利用麦克风数组抑制背景噪声

概述

　　随着手持语音通信设备越来越流行，它们应用在嘈吵环境的机会也越来越高，例如机场、交通繁忙的路段、人多嘈杂的酒吧等。在这种嘈吵的环境下，通话的双方实在难以听清对方所说的话。

　　此外，不少通信系统都是采用计算机运行的语音识别、指令及/或响应系统，这些系统均易受到背景噪声的影响，假如噪声过大，便会导致系统出现很大的偏差。因此，有必要改善语音信号对背景声音噪声的比率。

　　本文将解释利用麦克风数组消除语音通信系统中背景噪声的基本原理，并引用美国国家半导体的LMV1088麦克风数组放大器作为例子加以说明。

　　麦克风数组

　　麦克风数组是指将多个麦克风一个接一个地排列成一个特别的样式，让它们一起工作以产生出一个合成输出信号或多组信号。

　　每一个麦克风都是一个传感器或一个空间窗口(spatial window)，用于接收(空间采样)输入信号。数组的整体响应是数组中每个麦克风的个别响应的迭加，并与所采用的算法相关。

　　数组中多组麦克风信号所采用的 "数组处理" 算法是根据几个因素来决定的，包括麦克风的间隔距离及排列样式、麦克风的数量及类型，以及声音的传播原则。

　　麦克风数组的基本任务是消除语音输入信号的周围噪声，进而改善听觉辅助系统、语音识别设备和电信产品的语音质量。此外，麦克风数组也可用于方向定位，以及计算声源与数组之间的距离。

　　语音通信系统中的麦克风数组的主要功能是提供一个高质量的语音信号，同时降低现场及周围环境的噪声。这里所指的质量是指最终的语音信号非常自然真实，当中不存在任何的人工噪音例如是卡嗒声和砰啪声、非意愿静音、频率失真、回声或因加强语音信号处理方法所引起的不定期信号电平变化。

　　基于上述的理由，信/噪比改进(SNRI)并不是选择背景噪声抑制解决方案时的唯一参数，而必须考虑其它问题。

　　声音信息

　　声压级

　　声压级(SPL)会随着声源距离的增加而减少。图1和图2分别表示出SPL的消减，该数值以分贝(dB)作单位，并且是声源距离 "x"的一个函数。当人们说话的时候，一般以距离嘴唇约1cm的位置作为基准参考点，并将该位置的SPL定为96 dB。在这条件下，SPL的公式应为：

　　dB=96-20 log(x/0.01)

　　或可写成

　　dB=96+20 log(0.01/x)

　　公式中的 ( 或 )是0.01m的参考值距离，亦即以米作单位时相对于声源的距离"x" 为1公分。

图1 图2 　　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。