LabVIEW陣列語音處理系統(tǒng)實(shí)驗(yàn)平臺(tái)設(shè)計(jì)

周城旭, 王冬霞, 呂 義, 張東旭

(遼寧工業(yè)大學(xué) 電子與信息工程學(xué)院， 教務(wù)處,遼寧 錦州 121000)

?

LabVIEW陣列語音處理系統(tǒng)實(shí)驗(yàn)平臺(tái)設(shè)計(jì)

周城旭, 王冬霞, 呂 義, 張東旭

(遼寧工業(yè)大學(xué) 電子與信息工程學(xué)院， 教務(wù)處,遼寧 錦州 121000)

介紹了基于LabVIEW麥克風(fēng)陣列語音處理系統(tǒng)實(shí)驗(yàn)平臺(tái)的設(shè)計(jì)。該平臺(tái)LabVIEW的前面板采用模塊化設(shè)計(jì)，包括語音采集模塊、語音分析模塊和語音增強(qiáng)模塊三部分。采集模塊利用PXI設(shè)備對(duì)語音源信號(hào)進(jìn)行陣列同步實(shí)時(shí)采集；分析模塊對(duì)采集到的語音信號(hào)進(jìn)行語音特征分析，前面板還設(shè)置幀長(zhǎng)和幀間重疊數(shù)等參數(shù)調(diào)節(jié)模塊；增強(qiáng)模塊采用陣列波束形成算法對(duì)采集模塊采集到的語音信號(hào)進(jìn)行增強(qiáng)處理。該模塊采用LabVIEW與Matlab相結(jié)合，即利用LabVIEW前面板調(diào)用陣列波束形成Matlab程序包來完成，陣列波束形成算法也可以自行修改。計(jì)算機(jī)仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了該實(shí)驗(yàn)平臺(tái)的有效性。

LabVIEW； 語音處理實(shí)驗(yàn)平臺(tái)； 麥克風(fēng)陣列； Matlab

0 引 言

語音信號(hào)處理這門學(xué)科之所以能夠長(zhǎng)期深深地吸引廣大科學(xué)工作者不斷對(duì)其進(jìn)行研究和探討，除了它的實(shí)用性之外，另一個(gè)重要原因是，它始終與當(dāng)時(shí)信息科學(xué)中最活躍的前沿科學(xué)保持密切聯(lián)系，并且一起發(fā)展[1]。語音信號(hào)處理是以語音語言學(xué)和數(shù)字信號(hào)處理為基礎(chǔ)而形成的一門涉及面很廣的綜合性學(xué)科，與心理·生理學(xué)、計(jì)算機(jī)科學(xué)、通信與信息科學(xué)以及模式識(shí)別和人工智能等學(xué)科都有著非常密切的關(guān)系[1]。

由于背景噪聲的非平穩(wěn)性，利用單個(gè)麥克風(fēng)進(jìn)行語音增強(qiáng)已經(jīng)越來越無法滿足實(shí)際的需求。近些年，麥克風(fēng)陣列被廣泛的應(yīng)用于語音信號(hào)處理中。麥克風(fēng)陣列提供方向性指向，濾除其它方向的背景噪聲，接收某一方向上的期望信號(hào)[2]。而麥克風(fēng)陣列指向性通過波束形成算法來實(shí)現(xiàn)，波束形成算法有很多，主要分為固定波束形成和自適應(yīng)波束形成兩類[3]。

仿真平臺(tái)設(shè)計(jì)如果單純采用Matlab語言編程實(shí)現(xiàn)，其界面功能有很大的局限性[4]。而僅利用LabVIEW語言，編程復(fù)雜，開發(fā)周期長(zhǎng)[5]。本文以Matlab為編程工具，通過LabVIEW調(diào)用Matlab程序包進(jìn)行控制。Matlab與LabVIEW結(jié)合在一起構(gòu)建成“陣列語音處理系統(tǒng)實(shí)驗(yàn)平臺(tái)”，該平臺(tái)采用模塊化設(shè)計(jì)，實(shí)現(xiàn)語音信號(hào)的采集、分析和語音增強(qiáng)，如圖1所示。語音信號(hào)的采集模塊是通過NI公司PXI設(shè)備進(jìn)行聲音信號(hào)的實(shí)時(shí)采集，用于語音信號(hào)增強(qiáng)處理的源信號(hào)。原始信號(hào)分析模塊可以對(duì)要處理的語音信號(hào)進(jìn)行分析，包括時(shí)域分析、語音信號(hào)短時(shí)能量和短時(shí)過零率等。語音增強(qiáng)模塊可以對(duì)麥克風(fēng)陣列多路語音信號(hào)采用多種波束形成算法進(jìn)行增強(qiáng)處理。通過該實(shí)驗(yàn)平臺(tái)對(duì)麥克風(fēng)語音信號(hào)進(jìn)行采集、分析和增強(qiáng)的仿真。

圖1 模塊化設(shè)計(jì)結(jié)構(gòu)圖

1 語音信號(hào)采集模塊

數(shù)據(jù)采集是LabVIEW的核心技術(shù)之一，也是LabVIEW與其他編程語音相比的優(yōu)勢(shì)所在，甚至可以認(rèn)為，數(shù)據(jù)采集是LabVIEW最大的功能[6]。利用NI公司的PXI設(shè)備進(jìn)行語音信號(hào)的實(shí)時(shí)采集，PXI設(shè)備是1997年NI公司發(fā)布的專為工業(yè)數(shù)據(jù)采集與儀器儀表測(cè)量應(yīng)用領(lǐng)域而設(shè)計(jì)的模塊化儀器自動(dòng)測(cè)試平臺(tái)[7]。它以其高的性價(jià)比，得到了廣泛的使用。PXI設(shè)備可以直接連接到PC機(jī)上，并且可以隨意擴(kuò)展I/O模塊，它因?yàn)闃?gòu)架的開放性、靈活性和PC機(jī)技術(shù)的成熟性，為數(shù)據(jù)采集領(lǐng)域帶來了新的變革。

PXI設(shè)備主要由機(jī)箱、采集模塊和系統(tǒng)控制器組成，如圖2所示。

圖2 NI PXIe-1071采集設(shè)備

機(jī)箱是整個(gè)系統(tǒng)模塊化的封裝結(jié)構(gòu)，根據(jù)槽位的不同分為4～18槽不等，本文采用4槽機(jī)箱。每個(gè)槽位可以同時(shí)采集8通道的語音信號(hào)，稱作采集模塊，該采集模塊可允許32通道語音信號(hào)同時(shí)間實(shí)時(shí)采集。

PXI采集設(shè)備分為存儲(chǔ)采集和實(shí)時(shí)采集兩種形式。存儲(chǔ)采集是將采集到的信號(hào)保存為TDMS格式，這種文件格式是一種特定類型的二進(jìn)制文件，專用于NI產(chǎn)品[8]。它實(shí)際上包含了兩個(gè)單獨(dú)的文件：數(shù)據(jù)屬性的XML文件和用于表示波形的二進(jìn)制文件。LabVIEW的前面板如圖3所示，包括通道選擇、供電類型、采樣頻率和保存路徑等設(shè)置。

實(shí)時(shí)采集是PXI設(shè)備的最大優(yōu)勢(shì)，可以對(duì)語音信號(hào)進(jìn)行實(shí)時(shí)采集、實(shí)時(shí)處理。由于LabVIEW語音是通過數(shù)據(jù)流形式運(yùn)行程序，所以可以高效率實(shí)時(shí)處理采集到的信號(hào)，避免了Matlab語言先存儲(chǔ)再處理，運(yùn)算效率低的問題。實(shí)時(shí)采集的前面板包括通道選擇、采樣頻率和麥克風(fēng)設(shè)置等參數(shù)，并且可以實(shí)時(shí)顯示所采集信號(hào)的時(shí)域能量和頻譜圖，如圖4所示。

2 語音信號(hào)分析模塊

2.1 短時(shí)能量

設(shè)語音波形時(shí)域信號(hào)為x(l)，加窗分幀處理后得到的第n幀語音信號(hào)為xn(m)，則xn(m)滿足下式：

1 (1)

(2)

式中：n=0,1T,2T,…；N為幀長(zhǎng)；T為幀移長(zhǎng)度。

由于語音信號(hào)的短時(shí)平穩(wěn)性，所以需要對(duì)所接收到的信號(hào)進(jìn)行分幀處理。在LabVIEW中，可以直接調(diào)用Matlab語句進(jìn)行分幀處理，也可以直接利用數(shù)據(jù)流編程，如圖5所示。

Y為采集的語音信號(hào)，利用數(shù)組大小控件和幾個(gè)運(yùn)算控件計(jì)算出幀數(shù)，然后用兩個(gè)while循環(huán)結(jié)構(gòu)重新構(gòu)建二維數(shù)組，行為幀數(shù)，列為幀長(zhǎng)。反饋節(jié)點(diǎn)用于將子VI、函數(shù)或一組子VI和函數(shù)的輸出連接到同一個(gè)子VI、函數(shù)或組的輸入上，即創(chuàng)建反饋路徑，用于保

圖3 PXI設(shè)備存儲(chǔ)采集前面板

圖4 PXI設(shè)備實(shí)時(shí)采集前面板

圖5 語音信號(hào)分幀程序框圖

存VI或循環(huán)上一次的運(yùn)行數(shù)據(jù)。利用反饋節(jié)點(diǎn)尋找每幀的起始位置。

設(shè)第n幀語音信號(hào)xn(m)的短時(shí)能量用En表示，則其計(jì)算式為:

(3)

En是一個(gè)度量語音信號(hào)幅度值變化的函數(shù)，可以區(qū)分濁音段與清音段，因?yàn)闈嵋魰r(shí)En值比清音時(shí)大[1]。

在LabVIEW中的短時(shí)能量還可以利用窗函數(shù)直接分幀計(jì)算，可以簡(jiǎn)化其編程步驟，如圖6所示。語音信號(hào)不是實(shí)時(shí)采集，而是直接讀取.wav文件。首先在每個(gè)時(shí)間點(diǎn)進(jìn)行平方處理，然后利用矩形窗函數(shù)進(jìn)行卷積和運(yùn)算，得到每個(gè)點(diǎn)的短時(shí)能量。

2.2 短時(shí)過零率

短時(shí)過零率表示一幀語音中語音信號(hào)波形穿過橫軸(零電平)的次數(shù)。對(duì)于連續(xù)語音信號(hào)，過零即意味著時(shí)域波形通過時(shí)間軸，而對(duì)于離散信號(hào)，如果相鄰的取樣值改變符號(hào)則稱為過零[9]。

定義語音信號(hào)xn(m)的短時(shí)過零率為:

(4)

式中:sgn[ ]為符號(hào)函數(shù)，即

圖6 短時(shí)能量程序框圖

(5)

利用短時(shí)平均過零率可以判斷清音段和濁音段，濁音時(shí)具有較低的過零率，而清音時(shí)具有較高的過零率。

在LabVIEW中，調(diào)用兩個(gè)for循環(huán)控件，和條件結(jié)構(gòu)相結(jié)合，完成短時(shí)過零率的運(yùn)算，程序框圖如圖7所示。

圖7 短時(shí)過零率程序框圖

3 語音增強(qiáng)模塊

延時(shí)求和波束形成：設(shè)等距線陣有M個(gè)陣元，入設(shè)信號(hào)為窄帶信號(hào)，這時(shí)陣列的輸出可表示為[13-15]:

(6)

如果采用矢量來表示各陣元輸出及加權(quán)系數(shù)，即:

(7)

那么，陣列的輸出也可以用矢量表示為:

(8)

為了在某一方向θ上補(bǔ)償各陣元之間的時(shí)延以形成一個(gè)主瓣，延時(shí)求和波束形成器在期望方向上的加權(quán)矢量可以構(gòu)成為:

(9)

觀察此加權(quán)矢量，發(fā)現(xiàn)若空間只有一個(gè)來自方向θ的信號(hào)，其方向矢量a(θ)的表示形式與此權(quán)矢量相同。則有:

(10)

延時(shí)求和波束形成運(yùn)算相對(duì)復(fù)雜，利用LabVIEW數(shù)據(jù)流形式直接處理運(yùn)算時(shí)間較大，所以本文采用LabVIEW和Matlab混合編程的方法，既可以相互補(bǔ)充，又可以解決開發(fā)過程中界面設(shè)計(jì)、儀器連接和數(shù)值分析計(jì)算等問題，這樣會(huì)大大減少用戶的編程工作量，提高編程效率，可以快速開發(fā)功能強(qiáng)大的智能化虛擬儀器。在LabVIEW壞境中調(diào)用Matlab語言簡(jiǎn)單可行，通過直接調(diào)用MathScript節(jié)點(diǎn)。MathScript節(jié)點(diǎn)是內(nèi)建于LabVIEW的，可處理大多數(shù)在Matlab或兼容環(huán)境中創(chuàng)建的文本腳本，因此，用戶不需要安裝Matlab軟件也可以正常運(yùn)行這些代碼，可以使用內(nèi)建的600多個(gè)數(shù)學(xué)分析與信號(hào)處理函數(shù)。

4 計(jì)算機(jī)仿真與實(shí)驗(yàn)結(jié)果

基于LabVIEW的麥克風(fēng)陣列語音信號(hào)增強(qiáng)平臺(tái)共分為語音采集模塊、語音分析模塊和語音增強(qiáng)模塊三個(gè)部分。麥克風(fēng)陣列具有8個(gè)陣元，陣元間距為1.5 cm，假設(shè)聲源信號(hào)為窄帶信號(hào)，傳播速度為340 m/s。

4.1 麥克風(fēng)陣列語音信號(hào)采集模塊

本部分利用PXI設(shè)備實(shí)時(shí)采集的語音信號(hào)，在LabVIEW的前面板上顯示所采集到的多路語音信號(hào)，如圖8所示。采集模塊包括通道設(shè)置、陣元設(shè)置和程序控制等參數(shù)設(shè)置。通道設(shè)置包括通道的選擇、采樣頻率和窗函數(shù)的選??；陣元設(shè)置包括麥克風(fēng)靈敏度、幅值和濾波器權(quán)值等參數(shù)的設(shè)置；程序控制包括錄制語音的播放和停止等。

圖8 語音信號(hào)采集模塊

4.2 語音信號(hào)分析模塊

通過計(jì)算信號(hào)短時(shí)能量和短時(shí)過零率幫助使用者直觀的感受語音信號(hào)的相關(guān)特性。該模塊可以分析PXI設(shè)備采集到的實(shí)時(shí)信號(hào)，也可以分析從本地硬盤中選取的音頻信號(hào)。本面板設(shè)置了幀長(zhǎng)、幀間重疊長(zhǎng)度等可調(diào)參數(shù)，如圖9所示。

圖9 語音信號(hào)分析模塊

從圖中可以看出，從75～430幀之間是語音信號(hào)，而且濁音時(shí)的能量遠(yuǎn)高于清音時(shí)的能量。短時(shí)過量率則與短時(shí)能量相反，清音值比濁音值高出較多。這是由于發(fā)清音時(shí)，多數(shù)能量出現(xiàn)在較高頻率上。高頻就意味著高的平均過零率，低頻意味著低的過零率。當(dāng)然，這種高低僅是相對(duì)而言，并沒有精確的數(shù)值關(guān)系。

4.3 語音信號(hào)增強(qiáng)模塊

增強(qiáng)模塊仿真運(yùn)用延時(shí)求和波束形成算法，去除麥克風(fēng)陣列采集到的背景噪聲，對(duì)加噪語音及去噪語音進(jìn)行對(duì)比，通過固定波束形成，基本濾除了背景噪聲，如圖10所示。帶噪語音語音噪聲幅度值為0.1，增強(qiáng)后的語音信號(hào)噪聲幅值遠(yuǎn)小于0.1。從兩圖對(duì)比中可以看出，輸入帶噪語音為多通道語音信號(hào)，輸出增強(qiáng)后語音信號(hào)為單通道語音信號(hào)。

圖10 語音信號(hào)增強(qiáng)模塊

實(shí)驗(yàn)平臺(tái)的語音信號(hào)增強(qiáng)模塊中的波束形成方法選項(xiàng)可以根據(jù)不同的要求，改變陣列語音信號(hào)增強(qiáng)波束形成方法。本文實(shí)驗(yàn)平臺(tái)包括延時(shí)求和波束形成、最小方差無失真響應(yīng)(MVDR)波束形成器和廣義旁瓣相消器(GSC)。信噪比窗口顯示增強(qiáng)后的語音信號(hào)的信噪比，更直觀的比較增強(qiáng)效果。

5 結(jié) 語

基于LabVIEW構(gòu)建麥克風(fēng)陣列語音處理系統(tǒng)實(shí)驗(yàn)平臺(tái)，解決了多通道語音信號(hào)實(shí)時(shí)采集和處理的問題。模塊化的設(shè)計(jì)理念，保證了平臺(tái)通過修改分析模塊和增強(qiáng)模塊中的參數(shù)和程序包，可以實(shí)現(xiàn)不同的陣列語音處理算法。

該實(shí)驗(yàn)平臺(tái)不僅適用于實(shí)驗(yàn)環(huán)境下的音頻信號(hào)采集，也適用于車載環(huán)境噪聲處理和舒適度分析。實(shí)踐表明，模塊化設(shè)計(jì)是該平臺(tái)的最大優(yōu)勢(shì)，通過修改不同模塊和相應(yīng)程序包，該平臺(tái)可以拓展到不同信號(hào)采集(電信號(hào)、圖像信號(hào)、人體生理信號(hào)等)和處理。不同專業(yè)和年級(jí)的學(xué)生可以使用該平臺(tái)完成相關(guān)實(shí)驗(yàn)項(xiàng)目訓(xùn)練。目前，利用該平臺(tái)，開設(shè)了數(shù)字信號(hào)處理、語音信號(hào)處理、LabVIEW與DAQ數(shù)據(jù)采集等多個(gè)實(shí)驗(yàn)實(shí)訓(xùn)項(xiàng)目。通過該實(shí)驗(yàn)平臺(tái)的搭建，學(xué)生從被動(dòng)應(yīng)付實(shí)驗(yàn)變成主動(dòng)實(shí)驗(yàn)，從簡(jiǎn)單地驗(yàn)證性實(shí)驗(yàn)到設(shè)計(jì)型實(shí)驗(yàn)，提高了基本操作技能和學(xué)習(xí)主動(dòng)性、創(chuàng)新性[10]。

[1] 趙 力. 語音信號(hào)處理[M]. 北京：機(jī)械工程出版社，2010：37-38.

[2] Souden M, Kinoshita K, Delcroix M,etal. Distributedmicrophone array processing for speech source separation with classifierfusion[J]. Proc MLSP, 2012: 57-60.

[3] 王永良，丁前軍. 自適應(yīng)陣列處理[M]. 北京：清華大學(xué)出版社，2009：13-14.

[4] 豈興明，田京京，夏 寧. LabVIEW入門與實(shí)戰(zhàn)開發(fā)100例[M]. 北京：電子工業(yè)出版社， 2011：2-3.

[5] 周 鵬，許 鋼. 精通LabVIEW信號(hào)處理[M]. 北京：清華大學(xué)出版社，2013：1-2.

[6] 龍華偉，顧永剛. LabVIEW 8.2.1與DAQ數(shù)據(jù)采集[M]. 北京：清華大學(xué)出版社，2013：22-23.

[7] 陳 圓. 基于PXI總線的虛擬儀器系統(tǒng)軟件設(shè)計(jì)與實(shí)現(xiàn)[M]. 武漢：武漢理工大學(xué)，2007：12-16.

[8] 吳湖青，李秀梅，孫晨林. 基于LabVIEW的信號(hào)處理虛擬實(shí)驗(yàn)平臺(tái)[J]. 杭州師范大學(xué)學(xué)報(bào)，2014，13(6)：23-22.

[9] Sakanashi R, Ono N, Miyabe S,etal. Speechenhancement with ad-hoc microphone array using single source activity[J]. Proc. APSIPA, 2013：1-6.

[10] 張 瑋. 雙通道接收機(jī)實(shí)施空間譜估計(jì)測(cè)向的研究[D]. 西安：西安電子科技大學(xué)，2013.

[11] 馮玉昌，門 洪. 四旋翼飛行器多功能實(shí)驗(yàn)平臺(tái)設(shè)計(jì)[J]. 實(shí)驗(yàn)技術(shù)與管理，2015，32(4)：52-57.

[12] 王春民，安海忠，王豐貴. 基于VC和Simulink的電力電子仿真實(shí)驗(yàn)平臺(tái)設(shè)計(jì)[J]. 吉林大學(xué)學(xué)報(bào)，2008，26(3)：1-4.

[13] Yuanliang Ma, Yixin Yang, Zhengyao He. Theoretical and Practical Solutions for High-order Superdirectivity of Circular Sensor Array[J]. IEEE Transactions on Industrial Electronics, 2013, 60(1): 203-209.

[14] Zhao Y, Liu W. Robust Fixed Frequency Invariant Beamformer Design Subject to Norm-Bounded Errors[J]. Signal Processing Letters, 2013, 20(2): 169-172.

[15] Xiuling Mo, Hong Jiang, Ranran Oin. Beamspace-Based DOA Estimation of UWB Signal Using FDFIB Algorithm[J]. Recent Advances in Computer Science and Information Engineering, 2012: 191-197.

Design of Experiment Platform for Speech Signal Processing System on Microphone Array Based on LabVIEW

ZHOUCheng-xu，WANGDong-xia,LüYi,ZHANGDong-xu

(Office of Academic Affairs, Electronic and Information Engineering College, Liaoning University of Technology, Jinzhou 121000, China)

The design of experiment platform for the processing system of speech signals on microphone array based on LabVIEW is realized in this paper. There are three parts that include multi-channel collection, analysis of characteristics of speech signals and speech enhancement on the platform of speech processing. The modular design is adopted for front panel on the platform of LabVIEW, it includes collection of speech signals module, analysis of speech signals module and speech enhancement module. On the acquisition module, the speech signals on the array are real-time acquisition using PXI device. On the analysis module, the characteristics of signals are analyzed. The parameters such as frame size and the number of frame overlapping are set on the front panel. On the enhancement module, the speech signals on microphone array are enhanced by delay-sum beamforming. The LabVIEW combined with MATLAB is adopted on this module, which is that LabVIEW calls the package of MATLAB for the array beamforming which is free to be changed. The computer simulation results verify the effectiveness of the experimental platform.

LabVIEW; experiment platform of speech processing; microphone array; Matlab

2015-11-19

遼寧省自然科學(xué)基金(201302022);遼寧省教育廳教學(xué)改革項(xiàng)目(UPR20140817);遼寧省研究生精品課建設(shè)項(xiàng)目

周城旭(1987-),女,遼寧錦州人,碩士,實(shí)驗(yàn)師,研究方向?yàn)辂溈孙L(fēng)陣列語音處理的理論和應(yīng)用。

Tel.:13464619988； E-mail:zhouchengxu@lnut.edu.cn

TN 912

A

1006-7167(2016)09-0138-06