王崇, 周淵平, 王維果

(四川大學(xué) 電子信息學(xué)院,四川 成都 610000)

0 引言

語音時(shí)延估計(jì)是麥克風(fēng)陣列的關(guān)鍵技術(shù),通過時(shí)延估計(jì)的實(shí)現(xiàn)可以對麥克風(fēng)陣列的多路信號進(jìn)行處理,從而實(shí)現(xiàn)語音的增強(qiáng)、去噪、聲源定位等。時(shí)延估計(jì)的算法在理論上已經(jīng)非常成熟,針對語音信號的特殊性,對各種算法做了仿真比較,選取了算法復(fù)雜度低且能夠很好的發(fā)揮DSP芯片數(shù)字濾波、相關(guān)及快速傅里葉變換等優(yōu)勢的基本互相關(guān)時(shí)延估計(jì),并根據(jù)語音信號的特殊性提出了更加有效的計(jì)算到達(dá)兩個(gè)麥克風(fēng)語音的時(shí)延值方法。隨著 DSP芯片的優(yōu)異性能和快速發(fā)展,已經(jīng)使其廣泛的應(yīng)用到軍事、通信、醫(yī)療、家用電器等諸多方面,而且隨著 DSP芯片的性價(jià)比日益提高,其應(yīng)用潛力將更加巨大。為此,提出并實(shí)現(xiàn)了基于 DSP的語音時(shí)延估計(jì)方法。

1 時(shí)延估計(jì)方法的基本原理

時(shí)延估計(jì)方法的基本原理參考文獻(xiàn)[1]對于一個(gè)帶寬為B的語音信號 s(t),可以定義 N麥克風(fēng)進(jìn)行接收,其中第 k支麥克風(fēng)接收到的語音信號為：

式(1)中ak為第k支麥克風(fēng)接收的信號的衰減因子,tk為麥克風(fēng)接收信號相對于語音信號源s(t)的時(shí)間延時(shí),nk(t)表示第k支麥克風(fēng)語音信號所帶的噪聲信號。

假設(shè)麥克風(fēng)接收到的語音信號功率遠(yuǎn)遠(yuǎn)大于噪聲功率時(shí),則任意兩麥克風(fēng) k和m之間的互相關(guān)函數(shù)為：

由所給假設(shè)條件可知 s(t)、nk(t)、nm(t)互不相關(guān),可從公式(2)推得：

由直接互相關(guān)的理論知道,當(dāng)τ=tm-tk時(shí),Rkm有最大值,所以任意兩個(gè)麥克風(fēng) k和 m之間的時(shí)間延時(shí)就是 Rkm(τ)最大值時(shí) τ的值。當(dāng)對語音信號進(jìn)行數(shù)字化處理時(shí),則可得任意兩麥克風(fēng) k和m之間的互相關(guān)函數(shù)為：

由互相關(guān)函數(shù)與互功率譜的關(guān)系可得：

公式(5)中的 Gkm(ω)是第 k和 m支麥克風(fēng)接收到的語音信號互功率譜。

2 時(shí)延估計(jì)的 MATLAB仿真及比較

由公式(5)可知,在求時(shí)延估計(jì)時(shí)可先在頻域計(jì)算,然后再轉(zhuǎn)換到時(shí)域求 Rkm。為了適應(yīng)不同語音信號噪聲和混響的影響,可以在公式(5)中 Gkm(ω)前添加不同的加權(quán)函數(shù)φ(ω),從而實(shí)現(xiàn)對 Rkm的銳化。在 MATLAB仿真實(shí)驗(yàn)中,采集了一段語音信號 x1,并人為的對其做了 20點(diǎn)的延時(shí)得到x2。采用時(shí)域直接互相關(guān)、基本互相關(guān)(φ(ω)=1)、互功率譜相位(φ(ω)=1/|Gx1x2(ω)|)、Roth處理(φ(ω)=1/|Gx1x1(ω)|)和平滑相干變換的方法分別對采集的語音進(jìn)行延時(shí)估計(jì)[2],其仿真結(jié)果如圖 1和圖 2所示。

圖 1 時(shí)延仿真 1

由圖 1和圖 2仿真結(jié)果,可知時(shí)域直接互相關(guān)方法不能夠準(zhǔn)確的估計(jì)出時(shí)延值,估計(jì)值與時(shí)延值有一定的誤差。其它四種時(shí)延估計(jì)方法估值較準(zhǔn)確,但算法復(fù)雜度較時(shí)域直接互相關(guān)方法要高。綜合考慮幾種時(shí)間延時(shí)估計(jì)方法的效果和算法復(fù)雜度,在基于DSP的語音時(shí)間延時(shí)估計(jì)中采用了復(fù)雜度較低、時(shí)間延時(shí)估計(jì)比較準(zhǔn)確的基本互相關(guān)方法來實(shí)現(xiàn)。

圖2 時(shí)延仿真 2

3 時(shí)延估計(jì)的軟硬件實(shí)現(xiàn)

3.1 基于DSP的語音時(shí)延估計(jì)硬件接口實(shí)現(xiàn)

基于 DSP的語音時(shí)延估計(jì)系統(tǒng)采用 TI公司的TMS320C6416和 TLV 320AIC23來實(shí)現(xiàn)兩路語音信號的采集和時(shí)延估計(jì)。其中 TLV320AIC23具有左右兩聲道的語音采集芯片,TMS320C6416是一個(gè)高性能的定點(diǎn)DSP。硬件實(shí)現(xiàn)是通過 TMS320C6416的多通道緩沖串口來實(shí)現(xiàn)對TLV 320AIC23的控制和數(shù)據(jù)通信[3]。在硬件設(shè)計(jì)中,通過對TMS320C6416和TLV 320AIC23外圍電路進(jìn)行簡單的設(shè)計(jì)[4],并通過 TMS320C6416的多路緩沖串口 1(McBSP1)來控制TLV 320AIC23芯片,通過 McBSP2來進(jìn)行語音信號的數(shù)據(jù)傳輸。而兩路語音信號的采集是通過 TLV320AIC23芯片的左右聲道輸入來實(shí)現(xiàn)的。其具體的接口電路框圖如圖 3所示。

圖 3 接口框

3.2 基于DSP語音采集的底層驅(qū)動(dòng)實(shí)現(xiàn)

基于圖 3所搭建的兩路語音信號采集處理硬件系統(tǒng),可以利用TI公司的 CCS專業(yè)軟件來進(jìn)行編程,從而驅(qū)動(dòng)硬件正常工作,實(shí)現(xiàn)語音信號的采集和數(shù)據(jù)的傳送。在底層驅(qū)動(dòng)設(shè)計(jì)的過程中,首先對 TMS320C6416的多路緩沖串口、中斷和EMIF進(jìn)行初始化設(shè)置[5],然后通過 McBSP1來實(shí)現(xiàn)對TLV 320AIC23初始化配置。具體的底層驅(qū)動(dòng)如圖 4所示。

3.3 基于DSP的語音時(shí)延估計(jì)軟件實(shí)現(xiàn)

圖 4 底層驅(qū)動(dòng)流程

在實(shí)際應(yīng)用中,語音信號存在很多干擾和不確定因素,用相關(guān)方法很難準(zhǔn)確的計(jì)算出語音信號的時(shí)延。由語音信號的慢速性和語音源移動(dòng)慢的特點(diǎn),兩路語音信號的時(shí)間延時(shí)在一定的時(shí)間范圍內(nèi)不會(huì)發(fā)生變化。所以實(shí)際語音信號到達(dá)麥克風(fēng)的時(shí)間延時(shí)的求值可以采用在一定的時(shí)間段內(nèi)多次求時(shí)延值,然后取眾數(shù)的方法來計(jì)算一段時(shí)間內(nèi)的延時(shí)。在理想情況下,兩路語音信號的時(shí)間延時(shí)可以用基本互相關(guān)方法來準(zhǔn)確求得[6],其具體程序流程如圖 5所示。在現(xiàn)實(shí)的語音環(huán)境中,用基本互相關(guān)方法不能一次準(zhǔn)確的估計(jì)一段時(shí)間內(nèi)的延時(shí),采用多次求時(shí)延再取眾數(shù)的方法可估計(jì)一段時(shí)間內(nèi)的語音延時(shí),其具體的程序流程如圖 6所示。

圖 5 基本互相關(guān)流程

圖 6 求眾數(shù)流程

3.4 基于DSP的語音時(shí)延估計(jì)結(jié)果分析

通過基于 DSP的語音時(shí)延估計(jì)軟硬件的實(shí)現(xiàn),可以對實(shí)驗(yàn)條件進(jìn)行設(shè)置,從而驗(yàn)證估計(jì)延時(shí)與實(shí)際延時(shí)的誤差。在實(shí)驗(yàn)中,可以固定聲源到兩個(gè)麥克風(fēng)的距離,從而確定聲源到達(dá)兩個(gè)麥克風(fēng)之間的實(shí)際延時(shí)。在實(shí)驗(yàn)中采用固定聲源到達(dá)兩麥克風(fēng)的距離差為 7.7 cm,由聲速為 340 m/s可得時(shí)間延時(shí)為 0.000 227 s。由 TLV 320AIC23初始化可知兩路語音信號的采樣率為 44.1 kHz,則兩麥克風(fēng)實(shí)際延時(shí)的采樣點(diǎn)數(shù)應(yīng)為10點(diǎn)。在以上實(shí)驗(yàn)條件情況下,基本互相關(guān)時(shí)延估計(jì)的其中一次仿真如圖 7,多次求時(shí)延值取眾數(shù)的方法估計(jì)一段時(shí)間內(nèi)時(shí)延值的寄存器如圖 8所示。從圖 8可知一段時(shí)間內(nèi)的時(shí)延值t有一定的變化,但時(shí)延值的眾數(shù)m=10是準(zhǔn)確的,所以可知所提出的估計(jì)一段時(shí)間內(nèi)時(shí)延值的方法是有效的。

圖 7 互相關(guān)時(shí)延估計(jì)仿真

圖 8 時(shí)延值寄存器

4 結(jié)語

由結(jié)果分析可知,根據(jù)語音信號的特殊性提出的估計(jì)一段時(shí)間內(nèi)時(shí)間延時(shí)的方法很好的解決了復(fù)雜環(huán)境下比較準(zhǔn)確的估計(jì)一段時(shí)間內(nèi)時(shí)延值的難題,而基于DSP的語音時(shí)延估計(jì)設(shè)計(jì)也擴(kuò)大了其在實(shí)際應(yīng)用中的范圍?；?DSP的語音時(shí)延估計(jì)實(shí)現(xiàn)的探索,對多種場合的實(shí)際應(yīng)用有一定的參考價(jià)值。

[1]王永德,王軍.隨機(jī)信號分析基礎(chǔ)[M].北京：電子工業(yè)出版社,2003：34-106.

[2]唐小明,吳昊.劉志坤.基于廣義互相關(guān)算法的時(shí)延估計(jì)研究[J].語音技術(shù),2009,33(08)：71-74.

[3]苑毅,黃珍.基于 DSP的語音信號的采集壓縮與數(shù)據(jù)傳輸[J].通信技術(shù),2008,41(10)：122-123.

[4]柴曉東,袁曉.基于 DSP的多路數(shù)據(jù)采集系統(tǒng)的設(shè)計(jì)[J].通信技術(shù),2009,42(07)：172-174.

[5]Texas Instruments Incorporated.TMS320C6000系列 DSP的 CPU與外設(shè)[M].北京：清華大學(xué)出版社,2007：27-473.

[6]鐵勇,劉洋.相關(guān)時(shí)延估計(jì)方法的 DSP實(shí)現(xiàn)研究[J].內(nèi)蒙古大學(xué)學(xué)報(bào),2007,33(06)：689-692.