質(zhì)量評估的有效算法，PESQ得分與平均意見得分（MOS分）之間有很高的相關(guān)度。

下面采用PESQ算法分別對降噪前后的三段話音信號進(jìn)行打分，結(jié)果如表1所示。

從表中可以看出，MOS分最高有0.27的提高，這說明話音質(zhì)量得到了較大的提高。

同時，對其它降噪算法進(jìn)行了性能的對比仿真，對比結(jié)果如表2所示。

從表中可以看出，本文算法的降噪性能優(yōu)于常用的改進(jìn)譜減法和LSA-MMSE法。

六、結(jié)束語

本文提出了一種基于LMS自適應(yīng)濾波的CVSD話音降噪方法，利用話音的短時相關(guān)性和量化噪聲的非相關(guān)性，構(gòu)造一個單通道的LMS自適應(yīng)濾波器，通過自適應(yīng)的調(diào)整系數(shù)，來達(dá)到對量化噪聲的最佳抑制。計算機(jī)仿真實(shí)驗(yàn)驗(yàn)證了該方法的有效性。

本文提供了一種實(shí)際可行的CVSD話音降噪解決思路，可直接應(yīng)用于采用了CVSD編解碼的通信系統(tǒng)中。

參 考 文 獻(xiàn)

[1] 董津生，孫耀杰，賈靜蕾，等. CVSD語音編解碼的DSP實(shí)現(xiàn). 河北工業(yè)大學(xué)學(xué)報[J]，2009，38（3）：56～58

[2] 張向東，楊俊，唐昆.CVSD多徑搜索編碼算法研究.電子科學(xué)學(xué)刊[J]，1994，16（4）：337～344

[3] 黃建軍，曹鐵勇，張雄偉. CVSD算法研究及其語音增強(qiáng)[J]. 軍事通信技術(shù)，2009，30（2）：90-94.

[4] Z.Goh， K.-C.Tan， B.T.G.Tan. Estimating time-varying noise introduced by CVSD for speech enhancement [J]. Vision， Image and Signal Processing， IEE Proceedings，1998，145（1）：23-29.

[5] 黃建軍，張雄偉，張亞非，等. 一種CVSD丟包隱藏方法[J]. 解放軍理工大學(xué)學(xué)報（自然科學(xué)版）， 2011，12（4）：307-311.

[6] 劉志坤，唐小明，朱洪偉. 基于改進(jìn)譜減法的語音增強(qiáng)研究[J]. 計算機(jī)仿真， 2009，26（6）：363-366.

[7] 陳琪，郭英，張群，等. 基于聽覺感知的LSA-MMSE改進(jìn)型語音增強(qiáng)方法[J]. 信號處理， 2008，24（6）：1037-1040.

[8] 李英，汪航. FIR自適應(yīng)濾波的語音增強(qiáng)算法[J]. 電聲技術(shù)，2004（6）：42-44.