0 引言

    準(zhǔn)確定位聲源是移動(dòng)設(shè)備進(jìn)行聽覺場(chǎng)景分析的首要步驟，其結(jié)果對(duì)后續(xù)混合聲源分離,、聲源辨識(shí),、語(yǔ)音識(shí)別有直接影響。延時(shí)求和波束形成^[1]技術(shù)在進(jìn)行聲源定位時(shí)已被廣泛使用,，需要使用信號(hào)到達(dá)麥克風(fēng)陣列中不同麥克風(fēng)的時(shí)間差值(Time Difference Of Arrival,，TDOA)。而相位變換廣義互相關(guān)(Generalized Cross Correlation-Phase Transform,，GCC-PHAT)算法具有很短的判決時(shí)延和較好的跟蹤能力,，適用于低混響環(huán)境，是常用的TDOA估計(jì)算法,。

    VALIN J M提出了一種使用遞歸方法計(jì)算權(quán)值的改進(jìn)的GCC-PHAT算法^[2],，即連續(xù)值頻點(diǎn)加權(quán)GCC-PHAT算法，來提高原算法對(duì)加性噪聲的魯棒性,。連續(xù)權(quán)值計(jì)算需要使用最小值控制遞歸平均^[3](Minimum Controlled Recursive Averaging,，MCRA)算法估計(jì)噪聲，但MCRA算法在噪聲變化后需要適應(yīng)時(shí)間調(diào)整參數(shù)^[4],，因而對(duì)于加性非平穩(wěn)間或噪聲,，使用連續(xù)權(quán)值的加權(quán)方法無法消除其干擾，最終導(dǎo)致TDOA估計(jì)錯(cuò)誤,。因此本文在頻點(diǎn)加權(quán)GCC-PHAT算法的基礎(chǔ)上,，利用接收信號(hào)中風(fēng)噪聲與聲源信號(hào)頻點(diǎn)間相干性差異，提出一種頻點(diǎn)離散值加權(quán)GCC-PHAT算法,，以消除風(fēng)噪聲及背景噪聲對(duì)TDOA估計(jì)的干擾,。實(shí)驗(yàn)結(jié)果表明，相較原算法,，新算法的結(jié)果可靠性和運(yùn)算效率都明顯提高,。

1 互相關(guān)算法估計(jì)信號(hào)時(shí)差

1.1 場(chǎng)景聲學(xué)模型

    設(shè)聲源信號(hào)在存在加性噪聲的混響環(huán)境中傳播，由麥克風(fēng)陣列接收,。加性噪聲由背景噪聲和風(fēng)噪聲組成,。風(fēng)噪聲是一種特殊的非平穩(wěn)噪聲，由麥克風(fēng)薄膜表面湍流產(chǎn)生,，導(dǎo)致接收信號(hào)產(chǎn)生嚴(yán)重畸變,。背景噪聲在聲學(xué)環(huán)境中近似為遠(yuǎn)場(chǎng)聲源產(chǎn)生的彌漫性噪聲。聲源信號(hào)與風(fēng)噪聲及背景噪聲等加性噪聲不相關(guān),。

    設(shè)n為信號(hào)時(shí)域采樣序號(hào),，m為陣列中麥克風(fēng)編號(hào),，s(n)為聲源信號(hào)，h_m(n)是聲源到麥克風(fēng)m之間的房間系統(tǒng)沖擊響應(yīng)序列,，w_m(n)表示風(fēng)噪聲,，b_m(n)為背景噪聲信號(hào)。背景噪聲不需要考慮混響,，則麥克風(fēng)m接收信號(hào)y_m(n)表示為：

1.2 頻點(diǎn)加權(quán)GCC-PHAT算法

    接收信號(hào)在整個(gè)時(shí)間域上非平穩(wěn),。利用接收信號(hào)短時(shí)平穩(wěn)特性，通過短時(shí)傅里葉變換,，將分幀后信號(hào)變換到時(shí)頻域分析^[5],。選擇長(zhǎng)度為N的海寧窗h(n)對(duì)接收信號(hào)分幀，減小信號(hào)幀間頻率截?cái)嘈?yīng),。設(shè)信號(hào)幀間步進(jìn)長(zhǎng)度為ΔN個(gè)采樣間隔,，則接收信號(hào)第l幀表示為y_m(lΔN+n)，其傅里葉變換結(jié)果為：

2 離散值頻點(diǎn)加權(quán)GCC-PHAT算法

2.1 離散頻點(diǎn)權(quán)值

    VALIN J M等人提出的頻點(diǎn)連續(xù)權(quán)值計(jì)算基于先驗(yàn)信噪比(Signal-to-Noise Ratio,，SNR)估計(jì),。頻點(diǎn)k對(duì)應(yīng)的連續(xù)權(quán)值為：

式中，為MCRA算法所得噪聲功率譜估計(jì),。

    連續(xù)權(quán)值是關(guān)于信噪比的單調(diào)函數(shù),，值域?yàn)閇0，1],，用soft mask表示,，取值如圖1所示。

    頻點(diǎn)連續(xù)權(quán)值計(jì)算依賴噪聲功率譜估計(jì)和信號(hào)相鄰幀間信噪值連續(xù)性,。比較風(fēng)噪聲和語(yǔ)音信號(hào)瞬時(shí)功率隨時(shí)間的變化曲線,，可以看出風(fēng)噪聲時(shí)域變化特性強(qiáng)于語(yǔ)音信號(hào)^[6]。現(xiàn)有語(yǔ)音增強(qiáng)算法均默認(rèn)噪聲變化慢于語(yǔ)音,，故對(duì)于包含風(fēng)噪聲的信號(hào),，上述方法無法得出先驗(yàn)信噪比。且連續(xù)權(quán)值取值為[0,，1],，當(dāng)聲源信號(hào)受噪聲嚴(yán)重干擾(SNR<0)時(shí)，信號(hào)頻點(diǎn)對(duì)應(yīng)權(quán)值大于零,，加權(quán)后信號(hào)仍然保留噪聲成分,，導(dǎo)致最終TDOA估計(jì)出錯(cuò)。本文在已有頻點(diǎn)加權(quán)方法基礎(chǔ)上提出一種使用頻點(diǎn)離散權(quán)值的風(fēng)噪聲抑制算法,。新權(quán)值是關(guān)于信號(hào)頻點(diǎn)相干值的函數(shù),，不依賴噪聲估計(jì)，且只取離散值0和1，完全消除含噪頻點(diǎn)對(duì)TDOA估計(jì)結(jié)果的干擾,。新權(quán)值用wind mask表示,。

    風(fēng)噪聲由麥克風(fēng)表面的湍流產(chǎn)生，不同麥克風(fēng)間風(fēng)噪聲頻點(diǎn)無相干性,。但對(duì)于同一聲源信號(hào),，陣列中麥克風(fēng)的接收信號(hào)在各頻點(diǎn)上都具有高相干性,。引入相干譜值(Magnitude Squared Coherence,，MSC)，對(duì)信號(hào)各頻點(diǎn)間相干性大小進(jìn)行量化：

式中,，P_m1m2,、P_m1m1、P_m2m2分別為麥克風(fēng)m1,、m2信號(hào)的互功率譜密度和自功率譜密度,。

    MSC值反映了不同信號(hào)在頻點(diǎn)k上的相干程度。如圖2所示,，對(duì)于近場(chǎng)平穩(wěn)聲源的兩路信號(hào),，在信號(hào)存在頻率范圍內(nèi)，MSC值在1附近,，而在風(fēng)噪聲存在的低頻區(qū)域,，MSC值始終分布在0附近。圖3為包含風(fēng)噪聲的1幀信號(hào)MSC取值,。在風(fēng)噪聲存在的低頻范圍,，信號(hào)各頻點(diǎn)處0≤MSC≤1，且包含噪聲成分越多,，MSC取值越小,。風(fēng)噪聲頻率范圍外信號(hào)各頻點(diǎn)MSC接近1。但背景噪聲間也具有相干性^[7],，其MSC取值滿足式(8),，其中d_m1m2為麥克風(fēng)之間距離。因此使用相干差異消除風(fēng)噪聲干擾前需要預(yù)先消除背景噪聲,。

    分析不同類型信號(hào)發(fā)現(xiàn),，只有無噪聲干擾的近場(chǎng)平穩(wěn)聲源信號(hào)，各頻點(diǎn)間MSC值始終接近1,。其余信號(hào)頻點(diǎn)MSC取值在[0,，1]內(nèi)。因此可以利用信號(hào)間頻點(diǎn)的相干值檢測(cè)噪聲,，并通過加權(quán)方式只保留信號(hào)中未受干擾頻點(diǎn),。上述結(jié)論數(shù)學(xué)表達(dá)如式(9)所示，其中θ_wind為相干值閾值,。

    不同于連續(xù)頻點(diǎn)權(quán)值計(jì)算基于單路信號(hào),，新權(quán)值計(jì)算同時(shí)基于2路信號(hào),，則式(3)可以表示為：

2.2 預(yù)增強(qiáng)信號(hào)

    MCRA算法避免了信號(hào)活躍性檢測(cè)方法在低信噪和無聲段因高誤檢率引起的錯(cuò)誤估計(jì)。但MCRA算法在固定長(zhǎng)度時(shí)間窗內(nèi)搜索頻帶功率譜最小值,，產(chǎn)生噪聲估計(jì)滯后,。本文提出一種連續(xù)時(shí)域上的當(dāng)前功率譜最小值搜索方法，提高估計(jì)速度,。在搜索功率譜最小值前,，先做如下時(shí)域遞歸平滑獲得平滑功率譜值：

    由于噪聲先驗(yàn)概率比為單調(diào)函數(shù)，根據(jù)Bayes最小風(fēng)險(xiǎn)代價(jià)判決準(zhǔn)則,，MCRA算法使用信號(hào)功率譜與其局部最小值的比值S_r(l,，k)與固定閾值δ比較，判決頻點(diǎn)是否包含信號(hào)分量,，計(jì)算信號(hào)存在概率,。但是固定閾值δ僅適用于平穩(wěn)噪聲情況，對(duì)包含非平穩(wěn)噪聲情況判決不敏感,。根據(jù)信號(hào)頻率分布特性：風(fēng)噪聲分布在中低頻率區(qū)域,，中高頻部分為包含背景噪聲的聲源信號(hào)，新算法選擇如下分段閾值δ(k)：

2.3 算法運(yùn)算負(fù)載分析

    移動(dòng)設(shè)備計(jì)算資源有限,，對(duì)算法實(shí)時(shí)性也有要求,，故必須考慮算法運(yùn)算量。對(duì)于包含M個(gè)麥克風(fēng)的陣列,，使用頻點(diǎn)加權(quán)GCC-PHAT算法估計(jì)TDOA,，信號(hào)每幀均需要執(zhí)行M次FFT和M(M-1)/2次IFFT操作。為簡(jiǎn)化分析,，假設(shè)傅里葉正,、逆變換運(yùn)算量相同，則M個(gè)麥克風(fēng)的陣列估計(jì)TDOA運(yùn)算量記為(M²+M)/2次運(yùn)算,，復(fù)雜度為O(M²),，故隨著陣列中麥克風(fēng)個(gè)數(shù)增加，算法運(yùn)算量快速上升,。

3 實(shí)驗(yàn)結(jié)果分析與對(duì)比

3.1 實(shí)驗(yàn)參數(shù)

    本部分將在不同測(cè)試條件下比較不同頻點(diǎn)加權(quán)GCC-PHAT算法性能,。表1給出算法對(duì)應(yīng)參數(shù)。為確保時(shí)頻變換后獲取接收信號(hào)全部頻率成分,，設(shè)置f_s為48 000 Hz,；接收信號(hào)每幀包含的采樣點(diǎn)數(shù)N對(duì)應(yīng)信號(hào)時(shí)長(zhǎng)在20 ms~30 ms，窗序列設(shè)置為相同長(zhǎng)度,；為保持平穩(wěn)信號(hào)幀間的連續(xù)性,，設(shè)幀步進(jìn)ΔN=N/2，即幀間50%重疊；c為20 ℃,、101.1 kPa條件下聲速,；ε是接近0的小數(shù)，避免實(shí)際應(yīng)用中式(11)結(jié)果溢出,；判決閾值θ_wind,、θ_D、θ_min取值依據(jù)多次實(shí)驗(yàn)結(jié)果確定,。根據(jù)表1中參數(shù),，算法引入延遲Δl·ΔN/f_s=32 ms。在人機(jī)語(yǔ)音交互中,，這種量級(jí)的時(shí)間延遲可以忽略,。

    基于IMAGE方法^[9],，計(jì)算尺寸為10 m×8 m×3.5 m的混響房間模型的沖激響應(yīng)序列,。選擇一段7 s的語(yǔ)音作為目標(biāo)聲源信號(hào)，卷積沖激序列模擬信號(hào)的混響效果,。目前沒有語(yǔ)料庫(kù)提供相應(yīng)的風(fēng)噪聲信號(hào),，需要通過實(shí)驗(yàn)采集。信號(hào)采集使用一對(duì)匹配全指向拜亞動(dòng)力MM1麥克風(fēng),，模擬氣流由空氣壓縮機(jī)產(chǎn)生,。以房間一角作為坐標(biāo)原點(diǎn)建立直角坐標(biāo)系，聲源及麥克風(fēng)位置見表2,。i,、j、k為x,、y,、z軸單位向量。

3.2 算法性能指標(biāo)

3.3 結(jié)果分析

    圖5,、圖6分別為混響環(huán)境(RT60=200 ms)中的含噪(SNR=5 dB)信號(hào)的語(yǔ)譜圖以及不同頻點(diǎn)加權(quán)方法權(quán)值分布,。圖5(a)顯示風(fēng)噪聲集中在信號(hào)低頻區(qū)域，且隨時(shí)間快速變化,。MCRA算法不能準(zhǔn)確估計(jì)風(fēng)噪聲,，因此圖5(b)中頻點(diǎn)取的連續(xù)權(quán)值在低頻區(qū)域值接近1，對(duì)含風(fēng)噪聲頻點(diǎn)無衰減,，含噪信號(hào)頻點(diǎn)被帶入相關(guān)值計(jì)算,。圖6(a)中噪聲功率譜估計(jì)曲線顯示，對(duì)于平穩(wěn)噪聲,，因頻帶上的信號(hào)功率通常衰減的最小值接近噪聲功率值,，故基于最小值統(tǒng)計(jì)的算法消除平穩(wěn)背景噪聲效果好。但對(duì)于快速變化噪聲，算法設(shè)計(jì)依據(jù)決定估計(jì)值會(huì)產(chǎn)生滯后,，增強(qiáng)的信號(hào)仍包含風(fēng)噪聲,。同時(shí)表明信號(hào)增強(qiáng)方法不能消除風(fēng)噪聲干擾。本文提出算法對(duì)應(yīng)權(quán)值分布如圖6(b)所示,，判斷并直接去除信號(hào)低頻范圍內(nèi)受干擾頻點(diǎn)(權(quán)值為0),，只保留強(qiáng)相干性頻點(diǎn)(權(quán)值為1)。風(fēng)噪聲頻率范圍外中高頻區(qū)域的信號(hào)頻點(diǎn)則盡量保留,，帶入相關(guān)值計(jì)算,。

    圖7為上述實(shí)驗(yàn)條件中使用不同權(quán)值的GCC-PHAT算法估計(jì)TDOA結(jié)果統(tǒng)計(jì)。實(shí)驗(yàn)結(jié)果表明,，不加權(quán)和使用連續(xù)權(quán)值的GCC-PHAT算法估計(jì)值統(tǒng)計(jì)峰值均在τ_c(Delay=-3)處,，對(duì)應(yīng)位置聲源為麥克風(fēng)表面湍流。只有使用wind mask權(quán)值加權(quán)的GCC-PHAT算法估計(jì)結(jié)果集中分布在τ_t(Delay=-18)附近,，對(duì)應(yīng)位置為目標(biāo)聲源,，滿足應(yīng)用要求。

    表3為不同混響,、信噪比測(cè)試條件下,，不同頻點(diǎn)加權(quán)GCC-PHAT算法估計(jì)TDOA結(jié)果可靠性(T_pq)及運(yùn)算負(fù)載(L_pq)對(duì)比。實(shí)際場(chǎng)景中,，風(fēng)噪聲特殊的產(chǎn)生方式?jīng)Q定其必定對(duì)信號(hào)干擾嚴(yán)重,。如在低混響(RT60=0)、低信噪(SNR=0 dB)環(huán)境中,，使用wind mask加權(quán)算法估計(jì)結(jié)果對(duì)應(yīng)T_pq=54.2%,，優(yōu)于使用連續(xù)權(quán)值(31.2%)和不加權(quán)(20.1%)的GCC-PHAT算法。存在混響的低信噪環(huán)境(RT60=200 ms,，SNR=0 dB)中,，使用wind mask加權(quán)的算法結(jié)果對(duì)應(yīng)T_pq下降至48.6%，仍優(yōu)于其他加權(quán)算法,。盡管新的加權(quán)算法在混響情況下運(yùn)算量有所增加,，但均顯著低于其他已有算法。實(shí)驗(yàn)證明,，存在風(fēng)噪聲干擾的場(chǎng)景中,，使用本文提出算法所得結(jié)果更加可靠，運(yùn)算量也更小,。

4 結(jié)論

    通過GCC-PHAT算法估計(jì)TDOA值帶入波束成形算法是定位聲源的常用方法,。本文針對(duì)已有GCC-PHAT算法無法消除風(fēng)噪聲干擾問題原因進(jìn)行分析，并通過對(duì)目標(biāo)信號(hào)和噪聲信號(hào)時(shí)頻特性研究,，提出一種基于信號(hào)間頻點(diǎn)相干性差異的頻點(diǎn)離散值加權(quán)GCC-PHAT算法,。實(shí)驗(yàn)表明,，相較使用基于信噪比估計(jì)的連續(xù)值頻點(diǎn)加權(quán)算法，本文提出的方法所得結(jié)果準(zhǔn)確可靠,，運(yùn)算量小,，具有一定的工程實(shí)用價(jià)值。

參考文獻(xiàn)

[1] BADALI A,，VALIN J M,，MICHAUD F，et al.Evaluating real-time audio localization algorithms for artificial audition in robotics[C].IEEE/RSJ International Conference on Intelligent Robots and Systems,，2009,，IROS 2009，IEEE,，2009：2033-2038.

[2] VALIN J M,，MICHAUD F，ROUAT J.Robust localization and tracking of simultaneous moving sound sources using beamforming and particle filtering[J].Robotics and Autonomous Systems,，2007,，55(3)：216-228.

[3] COHEN I，BERDUGO B.Noise estimation by minima controlled recursive averaging for robust speech enhancement[J].IEEE Signal Processing Letters,，2002,，9(1)：12-15.

[4] 夏丙寅，鮑長(zhǎng)春.適應(yīng)噪聲強(qiáng)度突變的噪聲估計(jì)加速方法[J].信號(hào)處理,，2013，29(10)：1336-1345.

[5] 宋知用.MATLAB在語(yǔ)音信號(hào)分析與合成中的應(yīng)用[M].北京：北京航空航天大學(xué)出版社,，2013.

[6] NELKE C M,，VARY P.Measurement, analysis and simulation of wind noise signals for mobile communication devices[C].2014 14th International Workshop on Acoustic Signal Enhancement(IWAENC)，IEEE,，2014：327-331.

[7] NELKE C M,，VARY P.Dual microphone wind noise reduction by exploiting the complex coherence[C].Proceedings of Speech Communication，11.ITG Symposium,，VDE,，2014：1-4.

[8] LOIZOU P C.語(yǔ)音增強(qiáng)-理論與實(shí)踐[M].高毅，肖莉,，鄧方,，譯.成都：電子科技大學(xué)出版社，2012.

[9] 武曉光,，郭天文.基于房間沖激響應(yīng)的聲學(xué)模型的建立和仿真[J].微電子學(xué)與計(jì)算機(jī),，2014(4)：56-59.

作者信息:

喬  健，王建明 

(南京工業(yè)大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,，江蘇 南京211816)