一种自动等响度数字混音算法

发布时间：2019-09-18 22:43

【摘要】：在电视会议系统中,为获得接近真实的会议交流氛围,混音技术不可或缺。本文利用语音信号的响度特性,提出一种自动等响度数字混音算法。该算法首先利用信号平均功率和短时自相关函数进行语音活动检测(VAD),判断参与混音的每路信号中是否含有语音信号。然后,利用时变滤波器进行滤波处理,抑制混音过程中引入的噪声。最后,利用语音信号响度计算各路信号的权重,使各路语音的平均响度保持一致。仿真实验结果表明,本文的混音算法可使各路信号的平均响度基本相同,并具有良好的语音质量。
【图文】：

系统框图,混音,系统框图

针对上述问题，本文提出一种自动等响度数字混音算法。该算法首先利用信号平均功率和短时自相关函数进行语音活动检测，判断参与混音的每路信号中是否含有语音信号。再利用时变滤波器滤掉不必要的噪声，解决静音检测所导致的会议交流氛围不真实等问题。最后，利用响度计算各路信号的权重，使各路信号的平均响度相同。仿真实验验证了本文算法的有效性。2自动等响度数字混音算法本文算法由语音活动检测、时变滤波、等响度控制等模块组成;等响度控制模块又可分为响度计算、等响度权重计算、混音处理三个部分;整个流程如图1所示。首先，每路信号经过语音活动检测模块判断是否含有语音信号，根据判断结果确定后续时变滤波器的通带宽度;如果当前帧被判断为语音信号，则用DFT变换计算其响度;最后对时变滤波器输出的各路信号进行等响度控制。下面，对各模块进行详细说明。图1混音系统框图Fig．1Blockdiagramofmixedaudiosystem2．1语音活动检测语音活动检测是根据当前帧信号的平均功率和短时自相关函数判断当前帧是否含有语音信号。设VAD表示当前帧是否含有语音信号，，并且VAD赋初始值，使得VAD=1。当前帧功率p可表示为p=1N∑N－1i=0x2［i］(1)其中，x［i］表示当前帧第i个输入数据，N表示一帧中的样本数。设当前预定时间段T为当前帧之前第r帧至当前帧的持续时间，pi为当前帧之前第i帧功率，则当前预定时间段内的最小帧功率pmin可表示为pmin=min{p，p1，p2，．．，．pi，．．，．pr}(2)其中，min{·}表示括号中所有数据的最小值，r=ceilTFSN，这里ceil(x)表示接近x且大于等于x的整数，FS表示采样频率。当满足式(3)时，所述语音活动检测模块将VAD置1。10

特性图,幅频响应,特性,时变滤波器

第3期呼德等:一种自动等响度数字混音算法2．2时变滤波器时变滤波器根据语音活动检测模块的检测结果，对当前帧信号进行时变低通滤波处理。当某路信号当前帧中含有语音信号时，时变滤波器的通带逐渐变宽;当某路信号当前帧中不含有语音信号时，时变滤波器的通带逐渐变窄。时变滤波器的差分方程为f［i］=(1－b)x［i］+bf［i－1］(8)其中，f［i］表示当前帧的第i个滤波输出值，x［i］表示当前帧第i个输入数据，0≤i＜N，b是滤波系数。图2幅频响应特性Fig．2Amplitude-Frequencyresponse当采样频率为48kHz，时变滤波器系数b=0．18时，其3dB通带截止频率为20kHz;b=0．956时，其3dB通带截止频率为0．3kHz;如图2所示。根据语音活动检测结果，滤波系数b在0．18～0．956间逐渐变化，从而使得滤波器通带在0．3kHz～20kHz内发生变化。系数b的变化规则如下:当前帧含有语音信号时，则有b=b+0．18－0．956N1(9)其中，当b＜0．18，取b=0．18，N1表示b从0．956变至0．18时的采样点数。当前帧不含有语音信号时，则有b=b+0．956－0．18N2(10)其中，当b＞0．956，取b=0．956，N2表示b从0．18变至0．956时的采样点数。2．3响度计算响度是指人耳感受到的声音强弱，它是人对声音强度大小的主观感觉量。通常，根据语音活动检测模块的检测结果，计算信号当前预定时间段内的平均响度。当前帧信号处于有语音状态时，首先计算x［i］的DFT变换X［s］=∑N－1i=0x［i］WisN，s=0，1，…，N－1(11)其中，WisN=e－j2!Nis，s表示离散频率，x［i］表示当前帧第i个输入数据，j表示虚数单位。其次，当前帧信号的响度值l可表示为l=1N4－N3(∑N4s=N3X［s］210－Equal?
【作者单位】：大连理工大学信息与通信工程学院;
【基金】：国家863计划(2015AA016306) 国家自然科学基金(61172107,61172110) 辽宁省科技创新重大专项(201302001) 中央高校基本科研业务费专项资金(DUT13LAB06)
【分类号】：TN912.3

【相似文献】