應用聲源定位與感知計算來決策以相干性為基準之雙麥克風噪音抑制演算法與其實現

Abstract

本篇論文提出了利用聲源定位系統整合以相干性為基準之噪音抑制演算法，用以改善現有文獻無法抑制前方噪音的缺點以及在後方噪音的環境下會有估計上的誤差。聲源定位系統是利用雙麥克風間的交互相關性(Cross-Correlation)，透過計算交互相關性最大值來求得訊號的時間延遲差(Time Difference of Arrival TDOA)，進而能判斷噪音源方向，同時，我們加入適應性(adaptive)的臨界值估測，用以降低誤判機率。此做法(Proposed)不僅可以處理環境中複雜多變的噪音源，而且以相干性為基準的噪音抑制也具有簡單實現的優點。在整合上，我們提出以感知計算(Awareness-Computation AC)與演算法共模組化來降低運算複雜度，使得乘法運算複雜度僅提升9 09%。不管在穩定噪音或非穩定噪音的環境下，噪音抑制演算法都不需要任何噪音估計或語音動態偵測器(Voice Activity Detector VAD)，可大量減少計算上造成的複雜度。礙於麥克風距離的物理限制，傳統以相干性為基準之噪音抑制演算法無法適用且實作於助聽器上，而本論文採用之噪音抑制演算法係依雙麥克風之間的SNR推導所得，因此能有效地應用於助聽器上。根據軟體模擬後的實驗結果得知，我們提出的噪音抑制效果能比現有文獻在SNR的評比上高出3dB。綜合上述，我們的演算法具備了運算複雜度低、能有效抑制穩定噪音與非穩定噪音以及不用任何的噪音估計等三種優點並且可符合數位助聽器的硬體限制，因此更適合應用於數位助聽器及搭載於智慧型手機等小型裝置上。

Date of Award	2014 Sept 2
Original language	Chinese
Supervisor	Sheau-Fang Lei (Supervisor)