利用麦克风数组抑制背景噪声

图中两个麦克风分别位于两条相距约1.5公分至2.5公分的线上，或保持等同的声波路径距离。说话者与手机或耳机的麦克风距离最好保持2公分至10公分，通过使用图1和图2便可计算出语音信号随距离变化的损耗。

LMV1088不仅可为两条声道上的声音、麦克风和放大器信号路径之间的差别提供初始性补偿，并且可执行修正滤波令语音输出更加自然，还可提供频宽限制滤波功能。

由于内部放大器增益可通过I2C指令调节，因此可使用不同灵敏度的麦克风，并促使LMV1088的输出信号级能配合模拟输入信道信号的要求，以针对各式各样的通信处理器及设备。

LMV1088可支持四种运作模式，并通过I2C命令选择：

● 预设模式 – 同时使用两个麦克风进行噪声抑制

● 独立模式 – 独立地使用麦克风1或2(无噪声抑制)

● 总合模式 – 两个麦克风的输出被相加在一起，使麦克风信号得到6dB增益 (无噪声抑制)

LMV1088的模拟特性可提供一些传统DSP解决方案没有的特质：

● 无需因迁就背景噪声级及其类型而花费额外的时间去进行噪声收敛运算，进而可为语音信号及背景噪声提供实时反应，并且可消除令人烦厌的短暂语音消失；

● 由于不采用子频带频率处理算法，因此不会在输出产生频率失真、卡嗒声和砰啪声或其它的人工假信；

● 可加强现行系统中的单声道回声消除处理

不同麦克风数组解决方案的比较和测试

为了准确比较及测量不同背景噪声抑制方案的效果，所有的测试设置及条件必须一致，以便得到可信的结果。

基于以上理由，特别安排了几个标准的测试，其中绝大部分采用的是国际电信联合标准ITU-T Rec. 的P0056e、58e、64e、0830e和ITU-T P835。

ITU-T P835专门用于主观性测试，能够有效评估系统中的语音输出质量包括噪声抑制的效能。该规格标准清楚说明评估噪声环境中语音主观质量的方法，特别适合用来评估噪声抑制算法。该方法采用独立的等级标准将测试分为三个独立部分，分别就单独的语音信号的主观质量、单独的背景噪声的主观质量，以及有背景噪声下的整体语音质量(平均意见分数)进行独立的评估。

图3 噪声、远场、语音、优化语音

至于IEEE标准方面，可以采用IEEE 1209-1994及IEEE 269_1992两个标准的测试。前者是专门测量电话手机及耳机的传送效果，而后者则针对模拟及数字电话机的传送效果。两个标准的文件均已被IEEE 269-2002文件所取代。

将上述的标准综合在一起后便可实现客观的数值测量，并且可准确地评估不同背景噪声抑制解决方案的主观语音质量和电子语音辨识效果。

一般来说，系统的噪声抑制数据都是由制造商提供的，它们可能是系统所能达到的最佳水平，但对于某些要求高语音质量的应用而言，这些预设水平可能无法满足应用需求。

因此，在解决方案数据表上标明噪声抑制数值是很困难的，甚至有时会产生误导，除非可以明确地说明所有的测试条件。在此方面，一般的数据表都不会提供很详细的数据，即使提供了也不切实际，因为很难想象客户应用的条件与数据表上的测试条件完全吻合。

当距离“x” 增加一倍时，两条曲线的SPL均下降6dB 。图1距离声源200公分，而图2则是距离声源50公分的局部放大图，从图中可见声音压力会因与声源距离的增加而急速下降，即使距离很短的情况下也一样。例如，当与声源的距离为10公分时，SPL便减少了20 dB，即由96dB下降到约76dB。

近场对远场声音

声源的近场是指该位置处于相关最低频信号的一个波长范围之内。假设相关语音的最低频为300Hz，如此波长λ便等于c/f 或 331.1/300 ，又或是 1.104 米，其中c代表声波于零度摄氏下的水平速度。当频率为3500Hz时，λ便等于c/f或 331.1/3500，又或是 0.0946米 (9.46公分)。因此，语音信号的典型近场范围即由声源距离约9.5公分到1.1米。

超过1米的距离，语音信号便会被考虑成语音声源的远场。对于麦克风间隔较近的数组，近场声源会呈现出一个圆球状的波阵面，并拥有很强的信号振幅、压力梯度，以及对应数组中各麦克风与声源之间的距离而出现的频率相关差别。

现在假设两个麦克风的间隔距离为3公分，而最接近声源的一个麦克风，其与声源的距离为5公分。图2表示出第一个麦克风(即最接近声源的一个)，其感受到一个SPL为82dB的音频信号，而第二个麦克风(即与声源相距8公分)所感受到的信号为78dB SPL。即使两者间只有4 dB的差别，但相对于整体的信号级，这差别仍相当大。

从频谱含量的角度看，麦克风数组内的所有近场语音信号均关系密切。与最接近声源的麦克风比较，与声源距离最远的麦克风信号的振幅将会减少，并且会出现信号由最近麦克风传送到最远麦克风的时间延迟。然而，要恢复该个案中的语音信号并不困难。

在麦克风数组语音近场范围以外的声源将被看作是远场声源，并对数组中排列紧密的麦克风展现出实质平面的波阵面。数组中每一个麦克风均感受到几乎一样的声波能量及随机相位信号，但该些信号并没有对应关系，除非麦克风之间的距离非常接近。假如这些信号与麦克风的距离较远，那麦克风的绝对SPL值便会进一步下降。

现举出另一个例子，假若将相同的麦克风数组放置到与声源距离150公分(即1.5米)的位置，最近声源的麦克风的SPL值便会下降到52.5 dB，而距离声源153公分的最远麦克风的SPL值则稍微下降到52.3dB。虽然两者仅有0.2dB的差距，但从声源到最近麦克风的整体信号级将出现30dB的下降。

麦克风输出之间的不同信号，在进行了适当的处理及滤波后，可将远场噪声消除，使两个麦克风的复合输出及处理电路能提供高清晰度的语音信号。

声音噪声的特质

这里的噪声场可分为三种，分别是相干噪声、非相干噪声及扩散噪声。

相干噪声是指当声波传到麦克风时，在该过程中没有因环境中的障碍物而出现任何形式的反射、散射或衰减。

非相干噪声是指某一位置的噪声与其它位置的噪声没有任何关系，并且被看成空间白噪音。

扩散噪声是指拥有相同能量的噪声同时轴射到所有方向。例子包括办公室内的噪音、机场候机楼及交通噪音等，换句话说就是指所有充满噪音的环境。

这里所指的声音噪声有两种，分别是稳态噪声及非稳态噪声。

稳态噪声是指噪声的能量相对地稳定，并具备已知及变化缓慢的频谱含量，并且是可预知的。例子包括由引擎发出的噪音、空调风扇、随机或 “白” 噪音等等。噪声抑制算法能有效抑制这类噪音。

非稳态噪声是指音量及声音内容会在短时间内变化，例如高声说话或叫喊、汽车经过的声音或拍手等，其发生是不可预知的。假若出现这类噪音，它们可能在被辨识及抑制前便会自动地消失掉，非稳态噪声一般都包含在稳态噪声之内。

最麻烦的情况是当噪声源与语音信号拥有相同的出现时间、频谱及相干特性，这种情况当背景噪声属于非稳态，且旁边有其它人说话时便会出现，如在餐馆和酒吧，车站及派对上等。

上一页  [1] [2]