gsc框架下bf和bm路的构造

longtaochen

已于 2022-04-13 14:30:15 修改

阅读量847

点赞数

分类专栏：语音分离语音增强文章标签：语音识别实时音视频

于 2022-04-13 14:27:21 首次发布

本文链接：https://blog.csdn.net/longtaochen/article/details/124146936

版权

语音增强同时被 2 个专栏收录

3 篇文章 0 订阅

订阅专栏

语音分离

2 篇文章 0 订阅

订阅专栏

bf的构造

根据方向得到的导向向量构造类似于 $w=[e^{jw\tau1} \quad e^{jw\tau2} \quad e^{jw\tau3}...]$ ,得到 $y=w^Hx$ 。
根据ratio of transfer function构造得到类似于 $w=[w_1 \quad w_2 \quad w_3]$ ,得到 $y=w^Hx$ 。

bf构造的核心在于w*a=1,其中a为期望信号的传递函数。也就是说波束路首先需要的是保语音，至于去噪能力，能有多少就是多少了，而w的构造，只要满足如上关系都可以。不同的w有不同的噪声的抑制能力。如果可以实现 $min(w^HR_nw)$ 当然是更好的，这不就是一个mvdr了嘛。

bm的意义和构造方式

bm路是消掉语音后的噪声/干扰信号，然后再基于bm数据做anc和主通路的噪声实现对消。其实如果对于anc路的控制比较好的话是不需要在bm路先消除掉语音的，但为什么对于bm是一个强需求呢？

bm路和bf过完anc后的数据方便进行后处理，这是我认为最有价值的地方。
bf路和mic数据在控制好的情况下也能够实现anc不消语音，但和直接bm路消除完语音后再anc,存在显式bm有助于降低anc伤语音的压力,而且因为大多数情况下期望信号符合点源假设，BM是比较容易实现的。

bm路需要达到的效果是：要求对期望语音信号消除，对噪声部分没有要求。 通过构造：
$U=I-\frac{aw^H}{a^Hw}，其中a^Hw=1$ ,a为ratio of transfer function, $w$ 为波束路的滤波器系数(可以是任意方法得到的)， $U$ 即为阻塞矩阵。
如上后满足： $U_1,U_2,U_...]^HR_sw=[0,0,0..]^H$ ,其中 $R_s=aa^H$ 。
如何证明如上等式成立？我们对简单的二维情况进行验证，a=[ $a_1 \quad a_2$ ],w=[ $w_1 \quad w_2$ ]。则有：
$a^Hw*U=[a^Hw*I-aw^H]=\begin{pmatrix}a_2w_2\quad -a_1w_2\\ \ -a_2w_1 \quad a_1w_1\end{pmatrix}=\begin{pmatrix}w_2\\&w_1\end{pmatrix}\begin{pmatrix}a_2\quad -a_1\\ -a_2 \quad a_1\end{pmatrix}$
$a^Hw*U*R_sw=a^HwUaa^Hw=Ua=[0,0]^H$
需要指出的是，在 $a, w$ 确定的情况下上述公式只满足了对 $R_s$ 的正交，对于 $U_1,U_2,U_...]^HR_nw$ 是没有要求的，而且只有 $[U_1,U_2,U_...]^HR_nw\neq0$ 的情况下anc部分才有意义，因为anc只有在bm路和bf路的噪声存在相关情况下才能起到作用。

w为gev/mvdr下的bf和bm

一般的gsc架构的论文都是在ratio of transfer function下作为fix bf,以及以此为基础再进行bm和anc,这种架构的合理性在于bm路保证了阻塞语音(和语音阵正交)，bm路和fix_beam路仍然存在噪声的相关（和噪声阵存在相关），anc具有存在的价值。然而在波束和BSS问题中的gevd 中已经讨论过，gev下的w及其构造出来的U满足 $U_1,U_2,U_...]^HR_nw=0$ 的关系，如果要实现对gev后结果的anc,需要满足gev后波束的噪声信号和bm路的噪声信号相关，这又和gev构造出来的bm相违背。可尝试的方向是bm部分通过其他方式获得。通过对anc的精准控制，如何不伤语音的实现对gev残留噪声的再滤波。~~如bm通过 $U=I-\frac{aw^H}{a^Hw}，其中a^Hw=1，w=a$ 来构造，这种情况下 $[U_1,U_2,U_...]^HR_nw_{gev}\neq0$ (这个推论下好像不对)。~~ 当然这种情况下在gev已经实现一遍 $max\frac {w^HR_sw}{w^HR_nw}$ 后能消多少噪声就另说了。

重新解释一下如上的画线部分， $U_1,U_2,U_...]^HR_nw_{gev}=[U_1,U_2,U_...]^HR_sw_{gev}=0$ 恒成立，也就是在gev满足的情况下gev的波束输出噪声和任意的阻塞矩阵输出噪声正交。那么要滤除gev路的噪声只能通过mask控制(mask就看自己怎么想了)，阻塞矩阵输出和波束路的语音和噪声都具有了相关性才能实现gev作为fixbeam情况下的anc滤波。也就是阻塞矩阵不阻塞的情况下做anc。