【正文】 級流水線操作中，取指、譯碼和執(zhí)行操作可以獨(dú)立地處理，這可使指令能完全重疊，在每個(gè)指令周期內(nèi)，四個(gè)不同的指令處于激活狀態(tài)，每個(gè)指令處于不同的執(zhí)行階段。 (3)專用的硬件乘法器 。但不論怎樣，人們在提到 DSP 時(shí)，一般指的是 DSP 芯片，即數(shù)字信號處理芯片。而寬帶噪聲服從高斯分布，它的能量統(tǒng)計(jì)特性服從正態(tài)分布，對應(yīng)的噪聲幀功率譜也就隨機(jī)變化，服從高斯分布，即其幅度隨機(jī)變化的范圍很寬，其最大值、最小值之比往往達(dá)到幾個(gè)數(shù)量級，而最大值與平均值之比也可達(dá) 68倍，只有對它做長期平均才能得到較平坦的譜。 減譜法的原理框圖如圖 31 所示： y（ n） 經(jīng) FFT 變化后，有 k k kY S N＝ ＋ ，由此可得 kkkkkkk NSNSNSY ?? ???? 222 (32) 其中， *表示共軛。參加測試的實(shí)驗(yàn)者在聽完所測語音后，從五個(gè)等級中選擇某一級作為他對所測語音質(zhì)量的評定。 1． 周期性噪聲 具有許多離散的線譜，主要來源于發(fā)動(dòng)機(jī)等周期性運(yùn)轉(zhuǎn)的機(jī)械，可以用梳狀濾波器予以抑制。 短時(shí)過零率 短時(shí)過零率其定義為： ?????????????????1)()]1(s g n [)](s g n [)()]1(s g n [)](s g n [NnnmmnmnwnxnxmnwnxnxZ （ 27） 其中 sgn[w(n)。為了使?jié)嵋舻募?lì)信號具有聲門氣流脈沖的實(shí)際波形，需要使上述的沖激序列通過一個(gè)聲門脈沖模型濾波器。聲帶既是閥門，又是振動(dòng)部件。 多年來，人們對寬帶加性噪聲的模型進(jìn) 行研究，提出了各種算法。2 （ 4） 在醫(yī)學(xué)領(lǐng)域中，在復(fù)雜語音環(huán)境下，幫助聽力障礙的人獲取正常人的聽力，正確分辨說話人的位置，選擇所聽取的語音信號。 DSP(數(shù)字信號處理器 )作為專用的數(shù)字信號處理芯片，具有在單機(jī)器周期內(nèi)完成乘加運(yùn)算、單機(jī)器周期內(nèi)多次訪問存儲器以及豐富的片上外設(shè)等特點(diǎn)。人們在語音通信過程中不可避免地會(huì)受到來自周圍環(huán)境、傳輸媒介乃至其他講話者的干擾，使得接收者最終接收到的語音已非純凈的原始語音信號，而是受噪聲污染的帶噪語音信號。盡管這些算法在理論上還沒有完全解決語音增強(qiáng)問題，但有些方法已經(jīng)證明是有效的，并在實(shí)際 的應(yīng)用中被采用。在 分析、研究語音增強(qiáng)算法的基礎(chǔ)上， 選擇譜減增 強(qiáng)算法作為本論 文的算法，利用計(jì)算機(jī)高級語言對增強(qiáng)算法進(jìn)行仿真。聲門脈沖序列具有豐富的諧波成分，這些頻率成分與聲道的共振頻率之間相互作用的結(jié)果對音質(zhì)有很大影響。分析幀可以是連續(xù)的，也可以是交疊分幀。例如，在通常采樣率為 8kHz 且?guī)L為 20ms 時(shí) N＝ 160，而 1N 一般取為256， 512 或 1024。人耳對背景噪聲有驚人的抑制作用，了解其中機(jī)理將大大有助于語音增強(qiáng)技術(shù)的發(fā) 展。 4． 同聲道語音干擾 人耳可以在兩人以上講話環(huán)境中分辨出所需的聲音，這種分辨能力是人體內(nèi)部語10 音理解機(jī)理所具有的感知能力，來源于人的雙耳輸入效 應(yīng)，稱之為 “ 雞尾酒會(huì)效應(yīng) ” 。它的優(yōu)點(diǎn)是比 較簡單，只需要進(jìn)行正反傅里葉變換，而且實(shí)時(shí)實(shí)現(xiàn)較容易。 由于存在 I? ( 圖 33 譜減法的仿真效果 小結(jié) 綜合前面的討論，現(xiàn)將 譜減法總結(jié)如下： 1． 譜減法在靜音幀時(shí)估計(jì)噪聲幅值譜，并且假設(shè)在其后的語音幀里噪聲譜基本穩(wěn)定，從帶 噪信號譜中扣除噪聲譜，并利用人耳“相盲”這一特點(diǎn)，將得到的幅值和帶噪信號的相位結(jié)合形成語音估計(jì)譜。 (6)具有在單周期內(nèi)操作的多個(gè)硬件地址產(chǎn)生器。諾依曼結(jié)構(gòu)的不同在于采用了并行結(jié)構(gòu)，與馮 指令周期 :是指執(zhí)行一條指令所需要的時(shí)間，通常是以 ns 為單位。 DSP 系統(tǒng)的優(yōu)點(diǎn) 數(shù)字信號技術(shù)在近幾年得到了迅速的發(fā)展，應(yīng)用非常廣泛。 基于 DSP 實(shí)時(shí)語音處理系統(tǒng)的設(shè)計(jì)過程 圖 43 是基于 DSP 實(shí)時(shí)語音處理系統(tǒng)設(shè)計(jì)的一般過程。 基于 DSP 實(shí)時(shí)語音處理系統(tǒng)的開發(fā)工具 圖 43 是基于 DSP 實(shí)時(shí)語音處理系統(tǒng)的設(shè)計(jì)流程，根據(jù)該設(shè)計(jì)流程，要開發(fā)一個(gè)完整的基于 DSP 實(shí)時(shí)語音處理系統(tǒng)，需要借助于許多硬件開發(fā)工具，表 中列出了可能需要的開發(fā)工具。 C54x 有八條 16 位總線，包括一條程序總線、三條數(shù)據(jù)總線和四條地址總線，因此，可以在每個(gè)指令周期內(nèi)產(chǎn)生兩個(gè)數(shù)據(jù)存儲地址，也從而大大提高了芯片的并行數(shù)據(jù)處理速度。 ⑧ 串行接口。除了標(biāo)準(zhǔn)的串行口和時(shí)分復(fù)用 (TDM)串行口外，還提供自動(dòng)緩沖串行口 BSP、多通道緩沖串行口 McBSP 和與外部處理器通信的 HPI 接口。它將代碼生成工具和代碼調(diào)試工具集成于一體，提供了軟件開發(fā)、程序調(diào)試和系統(tǒng)仿真環(huán)境，結(jié)合仿真器等硬件調(diào)試工具，用 戶可以通過 CCS 平臺對硬件進(jìn)行調(diào)試、程序仿真和開發(fā)。 ⑨ 定時(shí)器。 C54x 共有 26 個(gè)特殊功能寄存器，這些寄存器位于一個(gè)具有特殊功能的 CPU 映射存儲區(qū)內(nèi)，它們用于對片內(nèi)各功能模塊進(jìn)行控制、訪問和其他管理。如算法模擬時(shí)可以用 C 語言或 MATLAB 軟件，還可以用其他程序設(shè)計(jì)語言編制應(yīng)用程序。 根據(jù)系 統(tǒng)的要求進(jìn)行高級語言模擬 一般來說，為了實(shí)現(xiàn)系統(tǒng)的最終目標(biāo)，需要對輸入的語音信號進(jìn)行適當(dāng)?shù)奶幚?，而處理方法的不同?huì)導(dǎo)致不同的系統(tǒng)性能，要得到最佳的系統(tǒng)性能，必須在這一步確定最佳的處理方法，即語音信號處理的算法，因此這一階段也稱為算法模擬或仿真階段。同時(shí)由于數(shù)字信號處理系統(tǒng)是以數(shù)字信號處理為基礎(chǔ)的，因此具有數(shù)字信號處理的全部優(yōu)點(diǎn)。 MAC 時(shí)間 :即一次乘法加上一次加法的時(shí)間。 流水線 所謂流水線操作，就是取指令和執(zhí)行指令可以同時(shí)進(jìn)行，從而減少執(zhí)行時(shí)間，進(jìn)一步增強(qiáng)處理器的數(shù)據(jù)處理能力。 (8)支持流水線操作，使取指、譯碼、取操作數(shù)和執(zhí)行等操作可以重疊執(zhí)行。 3． 該方法會(huì)造成“音樂噪聲”，這是因?yàn)閷?shí)際噪音譜相對于估計(jì)譜的隨機(jī)變化造成的。為此需要采取一定的簡化措施。此時(shí)帶噪語音信號可表示為 Nnndnsny ???? 0)()()( (31) 式中 ,s(n)為純凈語音信號， d(n)為平穩(wěn)加性高斯噪聲， y(n)為加窗后的帶噪信號。 5． 背景噪聲對發(fā)聲的影響 強(qiáng)噪聲不僅會(huì)使人疲勞，而且還對講話人產(chǎn)生影響，使講話人改變了在安靜環(huán)境或低噪聲環(huán)境中的發(fā)音方式，從而改變了語音的特性參數(shù)，這稱為 “ Lombard” 效應(yīng)，它對語音識別系統(tǒng)有很大影響。對頻率臨近分量的掩蔽要比頻差大的分量有效得多； (4)短時(shí)譜中的共振峰對語音的感知十分重要，特別是第二共振峰比第一共振峰更重要。 短時(shí)能量和短時(shí)平均幅度 語音信號的一幀內(nèi)的能量稱為短時(shí)能量，用 mE 表示： ? ? ? ?? ???????? ???? mNnnm mnwmxmnwmxEm1 22 )()()()( （ 25） 短時(shí)能量為一幀樣點(diǎn)值的加權(quán)平方和。 (2)抑制 50Hz 的電源干擾。正常人可聽到聲音的頻率范圍為： ～ 16kHz 的聲音。本文在結(jié)構(gòu)上大致可以分為 6 個(gè)部分：緒論（第一章） 語音增強(qiáng)的基礎(chǔ)知識（第二章）；譜減法的原理、算法及分析（第三章）； DSP介紹 及基于 DSP 實(shí)時(shí)語音處理系統(tǒng)的設(shè)計(jì)（第四章）；基于譜減法的語音增強(qiáng)在 DSP環(huán)境下的實(shí)時(shí)實(shí)現(xiàn)（第五章）；總結(jié) 與展望 （第六章）。單通道語音系統(tǒng)在實(shí)際應(yīng)用中較為常見，如電話，手機(jī)等。然而，由于干擾往往都是隨機(jī)的、不確定的、復(fù)雜的，從帶噪語音中提取完全純凈的語音幾乎不可能。語音增強(qiáng)技術(shù) 可以用來抑制噪聲 ,提高 抗噪聲能力和輸入信號的信噪比，改善語音質(zhì)量、可懂度和系統(tǒng)的性能， 并 作為預(yù)處理或前端處理模塊存在于語音處理系統(tǒng)中。 （ 2） 語音生成模型是低速率參數(shù)編碼的基礎(chǔ)，當(dāng)模型參數(shù)的提取受到混雜在語音中的背景噪聲嚴(yán)重干擾時(shí)，重建語音的質(zhì)量將急劇惡化，甚至完全不可懂。如果系統(tǒng)是一個(gè)多通道 的語音系統(tǒng)，各個(gè)通道之陽極存在著某些相關(guān)的特性，這些相關(guān)特性對語音增強(qiáng)的 處理十分有利。這里，簡要介紹一下語音信號處理的基礎(chǔ)知識。對于目前的大 多數(shù)研究和應(yīng)用，數(shù)學(xué)模型完全滿足要求，該模型中包括三個(gè)部分：激勵(lì)源、聲道模型和輻射模型。語音信號經(jīng)預(yù)濾波和采樣后，由 A/D 變換器變 換為二進(jìn)制數(shù)字碼。為了克服這個(gè)缺點(diǎn)，定義短時(shí)平均幅度 mM 來衡量語音幅度的變化。對于乘性噪聲， 有些可以通過變換而轉(zhuǎn)變?yōu)榧有栽肼暋? 主觀評定方法符合人類聽話時(shí)對語音質(zhì)量的感覺 ，目前得到了廣泛的應(yīng)用。語音增強(qiáng)的任務(wù)就是利用估計(jì)的噪聲功率譜信息，從 kY 中得到 kS 。因?yàn)椋? 語音的能量往往集中在某些頻段內(nèi)，在這些頻段內(nèi)的幅度相對較高，尤其是共振峰處的幅度一般遠(yuǎn)大于噪聲，因此，不應(yīng)在整個(gè)語音段減去相同噪聲功率譜 。下面首先對 DSP 及其自身特點(diǎn)進(jìn)行介紹。 因?yàn)樵诒鞠到y(tǒng)中， 我們采用了美國德克薩斯公司 (TI, Texas Instrument)的 TMS320 DSP 系列中一款 DSP 芯片，所以就以 TMS320 DSP 系列的結(jié)構(gòu)做為代表來說明 DSP芯片的結(jié)構(gòu)。這樣，在處理器內(nèi)部，每條指令的執(zhí)行分為取指令、解碼、執(zhí)行等若干個(gè)階段，每一個(gè)階段稱為一級流水。 MIPS:即每秒執(zhí)行百萬次指令。 (3)穩(wěn)定性、可靠性好。 硬件設(shè)計(jì)首先要根據(jù)系統(tǒng)運(yùn)算量的大小、對運(yùn)算精度的 要求、系統(tǒng)集成成本限制以及體積、功耗等要求選擇一個(gè)合適的 DSP 芯片，然后設(shè)計(jì) DSP 芯片的外圍電路及其他電路。 實(shí)時(shí)譜減法語音增強(qiáng)系統(tǒng)的硬件介紹 伴隨著可編程 DSP 芯片的誕生及后續(xù)的迅速發(fā)展，數(shù)字語音處理技術(shù)大量地應(yīng)用于系統(tǒng)開發(fā)中，并在很大程度上推動(dòng)了語音信號處理技術(shù)的發(fā)展，進(jìn)而使得許多語音處理的經(jīng)典算法也因 DSP 的發(fā)展而得以實(shí)時(shí)實(shí)現(xiàn)。不同型號的 C54x 的 DARAM 和 SARAM 的容量和存取速度不同。重要的是可以利用定時(shí)器產(chǎn)生周期性的 CPU 中斷或脈沖輸出。 圖 51 CCS的功能框圖 基于譜減法的語音增強(qiáng)在 DSP環(huán)境下的實(shí)時(shí)實(shí)現(xiàn) 系統(tǒng)的工作原理 在本系統(tǒng)中，采用 TMS320VC5416 DSP 和 TLV320AIC23 Code。 。 HPI 提供與主處理器接口的并行接口。 C54x 的內(nèi)部硬件結(jié)構(gòu)包括如下功能單元 : ① 中央處理單元 (CPU)。 獨(dú)立系統(tǒng)運(yùn)行 系統(tǒng)的軟件和硬件調(diào)試完成后， 可以將軟件脫離開發(fā)系統(tǒng)而直接在應(yīng)用系統(tǒng)上運(yùn)行。根據(jù)奈奎斯特抽樣定理，對于低通模擬信號，為了保持信息不丟失，抽樣頻率至少必須是輸入帶限信號最高頻率的 2 倍。 (3) Digital Signal Processing— 數(shù)字信號處理器 DSP，完成數(shù)字信號處理算法?？焖俚闹噶钪芷谑沟?DSP 芯片能夠?qū)崟r(shí)實(shí)現(xiàn)許多 DSP 應(yīng)用。 (2)三條數(shù)據(jù)總線將內(nèi)部各單元 (如 CPU、數(shù)據(jù)地址產(chǎn)生邏輯、程序地址產(chǎn)生邏 輯片上外設(shè)以及數(shù)據(jù)存儲器 )連接在一起。 (3)片內(nèi)具有快速 RAM，通?？赏ㄟ^獨(dú)立的數(shù)據(jù)總線在兩塊芯片中同時(shí)訪問。由于人耳對語音的感知主要是通過語音信號中各頻譜分量幅度獲得的，對各分量的相位不敏感。 應(yīng)該看到，如果假設(shè) kY 具有高 斯分布，則譜相減法相當(dāng)于對 kS 作最大似然估計(jì)。本文基于 MATLAB 對譜減法進(jìn)行設(shè)計(jì)和實(shí)現(xiàn)。這種噪聲只有在語音間歇期才單獨(dú)存在。 語 音特性 1． 語音是一個(gè)時(shí)變的、非平穩(wěn)隨機(jī)過程 人類發(fā)聲系統(tǒng)的生理結(jié)構(gòu)的變化速度是有限的，在 10～ 30ms 時(shí)間段內(nèi)具有相對穩(wěn)定性，可以認(rèn)為其特性是不變的，因此語音的短時(shí)譜分析也有相對穩(wěn)定性。假設(shè) s(n)的 DTFT 是 (exp( ))Sj? ，且 w(n)的 DTFT 是 (exp( ))Wj? ，那么 (exp( ))Sj? ? 是 (exp( ))Sj? 和 (exp( ))Wj? 的周期卷積?？诖降妮椛湫?yīng)可表示為： )1()( 10 ??? zRzR (22） 綜上所述，完整的語音信號數(shù)字模型可以用三個(gè)子模型：激勵(lì)模型、聲道模型和輻射模型的串聯(lián)來表示。 聲道是由咽、口腔和鼻腔組成，是一個(gè)分布參數(shù)系統(tǒng)，可視為一諧振腔，它放大某一頻率而衰減其它頻率分量。 譜減法及其改進(jìn)算法是一種基于短時(shí)譜估計(jì)的語音增強(qiáng)算法，由于它的運(yùn)算量相對較小，容易實(shí)時(shí) 實(shí)現(xiàn)，而且增強(qiáng)的效果也較好，是目前最常用的語音增強(qiáng)算法。 90 年代后，移動(dòng)通信的飛速發(fā)展為語音增強(qiáng)研究提供了現(xiàn)實(shí)的動(dòng)力，由于對之增強(qiáng)效果仍然不夠滿意，又進(jìn)行了新的嘗試。 語音數(shù)字信號處理是一門涉及面很廣的交叉學(xué)科，研究領(lǐng)域涉及到信號處理、人工智能、模式識別、數(shù)理統(tǒng)計(jì)、神經(jīng)生理學(xué)和語言學(xué)等許多學(xué)科，在數(shù)字語音通信、聲控打印機(jī)、自動(dòng)語音翻譯和多媒體信息處理等許多方面都有著非常重要 的應(yīng)