Page 70 - 201901

66 2019 年 1 月

2 m、4 m，对应拾声位置处的声学比分别为 1.06、 该实验验证了提出算法在不同混响强度下的
◦
0.26、0.07。选取角度θ = −80 , · · · , 80 ，对间隔40 ◦ 去混响性能均优于峰度算法，且对于在声学比远小
◦
测试的 RIR进行处理，所用传声器个数为 4，传声器 于 1 位置拾声的强混响信号，本文算法的优势更为
间隔 8 cm 摆放。为了更全面地评估，实验对混响半 明显。
径以内 (d = 1 m) 的信号也进行了测试。改变声源 为了进一步验证算法对汉语的有效性，采用
与传声器阵列的距离d，对相同的距离每隔40 测试 20 s “GSBM 6001-89”国家标准样件中的有代表性
◦
一组数据，用 PESQ 得分作为去混响性能的评估指 的两段分别由男女声朗诵的《美谈不美》纯净语声
标。表 2 为实验结果。图 6 为改变声源与传声器阵 信号与上述 RIR 数据的卷积作为测试数据，随着声
列距离，对每组不同方向的实验结果取平均值得到 源与传声器距离的改变对标准样件添加了不同强
的柱状图。 度的混响，得到的结果如图 7 所示。该实验验证了
算法对于处理汉语以及男女声信号的有效性。
表 2 实际环境录音测试结果
3.5
Table 2 Recording test results in real MSJE ࢏एካข
rooms 3.0 MLPRS ຉ־
2.5
角度 2.0
PESQ
−80 ◦ −40 ◦ 0 ◦ 40 ◦ 80 ◦ 1.5
混响 2.05 2.05 2.08 2.15 2.15
1.0
峰度算法 2.28 2.18 2.22 2.37 2.36
d = 1 m 0.5
MLPRS 2.37 2.13 2.24 2.39 2.40
0
MSJE 2.36 2.18 2.24 2.38 2.42 1 2 4
ᡰሏ d/m
混响 1.68 1.72 1.74 1.77 1.79 (a) ႄܦ
3.0
峰度算法 2.08 2.00 1.91 1.93 2.09 MSJE
d = 2 m MLPRS ࢏एካข
MLPRS 2.12 2.03 2.01 2.03 2.16 2.5 ຉ־
MSJE 2.15 2.06 2.05 2.01 2.20 2.0
混响 — 1.63 1.60 1.57 — PESQ 1.5
峰度算法 — 1.90 1.87 1.65 —
d = 4 m 1.0
MLPRS — 1.92 2.02 2.02 —
MSJE — 2.06 2.07 2.02 — 0.5
0
1 2 4
ᡰሏ d/m
2.5 MSJE ࢏एካข
MLPRS ຉ־ (b) ݙܦ
2.0 图 7 声源距传声器不同距离时算法对汉语信号处
理的 PESQ 得分
PESQ 1.5 Fig. 7 PESQ score of the proposed algorithms

for Chinese language signals at different distances
1.0
between source and microphone array
0.5
3 结论
0
1 2 4
ᡰሏ d/m 本文提出了基于偏度的多通道房间脉冲响应
逆滤波方法。该方法不需要已知房间脉冲响应或波
图 6 声源距传声器不同距离时算法平均 PESQ 得分
达方向的先验知识，采用非高斯性极大的准则实现
Fig. 6 Average PESQ score of the proposed algo-
rithms for different distances between source and mi- 盲逆滤波。实验结果表明，相比于基于四阶统计量
crophone array 峰度的方法，本文提出方法具有更好的去混响效果，