基于DSP芯片的数字语音降噪系统在石化行业的应用.pdf

收稿日期 作者简介 逯少森()男山东东营人中国石油化工集团有限公司胜利油田分公司高级工程师硕士主要从事油田生产运行管理和应急处置应用研究:./.基于 芯片的数字语音降噪系统在石化行业的应用逯少森陈 鑫马朋举孙 剑郭云龙(中国石油化工集团有限公司胜利油田分公司 生产运营管理中心山东 东营 中国石油化工集团有限公司胜利油田分公司 应急救援中心山东 东营)摘 要随着石化行业的从业人数呈现显著增长一线员工为工作需要穿戴的全身覆盖防化服对员工工作期间的通话和联系带来困难 传统的通话设备存在诸多功能上的缺陷无法满足高质量通话的需求 数字语音降噪系统在实现语音清晰度和降低噪声干扰方面具有重要作用通过采用滤波算法和数字滤波器的技术路线实现高效的语音降噪效果通过利用 芯片的计算能力和实时处理能力提供一种性能卓越的数字语音降噪系统研究结果表明:该联合降噪方法效果明显通过实验验证和性能评估信噪比超过 表明该系统在降噪效果方面取得良好成果有较好的实际应用价值关键词 芯片数字语音降噪系统滤波算法数字滤波器中图分类号 文献标识码 文章编号()语音降噪技术利用滤波算法去除语音中的噪声提取有用信号 它在助听器、军队通信等领域得到广泛应用 然而现有的通话设备无法应对石化行业中各种噪声干扰导致通话质量下降 传统的对讲机和骨传导耳机无法降噪影响作业小组的协作效率和信息传递 为解决这些问题迫切需要开发适用于石化行业的低成本语音降噪系统能在复杂噪声环境下保证高质量通话并可集成到微型数字芯片中 这将解决通话质量和实时性的问题提高员工之间的联络效果 国内外学者在基于 芯片的数字语音降噪系统的研究领域进行了广泛的工作 王榆林等提出一种基于 芯片的自适应语音降噪方算法采用小波变换和自适应滤波器来实现语音信号的降噪通过 芯片的并行计算能力实现实时处理 和 提出基于最小均方误差准则的语音增强方法对语音降噪领域有重要贡献 和 设计基于 芯片的实时语音降噪系统利用小波变换和频域滤波器实现降噪和增强 笔者主要关注算法的设计和实现包括小波变换、维纳滤波器、自适应滤波器和深度学习等方法的应用、实时处理和降噪效果的提升 然而在非线性环境下的降噪效果和实时性方面仍存在改进的需求因此基于 芯片的数字语音降噪系统的研究仍有进一步探索的空间 语音降噪系统将采用线性化卡尔曼滤波原理基于德州仪器公司的 芯片主要讨论研究方法与算法选择和降噪算法在 上的实现 语音降噪技术概述 语音降噪的定义和作用语音降噪是一种通过滤波算法或其他信号处理技术从语音信号中去除噪声成分以提取出清晰且可辨识的语音信号的技术 它旨在改善语音通信、语音识别、语音合成以及其他语音相关应用中的语音质量和可靠性语音降噪技术在现实生活和各个领域中具有广 年 月山东石油化工学院学报.第 卷 第 期 .泛的应用其主要作用包括:提高语音信号的清晰度和可理解性 提升语音通信质量和可靠性 改善语音识别的准确性和可靠性 优化语音合成的音质和自然度 在特定环境中(如工业和军事领域)确保通话质量和安全性 总之语音降噪技术通过去除噪声提高语音信号的质量和可辨识度满足各种语音应用中的要求 数字滤波器在语音降噪中的作用数字滤波器在语音降噪中起着关键作用 它们能够滤除语音中的噪声选择性地增强语音信号提高语音的可听性和清晰度 通过去除噪声、频率选择和信号增强数字滤波器有效改善语音质量并使语音在低信噪比环境下更易于辨识 此外数字滤波器还能根据实时需求进行动态调整以适应不同场景的降噪要求 数字滤波器信噪比较好电路设计相对容易所以得到大量的应用 传统滤波算法的优缺点传统滤波算法在语音降噪中有优点和缺点 优点包括:算法简单易实施实时性好 因此适用于线性系统和稳定噪声环境 缺点包括:算法的非线性系统效果有限对突发信号敏感参数设置困难受限于噪声特征 综上所述传统滤波算法具有一些优点但在面对复杂的非线性语音信号和噪声环境时其降噪效果可能不理想 数字滤波器等技术能提供更好的解决方案可根据具体需求选择合适的应用 研究方案与算法选择 滤波方案对比与选择 滤波器模拟滤波器和数字滤波器在构成和信号处理方法上有所区别 模拟滤波器依赖于模拟电路元件和连续信号处理方法而数字滤波器则基于数字计算和离散信号处理技术与模拟滤波器相比数字滤波器具有以下重要优点:灵活性 数字滤波器可根据需要调整参数和算法适应不同的滤波要求提供可靠且适应性强的解决方案可编程性 通过编程精确控制数字滤波器行为实现复杂的滤波操作在实时应用中具备高度的灵活性和可定制性精度 数字滤波器使用固定数值表示和算法进行计算实现高精度的滤波效果相比之下模拟滤波器受到元件误差和噪声等因素的影响精度较低低成本实现 数字滤波器可使用数字信号处理器()或通用计算机等数字设备实现无需大量模拟电路元件降低成本并提高可扩展性 综上所述数字滤波器相对于模拟滤波器具有更高的灵活性、可编程性、精度和实现成本低等优点使其成为语音降噪和其他数字信号处理应用中的重要工具 基于上述特性语音降噪系统采用数字滤波器 数字滤波算法典型的数字滤波算法有维纳滤波、时域滤波算法、卡尔曼滤波等维纳滤波的原理(图)由 于 年提出 维纳滤波器是采用最小均方误差准则设计的数字滤波器是在平稳条件的最小均方误差意义下的最优估计图 维纳滤波器设计另外一种滤波器设计方案是基于深度学习的时域滤波算法(图)该算法利用深度学习方法设计基于时域信号的滤波器使用带噪声语音以及干净语音样本训练降噪模型使用模型对输入语音进行降噪处理深度学习理论中从一个输入中产生一个输出所涉及的计算可以通过一个流向图来表示 流向图是一种能够表示计算的图在这种图中每一个节点表示一个基本的计算以及一个计算的值计算的结果被应用到这个节点的子节点的值 考虑这样一个计算集合它可以被允许在每一个节点和可能的图结构中并定义一个函数族图 深度学习原理但是深度学习方法仍然有较大的缺陷:深度学习方法的模型设计较为复杂训练模型对硬件要求第 卷 山东石油化工学院学报 年 第 期非常高普通 根本无法满足训练要求该类型滤波器特别依赖训练样本可靠性难以保证卡尔曼滤波算法(图)是一种高性能的滤波算法 传统的卡尔曼滤波是一种利用线性系统状态方程、通过系统输入输出观测数据对系统状态进行最优估计的算法 经典卡尔曼滤波的时间更新方程为.().()状态更新方程为.()().()().()从上述公式可以发现卡尔曼滤波无需使用全部的过去观察值使用于实时处理综上所述传统的卡尔曼滤波算法在效果、实时性和可移植性方面相对其他滤波算法具有优势适合作为语音降噪系统的设计方案 然而传统卡尔曼滤波算法仅适用于线性过程和模型而实际系统大多是非线性的 此外传统卡尔曼滤波器对尖峰等突发信号过于敏感存在一定缺陷 因此在考虑石化行业实际环境的基础上改进卡尔曼滤波算法使其在更贴近实际的非线性环境下仍能有效降噪 研究深度学习的动机在于建立模拟人脑进行分析学习的神经网络它模仿人脑的机制来解释数据 滤波算法的改进 非线性改进大多数常见滤波器仅能适用于线性系统但是实际情况中绝大多数系统噪声的特点和属性包括高分贝级别、低频率成分、持续性和间歇性、多源性都是非线性的在石化行业噪声的产生和传播过程中存在多个噪声源、复杂的机械设备和工艺以及噪声在环境中的传播和相互作用等因素这些因素使得石化行业噪声系统呈现非线性特征 因此石化行业噪声可以被视为非线性系统 为使数字语音降噪系统有更大的适用范围并适应石化行业实际环境需要对非线性系统进行线性化非线性系统线性化的一个可行的方式就是对非线性函数进行泰勒展开 一般情况下在对非线性函数做泰勒展开时只取到一阶导数项和二阶导数项 而由于二阶导数项的计算相对比较复杂更多的实际应用只取到一阶导数同样也能有较好的结果 取一阶导数时状态转移方程和观测方程就近似为线性方程高斯分布的变量经过线性变换之后仍然是高斯分布 这样一来就能够延用各种滤波算法的框架(图)图 滤波算法框架 自适应改进为了实现较好的实时性可以引入自适应算法自适应滤波器能够调节自身传输特性以实现最优效果(图)它不需要对输入信号有先验知识计算量较小特别适用于实时处理图 自适应滤波器原理逯少森等:基于 芯片的数字语音降噪系统在石化行业的应用 图 展示一个通用的自适应滤波估计问题 离散时间线性系统代表可编程滤波器其冲激响应为()也称为滤波参数 自适应滤波器的输出信号为()估计期望响应信号为()误差信号()为()与()之差 自适应滤波器的冲激响应或滤波参数随外部环境变化并在自动调整的收敛时间内达到最佳滤波效果 自适应滤波器包含一个重要的自适应算法根据输入、输出和原始参数值按准则改变滤波参数以有效跟踪外部环境变化 微处理器方案确定微处理器是一种中央处理器由少数几片大规模集成电路组成 它执行指令、进行信息交换并担当微型计算机的核心 微处理器相比传统中央处理器更小巧、轻便且易于模块化 主要组成部分包括寄存器堆、运算器、时序控制电路以及数据和地址总线 常见的微处理器主要有 和 两种在石化行业实际工况中需要保证通话的实时性 这就需要一个高性能的专用处理器 结合 芯片快速数字运算的特点认为 芯片更适合被应用于语音降噪系统 基于 芯片的系统移植 芯片是一种在信号处理领域广泛应用的微型数字芯片 它采用哈佛结构内部具备专用的硬件乘法器并采用广泛的流水线操作(图)芯片提供特殊的 指令可快速实现各种数字信号处理算法 该芯片的程序和数据空间是分开的允许同时访问指令和数据非常适合用于语音降噪处理 强大数据处理能力和高运行速度是其两大特点图 芯片架构 在数字语音降噪系统的软件设计中主要包括主程序、中断服务程序、中断向量表和链接命令文件 其中主程序和中断服务程序是最关键的部分 中断服务程序的主要功能是实现数据采集和数据更新 系统的主函数是程序执行的入口负责完成必要的初始化工作如时钟和串口的配置 接着启动串口使其正常工作并最终进行降噪算法处理输出降噪后的语音信号 这些组成部分共同构成数字语音降噪系统的软件设计 系统仿真测试 仿真流程使用 进行仿真实验 主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域为了保证仿真结果的可靠性我们在石化行业环境中采集 种噪声并同步采集一段干净的音源(图)第 卷 山东石油化工学院学报 年 第 期图 噪声 图 噪声 仿真测试时将噪声叠加在干净的音源上就形成带噪声的音频 把带噪声音频作为滤波器的输入端检测输出波形与干净音源波形的差异可以通过计算信噪比()来定量评估降噪效果 信噪比是正常声音信号与无信号时噪声信号(功率)之间的差值 信噪比的单位是 计算方法为(/)其中 和 分别表示信号和噪声的有效功率 也可以表示为电压幅值的比率关系:(/)其中 和 分别代表信号和噪声的有效值 仿真结果 第一组仿真结果图 为时域平面干净音频与输出音频波形对比其中干净音频为红色曲线输出音频为绿色曲线 图 为频域平面干净音频与输出音频波形对比其中干净音频为红色曲线输出音频为绿色曲线图 时间域干净音频与输出音频波形对比图 频率域干净音频与输出音频功率谱对比 经过 计算第一组的信噪比为 第二组仿真结果图 为时域平面干净音频与输出音频波形对比其中干净音频为蓝色曲线输出音频为绿色曲线图 为频域平面干净音频与输出音频波形对比其中干净音频为蓝色曲线输出音频为绿色曲线图 时间域干净音频与输出音频波形对比逯少森等:基于 芯片的数字语音降噪系统在石化行业的应用图 频率域干净音频与输出音频波形对比 经过 计算第二组的信噪比为 此外使用传统卡尔曼滤波方法设计的滤波器对上述第一组音源做仿真图 为频域平面干净音频与输出音频波形对比其中干净音频为红色曲线输出音频为绿色曲线图 频率域干净音频与输出音频功率谱对比通过图 与图 的对比可以很明显地发现改进卡尔曼滤波的滤波效果要好于传统卡尔曼滤波通过上述仿真实验发现两次仿真的信噪比均超过 达到要求改进版的卡尔曼滤波器在石化行业环境下对于音频的降噪效果较好 结 论()基于线性化卡尔曼滤波原理的数字语音降噪系统在处理非线性环境下的语音信号表现出较好的降噪效果通过对系统进行实时采样、滤波和重构噪声成份得到有效去除从而提升语音信号的清晰度和可辨识度()德州仪器公司的 芯片作为系统实现的核心部件具备较高的计算性能和实时性为实现数字语音降噪系统提供可靠的硬件支持 系统在 芯片上的具体实现证明其可行性和有效性参考文献 王勇孙磊.主动降噪技术发展前景分析.电子世界():.王瑜琳田学隆高雪利.自适应滤波语音增强算法改进及其 实现.计算机工程与应用():.():./():.谢雪峰.数字滤波器在石油仪器系统中的应用.电脑编程技巧与维护():.杜社会肖启国罗昌友等.基于 模型的维纳滤波器设计分析.信息技术与信息化():.张琨瑶王华朋牛瑾琳等.基于深度卷积神经网络的语音降噪研究.刑事技术():.高登峰杨波刘洪等.多特征全卷积网络的地空通话语音增强方法.四川大学学报(自然科学版)():.鲍长春项扬.基于深度神经网络的单通道语音增强方法回顾.信号处理():.易克初田斌付强.语音信号处理.北京:国防工业出版社.张汝波何立刚李雪耀.强噪声背景下莫尔斯信号的自动检测与识别.哈尔滨工程大学学报():.():./():.张力.基于 单片机的温室自动控制系统的设计研究.科技信息():.叶鸿顾乃杰林传文.处理器上的高效串匹配实现.小型微型计算机系统():.王龙官洪运刘捷.基于 的语音降噪系统设计.微型机与应用():.于光宇.基于/的船舶混合动力系统能量管理策略研究.内燃机与配件():.周思洋.基于机器学习的大动态信噪比下调制模式识别方法研究.哈尔滨:哈尔滨工业大学.杨洁黄敏刘庆.气相色谱质谱联用仪噪声的定义与信噪比不确定度的评定.中国计量():.责任编辑 温丽萍第 卷 山东石油化工学院学报 年 第 期