摘  要： 研究討論了用于麥克風(fēng)陣列的高信噪比定向采音算法，設(shè)計(jì)實(shí)現(xiàn)了麥克風(fēng)陣列語音采集系統(tǒng),。通過對采集到的空間中不同方向音頻進(jìn)行數(shù)字信號處理,，使陣列形成的波束主瓣指向目標(biāo)語音,，零陷指向干擾源，提高采音信噪比,，實(shí)現(xiàn)對聲源的定向采音等,。測試結(jié)果表明，本系統(tǒng)采音效果良好,，采集到的聲音信號主瓣很窄,，能夠?qū)崿F(xiàn)高信噪比定向采音。
關(guān)鍵詞： 麥克風(fēng)陣列,；語音處理,；SMI算法；定向采音

　目前,，在語音采集場合中（如舞臺(tái),、大型會(huì)議室、電視會(huì)議等）通常使用孤立麥克風(fēng)作為語音拾取工具,。但是孤立麥克風(fēng)會(huì)采集環(huán)境噪音,，在多音源場合中相互干擾難以避免，這些缺陷嚴(yán)重影響了語音采集質(zhì)量,。隨著陣列信號處理技術(shù)[1]的發(fā)展,，利用麥克風(fēng)陣列拾取語音信號為提高采音質(zhì)量提供了可能[2]。通過陣列信號處理的方法能夠?qū)崿F(xiàn)智能的語音信號優(yōu)化效果,，實(shí)現(xiàn)語音定向采集,，提高信噪比。
　目前,，麥克風(fēng)陣列語音信號處理技術(shù)是語音采集技術(shù)領(lǐng)域的一個(gè)研究熱點(diǎn),。CHANG A C和HUNG J C等[3]研究了MUSIC語音信號陣列處理算法，在理論上證明了能夠提高采音精度,，具備信號選擇和提取等性能,。GANNOT S和COHEN I等[4]研究了基于廣義旁瓣抵消器結(jié)構(gòu)的語音增強(qiáng)的算法，認(rèn)為GSC算法能夠很好地提高采音信噪比,。邵懷宗等[5]設(shè)計(jì)了一種12陣元麥克風(fēng)陣列,，提高了采音精度。楊祥清等[6]提出的三維聲源定位系統(tǒng)減少了陣元數(shù)量,，同時(shí)保持了一定的采音精度。但國內(nèi)尚無具有自主知識產(chǎn)權(quán)的產(chǎn)品,，所以研究麥克風(fēng)陣列語音采集系統(tǒng)具有較高的市場價(jià)值,。
　本文從上述應(yīng)用背景出發(fā)，分析了基于麥克風(fēng)陣列的高信噪比定向采音系統(tǒng)所涉及的相關(guān)算法,，重點(diǎn)討論了軟硬件系統(tǒng)的工程實(shí)現(xiàn),。麥克風(fēng)陣列定向采音算法主要有自適應(yīng)波束形成技術(shù)中的最小均方（LMS）算法和采樣自相關(guān)矩陣求逆（SMI）算法[7]等,。自適應(yīng)陣列的性能與算法的收斂速度密切相關(guān)。為了加快收斂速度并解決收斂速度依賴于特征值分布的問題,，常采用基于信號環(huán)境的采樣自相關(guān)矩陣求逆（SMI）算法,。本文采用SMI算法，應(yīng)用易于生產(chǎn),、精度高于二維定位,、實(shí)用性更強(qiáng)的4陣元麥克風(fēng)陣列，并使用DSP進(jìn)行陣列信號處理,，以滿足對聲源信息定向采集的需求,。
1 算法模型
　自適應(yīng)波束形成算法應(yīng)用于麥克風(fēng)陣列語音采集系統(tǒng)時(shí)，能夠隨信號源的變化自動(dòng)調(diào)節(jié)有關(guān)參數(shù),，從而達(dá)到調(diào)節(jié)方向圖主瓣方向的目的,。該算法主要是對采集到的麥克風(fēng)陣列信號運(yùn)行內(nèi)部反饋控制，并根據(jù)一定的準(zhǔn)則形成權(quán)向量,，通過對接收到的信號進(jìn)行加權(quán)疊加,，使陣列方向圖的波束主瓣指向有用信號，零陷或較低的旁瓣指向干擾信號方向[8],，從而將不同的信號從空間上實(shí)現(xiàn)分隔,，實(shí)現(xiàn)定向采音。
1.1 陣列模型
　本系統(tǒng)采用等距線性麥克風(fēng)陣列[9],。對于實(shí)際使用的陣列結(jié)構(gòu)要求方向向量a（θ）與入射角θ一一對應(yīng),，不能出現(xiàn)模糊現(xiàn)象。因此,，陣元間距d不能任意選擇,，有時(shí)甚至需要非常精確地校準(zhǔn)。假設(shè)d很大,，則相鄰陣元的相位延遲會(huì)超過2π,，此時(shí)，陣列方向向量無法在數(shù)值上分辨出具體的相位延遲,，就會(huì)出現(xiàn)相位模糊[10],。對于等距線性陣列來說，其陣元間距不能大于半波長λ/2,。
　語音的主要頻率范圍為340 Hz~4 000 Hz ,，空氣中聲速約為 C=340 m/s，可得波長的范圍為0.085 m~1 m,，因此d的范圍為4.25 cm~50 cm,。而對于低旁瓣或零深陷的復(fù)雜波束，要求r=10L2/λ（r為聲源到基陣的距離，L為等距線性陣列長度）或更大距離[11],，考慮應(yīng)用環(huán)境,，取r范圍為2 m~10 m。經(jīng)測試發(fā)現(xiàn),，一般人說話的聲音頻率在1 000 Hz左右,，即λ在0.34 m左右。由此可以推算出L為0.26 m~0.58 m,。因此取L=45 cm,。
　建立等距線性陣列模型，該信號在發(fā)射端表示為s（t）,，信道復(fù)增益（包括幅度和相位影響）為h（t）,，入射角為θ，以圖1表示M陣元直線型麥克風(fēng)陣列,。

1.3 算法仿真
　使用MATLAB軟件對SMI算法進(jìn)行仿真,。圖2所示為信號源方向?yàn)?°，主要干擾信號方向?yàn)?5°的8陣元（圖2（a））與4陣元（圖2（b））麥克風(fēng)陣列仿真結(jié)果,。

　由圖2可以看出,，該算法在45°方向形成了零陷，有效地抑制了主干擾信號,。而在0°方向形成了具有一定寬度的主瓣,，由于主瓣的增益大于所有旁瓣的增益，因此該算法能有效地采集到期望信號,，抑制其他信號,。
雖然，8陣元的仿真結(jié)果比4陣元的要好,，主瓣較窄,，零陷明顯，但是算法復(fù)雜度較高,，硬件實(shí)現(xiàn)較為困難,。綜合仿真結(jié)果和硬件電路復(fù)雜度，認(rèn)為采集信號的麥克風(fēng)的個(gè)數(shù)為4個(gè),，每個(gè)麥克風(fēng)的間距為15 cm時(shí),，該算法的性能較好，且硬件電路較容易實(shí)現(xiàn),。
2 硬件實(shí)現(xiàn)
2.1 系統(tǒng)整體方案
　圖3為系統(tǒng)硬件結(jié)構(gòu)圖,，包括4陣元直線型麥克風(fēng)陣列、4路音頻放大濾波電路,、DSP處理器以及音頻編解碼器,。

　麥克風(fēng)陣列采用4個(gè)駐極體式麥克風(fēng)構(gòu)成陣列,；放大濾波電路對麥克風(fēng)陣列采集到的信號進(jìn)行預(yù)處理，通過RCA端子將預(yù)處理后的信號送往音頻編解碼器,；處理器采用ADSP-21479，用SMI算法對量化編碼后的4路音頻信號進(jìn)行處理,，得到期望信號,；音頻編解碼器AD1939對經(jīng)過放大濾波后的4路音頻信號進(jìn)行量化編碼，隨后將DSP的處理結(jié)果經(jīng)D/A轉(zhuǎn)換后輸出,。
2.2 關(guān)鍵模塊設(shè)計(jì)
2.2.1 DSP處理器與系統(tǒng)程序
　數(shù)字波束形成[12]的過程是一系列矩陣相乘的過程,，其運(yùn)算的數(shù)據(jù)量大，而信道環(huán)境是不斷變化的,，導(dǎo)致最優(yōu)權(quán)值也處于不斷的變化中,，因此實(shí)際權(quán)值必須進(jìn)行不斷的調(diào)整，因而要求瞬時(shí)處理速度要快,。
　DSP處理技術(shù)[13]可以運(yùn)用在對瞬時(shí)處理能力要求更加苛刻的環(huán)境,，DSP處理器和通用處理器最大的不同在于數(shù)據(jù)處理能力的增強(qiáng)，其核心是對連續(xù)存儲(chǔ)的數(shù)據(jù)依次作重復(fù)的乘加運(yùn)算[14],。
　另外,，由于浮點(diǎn)型DSP處理器具有運(yùn)算精度高等特點(diǎn)，因此本系統(tǒng)選擇ADI公司的高性能浮點(diǎn)DSP處理器ADSP-21479芯片作為整個(gè)系統(tǒng)的核心,。ADSP-21479是高性能32/40 bit浮點(diǎn)處理器,，具有高性能音頻處理的功能；工作頻率高達(dá)300 MHz,，滿足實(shí)時(shí)性的要求,；另外，還具有精簡的指令集,，編程較容易,。
　由于陣列信號處理是在信號的復(fù)基帶進(jìn)行的，需要進(jìn)行大量的復(fù)數(shù)運(yùn)算,，因此如果沒有簡潔,、優(yōu)化的執(zhí)行程序，算法的運(yùn)算時(shí)間就會(huì)比較長,。在本設(shè)計(jì)中,，考慮到矩陣運(yùn)算的復(fù)雜性，采用C語言進(jìn)行編程,。采用這種方式,，可縮短軟件開發(fā)的時(shí)間，提高程序的可讀性和可移植性,，但是在滿足系統(tǒng)實(shí)時(shí)運(yùn)算的要求上會(huì)有所缺陷,。
　基于上述討論，DSP采用圖4所示的流程圖實(shí)現(xiàn)自適應(yīng)波束形成。

2.2.2 前置放大濾波電路
　由于駐極體麥克風(fēng)采集到的信號存在嚴(yán)重噪音,，為了獲得高質(zhì)量的音頻信號,，在DSP板載RCA輸入端子前加了前置放大濾波電路對語音信號進(jìn)行預(yù)處理。經(jīng)測試,，放大濾波電路通頻帶為0~1 300 Hz,，放大倍數(shù)為0~54 dB可調(diào)，典型值約為46 dB,，該電路可以有效降低噪聲的干擾,，從而提高音質(zhì)。

　從圖6可以看出,，對于同樣距離的同一聲源,，在主瓣（即0°方向）可以實(shí)現(xiàn)最大輸出，而在形成零陷的45°方向?qū)?shí)現(xiàn)抑制,。這個(gè)測試結(jié)果與圖2所示的仿真結(jié)果相吻合,。這樣就實(shí)現(xiàn)了波束的形成，進(jìn)而實(shí)現(xiàn)定向采音,。
　基于麥克風(fēng)陣列的定向采音技術(shù)是一個(gè)新興的領(lǐng)域,，具有深刻的技術(shù)背景和廣闊的應(yīng)用前景。本文從算法模型到硬件實(shí)現(xiàn)詳細(xì)介紹了基于麥克風(fēng)陣列的高信噪比定向采音系統(tǒng),。本系統(tǒng)可以給出較好的采音效果,，硬件實(shí)現(xiàn)也不復(fù)雜。在基于麥克風(fēng)陣列的定向采音技術(shù)上,，本系統(tǒng)還可以進(jìn)行一些改進(jìn),。在理論上，可以進(jìn)一步提高定向采音精度,，更快速地跟蹤及更有效地去噪,；在實(shí)現(xiàn)上，因?yàn)樯婕岸嗤ǖ勒Z音處理和更為復(fù)雜的核心算法,，需要實(shí)現(xiàn)更加苛刻的實(shí)時(shí)信號處理要求,。
參考文獻(xiàn)
[1] KRIM  H， VIBERG M. Two decades of array signal processing research： the parametric approach[J]. Signal Processing Magazine,， IEEE,， 1996，13（4）：67-94.
[2] KANEDA Y,， OHGA J. Adaptive microphone-array system for noise reduction[J]. IEEE Transactions on Acoustics,， Speech and Signal Processing， 1986,，34（6）：1391-1400.
[3] CHANG A C,， HUNG J C. DOA estimation using iterative MUSIC algorithm for CDMA signals[J]. IEICE Transactions on communications,， 2009， 92（10）： 3267-3269.
[4] GANNOT S,， COHEN I. Speech enhancement based on the general transfer function GSC and postfiltering[J]. IEEE Transactions on Speech and Audio Processing,， 2004，12（6）：561-571.
[5] 邵懷宗,，林靜然,，彭啟琮，等.基于麥克風(fēng)陣列的聲源定位研究[J].云南民族大學(xué)學(xué)報(bào)（自然科學(xué)版）,，2004，13（4）：256-258.
[6] 楊祥清,，汪增福.基于麥克風(fēng)陣列的三維聲源定位算法及其實(shí)現(xiàn)[J].聲學(xué)技術(shù),，2008，27（2）：260-265.
[7] 桑懷勝,，李崢嶸.智能天線的原理,、自適應(yīng)波束形成算法的研究進(jìn)展與應(yīng)用[J].國防科技大學(xué)學(xué)報(bào)，2001,，23（6）：83-89.
[8] GRIFFITHS L,， JIM C. An alternative approach to linearly constrained adaptive beamforming[J]. IEEE Transactions on Antennas and Propagation， 1982,，30（1）： 27-34.
[9] 王冬霞,，趙光，鄭家超.麥克風(fēng)陣列拓?fù)浣Y(jié)構(gòu)對語音增強(qiáng)系統(tǒng)性能影響的理論分析[J].遼寧工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版）,，2010,，30（1）：1-4.
[10] BALLAL T， BLEAKLEY C. Phase-difference ambiguity resolution for a single-frequency signal in the near-field using a receiver triplet[J]. IEEE Transactions on Signal Processing,， 2010,，58（11）：5920-5926.
[11] KENNEDY R A， ABHAYAPALA T D,， WARD D B.Broadband nearfield beamforming using a radial beampattern transformation[J]. IEEE Transactions on Signal Processing,， 1998，46（8）： 2147-2156.
[12] TURCOTTE R L,， MA S C H,， AGUIRRE S. Method and intelligent digital beam forming system with improved signal quality communications[P].  Google Patents，5856804： 1999-01-05.
[13] RABINER L R,， GOLD B. Theory and application of digital signal processing[M]. Englewood Cliffs,， NJ， Prentice-Hall,， Inc.,， 1975.
[14] 劉書明,，蘇濤，羅軍輝.TigerSHARC DSP應(yīng)用系統(tǒng)設(shè)計(jì)[M].北京：電子工業(yè)出版社,，2004.