采用MEMS麦克风实现复杂环境下对特定语音的提取与放大

本文采用ADMP421组合麦克风传感器采集环境中的语音信号，并使用FPGA构建SOPC，进行声音信号的频率，相位匹配，并可根据用户自定义的方式实现用户特征音频和噪声的分离，在语音识别的需求逐渐增长的背景下，本系统具有极大的市场前景。

1.引 言

人们一直梦想有朝一日可以摆脱键盘或遥控设备的束缚，拥有更为友好、亲切的人机界面，使得计算机或家用电器可以像人一样听懂人的话语，看懂人的动作，执行人们所希望的任何任务，而语音数字信号处理正是其中一项至关重要的应用技术。随着科技的发展，品种繁多的消费电子产品进入了人们的生活，利用语音技术对电子产品的控制也将是未来的消费电子的一大趋势。然而在语音通信的过程中，不可避免地会受到来自周围环境中噪声的干扰，甚至在某些极端场合下（如工地或公交车站），噪声几乎会覆盖掉全部的有用信息。这使得识别的效率急剧下降，严重时会直接导致误操作，所以在噪声背景下的语音提取及增强有重要意义^[1]。

语音增强作为预处理，可以改善这些系统的性能，例如语音识别正在步入实用阶段，但目前的识别系统大都是在安静环境中工作的，在噪声环境中尤其是强噪声环境，语音识别系统的识别率将受到严重影响，这就需要语音增强技术进行预处理。所谓语音增强就是对带噪语音进行处理，改善语音质量，减少语音通信过程中噪声对语音的损害，对收听人而言主要是减少疲劳，改善语音质量，提高语音可懂度，而对语音处理系统而言则主要是提高系统的识别率和抗干扰能力。

目前国内外有关抗噪声技术的研究成果大体可分为三类。一类是采用语音增强算法，提高语音识别系统前端预处理的抗噪声能力，提高输入信号的信噪比。第二类方法是寻找稳健的耐噪声的语音特征参数并提出了短时修正的相干系数，作为语音特征参数，该参数是基于自相关函数序列的线性预测技术，实验证明，该参数对宽带语音具有较好效果。但是，目前的补偿算法通常只考虑到噪声环境是平稳的，在低信噪比语音以及非平稳噪声环境中的效果并不理想。而解决噪声问题的根本方法是实现噪声和语音的自动分离，尽管人们很早就有这种愿望，但由于技术的难度，这方面的研究进展很小。近年来，随着声场景分析技术和盲分离技术的研究发展，利用在这些领域的研究成果进行语音和噪声分离的研究取得了一些进展^[2]。

耳机技术可以说是手机背景噪音抑制技术的最初解决方案，语音压扩技术现在广泛的应用在通信系统中，麦克风阵列技术有良好的抗噪性能^[3]，但是其目前的成本过高，期待着材料技术的突破。

本文将从硬件和软件方面综合设计语音增强的系统。本系统采用SOPC快速设计数字电路方案，在外围扩展组合麦克风以及音频输出模块，实现了整个硬件部分。通过分析现有的语音增强方案的缺点，提出了独特的语音增强方案。本系统可以根据用户的特征进行自我定制语音输出，对环境中杂乱无章的噪声采取了更为灵活的过滤方式。

2.系统总体设计

SoC（System on Chip）片上系统是现代电子系统设计的一个发展方向，它将原先分立的多个芯片集成在一块芯片上，通过提高芯片的集成度、减少系统芯片的数量和相互之间的PCB连线、减少PCB面积来降低整个系统的成本，同时使系统的性能、功能和可靠性都有很大的提高。随着新型的高性能、低成本FPGA的出现和综合技术的提高，基于FPGA的SoPC(System on Programmable Chip)可编程片上系统正逐步走向市场。基于FPGA的SoPC与基于ASIC技术的SoC相比，具有设计周期短、产品上市速度快、设计风险和设计成本低、集成度高、灵活性大、维护和升级方便、硬件缺陷修复和排除简单等优点。因此基于FPGA和包括32位CPU在内的各种IP核的系统级应用开发将是下一代电子系统设计的发展方向。

顺应这个潮流，FPGA器件的方要供应商Altera和Xilinx都推出了各自的SoPC解决方案：Nios系统和MicroBlaze系统。它们功能强大、开发环境和配套IP核完善，是工程应用的首选。但是它们只能用在各自厂商的FPGA上，不但配套IP核价格昂贵，而且用户无法获得所有源代码，不利于我国SoPC技术的发展^[4]。针对这种情况，本系统使用OpenCores组织提供的各种免费、开源的IP核，构建了以OpenRISC1200CPU为核心，配以各类外围IP核的完全开源的SoPC系统。其可以运行μClinux系统。同时本系统采用的所有IP核在源代码不变的情况下可以使用Xilinx的开发工具进行综合、布线，为该系统在其他FPGA平台上的运行打下了良好的基础。