車載多媒體語音降噪識別系統設計

吳世杰

（比亞迪汽車工業有限公司，廣東深圳 518118）

0 引言

近年來，由于汽車電子產品技術的發展，車載用語音降噪及語音識別控制的應用廣泛。但在車速較快或復雜路況時，常規車載通信語音通話的清晰度會受到影響，從而使得通話雙方無法聽清對方語音，或可能造成車載語音識別控制失效。具體而言，在現有汽車電子產品上，一般只能在車載用MIC（Microphone，麥克風）上加一個有源電路放大處理輸出信號。即在普通駐極體MIC接上后，只有放大信號的處理辦法，而沒有相應的語音降噪處理，無法實現行車環境噪聲的抑制及分離。而車輛行駛過程中易受環境影響，造成收集聲源后無法輸出比較清晰的語音信號，進而無法滿足在復雜的行車環境中使用車載語音電話或進行車載語音識別控制。采用車載麥克風降噪模塊與車載多媒體主板分離布置的方案，可以靈活布局麥克風降噪模組，使其最佳分布在車箱內，司乘人員可以體驗到最好的語音通話效果。配合百度DuerOS應用軟件可以實現語音識別實現語音控制。

1 車載語音降噪模塊的電路組成

語音降噪模塊方案設計選用富迪科技的FM1388芯片受控主控ARM芯片+外存貯芯片進行讀寫控制，確保固件算法任何時候都能更新到當天最新降噪算法包。FM1388芯片具有2組ADC模擬輸入接口，可以作為模擬信號輸入，或者接2個模擬麥克風。其THD+N可達到-92dB，SNR達到98dB。具有2組DAC模擬輸出接口，THD+N可以到-90dB，SNR達到101dB。具有2組數字麥克風輸入接口，可以接4個數字麥克風，富迪FM1388回聲消噪算法目前可以支持到3個麥克風同時工作。具有2組獨立的I2S/PCM/TDM數字接口，可以支持24-bit，8～192 kHz。

電路設計部分，兩個DMIC（數字麥克風）+ARM+DSP（FM1388）、CAN收發芯片、DC/DC電源芯片、存貯芯片、音頻協議傳輸芯片AD2410將I2S轉為A2B引線到聯接器及接口保護器件組成語音降噪模塊電路.所有被動器件選型符合AECQ200規范，所有芯片選型符合AECQ100規范。原理設計完成后，根據結構電路板分成2個板，一個PCB主板，一個軟性FPC板。2個DMIC（數字麥克風）用于接收外部聲音信號，通過軟性FPC板接在主板聯接器到DSP進行信號處理。FPC板聯接主板裝配在結構件外殼，組裝成語音降噪識別模塊車載一級總成件。圖1為語音降噪模塊電路框圖及聯接器引線定義。

圖1 語音降噪模塊電路框圖及聯接器引線定義

1.1 麥克風選型

推薦麥克風盡量達到以下要求：SNR≥60dB；Sensi?tivity:Analog Microphone，-38dB(± 3dB)； Digital Micro?phone，-26dB(±3dB)。

對于麥克風的結構設計要求：麥克風氣密性，需要確保麥克風裝進機器后，只有拾音孔可以采到語音。堵住與不堵住麥克風拾音孔時，說話測試，可以差別15dB以上。麥克風避震性，通常麥克風加麥克風套，避免機殼的震動直接傳到給麥克風。

1.2 麥克風陣列布局

2個麥克風：具有AEC功能，以及穩態噪聲NS功能，具有一定角度的非穩態NS功能。

2 車載語音降噪識別模塊與整車系統聯接框圖及安裝位置

外接口部分，該產品作為一級汽車總成件，需要接口線束定義直接并入車載線束使用。語音降噪識別系統框圖如圖2所示。語音降噪識別模塊DMIC(數字麥克風)安裝位置如圖3所示。

圖2 語音降噪識別系統框圖

3 車載語音降噪模塊軟件控制部分

軟件控制部分，ARM啟動讀取外存器FALSH芯片的數據，再賦值DSP啟動完成后ARM芯片發CAN報文發送給低速網，多媒體主機接收到報文后做相關處理。DMIC（數字麥克風）啟動工作，由DSP進行信號處理，DSP指令授控于ARM芯片所有核心算法寫入在片外FALSH貯存芯片。由ARM芯片讀FALSH外存芯片再寫入DSP指令，核心算法包放在FALSH外存貯芯片通過后續不定期升級確保算法包是最新技術，ARM芯片通過CAN轉發電平芯片并網低速網，多媒體可以發送相關指令控制并讀取語音降噪模塊總成件數據。圖4為語音降噪模塊3個工作狀態，通過多媒體可以發送相關指令可控制不同工作狀態。

圖3 語音降噪識別模塊數字麥克風布局圖

圖4 語音降噪模塊工作狀態

4 車載語音降噪識別方法

車廂特定區域內裝置2個以上DMIC（圖3），用于偵測區域內環境噪聲及區域內人員語音，進行比較分析環境噪聲壓噪及對人員語音幅值的增益和提升，從而讓用戶體驗到有明顯的降噪效果。所述方法包括以下步驟：

（1）當DMIC1收集到偵測區域內環境聲音，DMIC2主要負責收集偵測區域內人員的語音，DSP檢測狀態設定，分析各DMIC的音量大小再決定是否進行壓噪降噪。

（2）當聲波首先被DMIC1偵測區到然后再被DMIC2偵測區（聲波到達DMIC1時間比DMIC2的時間短），可以判定是環境聲音收集區，可以進行DMIC2區域人聲進行提升，加入頻普分析進行關鍵頻點降增益。進行降噪處理。

（3）當聲波首先被DMIC2偵測區到然后再被DMIC1偵測區（聲波到達DMIC2時間比DMIC1的時間短），可以判定是人員語音收集區，可以進行DMIC2區域人聲進行提升，加入頻普分析進行關鍵頻點降增益。不進行壓降處理。

圖5所述方法包括以下步驟：

步驟S01，語音降噪模塊開機自檢成功；

步驟S02，開啟DMIC1～2；

步驟S03，DSP檢測語音關鍵口令，通過進下一步驟S04，不通過當有語音口令再進行檢測；

步驟S04，檢測是否開啟降噪模式，否進入步驟S04，是進入步驟S06；

步驟S05，DMIC2增益放大開啟EQ模式；

步驟S06，DMIC1壓制到無窮大同時DMIC2自動調整增益；

步驟S07，DSP處理編碼I2S格式或差分信號輸出音頻信號。

圖5 語音降噪處理流程圖

圖6 語音關鍵字節識別過程圖

從以上語音降噪處理方法可以看出，通過DMIC1—DMIC2分別進行采集環境音源和語音信號，當檢測DMIC1&DMIC2比較偵測區域內環境聲音和人員的語音聲波到達的時間及方向確定區域，用降噪算法，DMIC1信號音源內容進行域內環境聲音衰減無窮大，DMIC2信號音源內容進行域內增益放大，大小會跟實際調試設定每類型車廂有特定參數。這樣用戶可以達到任意行車環境都可以輸出清漸的語音效果。

圖6為語音關鍵字節識別過程，語音信號經MIC再前置進行放大，數模轉換。語音及聲紋識別處理模試信號信息特偵（A2I）比較，啟動語音標簽識別，喚醒語音識別系統。從而實現語音識別待機與喚醒的功能。

5 實驗室降噪測試

測試條件：標準凈音房播放標準粉紅白噪聲音源，獲取聲源布局完全按圖3。使用車載多媒體主機錄下音頻文件。用音頻分析軟件打開可看到音頻幅波圖，可以捉獲音頻幀以時域角度分析降噪啟動時間。

測實總結：凈音房播放標準粉紅白噪聲音源，多媒體主機錄制其音頻，取出音頻文件可以用音頻分析軟件打開看，如圖7所示，降噪功能啟動過程及響應時間及壓降噪幅度，相比較壓噪前-2.17dB，降噪后-24.36dB足足降了10倍，可以看到整過壓降過程及明顯的效果。

6 車載語音降噪識別模塊車載行駛測試

測試條件：駕駛比亞迪唐，多媒體主機分別測試加裝語音降噪識別模塊對比沒有加裝語音降噪識別模塊的數據。同時測試使用百度DuerOS版本：1.0錄音寶版本：3.0.1401車載多媒體版本：Android 4.2.2。

使用語句為：導航到深圳圖書館、導航到深圳大學、開車去深圳市民中心、廣東省深圳市亞迪一村小區、深圳寶安國際機場、坪山人民醫院、廣東省人民醫院、比亞迪路3009號、金光華廣場、從白云機場到廣州南站、從小梅沙到高新科技園、深貿商業中心、時代金融中心、撥移動客服、聽FM89.8、今天天氣怎么樣、附近4S店、來首劉德華的歌、我的位置、停車場、最近的肯德基、附近的中餐館、汽車站、最近的服務區、售票廳、博物館、度假村、ATM機、聯通營業廳、附近的加油站。

圖7 播放粉紅白噪聲音源音頻圖

表1 語音識別準確率測試

測試體驗總結：從裝車測試語音識別成功率查看裝有語音降噪模塊的效果較其他好些，并且通過錄音文件也可以看出語音降噪模塊處理噪聲效果較好，非語音降噪模塊的底噪明顯。特別在汽車行駛過橋洞時根本聽不清楚。也同時證明了凈音房播放標準粉紅白噪聲音源，客觀的測試辦法是可行的。

7 結論

本文作者給出如何設計語音降噪識別模塊及系統的方案、降噪過程實現的方法、實驗室測試數據及裝車路測的數據對比，實現車載多媒體語音降噪及提升語音識別率，裝有語音降噪模塊比沒有加裝語音降噪模塊，有明顯的提升，從實驗室數據與裝車路測數據對比，更好地證明該方案的可行性。分析比對數字麥克風陣列布局及選型的理論，結合降噪算法，解決單個注極體麥克風容易環境振動的缺點，選用數字麥克風陣列布局可鎖定收音區域，解決人聲跟蹤的難題。這樣的技術方案明顯可提高語音識別率。