基于TMS320c55x電子耳蝸語音增強(qiáng)的實現(xiàn)

耳蝸通過植入電子耳蝸（Electronic Cochlear)為幾乎喪失了所有聽力的人恢復(fù)部分聽力，它模仿人的內(nèi)耳人為地產(chǎn)生電信號刺激聽覺神經(jīng)。電子耳蝸發(fā)展是令人鼓舞的，有些失聰?shù)娜艘呀?jīng)可以通過電話進(jìn)行交談。電子耳蝸的設(shè)計者面臨的一個挑戰(zhàn)就是發(fā)展能夠完整模仿人內(nèi)耳功能的語音信號處理技術(shù)，這其中的研究方向之一就是發(fā)展語音增強(qiáng)技術(shù)來幫助接受耳蝸移植的人在噪聲環(huán)境中更好地溝通。目前的電子耳蝸還沒有很好地實現(xiàn)人的內(nèi)耳所具有的語音增強(qiáng)功能。因此，我們首先從選擇合適的語音增強(qiáng)算法入手，再用TI的DSP（數(shù)字信號處理器）實現(xiàn)增強(qiáng)算法。由于篇幅所限只介紹基于子空間方法的增強(qiáng)算法。

為了選擇合適的語音增強(qiáng)算法，最終經(jīng)過反復(fù)對比驗證，我們決定使用基于子空間方法的增強(qiáng)算法對純凈語音信號進(jìn)行估計，再使用基于人耳聽覺特性的語音增強(qiáng)算法對語音信號進(jìn)行增強(qiáng)。基于子空間方法的增強(qiáng)算法主要是利用數(shù)據(jù)協(xié)方差矩陣的特征值分解，利用特征值的大小，將協(xié)方差矩陣的特征子空間分為信號子空間和噪聲子空間兩部分。數(shù)字信號處理中的一個關(guān)鍵問題是特征提取，它指的是數(shù)據(jù)空間變換到特征空間的過程。一般而言，理論上這是一種等維數(shù)的變換過程。而實際上，我們更樂于使數(shù)據(jù)矢量能夠用更低維數(shù)的“有效”特征表示，但仍然保留了數(shù)據(jù)矢量的內(nèi)在信息。其流程見圖1。

為了便于語音增強(qiáng)算法向DSP上移植，又考慮到目前多數(shù)DSP開發(fā)環(huán)境均提供對ANSI C的支持，因而首先將算法由仿真用的Matlab程序改寫為C語言。其中主要包括以下兩方面的問題：

1）語音信號的實時分幀處理。由于算法理論上是對語音信號以語音幀為單位進(jìn)行處理的，但實際Matlab仿真程序中在處理每一幀時都使用了其他所有幀的信息，因而要將算法改寫為適合于分幀處理。

2）算法的運行速度和存儲空間占用問題?；谧涌臻g方法的語音增強(qiáng)算法中大量用到矩陣運算，將使算法的速度受到很大影響。

針對以上兩個問題，我們對算法進(jìn)行了部分的改進(jìn)，使其適應(yīng)實時分幀處理，程序調(diào)試過程中進(jìn)行了優(yōu)化，提高運行速度、減小存儲空間。其中具體改進(jìn)措施如下：

對噪聲功率的估計方法。仿真程序中估計噪聲的方法為尋找語音信號中能量最小的幾幀，將其平均能量作為噪聲平均功率。顯然這種方法不適合與實時分幀處理。因而改為尋找當(dāng)前幀以前的所有幀（包括當(dāng)前幀）中能量最小者的能量作為對噪聲功率的估計。實踐證明這種方法簡便易行，效果與仿真結(jié)果相差無幾。

程序中分幀方法的改進(jìn)。具體為在基于子空間的增強(qiáng)算法中使用的幀長為32。因為基于子空間的增強(qiáng)算法其時間復(fù)雜度與幀長平方成正比，所以使用的幀長較短！

CIS(連續(xù)分段采樣)方案是對人耳聽覺系統(tǒng)的一種模仿。CIS方案按照在人的內(nèi)耳的耳蝸，不同頻率的聲音信號在不同的位置被“帶通濾波”，傳送到那里的聽覺神經(jīng)上，將頻率分量轉(zhuǎn)換成生物電流，傳輸至大腦，最后形成聽覺這個原理，選擇了以有限的頻率點為中心頻率的一組帶通濾波器，將聲音信號分成幾個通道，經(jīng)過一定的調(diào)制和處理，將輸出信號傳送到相應(yīng)位置的電極上，刺激耳蝸內(nèi)相應(yīng)位置的聽覺神經(jīng)，從而產(chǎn)生聽覺。經(jīng)過測試選取16通道的CIS方案。每個通道內(nèi)，帶通濾波器的輸出再經(jīng)過波形校正(Rectifier),即用語音增強(qiáng)算法語音處理后，然后經(jīng)過低通濾波再調(diào)制相應(yīng)的正弦波形，得到相應(yīng)電極上的電刺激信號,所有的這些電極信號合并在一起就是系統(tǒng)的輸出信號。目前大多數(shù)基于CIS方案的電子耳蝸在安靜環(huán)境下可以使聾人獲得一定語音信息，但是在噪聲環(huán)境下，這種信息傳遞就會大打折扣。這不是一個簡單的干擾問題。正常人在噪聲環(huán)境下仍然能獲得相當(dāng)準(zhǔn)確的語音信息，但是電子耳蝸在噪聲環(huán)境下傳遞給聾人很可能就是不可懂的語音。所以抑制噪聲對CIS系統(tǒng)的干擾是重要的課題。

TMS320C54系列DSP是TMS320家族的定點DSP。C54x適用于很多方面,滿足了實時嵌入應(yīng)用的需要，如電信,無線應(yīng)用、語音處理等等。C54x的CPU通過使用改進(jìn)的哈佛結(jié)構(gòu)，實現(xiàn)了最小化的核心電源消耗和高度的并行運算能力。同時，多種尋址模式和完善的指令集提高了整個系統(tǒng)的性能。

C54x主要有如下特點：

1、增強(qiáng)的哈佛結(jié)構(gòu)，一條程序總線和三條數(shù)據(jù)總線;

2、高度并行的先進(jìn)CPU設(shè)計，性能更好的面向應(yīng)用的硬件邏輯;

3、為快速算法和高級語言優(yōu)化設(shè)計的專用指令集;

4、標(biāo)準(zhǔn)化的模塊結(jié)構(gòu)，適于快速開發(fā);

5、先進(jìn)的IC處理技術(shù)，提高了性能，降低了電源消耗。

TMS320C55x DSP代表了TI公司最新的一代C5000系列 DSP。C55x是在C54x基礎(chǔ)上發(fā)展起來的，代碼向下兼容于C54x。C55x在電源效率，低系統(tǒng)消耗和并行度方面做了很好的優(yōu)化。

集成開發(fā)環(huán)境采用的是TI TMS320VC5410 Evaluation Module System Kit的一整套硬件，以及TI公司的集成開發(fā)環(huán)境(IDE)Code Composer Studio IDE for C5000軟件。

集成開發(fā)環(huán)境提供從代碼開發(fā)、代碼優(yōu)化、可執(zhí)行代碼生成，軟件仿真，硬件仿真等等豐富的功能，我們的一切工作都是這上面開展的，這也是現(xiàn)代DSP開發(fā)的發(fā)展方向，TI公司大力推廣的Express DSP開發(fā)技術(shù)的就是以集成開發(fā)環(huán)境為中心，配以其他的軟件和硬件實現(xiàn)快速的DSP代碼開發(fā)。

1、信號先經(jīng)過一個預(yù)加重濾波器處理，濾波器截止頻率是2000Hz；

2、上一步的輸出信號被帶通濾波分為n個頻帶(n=16),這里使用的帶通濾波器是二階butterworth濾波器；

3、對上一步的輸出信號進(jìn)行全波整流。

4、通過低通濾波取出第三步信號的包絡(luò)，所用的濾波器為二階butterworth濾波器，截止頻率為400Hz；

5、產(chǎn)生幅度為包絡(luò)算術(shù)平均值，頻率為帶通濾波器中心頻率的正弦信號。每個頻帶的正弦信號最后被疊加起來得到合成語音信號，合成語音信號段的電平被調(diào)節(jié)到和原始語音信號具有相同的算術(shù)平均值。

1、信度限制：為了防止處理過程中的溢出，我們必須限制語音信號幅度，否則會有難以預(yù)料的錯誤。

2、精確保證：必須使用一些通用目的函數(shù)，例如FFT運算和正弦運算，因為有TI的DSP定點庫函數(shù)，我們直接在程序中調(diào)用這些庫函數(shù)，取得了較好的效果。

3、數(shù)據(jù)輸出的模擬實現(xiàn)：借助集成開發(fā)環(huán)境的DATA I/O功能實現(xiàn)了從文件輸入處理數(shù)據(jù)，處理后的數(shù)據(jù)也放到一個文件中。模擬實現(xiàn)數(shù)據(jù)的實時I/O。

運行結(jié)果：我們的試聽結(jié)果證明基于CIS的語音增強(qiáng)算法能提高電子耳蝸在噪聲環(huán)境下的性能，實驗用16個電極的結(jié)果完全是可以為人接受的。

由于篇幅的限制，具體的代碼就不附在這里?！?/font>