基于 DSP的語音時延估計實現

王崇, 周淵平, 王維果

(四川大學 電子信息學院,四川 成都 610000)

0 引言

語音時延估計是麥克風陣列的關鍵技術,通過時延估計的實現可以對麥克風陣列的多路信號進行處理,從而實現語音的增強、去噪、聲源定位等。時延估計的算法在理論上已經非常成熟,針對語音信號的特殊性,對各種算法做了仿真比較,選取了算法復雜度低且能夠很好的發揮DSP芯片數字濾波、相關及快速傅里葉變換等優勢的基本互相關時延估計,并根據語音信號的特殊性提出了更加有效的計算到達兩個麥克風語音的時延值方法。隨著 DSP芯片的優異性能和快速發展,已經使其廣泛的應用到軍事、通信、醫療、家用電器等諸多方面,而且隨著 DSP芯片的性價比日益提高,其應用潛力將更加巨大。為此,提出并實現了基于 DSP的語音時延估計方法。

1 時延估計方法的基本原理

時延估計方法的基本原理參考文獻[1]對于一個帶寬為B的語音信號 s(t),可以定義 N麥克風進行接收,其中第 k支麥克風接收到的語音信號為：

式(1)中ak為第k支麥克風接收的信號的衰減因子,tk為麥克風接收信號相對于語音信號源s(t)的時間延時,nk(t)表示第k支麥克風語音信號所帶的噪聲信號。

假設麥克風接收到的語音信號功率遠遠大于噪聲功率時,則任意兩麥克風 k和m之間的互相關函數為：

由所給假設條件可知 s(t)、nk(t)、nm(t)互不相關,可從公式(2)推得：

由直接互相關的理論知道,當τ=tm-tk時,Rkm有最大值,所以任意兩個麥克風 k和 m之間的時間延時就是 Rkm(τ)最大值時 τ的值。當對語音信號進行數字化處理時,則可得任意兩麥克風 k和m之間的互相關函數為：

由互相關函數與互功率譜的關系可得：

公式(5)中的 Gkm(ω)是第 k和 m支麥克風接收到的語音信號互功率譜。

2 時延估計的 MATLAB仿真及比較

由公式(5)可知,在求時延估計時可先在頻域計算,然后再轉換到時域求 Rkm。為了適應不同語音信號噪聲和混響的影響,可以在公式(5)中 Gkm(ω)前添加不同的加權函數φ(ω),從而實現對 Rkm的銳化。在 MATLAB仿真實驗中,采集了一段語音信號 x1,并人為的對其做了 20點的延時得到x2。采用時域直接互相關、基本互相關(φ(ω)=1)、互功率譜相位(φ(ω)=1/|Gx1x2(ω)|)、Roth處理(φ(ω)=1/|Gx1x1(ω)|)和平滑相干變換的方法分別對采集的語音進行延時估計[2],其仿真結果如圖 1和圖 2所示。

圖 1 時延仿真 1

由圖 1和圖 2仿真結果,可知時域直接互相關方法不能夠準確的估計出時延值,估計值與時延值有一定的誤差。其它四種時延估計方法估值較準確,但算法復雜度較時域直接互相關方法要高。綜合考慮幾種時間延時估計方法的效果和算法復雜度,在基于DSP的語音時間延時估計中采用了復雜度較低、時間延時估計比較準確的基本互相關方法來實現。

圖2 時延仿真 2

3 時延估計的軟硬件實現

3.1 基于DSP的語音時延估計硬件接口實現

基于 DSP的語音時延估計系統采用 TI公司的TMS320C6416和 TLV 320AIC23來實現兩路語音信號的采集和時延估計。其中 TLV320AIC23具有左右兩聲道的語音采集芯片,TMS320C6416是一個高性能的定點DSP。硬件實現是通過 TMS320C6416的多通道緩沖串口來實現對TLV 320AIC23的控制和數據通信[3]。在硬件設計中,通過對TMS320C6416和TLV 320AIC23外圍電路進行簡單的設計[4],并通過 TMS320C6416的多路緩沖串口 1(McBSP1)來控制TLV 320AIC23芯片,通過 McBSP2來進行語音信號的數據傳輸。而兩路語音信號的采集是通過 TLV320AIC23芯片的左右聲道輸入來實現的。其具體的接口電路框圖如圖 3所示。

圖 3 接口框

3.2 基于DSP語音采集的底層驅動實現

基于圖 3所搭建的兩路語音信號采集處理硬件系統,可以利用TI公司的 CCS專業軟件來進行編程,從而驅動硬件正常工作,實現語音信號的采集和數據的傳送。在底層驅動設計的過程中,首先對 TMS320C6416的多路緩沖串口、中斷和EMIF進行初始化設置[5],然后通過 McBSP1來實現對TLV 320AIC23初始化配置。具體的底層驅動如圖 4所示。

3.3 基于DSP的語音時延估計軟件實現

圖 4 底層驅動流程

在實際應用中,語音信號存在很多干擾和不確定因素,用相關方法很難準確的計算出語音信號的時延。由語音信號的慢速性和語音源移動慢的特點,兩路語音信號的時間延時在一定的時間范圍內不會發生變化。所以實際語音信號到達麥克風的時間延時的求值可以采用在一定的時間段內多次求時延值,然后取眾數的方法來計算一段時間內的延時。在理想情況下,兩路語音信號的時間延時可以用基本互相關方法來準確求得[6],其具體程序流程如圖 5所示。在現實的語音環境中,用基本互相關方法不能一次準確的估計一段時間內的延時,采用多次求時延再取眾數的方法可估計一段時間內的語音延時,其具體的程序流程如圖 6所示。

圖 5 基本互相關流程

圖 6 求眾數流程

3.4 基于DSP的語音時延估計結果分析

通過基于 DSP的語音時延估計軟硬件的實現,可以對實驗條件進行設置,從而驗證估計延時與實際延時的誤差。在實驗中,可以固定聲源到兩個麥克風的距離,從而確定聲源到達兩個麥克風之間的實際延時。在實驗中采用固定聲源到達兩麥克風的距離差為 7.7 cm,由聲速為 340 m/s可得時間延時為 0.000 227 s。由 TLV 320AIC23初始化可知兩路語音信號的采樣率為 44.1 kHz,則兩麥克風實際延時的采樣點數應為10點。在以上實驗條件情況下,基本互相關時延估計的其中一次仿真如圖 7,多次求時延值取眾數的方法估計一段時間內時延值的寄存器如圖 8所示。從圖 8可知一段時間內的時延值t有一定的變化,但時延值的眾數m=10是準確的,所以可知所提出的估計一段時間內時延值的方法是有效的。

圖 7 互相關時延估計仿真

圖 8 時延值寄存器

4 結語

由結果分析可知,根據語音信號的特殊性提出的估計一段時間內時間延時的方法很好的解決了復雜環境下比較準確的估計一段時間內時延值的難題,而基于DSP的語音時延估計設計也擴大了其在實際應用中的范圍。基于 DSP的語音時延估計實現的探索,對多種場合的實際應用有一定的參考價值。

[1]王永德,王軍.隨機信號分析基礎[M].北京：電子工業出版社,2003：34-106.

[2]唐小明,吳昊.劉志坤.基于廣義互相關算法的時延估計研究[J].語音技術,2009,33(08)：71-74.

[3]苑毅,黃珍.基于 DSP的語音信號的采集壓縮與數據傳輸[J].通信技術,2008,41(10)：122-123.

[4]柴曉東,袁曉.基于 DSP的多路數據采集系統的設計[J].通信技術,2009,42(07)：172-174.

[5]Texas Instruments Incorporated.TMS320C6000系列 DSP的 CPU與外設[M].北京：清華大學出版社,2007：27-473.

[6]鐵勇,劉洋.相關時延估計方法的 DSP實現研究[J].內蒙古大學學報,2007,33(06)：689-692.