語音降噪技術(shù)及在軌道交通自動售檢票系統(tǒng)的實踐研究

王高峰

摘 要 軌道交通自動售檢票系統(tǒng)（AFC，Automatic Fare Collection），英文縮寫AFC，傳統(tǒng)的架構(gòu)為5層，從下至上分別是車票位于第5層，車站現(xiàn)場設(shè)備（SLE）位于第4層，車站計算機系統(tǒng)（SC）和線路中央計算機系統(tǒng)（LC）分別位于第3和第2層，最上端是清分中心計算機系統(tǒng)（ACC），本系統(tǒng)可對軌道交通票卡完整生命周期進行管理。筆者通過介紹語音識別技術(shù)理論，重點對車站現(xiàn)場設(shè)備的語音識別模塊的降噪技術(shù)、環(huán)境影響及安裝技術(shù)進行了研究，結(jié)合城市軌道交通語音識別技術(shù)應用項目，對實踐中的建設(shè)經(jīng)驗進行介紹，以期為軌道交通自動售檢票系統(tǒng)的語音識別技術(shù)大面積應用提供一定參考。

關(guān)鍵詞 語音識別;軌道交通;降噪;麥克風陣列;安裝

引言

軌道交通自動售檢票系統(tǒng)（AFC）的車站現(xiàn)場設(shè)備當中使用語音識別相關(guān)設(shè)備引導乘客進行車票購買、地圖查詢等工作。車站現(xiàn)場環(huán)噪音影響大，乘客語言描述種類多，應用環(huán)境復雜等問題顯著。

降噪技術(shù)為車站環(huán)境應用語音購票系統(tǒng)提供了必要的技術(shù)支撐，本文在對噪音消除技術(shù)理論研究的基礎(chǔ)上，結(jié)合軌道交通實際業(yè)務(wù)要求和建設(shè)實踐給出了安裝實施、檢測等建議。

1語音識別降噪技術(shù)研究

1.1 實現(xiàn)原理

目前主要的降噪技術(shù)方法有四種，包括譜相減法、維納濾波法、卡爾曼濾波法和噪聲對消法。

在平穩(wěn)條件下的數(shù)字濾波器算法一般采用維納濾波法，最小均方誤差是此種方法的設(shè)計準則，含有噪音的語音信號通過此濾波器后可以得到語音信號的最優(yōu)估計值。

在維納濾波法的基礎(chǔ)上采用信號與噪聲的狀態(tài)空間模型，對狀態(tài)變量的估計使用前一時刻的估計值和當前時刻的觀察值來更新，以求現(xiàn)時刻的估計值，這種方法稱為卡爾曼濾波法。

譜相減法是利用人耳對聲波相位不敏感的特點，從帶有噪聲的語音估值中，采用傅立葉及逆傅立葉變換方法，削減去噪聲頻譜估值，得到純凈語音頻譜估值，主要針對短時幅度譜進行應用。

在以上方法基礎(chǔ)上采用噪聲對消法采用多個麥克風對背景噪聲進行拾音，經(jīng)過計算后對噪聲進行對消，保留原始語音。

市場上語音識別對應廠家很多，本文以科大訊飛的語音識別模塊及4麥克風陣列為例介紹相關(guān)技術(shù)和應用實踐說明。

1.2 語音識別模塊介紹

麥克風陣列的語音前端設(shè)備是語音識別處理模塊。

語音識別處理模塊利用空域濾波特性，定位說話人的角度，進而形成定向拾音波束。

通過軟件算法對波束以外的噪聲進行對消處理，增強語音質(zhì)量、加強識別效果。

模塊功能包括：定位聲源、噪音抑制、消除回聲、聲音感應。

模塊主要包括評估板卡、麥克板卡、音頻線、錄音線、USB電源線（5V）、USB轉(zhuǎn)串口數(shù)據(jù)線（控制線）。

1.3 四麥克風陣列介紹

四麥線性陣列的尺寸為165（毫米）x18（毫米）x10（毫米）;

4個麥克風直線等距離擺放，每個麥克風之間的距離保持35毫米，4麥克風陣列可以形成3個波束，這樣在0°～180°范圍內(nèi)每個波束可以覆蓋60°的區(qū)域。

針對識別點語音利用信號處理的方法對進行識別點檢測、噪音消除等預處理，以便得到最適合識別算法模型處理的語音。

四麥克風陣列：支持，四麥線性構(gòu)型

支持波束形成技術(shù);

支持回聲消除技術(shù);

支持聲源定位技術(shù);

支持去除混響技術(shù);

2語音識別技術(shù)在AFC系統(tǒng)建設(shè)中的應用實踐

2.1 麥克風的應用要求說明

①要求每個麥克風均能不被遮擋的直接收到聲源，不可出現(xiàn)聲音遮蔽，保證每個麥克風都能均等機會接收聲源。例如某個麥克風被衣物遮擋，從而造成掩蔽效應。②聲源與麥克風的路徑做到最短、最寬。在緊貼面殼安裝拾音孔時，距離MIC進聲孔外側(cè)的距離不要大于1.5毫米，拾音孔的直徑越大越好，但最小要求2毫米。條件適合的情況下，麥克風最好安裝在表面，這樣效果最好。③安裝結(jié)構(gòu)當中的干擾和震動（包括喇叭、轉(zhuǎn)動結(jié)構(gòu)等）要遠離麥克風，并盡可能采用硅膠套進行減震密封，減少干擾，根據(jù)使用環(huán)境和氣候條件選擇盡量柔軟的硅膠套以達到最好效果。④喇叭在盡量遠離的原則上要進行減震處理，例如減震棉或減震墊片等，也可從結(jié)構(gòu)設(shè)計上盡量避免對麥克風造成影響出現(xiàn)失真。⑤在結(jié)構(gòu)內(nèi)設(shè)計不同的聲音通道，采用不同的腔體結(jié)構(gòu)分別對麥克風和喇叭進行密封分離，避免出現(xiàn)結(jié)構(gòu)內(nèi)聲音傳播，腔體選用性能較好的密封材料以達到最好的效果。⑥麥克風的生產(chǎn)要注意保護，避免出現(xiàn)結(jié)構(gòu)性的損壞，特別是駐極體麥克風需要避免擠壓帶來的一致性損失。

2.2 麥克風結(jié)構(gòu)和說明

本文介紹的麥克風陣列產(chǎn)品采用面殼安裝方式，本產(chǎn)品在面殼固定安裝之前預先裝配硅膠套以達到密封減震目的，預留的拾音孔位于面殼上，通過它進行錄音采集。

①硅膠套的作用使每個麥克風之間嚴格獨立，預先留置的拾音孔是唯一的進聲孔。（驗證方法：用手按住麥克風的拾音孔，拾音音量降低不小于10dB。） ②麥克風需要有橡膠套和固體表面隔絕，起到降低殼體震動傳聲以及密封的作用。③麥克風距離外表面的距離（拾音孔深度）要盡可能的?。ㄒ话阋笮∮?1.5毫米），聲孔直徑盡可能大（一般要求大于 2毫米），防止聲音在拾音孔內(nèi)壁的反射形成諧振點。④根據(jù)軌道交通應用場景情況，使用防風棉和防塵棉對麥克風表面增加防護，減少環(huán)境噪聲和靜電影響等問題出現(xiàn)。

2.3 喇叭與麥克風安裝

軌道交通應用環(huán)境當中的語音設(shè)備采用喇叭與麥克風隔離安裝的方案，結(jié)構(gòu)內(nèi)喇叭不會傳導聲音到麥克風，在麥克風表面測試喇叭聲壓不超過90分貝。有效聲源音量與喇叭音量信噪比高于-25dB，有效聲源在麥克風表面測試聲壓約為65分貝。

調(diào)試步驟：

（1）將喇叭音量調(diào)整到最大，測試麥克風表面錄音效果，達到不劫輻的要求。

（2）從麥克風距離0到5米均勻分布測試點進行有效聲源的喚醒測試（當超過3米后要提升聲源強度），經(jīng)測試確認聲源喚醒的有效距離，通過調(diào)整功放增益達到要求的喚醒距離。

3結(jié)束語

隨著軌道交通智能化的高速發(fā)展，語音識別技術(shù)可以極大豐富購票、事務(wù)處理等業(yè)務(wù)形式，提升乘客乘車體驗，越來越便利的應用場景帶來越來越復雜的使用環(huán)境，語音識別技術(shù)還需要繼續(xù)深入研究和實踐，以其滿足更多更新的業(yè)務(wù)需求。

參考文獻

[1] 錢小毅，龔迥.地鐵互聯(lián)網(wǎng)購票方式的研發(fā)[J].科技風，2019，9（1）：63-65.