采用MEMS麥克風實現復雜環境下對特定語音的提取與放大

本文采用ADMP421組合麥克風傳感器采集環境中的語音信號，并使用FPGA構建SOPC，進行聲音信號的頻率，相位匹配，并可根據用戶自定義的方式實現用戶特征音頻和噪聲的分離，在語音識別的需求逐漸增長的背景下，本系統具有極大的市場前景。

1.引 言

人們一直夢想有朝一日可以擺脫鍵盤或遙控設備的束縛，擁有更為友好、親切的人機界面，使得計算機或家用電器可以像人一樣聽懂人的話語，看懂人的動作，執行人們所希望的任何任務，而語音數字信號處理正是其中一項至關重要的應用技術。隨著科技的發展，品種繁多的消費電子產品進入了人們的生活，利用語音技術對電子產品的控制也將是未來的消費電子的一大趨勢。然而在語音通信的過程中，不可避免地會受到來自周圍環境中噪聲的干擾，甚至在某些極端場合下（如工地或公交車站），噪聲幾乎會覆蓋掉全部的有用信息。這使得識別的效率急劇下降，嚴重時會直接導致誤操作，所以在噪聲背景下的語音提取及增強有重要意義^[1]。

語音增強作為預處理，可以改善這些系統的性能，例如語音識別正在步入實用階段，但目前的識別系統大都是在安靜環境中工作的，在噪聲環境中尤其是強噪聲環境，語音識別系統的識別率將受到嚴重影響，這就需要語音增強技術進行預處理。所謂語音增強就是對帶噪語音進行處理，改善語音質量，減少語音通信過程中噪聲對語音的損害，對收聽人而言主要是減少疲勞，改善語音質量，提高語音可懂度，而對語音處理系統而言則主要是提高系統的識別率和抗干擾能力。

目前國內外有關抗噪聲技術的研究成果大體可分為三類。一類是采用語音增強算法，提高語音識別系統前端預處理的抗噪聲能力，提高輸入信號的信噪比。第二類方法是尋找穩健的耐噪聲的語音特征參數并提出了短時修正的相干系數，作為語音特征參數，該參數是基于自相關函數序列的線性預測技術，實驗證明，該參數對寬帶語音具有較好效果。但是，目前的補償算法通常只考慮到噪聲環境是平穩的，在低信噪比語音以及非平穩噪聲環境中的效果并不理想。而解決噪聲問題的根本方法是實現噪聲和語音的自動分離，盡管人們很早就有這種愿望，但由于技術的難度，這方面的研究進展很小。近年來，隨著聲場景分析技術和盲分離技術的研究發展，利用在這些領域的研究成果進行語音和噪聲分離的研究取得了一些進展^[2]。

耳機技術可以說是手機背景噪音抑制技術的最初解決方案，語音壓擴技術現在廣泛的應用在通信系統中，麥克風陣列技術有良好的抗噪性能^[3]，但是其目前的成本過高，期待著材料技術的突破。

本文將從硬件和軟件方面綜合設計語音增強的系統。本系統采用SOPC快速設計數字電路方案，在外圍擴展組合麥克風以及音頻輸出模塊，實現了整個硬件部分。通過分析現有的語音增強方案的缺點，提出了獨特的語音增強方案。本系統可以根據用戶的特征進行自我定制語音輸出，對環境中雜亂無章的噪聲采取了更為靈活的過濾方式。

2.系統總體設計

SoC（System on Chip）片上系統是現代電子系統設計的一個發展方向，它將原先分立的多個芯片集成在一塊芯片上，通過提高芯片的集成度、減少系統芯片的數量和相互之間的PCB連線、減少PCB面積來降低整個系統的成本，同時使系統的性能、功能和可靠性都有很大的提高。隨著新型的高性能、低成本FPGA的出現和綜合技術的提高，基于FPGA的SoPC(System on Programmable Chip)可編程片上系統正逐步走向市場。基于FPGA的SoPC與基于ASIC技術的SoC相比，具有設計周期短、產品上市速度快、設計風險和設計成本低、集成度高、靈活性大、維護和升級方便、硬件缺陷修復和排除簡單等優點。因此基于FPGA和包括32位CPU在內的各種IP核的系統級應用開發將是下一代電子系統設計的發展方向。

順應這個潮流，FPGA器件的方要供應商Altera和Xilinx都推出了各自的SoPC解決方案：Nios系統和MicroBlaze系統。它們功能強大、開發環境和配套IP核完善，是工程應用的首選。但是它們只能用在各自廠商的FPGA上，不但配套IP核價格昂貴，而且用戶無法獲得所有源代碼，不利于我國SoPC技術的發展^[4]。針對這種情況，本系統使用OpenCores組織提供的各種免費、開源的IP核，構建了以OpenRISC1200CPU為核心，配以各類外圍IP核的完全開源的SoPC系統。其可以運行μClinux系統。同時本系統采用的所有IP核在源代碼不變的情況下可以使用Xilinx的開發工具進行綜合、布線，為該系統在其他FPGA平臺上的運行打下了良好的基礎。