联合波束形成与谱减法的麦克风阵列语音增强算法

考虑到封闭环境的散射噪声场中,传统波束形成方法及单通道谱减法对噪声抑制的局限性,提出一种将波束形成方法与谱减法相结合的麦克风阵列语音增强方法．该方法首先通过波束形成器的空间滤波作用,将波达方向不同的语音信号和噪声信号加以区别,再经过延时补偿单元的相应处理,从而达到衰减噪声的目的,然后采用谱减法对波束形成器输出端的残留噪声进行后置处理．仿真实验结果表明。在小房间混响情况下,与其他方法相比,该方法不仅运算量小。而且具有良好的噪声抑制性能．     

麦克风阵列中基于零陷波束形成的声反馈抑制

在教室和会场环境中,通常使用自适应控制方法进行声反馈抑制,但由于扬声器输出信号和麦克风输入信号之间存在强相关性,利用自适应控制方法进行声反馈抑制容易产生偏心估计问题。针对这一问题,提出在麦克风阵列中利用零陷波束形成实现声反馈抑制,该方法通过在扬声器方向上形成零陷,避免麦克风阵列采集扬声器的输出信号,达到声反馈抑制的目的。考虑到实际环境中噪声对声反馈抑制的效果有影响,利用加权最小二乘法迭代更新波束形成器系数。仿真结果显示,在有噪声的情况下,与最小二乘法、最小-最大法相比,加权最小二乘法对波束形成器反馈抑制性能的提升更有益。     

基于空间重构相干声源的麦克风阵列性能评价技术研究

基于波束形成算法的麦克风阵列系统被广泛应用于噪声源定位中,空间分辨率、动态范围是阵列进行多声源定位中的关键性能参数．工程中常用的阵列性能评估方法为小尺寸声源测试法,受声源尺寸及指向性的影响,其在使用不同声源对同一阵列进行测试时,测试结果往往有较大误差,且该测试方法对环境要求较高．基于此,本文提出了一种基于多通道标准耦合腔声源的空间声源重构方法,可重构出任意位置、频率及强度的空间点声源,通过标准耦合腔输出至对应坐标的麦克风传感器,重构两个相干点声源可代替实际空间小尺度声源对麦克风阵列性能参数进行测量分析．本文选取工程中常用的30通道螺旋形麦克风阵列,分别进行数值模拟、标准耦合腔实验及实际小尺寸声源对比实验．在2～4 kHz频段内,多通道耦合腔标准相干声源对阵列的测试结果与数值模拟结果高度一致,表明该方法的有效性．实际小尺寸声源的对比实验结果表明：耦合腔标准声源重构法受测试环境影响程度更低,分析麦克风阵列性能时测量误差小、精度高．     

采用可调波束形成器的GSC麦克风阵列语音增强方法

基于广义旁瓣抵消器(generalized sidelobe canceller,GSC)算法的麦克风阵列语音增强技术已得到广泛研究,但由于其通常需传统的声源定位方法提供声源方位,语音信号信噪比(SNR)低时声源定位精度将明显下降并影响到语音增强效果.提出了一种新的麦克风阵列语音增强方法,该方法在GSC中引入可调波束形成器估计声源方位以抑制背景噪声影响.不同类型背景噪声下的实验室语音增强结果表明了该方法的有效性.     

用于语音识别的鲁棒自适应麦克风阵列算法

对现实环境中存在的混响以及非平稳干扰语音信源等因素导致的算法性能下降,提出了一种用于语音识别的鲁棒旁瓣对消算法。讨论了旁瓣对消算法在自适应麦克风阵列中的应用,分析了算法在不同的混响条件下、不同的干扰源的噪声抑制能力。该算法通过分帧处理将输入信号划分为一系列短时平稳的信号片段。根据当前帧的信噪比决定自适应滤波器的权系数更新方式。采用一定的范数约束来限制自适应滤波器权系数的误调整。实验结果表明该麦克风阵列在混响的现实环境中能够有效抑制平稳噪声源和交叠谈话背景干扰,提高了语音识别器的抗噪性能。     

基于等边三角形麦克风阵列的语音增强

针对小体积应用场合下的语音增强,提出了一种基于等边三角形结构的麦克风阵列与Wiener后置滤波相结合,并由VAD作为控制单元的语音增强方法。该方法克服了自适应零限波束形成只能抑制空间相干噪声的缺点,并得到可在二维平面上旋转的波束主瓣。通过仿真和真实环境的实验,证明算法能够显著地提高输入语音信噪比,且适用于多种噪声场。     

基于深度学习的混响感知麦克风阵列语音增强

[目的]针对基于深度神经网络频谱估计的麦克风阵列算法存在数据依赖的问题,提出了一种基于深度学习的混响感知麦克风阵列语音增强算法.[方法]首先利用麦克风阵列波束形成输出与原始信号做互相关,以近似房间冲激响应的形式获取当前环境的混响特性作为LSTM网络的输入,网络模型以干净语音为目标进行训练从而输出房间冲激响应泛化向量,最后通过组合近似房间冲激响应与房间冲激响应泛化向量获得后置抗混响滤波器系数,实现语音增强.[结果]仿真和实验结果中,与波束形成、加权预测误差算法和传统深度学习去混响算法相比,所提出的方法在不同混响场景下具有更好的表现.[结论]本文方法在不同混响场景下都具有相对稳定的抗混响能力,具有较好的泛化性能.     

基于麦克风阵列的声源定位研究

基于麦克风阵列的声源定位是有效声源提取的前提和基础，其技术在多媒体通信中得到了广泛的应用．讨论了基于麦克风均匀线阵和均匀圆阵的声源定位方法，并进行了仿真，其结果表明这两种模型均能有效地提取出声源的位置．并给出了算法的硬件实现的原理框图。     

自适应频域波束形成技术的小话筒阵列应用

研究了有鲁棒性频域波束形成技术在小话筒阵列上的应用．在有鲁棒性通用边带抵消器(GSC)的频域实现中，为了降低目标信号抵消，采用了自适应模式控制器，根据频域相关的信噪比估计值来控制自适应滤波．一个4阵元小尺度阵列的实验表明，在不损失目标语音质量的情况下，对于垂直入射与非垂直入射的目标语音，均可以获得15dB以上的噪声消除效果．     

基于阵列接收数据重采样的频率不变波束形成器

提出一种具有不随频率变化的波束图的宽带基阵处理方法.该方法只需要使用一个真实阵列,然后通过插值方法产生多个虚拟阵列的输出,最后对这些虚拟阵列输出进行叠加得到整个基阵的输出.其优点是阵元数少、易于实现,且只需用传统的窄带阵列设计方法在参考频率下设计基阵来满足对波束图的要求.仿真结果说明了该方法的有效性.     

正交匹配追踪反卷积声源识别方法

OMP-DAMAS波束形成声源识别方法能够显著缩减主瓣宽度,降低旁瓣水平,获得极高的分辨率和定位精度。基于数值仿真多个声源激励下的识别成像图和偏差值探究其结果随声源频率、迭代次数和信噪比等参数的变化规律。结果表明:OMP-DAMAS能够有效提高分辨率和定位精度,适用于中高频声源的识别并且对噪声具有较好的适应性。当声源频率大于2 300Hz,信噪比高于0dB时,OMP-DAMAS均能准确识别声源,获得清晰的成像结果。其重构的声源个数取决于迭代次数,在信噪比较高时可以通过设置合适的动态范围以避免旁瓣污染。上述结论对反卷积OMP-DAMAS波束形成技术的运用具有指导意义。进一步,基于多个扬声器的声源识别试验验证了该方法的有效性。     

基于小波变换的传声器阵列语音增强方法

针对现有的基于传声器阵列语音增强算法的局限性，并考虑到入耳听觉感知模型，提出一种将延迟-求和波束形成技术和小波变换技术相结合进行语音增强的方法，该方法首先利用延迟-求和波束形成技术将阵列中各个传声器接收到的信号进行时间延迟补偿，并对各通道信号相加-平均，消除一部分不相干或弱相干噪声；然后再利用小波变换技术进一步去除噪声，计算机模拟结果表明，该方法具有良好的消噪能力。     

基于压缩感知的麦克风阵列声源定位算法

为了提高麦克风阵列在高混响、低信噪比环境中的定位性能,提出了一种基于压缩感知的声源定位算法.该算法将声源定位问题转化为稀疏信号的重构问题,将不同位置的房间冲激响应作为特征以构建字典.首先,将麦克风接收信号转换至频域,从具有较高能量的频点中求得一组扩展的频域声源信号矢量,该矢量中包含了声源的位置信息.然后,在频域中整合这些扩展的声源信号矢量,使声源的位置信息更突出,矢量中最大元素所对应的空间位置即为声源的位置估计.仿真实验结果表明,与相位变换加权的可控响应功率(SRP-PHAT)定位算法相比,所提算法的定位成功率更高,对混响的鲁棒性更强,更适合高混响低信噪比环境中的声源位置估计.     

多噪声环境的麦克风小阵语音增强

针对在非平稳和多种噪声并存的语音增强算法抑制噪声能力有限的问题,提出基于最小跟踪噪声功率谱估计的相干滤波与广义旁瓣抵消的麦克风小阵语音增强算法。该方法先利用最小跟踪噪声功率谱估计的相干滤波抑制弱相关噪声,再结合广义旁瓣抵消与端点检测抑制强相关噪声。实验结果表明,方法更加有效地抑制噪声的影响;并提高了语音的可懂度。     

Space discriminative function for microphone array robust speech recognition

0IntroductionUnder the condition of existing competing speakers,the performance of a speech recognition systemdegradesseriously.Withits capabilityto provide hands-free acqui-sition of speech and directional discrimination,micro-phone array has become widely used in many robust ASRfront-end[1-3].Adaptive beamforming realizes notches in the direc-tions of interferences in current working environment byadapting its weights according to some optimum criteri-on[4].Adaptive microphone array can re…     

基于矩形麦克风阵列的改进的GCC-PHAT语音定位算法

针对相位变换加权广义互相关方法（GCC-PHAT）对噪声的影响较为敏感的缺点,本文通过削弱噪音互谱、加权信噪比、应用相干函数等手段对原始的相位变换加权函数（PHAT）进行了改进,得到了一种改进的相位变换加权函数（MPHAT）,以便在有噪情况下更准确地估计时间差。大量的仿真实验验证了本文算法的有效性。     

噪声源识别技术的进展

实现声源控制的前提是正确识别出主要噪声源.文章介绍了噪声源识别的各种方法.简要论述了传统的分析方法和基于信号处理技术的一般识别方法;对近年来出现的声强测量、声全息和波束形成技术的原理、特点、应用作了综述;最后简单介绍了合肥工业大学噪声振动工程研究所近几年来在这方面取得的成果.     

Toeplitz化技术在舰载圆阵波束形成算法中的应用

把Toeplitz技术应用于舰载环境的均匀圆阵，首先通过预处理技术把阵元空间的均匀圆阵转换为模式空间的均匀线阵，然后对模式空间中均匀线阵的相关矩阵进行Toeplitz化处理，再利用ESB算法进行波束形成．理论分析表明该算法可得到较快的收敛速度，并可实现均匀圆阵的抗相干干扰，计算机仿真证实了方法的有效性．