臺灣博碩士論文加值系統

　隨著視訊行動電話的使用越來越普及，如何加強手機上拾音系統的噪音降噪能力及指向性已成為相當熱門的課題，在本研究中，利用二個微機電製程技術製造的全向性麥克風，組成一並列式雙麥克風拾音系統，該拾音系統使用NLMS降噪演算法則。在本研究中，主要針對NLMS的前置處理作改進，意即在NLMS之前加入一積分器作信號的前置處理；在測試過程中，主要以模擬方式進行降噪效能評估，模擬情境之噪音環境包含：發話者身處於暴風暴雨通話環境、救護車干擾之通話環境、鞭炮干擾環境、慶典鼓掌吵雜聲環境、以及打洞機干擾等五種噪音環境。測試結果顯示，平均而言，在原始訊號的訊噪比(SNRraw)為-5 ~ -10dB的情況下，搭配積分器之NLMS能改善訊號的訊號品質(SNRNLMS)至10.7 ~ 14.7dB之間，訊號的品質(ΔSNR)平均可以提升20.3dB左右；而搭配傳統前置處理之NLMS，僅能提升訊號品值約14.2dB。因此本研究所發展的積分器前置處理能有效的改善傳統演算法的降噪能力。

In this study, a signal pre-processing technique for NLMS algorithm is developed for reducing the noise in speech signal. Two microphones, installed in parallel with a distance of 4 cm in the front panel of a mobile phone, are utilized to collect raw signals of speech. One of the raw signal, saying S1, is directly used as the contaminated speech signal for NLMS. As for the reference noise for NLMS, it is obtained by integrating the difference of the two signals, saying (S1-S2). This technique is the main contribution in this study. Five different types of noises, including the sounds of storm, an ambulance, firecrackers, applauding, and drilling, are employed for testing the system ability of noise reduction. During test, the SNRs of the raw signals are about -5 ~ -10dB. After processed by NLMS with the pre-processing scheme, the SNRs for the speech signals are in the level of 10.7 ~ 14.7dB. On average, the signal quality is improved by an amount of 20.3dB.

中　文　摘　要 I
英　文　摘　要 II
致　謝 III
目　次 IV
表　次 VI
圖　次 VII
第一章　緒論 1
　1.1　前言 1
　1.2　研究目的 4
　1.3　論文架構 4
第二章　語音降噪演算法之比較 6
　2.1　各適應性演算法之比較 6
　2.2　正規化最小均方(NLMS)演算法 8
　2.3　降噪性能評估方式 13
　　2.3.1 主觀品質評量 14
　　2.3.2 客觀品質評量 15
第三章　實驗配置與平台 16
　3.1 微機電麥克風及放大電路 18
　3.2 微機電麥克風輸出特性與指向性測試 21
　3.3 數位訊號處理模組介紹 24
　3.4 .TLV320AIC23 27
第四章　搭配NLMS的傳統前置處理與積分器前置處理的降噪性能比較 30
　4.1 傳統之訊號前置處理 33
　　4.1.1 以電腦作模擬分析之結果 35
　　4.1.2 實際收音之效能評估 38
　　4.1.3 Real-time及時處理之效能評估 41
　　4.1.4 傳統前置處理之比較 44
　4.2 加入積分器應用之前置處理 45
　4.3 加積分器應用之前置處理與傳統前置處理之效能比較 50
第五章　結論 53
　5.1 結論 53
　5.2 問題與討論 53
　5.3 未來展望 55
參考文獻 56

[1] 王小川，“語音訊號處理”，全華科技圖書股份有限公司，2007.
[2] Simon Haykin, “Adaptive Filter Theory, 3rd edition”, Prentice Hall International, 1996.
[3] S.Haykin and B.Widrow, “Least-Mean-Square Adaptive Filters”, Wiley-Interscience, pp.2-3, 2003.
[4] 鄭聖穎，“聯合聲學回音消除與雙向通話偵測演算法及其於定點式DSP之實現”，國立雲林科技大學電子工程系碩士論文，2005.
[5] “具環境雜音消除功能之微型麥克風系統研製”，財團法人工業技術研究院南分院FY95分包學術機構研究計畫，2006.
[6] S. M. Kuo, and D. R. Morgan, “Action Noise Control Sysyems: Algorithms and DSP Implementations”, 605 Third Avenue, New York, 10158-0012, 1996.
[7] 鄭聖穎，“聯合聲學回音消除與雙向通話偵測演算法及其於定點式DSP之實現”，國立雲林科技大學電子工程系碩士論文，2005
[8] M.Zhang and W-C.Pai, “Small array microphone for acoustic echo cancellation and noise suppression”, US patent 7, 003, 099B1, 2006.
[9] S.C.Thompson, “Directional patterns ontained from dual microphones”, Knowles Electronics, Inc. , 1997.
[10] S.C.Thompson, “Directional patterns ontained from two or three microphones”, Knowles Electronics, Inc. , 2000.
[11] 周奎勳、謝其原，“可適應性濾波器演算法用於聲學回聲消除”，逢甲大學資訊工程學系研究報告, 2006.
[12] Yuu-Seng Lau. “ Performance of Adaptive Filtering Algorithms: A Comparative Study” Centre for Advanced Technology in Telecommunications (CATT) School of Electrical and Computer Engineering RMIT University, Melbourne, Victoria, Australia.
[13] 史偉商，“超長指令集處理器於雜訊消除系統之最佳化實現”，國立台灣科技大學電子工程系碩士論文，pp.9-18, 2004.
[14] “具環境雜音消除功能之微型麥克風系統研製”，財團法人工業技術研究院南分院FY95分包學術機構研究計畫，2006.
[15] 楊吉文，“以麥克風陣列與語音預估作語音增強之研究”，國立清華大學碩士論文，2006.
[16] M.Zhang and W-C.Pai, “Small array microphone for acoustic echo cancellation and noise suppression”, US patent 7, 003, 099B1, 2006.
[17] “TMS320C6416 DSK Technical Reference”, Spectrum Digital Inc., 2003.
[18] 李炯毅、簡欣堂、劉娉婷、陳建銘, “高靈敏度微機電麥克風設計”第十屆奈米工程暨微系統技術研討會論文, Nov. 30, 2006.
[19] NEC data sheet “High performance dual operation amplifier of c4558”.
[20] Texas Instruments, " TLV320AIC32B Data Manual" , http://focus.ti.com/lit/ds/sllws106g/sllws106g.pdf
[21] “TLV320AIC23 Stereo Audio CODEC, 8- to 96-kHz, With Integrated Headphone Amplifier, ” Texas Instruments.