Résumé: Le temps de réverbération et des signaux de fréquence provoquent voix floue, la voix grave devient incompréhensible. Afin d'améliorer la qualité de la voix, un faisceau est proposé des moindres carrés Wiener filtre après avoir formé algorithme de suppression de la réverbération. Le signal de parole de l'algorithme dans une partie directe et d'un donner de réverbération partie réverbérant Wiener estimateur de gain de post-filtre, car la partie basse fréquence d'un signal de parole de problème de cohérence bruit fort moindres carrés algorithme de formation de faisceau traitement de fréquence, et enfin résoudre les poids optimaux. Les résultats de simulation montrent que l'algorithme proposé a un meilleur rejet de réverbération.
TN912.16
A
10,16157 / j.issn.0258-7998.172043
format de citation chinois: HL encore, Ting, Guo Yecai, etc. est formé sur la poutre de réverbération LS post filtrage de Wiener algorithme de suppression Technologie électronique, 2018,44 (3): 131-134.
Anglais format de citation: Zhang Xiuzai, Wang Ting, Guo Yecai, et al. Algorithme de suppression Réverbération LS basée sur la formation de faisceaux post-filtre Wiener . Application de la technique électronique, 2018,44 (3): 131-134.
0 introduction
Le réseau de microphones peut obtenir avec précision les informations spatiales, largement utilisés dans la téléconférence, les communications vocales mains libres, système vocal interactif humaine et d'autres appareil auditif . Il est un important des techniques de traitement de réseau de microphones de formation de faisceau, dont le but principal est le signal utile pour former un faisceau dans une direction spécifique, tout en supprimant le bruit et les signaux parasites dans d'autres directions . Ces dernières années, comme les gens l'étude approfondie des communications vocales, le réseau de micro pour être plus largement utilisé.
Dans les applications de communication vocale distribué ayant une pluralité de microphones, chaque capteur est généralement souhaitable de quantifier la quantité du signal de réverbération, de manière à sélectionner un canal avec la plus haute qualité ou de réverbération minimale. Sans assumer la corrélation entre le bruit dans les différents canaux, Zelinski R a une formation de faisceau proposé post-filtrage de Wiener en utilisant les informations spatiales pour résoudre l'estimation du filtre de Wiener. Mais ce champ de bruit incohérent en fait rarement rencontré, en particulier dans le domaine du bruit à basse fréquence. Berkun R et MARRO C est proposé en fonction de réseau de microphones de bruit en combinaison avec un post-filtre de Wiener et un algorithme de déréverbération. MCCOWAN I basé sur une expression plus générale pour le domaine complexe de bruit cohérent suppose que les connaissances pour établir des estimations du filtre, mais nécessite l'algorithme précédemment obtenu fonction de cohérence du bruit, la portée est limitée. SIMMER KU Filtre Wiener multi-canal (MCWF) présenté, qui peut être divisé en variance minimale distorsion de réponse formeur de faisceaux et post-filtre à canal unique, les expressions de solution optimale, la qualité vocale Réverbération nettement améliorée. Luebs A point augmentation de traitement de brouillage sur la base de bruit blanc et du bruit sur diffuse la réflexion, en fournissant une solution des moindres carrés globalement optimale, une utilisation plus efficace des informations recueillies par le réseau de microphones, d'améliorer la qualité de la parole.
Ce document présente les moindres carrés Wiener post-filtrage d'un faisceau ayant formé algorithme de suppression de la réverbération. L'algorithme contenant signal de parole obtenu en divisant réverbérant les hautes et les composantes basse fréquence, superposée sur l'algorithme ont été traités avec le faisceau LS, et le post-filtre de Wiener, puis la parole obtenu par la transformée de Fourier inverse déréverbération le signal. Les résultats de simulation montrent que la réverbération est formée algorithme de suppression de réverbération a une meilleure capacité d'inhibition faisceau LS sur Wiener post-filtrage de la présente.
1 modèle de signal
1.1 moindres carrés Beamforming algorithme
M est un ensemble d'élément de matrice réseau linéaire uniforme, il y a un ordre L-élément pour ensemble de filtres FIR après chaque canal, la largeur de bande de fréquence d'un signal à large bande est reçue Nf , L'angle entre la direction de propagation de la méthode de la matrice de base est une direction de ligne de signal [theta], l'espacement entre l'élément de tableau d. Dans le procédé de conception des moindres carrés de formation de faisceau , la fonction de coût est définie comme:
1.2 ayant un filtrage après Wiener formateur de faisceau
Zelinski R a proposé la structure de post-filtre adaptatif représenté à la figure 1. Lorsque, A (i) représente la densité spectrale de puissance du i-ième canal, C (i) représente la densité spectrale de puissance croisée, y (t) est le signal de sortie. Le système du premier signal de parole d'ensemble de microphones a reçu une compensation de retard. Le canal i-ième reçoit le signal xi (t) est exprimé en tant que:
1.3 amélioration sur la base après filtrage Wiener LS formation de faisceau
Lebart K et la prise en charge de la BOUCHER J M proposé , à savoir, sur la base de réponse impulsionnelle h ambiante (k) est un processus aléatoire, exprimé en tant que:
Supposons sd (k) et sr (k) désigne le signal de parole propre s (t) et hd (k) et h (k) convolution, le sd (k) de la partie de signal direct à signal de parole traité, SR ( k) à traiter une partie des échos de signal de parole.
Filtre Wiener Amélioration de gain estimé de l'analyse ci-dessus :
Étant donné que le facteur d'atténuation de la réverbération associé à la présence de réverbération du temps T60, le temps de réverbération est différente dans différentes bandes de fréquences, il existe un degré de de la chambre spécifique de la réflexion et de l'atténuation de fréquence différente qui varie en fonction, à savoir, les signaux acoustiques de différentes fréquences générées il y a des différences dans le champ sonore réelle et basse fréquence du bruit de cohérence plus forte, et donc pensé traitement de division en utilisant le signal de transformée de Fourier divisé en composantes de haute et basse fréquence, la fréquence de point de division est prise comme 1 kHz. Alors que est une matrice de coefficients de pondération, le nombre de la normale, élevée, vecteur bas poids hL, hH ont été ajoutés peu de temps après le signal divisé en fréquence, pour former un signal faisceau LS algorithme puis additionné Y, respectivement obtenus ( [omega]) post-filtre de Wiener, et enfin la transformée de Fourier inverse le signal pour obtenir le signal de parole à la réverbération. Sur la base de la structure LS post-filtrage Wiener amélioré beamforming représenté sur la figure.
Par la formule (5), la formule (12) peuvent être obtenus en améliorant la formation de faisceau optimal vecteurs de poids:
Expérimentation et d'évaluation
Simulation de l'environnement: Le microphone ULA six de capteur, dans lequel la position de la source sonore (-5,1,0), le plus à gauche de la position du premier microphone (-5,2,1), les éléments de réseau de microphones espacés de 1 m. Quatre murs, le plancher, les coefficients de réflexion de plafond respectivement 0.9,0.95,0.9,0.95,0.2,0.4. Les coordonnées diagonales de la chambre (-7, -3, 0), (1,3,1.24). Dans cette étude, un certain signal de parole propre (une première classe d'accueil de nouveaux étudiants) et la salle de réception de réponse impulsionnelle à faire le signal de convolution, le signal de parole propre après la fréquence fs d'échantillonnage pour la réverbération 8000 Hz, durée 2,3 s. Vérifiez l'algorithme proposé à partir des deux indicateurs.
(1) le spectrogramme. La figure 3 montre les caractéristiques en trois dimensions de la façon spectrale de la parole, un spectre dynamique. Tonalités de couleurs représentées par une bande de fréquence spécifique de l'énergie.
. La figure 3 (a) est le signal de parole propre spectrogramme;. La figure 3 (b) est un signal de parole d'réverbérant de spectrogramme, à partir de laquelle on peut le voir sur la figure pics de résonance longitudinale se chevauchent plus grave, sur l'axe horizontal (axe du temps) signal de parole apparaissent approximativement le retard de 0,17, la qualité vocale gravement endommagé;. la figure 3 (c) dans l'algorithme de filtre de Wiener à canal unique bien qu'il y ait une certaine inhibition de la réverbération, il reste une distorsion du signal grave;. la figure 3 (d) dans les présentes algorithme de suppression de réverbération est mieux, pour améliorer plus apparente distorsion du signal.
(2) L'évaluation de la déréverbération pour évaluer l'effet qualité de la parole perçue (Perceptual Evaluation de la qualité vocale, PESQ), exprimé en PESQ:
Dans lequel, Dind, Aind sont la valeur de perturbation asymétrique et les valeurs moyennes d'interférence obtenues par combinaison linéaire de la moyenne. Comme on le voit dans le tableau 1, PESQ après addition du signal de parole réverbérante tombe à 1,9, soit une baisse sérieuse de la qualité des signaux vocaux. Après cet article, l'algorithme de suppression de réverbération PESQ 2.3.
3 résumé
Le faisceau a proposé des moindres carrés post-filtre Wiener réverbération formée supprimant algorithme de réverbération est divisé en une partie de signal directe et la partie de réverbérations, l'amélioration des estimations de gain de filtre de Wiener poste, puis en utilisant les moindres carrés algorithme beamforming divise le traitement du signal, et enfin résoudre les poids optimaux, et l'indice de perception à partir des signaux de qualité spectrogramme et voix grâce à des algorithmes de simulation ont été évalués. Les résultats de simulation montrent que, par rapport à l'algorithme de suppression de comptage de réverbération Wiener est proposé effet de réverbération de l'algorithme de suppression est plus importante.
références
P LOIZOU amélioration C.Speech: Théorie et pratique .Crc Press, Inc.2013.
DOBLINGER G.Optimization de formeurs de faisceaux fixes à large bande avec le calibrage du capteur adaptatif Conférence .Signal traitement, 2010, European.IEEE 2010: 2062-2066.
Zelinski réseau de microphones R.Un avec adaptation post-filtrage pour la réduction du bruit dans les chambres réverbérantes Conférence sur .International Acoustique, voix et signal Processing.IEEE, 20025: 2578-2581.
Berkun R, COHEN rapport de puissance de réseau I.Microphone pour l'évaluation de la qualité de la parole réverbéré .EURASIP Journal sur les progrès dans le traitement du signal, 2015 (1): 1-11.
MARRO C, MAHIEUX Y, K SIMMER U.Analysis des techniques de réduction du bruit et de déréverbération sur la base de matrices de micro-téléphone avec postfiltrage .IEEE Transactions sur la parole et de traitement audio, 20026 (3): 240-259.
MCCOWAN I, post-filtre à réseau BOURLARD H.Microphone basée sur la cohérence du champ de bruit .IEEE Transactions sur Speech Processing et audio, 2003,11 (6): 709-716.
SIMMER K U, BITZER J, Marro techniques de filtrage C.Post .Microphone tableaux Springer Berlin Heidelberg, 2001 :. 39-60.
HUANG Y A, Luebs A, Skoglund J, et moindres carrés al.Globally optimisé post-filtrage pour l'amélioration de la parole de réseau de microphones .IEEE Conférence internationale sur l'acoustique, de la parole et du signal Processing.IEEE, 2016: 380-384.
Yan Wang, Wu Wenfeng, Liang Kuo-poumon. Moindres carrés robustes formée à partir de poutre robuste Journal électronique, 2013,41 (12): 2321-2326.
Lebart K, J BOUCHER M, P DENBIGH N.Un nouvelle méthode basée sur la soustraction spectrale pour déréverbération de la parole .Acta Acustica United Avec Acustica, 2001,87 (3): 359-366.
Informations sur l'auteur:
Xiu re-1,2, Wang Ting, l'industrie GUO était 1,2, CHEN Xiao-yan 1
(1. Nanjing Institut d'ingénierie de l'information, Université de génie électronique et information, Nanjing 210044, Chine;
2. Environnement atmosphérique et de l'équipement de l'innovation technique Centre de collaboration de la province du Jiangsu, Nanjing 210044, Chine)
