Page 9 - 《应用声学》2022年第6期

第 41 卷 第 6 期 吴礼福等： 应对说话人位置突变的鲁棒语声去混响 855

表 1 实验参数设置 所示。从图中可以看出，过小的遗忘因子会严重影
Table 1 Experimental parameter setting 响算法的去混响效果，这是因为遗忘因子过小会导
致自适应算法在迭代过程中产生晚期混响过估计
参数名 符号 值
的问题，过多的消减掉了期望信号中的有用的语声
采样频率 f s 16 kHz
信号成分，从而导致语声信号失真，因此应选择较
窗长 512 (32 ms)
帧移 128 (8 ms) 大的遗忘因子。通过仿真验证，最终确定遗忘因子
预测延迟 D 3 λ = 0.995。
预测阶数 L g 20
时间遗忘因子 λ 0.9∼0.999 3.2.2 混响抑制性能分析
β 0.6 MFCC是一种优良的谱包络参数，MFCC在一
指数平滑因子
θ 0.9
定程度上模拟了人耳的听觉特性，所以基于 MFCC
阈值 ϵ 0.1 ms
的失真测度可以准确地体现出去混响语声的失真
初始条件 R −1 (n, k) 0.01 ∗ I
大小。把纯净语声作为参考信号，分别计算参考信
号与混响信号和去混响信号之间的 MFCC 失真距
0.16
离，记作 MFCC in 和 MFCC out ，然后两者做差便得
0.14
到∆MFCC，该值越大时，说明去混响效果越好。
0.12 从图 4(a) 中可以看出，在 6 s 时刻说话人位置
δ(t)/ms 0.10 突变后，∆MFCC 的值急剧下降，并且在 1 s 后才重
0.08
0.06 新趋于稳定，这说明说话人位置的突变影响了算法
0.04
的稳定性和去混响效果。图4(b)显示了具有说话人
0.02
位置突变检测的去混响信号的∆MFCC情况。相较
0
0 3 6 9 12
௑ᫎ/s 于图 4(a)，可以明显看出，6 s 后图 4(b) 中 ∆MFCC
的值更快速地趋于稳定。这是因为具有说话人位置
图 2 时延的相对变化
突变检测的 RLS 去混响算法在 6 s 时成功检测到说
Fig. 2 Relative variation of time delay
话人的位置变化，然后算法重新初始化滤波器的更
3.2.1 遗忘因子选择 新，提高了算法的收敛速度，获得了更好的去混响效
为了确定最佳的遗忘因子大小，本文通过仿真 果。这说明具有说话人位置突变检测的去混响算法

验证了不同遗忘因子下算法的去混响性能，如图 3 有效提高了算法的鲁棒性。

ຉ־ηՂ ԝຉ־ηՂ ࣜదឭភ̡ͯᎶቊԫೝ฾ᄊԝຉ־ηՂ
2.2 2.2 2.2

2.0 2.0 2.0
1.8 1.8 1.8
PESQ 1.6 PESQ 1.6 PESQ 1.6

1.4 1.4 1.4
1.2 1.2 1.2

1.0 1.0 1.0
0.900 0.980 0.990 0.995 0.999 0.900 0.980 0.990 0.995 0.999 0.900 0.980 0.990 0.995 0.999
᥌঄ڂߕ λ ᥌঄ڂߕ λ ᥌঄ڂߕ λ
(a) T  =300 ms (b) T  =500 ms (c) T  =800 ms

图 3 不同遗忘因子下的 PESQ 得分
Fig. 3 PESQ scores under different forgetting factors