周志平, 佟國香, 李遠(yuǎn)征

(上海理工大學(xué) 光電信息與計(jì)算機(jī)工程學(xué)院,上海200093)

?

基于新型組合算法的語音降噪系統(tǒng)

周志平, 佟國香, 李遠(yuǎn)征

(上海理工大學(xué) 光電信息與計(jì)算機(jī)工程學(xué)院,上海200093)

在研究VSLMS和子空間降噪原理的基礎(chǔ)上，分析了兩種算法的優(yōu)缺點(diǎn)，提出了一種組合降噪算法，并進(jìn)行了硬件實(shí)現(xiàn)。組合降噪算法試圖尋找一個語音信號的分解點(diǎn)，利用子空間算法分離出帶噪信號，作為自適應(yīng)算法的輸入，最后由VSLMS算法對帶噪信號進(jìn)行增強(qiáng)處理。硬件實(shí)現(xiàn)在該組合降噪算法的基礎(chǔ)上，利用SOPC技術(shù)在FPGA芯片中搭建嵌入式語音降噪系統(tǒng)。實(shí)驗(yàn)結(jié)果表明，該方法能夠優(yōu)于傳統(tǒng)降噪算法，使用硬件結(jié)構(gòu)加快了算法的收斂速度。

VSLMS; 子空間; 組合降噪算法; SOPC技術(shù); 硬件實(shí)現(xiàn)

ZHOU Zhiping, TONG Guoxiang, LI Yuanzheng

(School of Optical-Electrical and Computer Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China)

在各類語音增強(qiáng)算法中，時域最小均方(LMS)算法因?yàn)槠浣Y(jié)構(gòu)簡單、魯棒性好和易于硬件實(shí)現(xiàn)等優(yōu)點(diǎn)，被廣泛采用[1-2]。但在實(shí)際應(yīng)用過程中，LMS算法有兩個缺陷：一是收斂速度慢，不適用于快速收斂場合；其它的濾波性能較大程度上取決于輸入信號的特性，即輸入信號自相關(guān)矩陣的特征值分布[4]。當(dāng)背景噪聲很強(qiáng)時，濾波性能會急劇下降。本文以解決這兩個問題為出發(fā)點(diǎn)，采用組合算法改善輸入信號和降噪效果，采用硬件實(shí)現(xiàn)提高收斂速度?；舅枷胧鞘紫韧ㄟ^子空間算法改善輸入信號特性，然后采用VSLMS濾波，最后進(jìn)行硬件實(shí)現(xiàn)。

組合算法的硬件實(shí)現(xiàn)是一個具有挑戰(zhàn)性的問題。本文在研究FPGA硬件系統(tǒng)的基礎(chǔ)上，試圖將軟件算法映射到硬件電路來實(shí)現(xiàn)算法要求的結(jié)構(gòu)。

1 算法介紹

1.1 子空間算法

子空間語音降噪法的核心思想是通過算法將含噪語音信號分解到有效信號子空間和噪聲信號子空間中?？紤]到誤差因素的影響，在有效信號子空間會殘余部分噪聲信號，而噪聲子空間只包含噪聲信號。分解方法理論上可以使用奇異值分解方法，或是特征值分解方法[4]。本文選用特征值分解法，在有效信號子空間內(nèi)分析原始語音信號。

定義一個純凈信號d，寫成矩陣形式

D=A×S

(1)

其中，A=[A1,A2,…,AM]為K×M的矩陣；S=[S1, S2,…,SM]T是M×1的矩陣。

d的協(xié)方差矩陣表示為

Rd=E{ddH}=AE{SSH}AH=ARSAH

(2)

假設(shè)S的協(xié)方差矩陣RS是正定矩陣，則Rd的秩為M，正定特征值和零特征值的個數(shù)分別為M和K-M個[5]。

設(shè)x表示和語音信號無關(guān)的K維加性白噪聲，均值為0，噪聲信號協(xié)方差矩陣Rx已知且正定，于是有

Rx=E{xxH}=σ2

(3)

有了以上假設(shè)，可以使帶噪信號表示為

dx(n)=d(n)+x(n)

(4)

則帶噪信號協(xié)方差矩陣Rdx可以表示為

Rdx=E{dxdxH}=E{(d+x)(dH+xH)}=

E{ddH}+E{xxH}=Rd+Rx

(5)

(6)

引入正交矩陣U將Rdx和Rd對角化，可得

(7)

U=[S|G]

(8)

(9)

空間S稱為信號子空間；空間G稱為噪聲子空間。由子空間構(gòu)造原理[6]可知S和G相互正交，且

(10)

于是有

SSH=E-GGH

(11)

綜上所述，子空間語音降噪法就是將帶噪信號語音空間分解為有效信號子空間和噪聲信號子空間。然后去除噪聲子空間，在信號加噪子空間內(nèi)濾波恢復(fù)出近似純凈的語音信號。

1.2 VSLMS算法

LMS算法最早由Widrow和Hoff提出，該算法實(shí)現(xiàn)簡單且計(jì)算量小，可以取得較好的濾波效果，因此是最簡單也是應(yīng)用最廣泛的自適應(yīng)算法[7]。自適應(yīng)濾波器結(jié)構(gòu)如圖1所示，它是一個雙輸入閉環(huán)反饋系統(tǒng)，兩個輸入分別是原始信號d(n)(同時為期望得到的信號)和被噪聲干擾的含噪信號x(n)。采用這種方法取得的最好結(jié)果是系統(tǒng)輸出期望的信號，即信噪比無窮大。LMS算法的基本描述如下

y(n)=wT(n)x(n)

(12)

e(n)=d(n)-y(n)

(13)

w(n+1)=w(n)+μx(n)e(n)

(14)

圖1 自適應(yīng)濾波器結(jié)構(gòu)

其中，y(n)為濾波輸出；x(n)位輸入的含噪信號，d(n)為期望輸出；e(n)為濾波誤差用于下一次更新權(quán)值；w(n+1)為下一次迭代時的權(quán)值；μ為步長。由式(14)可以看出參數(shù)μ決定了w向量的更新速度即步長。該算法收斂的條件為0<μ<2/λmax。這里λmax是輸入信號自相關(guān)矩陣最大特征值[8]。當(dāng)?shù)螖?shù)接近于無窮大時，權(quán)矢量w(n)的期望值將逼近最優(yōu)解。μ值越大，算法收斂越快，同時穩(wěn)態(tài)誤差也越大，μ值越小，算法收斂越慢，但穩(wěn)態(tài)誤差也越小。由于固定步長的μ難以平衡濾波時的收斂性和魯棒性，所以一般采用變步長LMS算法，在開始使用較大的μ值達(dá)到快速收斂后，減小μ值，以達(dá)到穩(wěn)態(tài)效果并獲得較小的超調(diào)量[9]。VSLMS算法基本原理表示如下

y(n)=wT(n)x(n)

(15)

e(n)=d(n)-y(n)

(16)

(17)

w(n+1)=w(n)+μ(n)x(n)e(n)

(18)

式中，N為采樣點(diǎn)數(shù)，0<μ2<μ1<2/λmax。由于μ(n)是變化的，在開始階段采用較大的步長μ1，使VSLMS算法比固定步長LMS算法具有更快的收斂速度。當(dāng)算法接近收斂穩(wěn)定時，采用較小的步長μ2，減小穩(wěn)態(tài)誤差。

2 組合算法

2.1 算法原理

組合算法的結(jié)構(gòu)圖如圖2所示，帶噪信號首先由子空間過濾掉一部分噪聲，再將過濾后的信號作為VSLMS的輸入。由VSLMS算法進(jìn)行進(jìn)一步濾波。

圖2 組合算法結(jié)構(gòu)

具體步驟如下：(1)將帶噪語音進(jìn)行子空間濾波，計(jì)算Rx和Rdx，得到帶噪語音信號的協(xié)方差函數(shù)；(2)對該函數(shù)進(jìn)行特征值分解，求出大于噪聲方差的特征值，由這些特征值重新構(gòu)成語音信號，即為增強(qiáng)后的信號；(3)由于存在語音失真和噪聲冗余，將得到的語音信號通過VSLMS進(jìn)行濾波；(4)在VSLMS濾波中，首先進(jìn)行μ值估算。μ值主要由輸入信號的信噪比決定，不同的信噪比決定不同的權(quán)值更新速度。本文采用式(9)估算μ值

(19)

其中，s=6.25，μ0=4.2，SNRdB=10log10SNR；(5)濾波后的信號反饋給VSLMS模塊，計(jì)算對應(yīng)的誤差信號e(n)和權(quán)值更新，進(jìn)行下一輪迭代。

2.2 算法仿真

根據(jù)上述分析完成組合算法后，使用Matlab評估組合算法的降噪效果。為檢測算法性能，將3種算法分別進(jìn)行仿真對比。從TIMIT中選取一段時長為5 s的聲音和高斯噪聲作為樣本。采用Matlab進(jìn)行仿真，圖3(a)為原始語音信號和帶噪信號波形圖。使用組合算法對帶噪語音信號進(jìn)行濾波，濾波效果如圖3(b)所示。

圖3 Matlab仿真結(jié)果

如圖3所示，經(jīng)過子空間算法后，語音信號已有大幅改善，但存在噪聲冗余和語音失真。而經(jīng)過VSLMS算法后，冗余噪聲和語音失真被消除。可見組合算法在去噪效果上更為優(yōu)良。

3 硬件實(shí)現(xiàn)

3.1 硬件設(shè)計(jì)

在數(shù)字信號系統(tǒng)設(shè)計(jì)中，最常用的3種硬件平臺是ASIC，DSP和FPGA。ASIC能達(dá)到信號處理要求，但缺乏靈活性，設(shè)計(jì)周期長。DSP適用于數(shù)學(xué)計(jì)算，但它是串行結(jié)構(gòu)，不適合高采樣率的應(yīng)用[10]。本文采用FPGA設(shè)計(jì)平臺，組合算法的硬件結(jié)構(gòu)如圖4所示。

圖4 語音降噪系統(tǒng)框圖

該硬件結(jié)構(gòu)實(shí)現(xiàn)過程如下：系統(tǒng)上電后從Flash加載啟動代碼，由A/D模塊負(fù)責(zé)對語音信號的實(shí)時采集，隨后進(jìn)入組合語音降噪算法模塊，最后將處理信號由D/A編碼輸出。

為了將軟件算法移植到硬件平臺，可以采用多種方法。一種是采用DSP Builder轉(zhuǎn)換到IP核，另外兩種分別是VHDL和Verilog HDL硬件描述語言進(jìn)行設(shè)計(jì)，目前基于這兩種方法實(shí)現(xiàn)矩陣運(yùn)算都已取得了一定的成果[11-12]。本文采用Verilog HDL語言，其具有易學(xué)易用、簡潔高效、占用資源少等優(yōu)點(diǎn)。編寫FIR濾波器，分別加入子空間和VSLMS算法，生成子空間去噪和VSLMS去噪模塊(8抽頭，μ2=0.007 8)。在完成綜合、布局布線、仿真等步驟后，利用Modelsim配合進(jìn)行功能驗(yàn)證。

3.2 功能驗(yàn)證

為驗(yàn)證上述方案的可行性，需要對系統(tǒng)各部分進(jìn)行功能驗(yàn)證。用正弦波作為原始信號，高斯白噪聲作為噪聲信號，調(diào)用Modelsim軟件進(jìn)行仿真。編寫激勵文件，模擬時鐘信號和控制信號，得到的Subspace仿真結(jié)果和VSLMS仿真結(jié)果如圖5所示。

圖5 Subspace、VSLMS仿真結(jié)果圖

3.3 系統(tǒng)實(shí)驗(yàn)方案設(shè)計(jì)

3.3.1 系統(tǒng)方案分析

整個系統(tǒng)采用模塊化的思想，通過頂層設(shè)計(jì)文件完成各個模塊連接。設(shè)計(jì)過程可以裁減，方便以后添加改善算法的特征模塊，提高濾波性能。

3.3.2 語音采集模塊

采集模塊由FPGA開發(fā)板上擴(kuò)展的音頻采集電路實(shí)現(xiàn)，通過雙麥克風(fēng)對語音數(shù)據(jù)進(jìn)行采樣、量化、模數(shù)轉(zhuǎn)換，將A/D轉(zhuǎn)換后的原始信號、噪聲信號數(shù)據(jù)分別存入ROM1、ROM2中，利用16位加法器將原始信號和噪聲信號進(jìn)行疊加來作為組合降噪系統(tǒng)的輸入。

3.3.3 濾波處理模塊

根據(jù)本文描述的流程設(shè)計(jì)濾波處理模塊，主要包括空間去噪和VSLMS去噪模塊。在Quartus II中完成對頂層文件進(jìn)行編譯和管腳分配，然后下載到對應(yīng)的FPGA芯片中，整個組合語音降噪系統(tǒng)在上電后自動完成配置。

4 結(jié)束語

本文通過分析LMS算法和子空間算法的原理，提出了一種新的方法來改善傳統(tǒng)算法的不足，在此基礎(chǔ)上進(jìn)一步建立了語音降噪系統(tǒng)。根據(jù)比較可知，組合算法的語音降噪效果相對傳統(tǒng)算法，有效去除了背景噪聲干擾，保證了較快的收斂速度和較小的穩(wěn)態(tài)誤差，濾波效果明顯。

[1] Wang Y, Zhang C, Wang Z H. A new variable step size

LMS algorithm with application to active noise control[C].Nanjing:International Conference on Acoustics, Speech and Signal Processing IEEE Conference, 2003.

[2] 彭繼慎,劉爽,安麗.低信噪比下基于新型變步長LMS的自適應(yīng)濾波算法[J].傳感技術(shù)學(xué)報(bào),2013,26(8): 1116-1120.

[3] Harris R, Chabries D M, Bishop F.A variable step (VS) adaptive filter algorithm[J].IEEE Transactions on Acoustics, Speech and Signal Processing,1986,34(2):309-312.

[4] 陳國明,趙力,鄒采榮.窄帶噪聲下的子空間語音增強(qiáng)算法[J].應(yīng)用科學(xué)學(xué)報(bào),2007,25(3): 243-246.

[5] 曹玉萍. 基于信號子空間的語音增強(qiáng)方法[J].電子測試,2012,19(6): 54-57.

[6] Ephraim Y, Trees H L V.A signal subspace approach for speech enhancement[J].IEEE Transactions on Acoustics, Speech and Signal Processing, 1995,3(4): 251-266.

[7] Wang Yue,Zhang Chun,Wang Zhihua. A new variable step size LMS algorithm with application to active noise control[C]. Beijing:IEEE International Conference on Acoustics, 2003.

[8] Simon Haykin.自適應(yīng)濾波器原理[M]. 鄭寶玉,譯.4版.北京:電子工業(yè)出版社,2003.

[9] 曾照福,趙巧紅. 歸一化 LMS 算法自適應(yīng)濾波器的 Matlab仿真與 DSP 實(shí)現(xiàn)[J].湖南科技大學(xué)學(xué)報(bào):自然科學(xué)版,2010,25(3): 67-71.

[10] Amiya Karmakar, Deepshikha Mullick, Amitabha Sinha. High performance adaptive sigma delta modulator design (using LMS algorithm) for performance enhancement of DSP processors and FPGA synthesis of the proposed architecture[J].International Journal of Current Engineering and Technology,2014,4(2): 624-630.

[11] 馬建國,孟憲元. FPGA現(xiàn)代數(shù)字系統(tǒng)設(shè)計(jì)[M].北京:清華大學(xué)出版社,2010.

[12] 黃海全,劉禹杰. 基于LMS算法的自適應(yīng)噪聲抵消器的設(shè)計(jì)與實(shí)現(xiàn)[J].廣西通信技術(shù),2011,18(4): 36-40.

Speech Noise Reduction System Based on A New Combined Algorithm

This paper proposes and hardware implements a combined filtering algorithm based on the principles of VSLMS and the subspace filtering algorithm. The subspace algorithm tries to find a voice signal decomposition point and separates the signal from the noise, so that the signal can be used as the input of VSLMS. The signal is then enhanced by VSLMS. The SOPC technology is employed to build the embedded voice noise reduction system on the basis of software algorithm. The experiment results show that the method is superior in convergence speed to the traditional noise reduction algorithm by its use of the hardware architecture.

VSLMS; subspace; combined filtering algorithm; SOPC; hardware implement

2015- 12- 29

周志平(1992-)， 男，碩士研究生。研究方向:計(jì)算機(jī)技術(shù)等。佟國香(1976-)， 女，博士，副教授，碩士生導(dǎo)師。研究方向：嵌入式系統(tǒng)。李遠(yuǎn)征(1993-) ，男，碩士研究生。研究方向：計(jì)算機(jī)技術(shù)等。

10.16180/j.cnki.issn1007-7820.2016.10.023

TN911.4

A

1007-7820(2016)10-079-04