Page 31 - 《应用声学》2022年第1期

第 41 卷 第 1 期 韩哲等： 分布式无线声传感网加权预测误差语声去混响方法 27

3 仿真与分析 以及说话人位于位置 3、T 60 = 900 ms 两种情况。

使用已有语声进行 60 次测试。表 5 展示了仿真实
本节对DWPE进行仿真测试，并使用其输出进
验中单个节点在运行单节点 (SN-WPE)、集中式
行主客观实验，验证了所提出的分布式算法对于集
(Cen-WPE) 与分布式 (DWPE) 算法处理 25 s 混响
中式算法性能的收敛性。首先在 3.1 小节对仿真设
语声所需的平均时间，测试中保持节点算力一致，且
置进行介绍；3.2小节将会在仿真环境中对比集中式
忽略数据传输时间。
算法与分布式算法的性能和运算复杂度；3.3小节将
5.0
会在环境噪声较高时对比集中式算法与分布式算 ឭភ̡
4.5
法的稳定性，3.4 小节将会进行主观性测听实验。本 ͜ܦ٨
4.0
节内若不做特殊说明，为便于比较算法性能，均默认 ͯᎶ 2
3.5 ᓬག 3
选择参考节点进行单节点算法测试。
3.0
3.1 仿真设置 y/m 2.5 ᓬག 2
如图 3 所示，共设置两种房间大小。图 3(a) 房 2.0
间尺寸为 5 m×5 m×3 m，对应两种混响时间，分 1.5 ͯᎶ 1
别为 T 60 = 450 ms与 T 60 = 650 ms，共有 3 个节点， 1.0
设置 2 个说话人位置，Position 1 模拟说话人在房 0.5
ᓬག 1
间内的一般状况，Position 2 模拟说话人在角落的 0
0 1 2 3 4 5
情况；图 3(b) 房间尺寸为 7.5 m×7.5 m×3 m，对应 x/m
T 60 = 900 ms 与 T 60 = 1100 ms 两种较高的混响时 (a) ੝ᫎ1ࡇࠪ
间，共有 4 个节点，设置 2 个说话人位置，Position 3 7 ឭភ̡
ᓬག 3 ͜ܦ٨
模拟说话人在房间内的一般状况，Position 4 模拟
6
说话人距离所有节点距离相似的状况。每个节点是 ᓬག 4
一个具有 3 个传声器的均匀线阵，传声器之间距离 5
为5 cm。以上设置可验证在房间大小、混响时间、节 y/m 4 ͯᎶ 4
点数量与说话人位置等参数发生变化时，所提出的
3
分布式算法的普适性。声源语声信号从 TIMIT 数 ͯᎶ 3
2
据库中取得，抽取 30 名男性与 30 名女性，共计 60
ᓬག 2
人语声，每人 25 s。各传声器拾取到的信号为纯净 1
语声与说话人位置到传声器的房间冲激响应函数 0 ᓬག 1
0 1 2 3 4 5 6 7
(Room impulse response, RIR)卷积得到，RIR通过 x/m
镜像法 [31] 计算获得。 (b) ੝ᫎ2ࡇࠪ
每个传声器设置固定的 30 dB 的本底噪声，信 图 3 测试仿真房间设置
号STFT长度为512，帧叠为50%，L g = 8，τ = 1。性 Fig. 3 Room setup for evaluation
能测试指标为客观语声质量评价 (Perceptual eval-
图 4 展示了单节点 WPE 算法 (Single Node1-
uation of speech quality, PESQ) [32] 、短时客观可懂
WPE、Single Node2-WPE 与 Single Node3-WPE)、
度 (Short-time objective intelligibility, STOI) [33] 、
集中式 (Cen-WPE) 与分布式 (DWPE) 算法输出语
语 声 混 响 调 制 能 量 比 (Speech-to-reverberation
声在 PESQ分数的提升幅度随时间变化的趋势。由
modulation energy ratio, SRMR) [34] 。运行算法
于收敛速度会受到空间相对位置影响，所以在图 4
的计算机处理器为i7-8750H，内存为16 GB。
中对所有节点的单节点算法收敛性均进行了展示。
3.2 分布式算法性能与收敛性 由表 5 耗时情况可知，分布式算法处理时间与单节
在算法的运算复杂度与收敛性测试中，选取两 点算法相似并低于集中式算法，且 WASN 规模越
种设置。分别为说话人位于位置 1、T 60 = 650 ms 大，耗时降低幅度会越明显，这一结果与 2.2 小节中