arm语音滤波体会

这一周的ARM语音滤波真是让我伤透了脑筋。高开低走。以实验为主导的做法可能就会是这样的过程。

 

1.周一通过GoldWav的帮助，让我很快发现高通滤波（600~800截止频率），用matlab进行仿真，效果确实不错，嗡嗡声已经小了很多，波形也比之前好很多，对语音信号进行端点检测会准不少。

 

2.着手准备设计滤波器往ARM上面移植，使用matlab fdtool进行滤波器的设计，最后发现，330阶的FIR椭圆型滤波器效果最好。将滤波器的系数用头文件的方式导出。

编写读入wav，滤波，保存wav的代码。可编程实在是我的弱项，一大堆错误。

 

3.晚上终于把整个程序写好，在ARM上一跑，2秒钟，顿时心凉了一截。开始尝试各种FIR滤波器，30阶的最小二乘是在性能和效果中比较折中的。同时发现，IIR滤波器在阶数很低的情况下，滤波器的幅频响应也能达到FIR的效果。

 

4.设计IIR滤波器（6阶，butterworth，同学建议chebyshev，有时间再试），速度很快，但是结果很不好。用书上的程序，有个精确到小数点15位的参数gain=0.004204816817972不知道什么意思，带来的结果是数据变得很小（这个诡异的精确数字在baidu、google上都没查出出自何处）。如果不用，失真很严重，没发现为什么。

 

5.见前一篇blog，干那事去了。

 

6.在同学的帮助下，终于发现，IIR滤波器虽然在matlab下看到幅频响应很好，只衰减不增强，但是计算后幅度会有超过50%的增大。虽然IIR适合进行语音处理（语音信号对相位不敏感），但是在16bit的量化面前，IIR就显得不是那么适合了。超过50%的增大使得在量化时失真很严重（PS：我量化的方法其实跟matlab中wavwrite一样，就是乘32768，超过32768或者小于-32768的强制截断）。接下来，我换了一种方式，首先测出设计的滤波器的幅度响应real_gain，再将4中说的gain设置为1/real_gain，输入信号先乘上gain（实际是衰减了）再滤波。效果不错，信号幅度略有衰减。至于real_gain的产生，翻阅一些资料后觉得是有限字长的效应，是滤波器系数量化成32bit后的影响，不过有待确证。

 

实验结果小结：

FIR, 330 Order，滤波效果最好，但是跑ARM上是浮云；

FIR,   30 Order，滤波效果最差，时间中等，0.3s的样子；

IIR,      6 Order，滤波效果中等，时间最快，瞬间；

 

优先考虑IIR，over。