基于TMS320c55x電子耳蝸語(yǔ)音增強的實(shí)現

耳蝸通過(guò)植入電子耳蝸（Electronic Cochlear)為幾乎喪失了所有聽(tīng)力的人恢復部分聽(tīng)力，它模仿人的內耳人為地產(chǎn)生電信號刺激聽(tīng)覺(jué)神經(jīng)。電子耳蝸發(fā)展是令人鼓舞的，有些失聰的人已經(jīng)可以通過(guò)電話(huà)進(jìn)行交談。電子耳蝸的設計者面臨的一個(gè)挑戰就是發(fā)展能夠完整模仿人內耳功能的語(yǔ)音信號處理技術(shù)，這其中的研究方向之一就是發(fā)展語(yǔ)音增強技術(shù)來(lái)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(méi)有很好地實(shí)現人的內耳所具有的語(yǔ)音增強功能。因此，我們首先從選擇合適的語(yǔ)音增強算法入手，再用TI的DSP（數字信號處理器）實(shí)現增強算法。由于篇幅所限只介紹基于子空間方法的增強算法。

為了選擇合適的語(yǔ)音增強算法，最終經(jīng)過(guò)反復對比驗證，我們決定使用基于子空間方法的增強算法對純凈語(yǔ)音信號進(jìn)行估計，再使用基于人耳聽(tīng)覺(jué)特性的語(yǔ)音增強算法對語(yǔ)音信號進(jìn)行增強?；谧涌臻g方法的增強算法主要是利用數據協(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。數字信號處理中的一個(gè)關(guān)鍵問(wèn)題是特征提取，它指的是數據空間變換到特征空間的過(guò)程。一般而言，理論上這是一種等維數的變換過(guò)程。而實(shí)際上，我們更樂(lè )于使數據矢量能夠用更低維數的“有效”特征表示，但仍然保留了數據矢量的內在信息。其流程見(jiàn)圖1。

為了便于語(yǔ)音增強算法向DSP上移植，又考慮到目前多數DSP開(kāi)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(xiě)為C語(yǔ)言。其中主要包括以下兩方面的問(wèn)題：

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

2）算法的運行速度和存儲空間占用問(wèn)題?；谧涌臻g方法的語(yǔ)音增強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(gè)問(wèn)題，我們對算法進(jìn)行了部分的改進(jìn)，使其適應實(shí)時(shí)分幀處理，程序調試過(guò)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(yǔ)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(shí)時(shí)分幀處理。因而改為尋找當前幀以前的所有幀（包括當前幀）中能量最小者的能量作為對噪聲功率的估計。實(shí)踐證明這種方法簡(jiǎn)便易行，效果與仿真結果相差無(wú)幾。

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

CIS(連續分段采樣)方案是對人耳聽(tīng)覺(jué)系統的一種模仿。CIS方案按照在人的內耳的耳蝸，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(tīng)覺(jué)神經(jīng)上，將頻率分量轉換成生物電流，傳輸至大腦，最后形成聽(tīng)覺(jué)這個(gè)原理，選擇了以有限的頻率點(diǎn)為中心頻率的一組帶通濾波器，將聲音信號分成幾個(gè)通道，經(jīng)過(guò)一定的調制和處理，將輸出信號傳送到相應位置的電極上，刺激耳蝸內相應位置的聽(tīng)覺(jué)神經(jīng)，從而產(chǎn)生聽(tīng)覺(jué)。經(jīng)過(guò)測試選取16通道的CIS方案。每個(gè)通道內，帶通濾波器的輸出再經(jīng)過(guò)波形校正(Rectifier),即用語(yǔ)音增強算法語(yǔ)音處理后，然后經(jīng)過(guò)低通濾波再調制相應的正弦波形，得到相應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的輸出信號。目前大多數基于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(yǔ)音信息，但是在噪聲環(huán)境下，這種信息傳遞就會(huì )大打折扣。這不是一個(gè)簡(jiǎn)單的干擾問(wèn)題。正常人在噪聲環(huán)境下仍然能獲得相當準確的語(yǔ)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(yǔ)音。所以抑制噪聲對CIS系統的干擾是重要的課題。

TMS320C54系列DSP是TMS320家族的定點(diǎn)DSP。C54x適用于很多方面,滿(mǎn)足了實(shí)時(shí)嵌入應用的需要，如電信,無(wú)線(xiàn)應用、語(yǔ)音處理等等。C54x的CPU通過(guò)使用改進(jìn)的哈佛結構，實(shí)現了最小化的核心電源消耗和高度的并行運算能力。同時(shí)，多種尋址模式和完善的指令集提高了整個(gè)系統的性能。

C54x主要有如下特點(diǎn)：

1、增強的哈佛結構，一條程序總線(xiàn)和三條數據總線(xiàn);

2、高度并行的先進(jìn)CPU設計，性能更好的面向應用的硬件邏輯;

3、為快速算法和高級語(yǔ)言?xún)?yōu)化設計的專(zhuān)用指令集;

4、標準化的模塊結構，適于快速開(kāi)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基礎上發(fā)展起來(lái)的，代碼向下兼容于C54x。C55x在電源效率，低系統消耗和并行度方面做了很好的優(yōu)化。

集成開(kāi)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(kāi)發(fā)環(huán)境(IDE)Code Composer Studio IDE for C5000軟件。

集成開(kāi)發(fā)環(huán)境提供從代碼開(kāi)發(fā)、代碼優(yōu)化、可執行代碼生成，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(kāi)展的，這也是現代DSP開(kāi)發(fā)的發(fā)展方向，TI公司大力推廣的Express DSP開(kāi)發(fā)技術(shù)的就是以集成開(kāi)發(fā)環(huán)境為中心，配以其他的軟件和硬件實(shí)現快速的DSP代碼開(kāi)發(fā)。

1、信號先經(jīng)過(guò)一個(gè)預加重濾波器處理，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(gè)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(guò)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(gè)頻帶的正弦信號最后被疊加起來(lái)得到合成語(yǔ)音信號，合成語(yǔ)音信號段的電平被調節到和原始語(yǔ)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(guò)程中的溢出，我們必須限制語(yǔ)音信號幅度，否則會(huì )有難以預料的錯誤。

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

3、數據輸出的模擬實(shí)現：借助集成開(kāi)發(fā)環(huán)境的DATA I/O功能實(shí)現了從文件輸入處理數據，處理后的數據也放到一個(gè)文件中。模擬實(shí)現數據的實(shí)時(shí)I/O。

運行結果：我們的試聽(tīng)結果證明基于CIS的語(yǔ)音增強算法能提高電子耳蝸在噪聲環(huán)境下的性能，實(shí)驗用16個(gè)電極的結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>