台北科技大學資訊工程系

實務專題計畫成果報告

超級麥克風

專題編號：093CSIE-S009

專題計劃參與人員：92590012 曾智鵬

92590030 賴柏林

指導教授：尤信程 副教授

執行期間：92 年 2學期至 93 年 1 學期

i

目錄

第 一 章 前言.................................................. 1 1.1 緣由與目的............................................... 1 第 二 章 DSP 簡介.............................................. 3 2.1 什麼是 DSP(Digital Signal Processor) ........................... 3 2.2 ＤＳＰ與一般單晶片的差異................................. 3 2.3 ＤＳＰ基本理論........................................... 5 2.4 ＤＳＰ的應用............................................. 6 第 三 章 Adaptive filter 與麥克風陣列.............................. 8 3.1 Adaptive filter 適應性噪音消除器............................. 8 3.2 麥克風陣列.............................................. 10 第 四 章 實驗................................................. 12 4.1 實驗步驟................................................ 12 4.2 使用工具................................................ 12 4.3 結果.................................................... 14 第 五 章 結論................................................ 23 附錄 24

1

第 一 章 前言

1.1 緣由與目的

麥克風在現今生活上有著廣泛的應用，而生活環境中，充滿了各式各樣的噪音，

因為麥克風除了接收到人們發出的聲音之外，同時也接收了環境週遭的噪音。

這些噪音嚴重的影響麥克風收音的效能最近幾年使用訊號處理技術來降低環境

噪音對語音訊號的影響已經越來越受到重視，陸續有許多研究機構投入此一領

域進行相關的研究，因此如果能發展出一套有效抑制噪音的系統，將會是非常

實用的。

麥克風是負責把人們所發出的聲訊號轉換成電訊號， 但麥克風真的只有這

樣的功能而已嗎？ 不能再提供其它相關的資訊了嗎？ 其實不然，若同時擺放

很多麥克風在特定位置， 使其成為一麥克風陣列， 再搭配上相關電路， 可使

得麥克風不只能做聲音擷取， 還可以偵測出聲源方向， 有了聲源方向就可以

使應用更廣泛。例如：我們可以經由麥克風將噪音與所要接收的聲音去做分析，

就可以將噪音消除，已得到比較佳的聲音。

一般傳統類比式的助聽器構造十分簡單，聲音訊號經由麥克風收近來之

後，經由放大器將振幅放大，再經由耳機輸出供聽覺障礙者收聽。由於傳統的

助聽器對於訊號並不做選擇性放大，也就是說當聽覺障礙者在與人溝通時，對

方說話的語音訊號被放大，同時四周的聲音如器機車引擎，冷氣機甚至其他人

說話的聲音都會被放大。對於聽覺障礙者而言，其並非只有不容易聽到聲音，

而且對於聲音的分辨能力並不佳。故單純的將聲音放大會讓聽覺障礙者覺得十

分吵雜，如何分離語音與其他的噪音變成為一個重要的課題。

由於一般人在與他人溝通時，經常是面對面說話，固對方講話的聲音通常

2

位於助聽器與用者的正前方，因此本研究的目的是希望能夠以正前方所收到的

聲音訊號為語音訊號，而其他方向聲音訊號視為背景噪音並將其消除。再助聽

器的架構上希望以二個麥克風便能達成目的。也由於數位訊號處理器的進步，

可以將訊號及實執行的適應性噪音消除演算法，將背景噪音去除。經過一連串

的各種情況模擬，我們發現含有噪音的主要訊號再經過一連串的處理，所播放

出來的聲音，聲音變的非常乾淨且清楚，把大部份的背景噪音濾掉了，效果非

常的顯著，並且能夠立即播放。

對語音訊號消除雜音的方法有很多種，一般來說以主動式的方法來雜音效能比

較好，此專題以 DSP 處理器配合 Adaptive Filter 與 LMS 演算法以及麥克風陣

列，做一個主動式雜音消除系統，來達到有效的加強語音，抑制噪音的目的。

3

第 二 章 DSP 簡介

2.1 什麼是 DSP(Digital Signal Processor)

隨著科技的日愈進步，現今的產品設計都朝向短、小、輕、薄、省電、便宜及人性化趨勢在進步。因應這個趨勢， 政府及產業界這幾年來都強力推展

SOC (System On Chip)， 目的是為了要把整個系統做在一個晶片上。那要如何才

能達成這個訴求呢？ 若單單用目前當紅的晶片設計(IC design)方式就可以達到

人們的要求了嗎？ 個人認為單用 IC design 要來達成 SOC 是不夠的，因為 IC

design 主要的功能是處理電訊號，它本身無法把外界的物理量(如 光、熱、聲

音…等)轉成電訊號，因此 Sensor 這部份就落在微機電(MEMS)的身上了。由此

可知， IC design 和 MEMS 結合是未來的趨勢，也唯有如此才可以使得產品更

具可攜性(Portable)、及人性化。

近幾年來超大型積體電路技術與計算機技術的快速發展，即時數位信號處理的迫切要求，相繼推出了一系列的數位信號處理器(DSP)。這些 DSP 具有快速的運算速度，大儲存空間的高速定址能力，功能強又很靈活的指令系統等特

點，最新的 DSP 還具有很強而又靈活的界面與通訊能力，便於組織多處理器的平行運算、管線(pipeline)作業以及資源共享等，使處理速度與精確度得到提高。DSP 的發展使得數位信號即時處理的理論和實踐研究發展起來，新產品層出不窮，應用領域持續擴大。

2.2 ＤＳＰ與一般單晶片的差異

雖然 DSP 晶片的功能相當的強大，但在某一些方面的應用，與傳統的微處理器單晶片相比較還是有一些缺點，如簡單的控制應用－跑馬燈。以下就列出

DSP 處理器與一般傳統微控單晶片的基本優缺點：

數位信號處理具有下列的優點：

(1) 靈活性好

數位信號處理一般都是可編譯的程式(programmable)。例如：改變一個類比

濾波器的頻率與頻帶寬，至少需要重新調整原有的電路參數，而數位濾波器則

只需要在計算機置入新的參數就可以了。例如：類比濾波器要做一個 12 階電路

非常困難，這時可以用一個三階濾波器在加上 DSP 的運用即可以實現 12 階的

濾波器，還有應用廣泛的適應性濾波器用類比電路是極難實現的，但用 DSP 就

比較容易實現。

4

(2) 精確度高

類比電路受元件精密度的影響，系統的精確度都很差，很難達到 0.1%以下

的誤差。但數位系統可以透過提高 A/D 轉換器的位元數，而使得數位系統的精

確度可以比相應的類比系統高出許多。

(3) 利用大型積體電路的合成

現今新型大規模與超大型積體電路推陳出新。與類比電路相比，數位電路

的密集度可以做得很高。還有數位元件比類比元件較易於積體電路的合成，數

位信號處理器(DSP)，就是基於超大型積體電路技術和計算機技術發展起來的，

適合做數位信號處理的高速高位元單晶片計算機。它們體積小、功能強，使用

方便。

數位信號處理具有下列的缺點：

(1) 週邊元件不是非常充足

因為 DSP 的技術是這幾年才發展出來的，其系統尚未整合。例如這一次我

在做專題時碰到一個很麻煩的問題，就是因為對於 DSP 的版子各大廠商的系統

大不相同，並不如單晶片一樣，所以不好尋找書本學習

(2) 較難適用在簡單的控制應用

訊號的分析或更改是經由一順序分開以代表此訊號的數字化(Digital)格式

之訊號。通常此類的處理過程需要大量的數學運算。針對數位訊號處理發展出

的處理器。這一類晶片的特點，便是經由硬體的設計，使一般數位訊號處理的

運算速度加快，以及提昇程式化的方便程度。他與一般電腦 CPU 最大的差異，

在於 DSP 對數學運算較擅長。所以不適合運用在簡單的數學運算上。

(3) 目前軟體資源還是很缺乏

因為每一家開發廠商所使用的開發環境都不大相同，對於想要自己學習的

人並不大容易。

(4) 價格較一般單晶片高

一般傳統微處理器單晶片的優點：

(1) 週邊元件可設計於單一包裝內。

5

(2) 大部份晶片都有監控功能。

(3) 每種結構與 80X86 都類似，容易學習。

如 8051、PIC、Z80 等在圖書館或網路上，都可找到資料及程式庫。

一般傳統微處理器單晶片的缺點：

(1) 指令執行速度較慢，整體效能較低。

(2) 需要較長的計算時間，不能達到即時運作。

(3) 不適用於高等數學運算。

所以，它們在工業上各佔其領域的一片空間。選擇一個數位控

制系統的核心控制器應該考慮以下五個要素：成本、架構、即時處

理能力、計算速度及周邊元件配合度。選用不適當的控制器不僅提

高成本，更可能降低整體的性能，當我們在選擇一個控制系統的處

理器時，這些就是我們該考慮的條件。

2.3 ＤＳＰ基本理論

近年來由於半導體技術、電腦技術的成熟與快速發展，使得科技與生活密切地結合，尤其是數位訊號處理技術的突飛猛進，以及許多元件得以數位化及

積體化，提供了小型、多功能、低成本與低功率損耗的特性。由於訊數位訊號

先天上優於類比訊號，因此數位訊號對雜訊的免疫力遠較類比訊號來的好，訊

號能長時間的保存或長距離的傳送且較不易產生失真現象，便在近年來發展快

速，成為一種主流的學識。圖 1 為最基本 DSP 系統。

6

圖 1 一 基本 DSP 系統

2.4 ＤＳＰ的應用

近年來數位技術的提昇，積體電路的高度應用，以數位方式處理訊號已經成為一種普遍的方式。隨著多媒體產業的蓬勃發展，電子技術的突飛猛進及個

人電腦的普及，將我們推向了資訊化的社會型式。而數位化的資訊傳遞透過網

路的傳播，以及網路的資源共享與交流，使人類邁入一個數位資訊的時代。我

們利用數位技術將現實世界中多數的類比訊號，經取樣(sample)的過程將訊號轉

成數位資料，再來做分析處理、壓縮與傳遞，使得數位訊號的優點充分的被利

用，然後在接收端經解壓縮，再還原成原來類比訊號，雖然在這個傳遞處理的

過程中會使訊號產生些微的失真，然而在可容忍的失真範圍內，我們所得到數

位訊號的益處，遠高於這微不足到的缺點。因此，數位化的訊號處理，迅速的

發展應用，大哥大、數位相機、網路電話、語音與指紋辨識、運動控制器...等

數位訊號處理發展出的產品，立即被普遍的使用在我們的生活中。數位化世界

儼然成形，且數位訊號處理應用的領域也就越來越廣，其重要性也越來越顯著

了。所以數位訊號處理的知識也就愈來愈重要。

濾波器是一種最常見信號處理系統，濾波器的功能就是選擇性地處理信

號。我們介紹兩種較簡單的有限脈衝響應 FIR 濾波器的設計方法，即是分別是

用傅立葉級數來實現 FIR 濾波器的設計及加窗法。另一種常用來處理的數位訊

號的濾波器是無限脈衝響應 IIR 濾波器。其型式是現在之輸出不但和現在、過

去的輸入有關，並且也與過去的輸出有關，也就是說任何時刻的輸出均與過去

的輸入有關且我們能延伸下去，由此我們可以延伸至每個輸出與無限個輸入有

關。因此我們稱此種濾波器為 IIR 濾波器。IIR 濾波器有良好的振幅衰減率。可

用來處理訊號的振幅響應。

7

DSPs 的應用實例：

DSP 的應用領域

項目 應用領域 實 例

1 數位 AV 音響 DTS，Dolby AC-3，Pro Logic，MPEG2

2 數位通訊 MODEM，行動電話

3 伺服控制 機械人，光碟機，硬碟

4 電力電子 馬達控制，變頻器，UPS

5 訊號處理 噪音消除，資料擷取系統

6 資料處理 資料壓縮，資料加密解密

7 影像處理 車牌辨識，指紋辨識，臉型辨識

8 繪圖處理 電腦繪圖動畫，CAD/CAM

9 語音處理 語音辨識，語音壓縮

10 汽車工業 引擎點火控制，ABS，主動懸吊系統，噪音消減

表 1 一 DSP 的運用

8

第 三 章 Adaptive filter 與麥克風陣列

3.1 Adaptive filter 適應性噪音消除器

我們藉由兩隻麥克風，來收集我們欲處理之信號，將一隻麥克風(A) 置於聽筒的收音處，將我們所要的信號經由 DSP 轉為數位信號，在這個同時，也有可能將我們的背景噪音同一時間的輸入我們主要音源的那一隻麥克風，即

主麥克風輸入 Signal+Noise，再由另一隻麥克風(B)收集同一時間內的背景噪音，如此一來，我們便能以收集的語音與噪音做信號處理，來得到清楚的

Signal。當感測器接收訊號時，會有雜訊混入是無法避免的，為了降低雜訊干擾通常會使用二個感測器，一個收集主要目的訊號，另一個做為參考訊號已收

集雜訊。將二個訊號相減以消除雜訊。但二個感測器所收集到的雜訊並不會完

全相同，故單純的相減之後並無法完全消除雜訊，有時會因為二者的相位差 180

度，反而使得相減之後雜訊的更大。

一個較有效的方法是使用適應性噪音消除器(Adaptive Noise Canceller) 來消

除雜訊，適應性濾波器(Adaptive filter) 會將雜訊 n1 做調整，使得 y = n0，故我

們的輸出訊號

Output = e = d(n) – y(n)

適應性濾波器(Adaptive filter)的係數並非固定的，而是隨著輸入的參考訊號

來改變。其係數的改變量是由誤差項 e 來調整。

Noise FIR digital filter

Adaptive filterW(n)

Σy(n)

e(n)

d(n)Signal+Noise

x(n)

圖 3.1 適應性濾波器運用於躁音消除之系統架構

9

若輸入訊號和期望訊號的統計特性是不穩定的(non-stationary)時 候，此時由Adaptive filter 所求的之解則必須不斷針對輸入訊號更新， 如此方可得到最佳解。梯度演算法(gradient based algorithm)之中的最大下降方法(steepest-descentmethod)基本上是應用一遞歸方式更新一組已存在的參數(濾波器係數)以期求得區域(local)最佳解；同時它具有較快的收歛速度。利用此方法

所求得之解將可最終接近最小均方誤差值 。最大下降方法之觀念可以下列式

子表示

其中m為收歛因子(step-size)，它主要的影響是對系統的穩定度和收歛速度；同時m值愈大收歛速度就愈快。 一般適應性濾波器應用於噪音消除時之架構。其中

d(n)=signal + noise x(n)=noise e(n)=d(n)-y(n)

在實際的運用上，d(n)和x(n)的統計特性一般無法得知，而且由

於最大下降法需對梯度向量有確切的解。因此Widrow 採用了即時平方誤差

(instantaneous square error) ) ( ，取代最大下降法的梯度向量之估計。首

先將即時平方誤差做微分

由於

則可得

此時梯度估計值就為

將上式代入最大下降演算式子 中就可得出

由於此演算法過程所求得之結果是利用最小均方誤差值估計，故

稱之為最小均方誤差演算法(least mean square ,LMS)。此一演算的好處是過程只有加法、乘法。

10

3.2 麥克風陣列

麥克風陣列，常使用Delay-and-Sum Beamformer (Johnsonand Dudgeon, 1993)的方法來進行訊號合成的處理，它的作法如下：

假設第i 個麥克風和第i+1 個麥克風的距離為d。現在有一段語

音訊號從角度θ傳播過來，第i 個麥克風在時間t 接收到的訊號為 。當

第i 個麥克風收到聲波的訊號後，第i+1 個麥克風需要等到聲波再前進距離R (R=θ cos d )後才能收到訊號，如3.2所示

圖3.2相臨麥克風間的延遲距離

假設音速為C(cm/sec)，則第i 個麥克風到第i+1 個麥克風的延遲

時間為 所以第i 個麥克風和第i+1 個麥克風間的訊

號關係如下：

在估算出時間延遲後，我們可以使用Delay-and-Sum Beamformer 演算法來對訊號進行合成，如3.3所示

圖3.3Delay-and-Sum Beamformer 流程圖

11

Delay-and-Sum Beamformer 的輸出 ，即是將每個麥克風做過

時間延遲補償後合成而得。

其中M 表示為麥克風的個數。

12

第 四 章 實驗

第 四 章

5.1 實驗步驟

1. 基本理論的瞭解與資料收集 2.撰寫程式，與設置環境架構 3.程式除錯(Debug)與架構的改進 4.輸入特定的訊號，觀察其結果 5.收集真實語音與噪音，模擬實際狀況的成效

5.2 使用工具

1. 兩台 PC 2. 兩支麥克風：

用來接收訊號 3. 一個耳機：

用來聽實驗的結果對人耳的功效 4. 四個喇叭：

用來製造噪音 5. TMS320VC5416：

TMS320VC5416 DSP套件(DSK)是一款基於TMS320VC5416 DSP晶片的基礎開

發平台。它的推出可大大加速對於TMS320C54X 系列 DSP 晶片的開發速度。它

集成了一個真正即插即用(plug-and-play)的高性能USB即時界面，使得即時工作較

以前的並行的提升了效率，不論是初學人還是有DSP設計經驗的工程師都能立即

投入設計開發中。VC5416 DSK還能夠利用RTDX技術使得工作更高效更便捷。

TMS320VC5416 DSK 應用於語音壓縮、解壓縮，語音識別，語音到文本輸

入轉換，傳真/數據傳輸，回聲控制，數字信號控制，數字信號調理及低功率損

耗的信號處理等。

TMS320VC5416DSK採用TMS320VC5416DSP器件為目標DSP。VC5416DSP工

作在160MIPS，而且片內提供了128K×16位的存儲器。DSK板上提供了強大的硬體

資源，包括︰

* USB界面型嵌入式JTAG調試端口；

13

* 高品性的16/20bit身歷聲音頻A/D，D/A(Codec)；

* 標準3.5mm音頻界面，包括︰麥克風，line in , line out，耳機；

* 外擴256K ×16位Flash和64K ×16位SRAM；

* TI標準外部擴展界面，用於TI豐富的EVM模塊擴展用用戶擴展；

* 設有JTAG標準界面，可用於接駁外部DSP開發系統；

* +5V外接電源界面。

6. Cool Edit：

用來觀察實驗的波形與頻譜分析

14

5.3 結果

我們分別用訊號產生器用 1k HZ 100mv 來產生一個週期性噪音，並到室外錄製冷氣機與工地現場的倆個非週期性噪音來進行測試並比較其結果。

4.3.1 噪音源為由訊號產生器 1k HZ 100 mv 的週期性噪音，測試訊號為人聲從 1 數到 10

圖 4.1 參考麥克風之波形

圖 4.2 參考麥克風之頻譜分析

15

圖 4.3 經 Adaptive filter 處理過之波形

圖 4.4 經 Adaptive filter 處理過之頻譜分析

16

圖 4.5 經麥克風陣列處理過之波形

圖 4.6 經麥克風陣列處理過之頻譜分析

17

4.3.2 噪音源為冷氣機所發出之噪音，測試訊號為人聲從 1 數到 10

圖 4.7 參考麥克風之波形

圖 4.8 參考麥克風之頻譜分析

18

圖 4.9 經 Adaptive filter 處理過之波形

圖 4.10 經 Adaptive filter 處理過之頻譜分析

19

圖 4.11 經麥克風陣列處理過之波形

圖 4.12 經麥克風陣列處理過之頻譜分析

20

4.3.3 噪音源為工地現場所發出之噪音，測試訊號為人聲從 1 數到 10

圖 4.13 參考麥克風之波形

圖 4.14 參考麥克風之頻譜分析

21

圖 4.15 經 Adaptive filter 處理過之波形

圖 4.16 經 Adaptive filter 處理過之頻譜分析

22

圖 4.17 經麥克風陣列處理過之波形

圖 4.17 經麥克風陣列處理過之頻譜分析

23

第 五 章 結論與未來方向

5.1 結論

藉由觀察以上的波形與頻譜我們不難發現：

1. Adaptive filter 在處理像訊號產生器這類的所週期性噪音的效果比麥克風

陣列來的好很多，這是因為 Adaptive filter 的係數會由輸入信號的誤差而

不斷的調整，也因此當輸入信號不是週期性的,換成像工地噪音這類非週期

性的噪音時，就會大大的降低其功效甚至可能比沒處理前還糟糕!

2. 麥克風陣列因為是以噪音源的來源角度來做處理…所以如果噪音來源並不

是與主要收錄的訊號來源同方向，麥克風陣列處理噪音都有其一定的功效!

5.2 未來改進方向

雖然實驗的這兩種方法，已經對噪音的濾除有其基本的功效，但效果還不算很

好，可以改善的空間還很大。例如我們可以採用更高階數的濾波器來取代，或

是以其他方式的濾波器設計來取代實驗中所使用之濾波器。或可採用收歛速度

較快的適應性濾波器來取代，如RLS、FTF(Fast Transversal Filter)等

適應性濾波器。

而在訊號擷取方面如能以指向性麥克風來取代，能在處理前減少周遭噪音強度

，增加麥克風陣列裡的麥克風數量也可增加其消除噪音的效果。

如能再找到一些更適合的演算法來搭配運用或結合相信一定能有更好的成果與

功效。

24

附錄

參考文獻: