论文部分内容阅读
近年来,基于传声器阵列信号处理的语音增强技术被广泛应用于手机通讯、电话会议、智能语音交互系统等诸多领域。其中,随着球面阵广泛应用于空间声定位、声场分析及重现等三维音频场景,基于球面阵的声信号处理技术逐渐受到重视。球谐域信号处理方法将球面阵接收信号从阵元域变换为球谐域,使得声场分解为相互正交的模态域信号,然后对各模态信号进行处理。该方法在传声器数量较大时可有效地减少运算量,同时球谐变换可以实现空间域和频率域的解耦,从而为宽带信号处理技术提供重要的理论分析工具。 针对球面阵信号处理的若干关键技术问题,开展了理论和实验研究,重点研究了语音信号处理技术如波达方向估计、波束形成、去混响等在球谐域的相关算法。论文主要研究工作和成果如下: 1)针对混响情况下基于球面阵的声源定位场景,提出一种球谐域自适应混响抵消与声源定位算法。利用各球谐系数之间的相关性,以加权线性预测方法估计并去除信号中的晚期混响声。处理后的信号保留直达声和早期反射声成分,且相位信息得以保留,因此可以用于声源定位并提高定位性能。实际应用中,针对高阶球谐系数易在低频处产生白噪声放大的问题,提出一种分阶处理方法,将相同阶数的球谐系数进行处理以减小不同阶球谐系数信噪比差异过大带来的影响,并进一步减少运算量。仿真及实际实验结果表明,该方法可有效去除晚期混响声、提高语音质量,并显著提高声源定位性能。 2)提出一种基于Khatri-Rao子空间的球谐域宽带波达方向估计算法,可在球谐系数个数少于声源数目情况下实现声源定位。球谐变换实现了空间域和频率域的解耦,因此不需要聚焦矩阵及预估声源方向就可以构造包含宽带信息的协方差矩阵。结合基于Khatri-Rao子空间的宽带波达方向估计算法,可增加导向矩阵的维度,从而增加可定位的声源数目。仿真及实际实验结果表明,相比于传统的球谐域宽带定位算法,该算法不仅可以提高定位性能,而且可以实现球谐系数个数少于声源数情况下的声源定位。 3)针对球谐域波束形成算法中存在低频白噪声放大的问题,提出一种球谐域正则化超指宽带波束形成算法。首先将球谐域超指向性波束形成器与延迟求和波束形成器进行结合,设计新的正则化超指向性波束形成器,根据设定的白噪声增益或指向性因数指标,推导出对应波束形成器的球谐域解析式。其次,设计新的可控指向性因数波束形成器,可在不显著放大低频白噪声的前提下实现设定的波束宽度。仿真及实际实验结果表明,相比于传统的球谐域波束形成器,本文提出的正则化超指向性波束形成器可以在提高降噪量的同时获得更好的语音质量。