基于ADALINE神經(jīng)網(wǎng)絡(luò)的電話去噪研究①

余尤好，沈文龍，黃春先，陳 瑋

(莆田學(xué)院電子信息工程系，福建 莆田 351100)

0 引言

自從人類發(fā)明電話以后，電話成為人類溝通的橋梁，是日常生活中必不可少的通訊工具.電磁污染是直接威脅電子通訊設(shè)備安全經(jīng)濟運行，威脅人類身心健康的三大污染源之一，已引起國際社會的高度重視.電流噪聲不但影響了話音質(zhì)量，也給通話雙方帶來了煩惱和不便.電話去噪的主要目的有兩個:一是改進聽筒話音質(zhì)量，消除背景噪聲，使聽者沒有疲勞感，樂于接受;二是提高話音的可懂度.神經(jīng)網(wǎng)絡(luò)的自適應(yīng)能力使它成為各類信號加工處理的重要工具，在自適應(yīng)濾波、信號檢測、移動通信等方面得到較為廣泛的應(yīng)用.

1 自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)

自適應(yīng)線性神經(jīng)元ADALINE(Adaptive Linear Neuron)是19世紀60年代美國斯坦福大學(xué)兩位教授威德羅和霍夫提出的，采用比感知器更復(fù)雜的學(xué)習(xí)算法，該算法稱為 LMS(least mean squares)算法［1］.LMS的學(xué)習(xí)規(guī)則能夠使均方誤差最小，從而使判決邊界盡可能遠離分類模式，增強了網(wǎng)絡(luò)的抗干擾能力，可以實現(xiàn)高性能自適應(yīng)濾波器的設(shè)計［2］.

1.1 自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)模型

通常情況下，語音通信需要面對復(fù)雜的噪聲環(huán)境，但是在片段區(qū)間內(nèi)，引起噪聲的物理環(huán)境在統(tǒng)計特性上不會有顯著的變化，由此產(chǎn)生的噪聲環(huán)境也不會發(fā)生明顯改變，這為線性自適應(yīng)神經(jīng)網(wǎng)絡(luò)應(yīng)用于語音信號消噪處理創(chuàng)造了有利條件［3］.ADALINE神經(jīng)網(wǎng)絡(luò)是一個可調(diào)的自適應(yīng)網(wǎng)絡(luò)，模型如圖1所示，它的傳輸函數(shù)為線性函數(shù).線性神經(jīng)網(wǎng)絡(luò)層的輸出為

式中a代表神經(jīng)元的實際輸出值，為模擬量;W代表權(quán)值矩陣;b代表閾值向量;p代表輸入向量.在有些應(yīng)用中，系統(tǒng)的輸出不是取自線性神經(jīng)元的輸出，而是把目標響應(yīng)t和模擬輸出量a相減，得到誤差向量 e作為輸出［4］.

圖1 ADALINE神經(jīng)網(wǎng)絡(luò)模型

線性系統(tǒng)根據(jù)給定的輸入和目標向量，可以算出輸出和目標向量的最小誤差值.對于自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)可以直接求解網(wǎng)絡(luò)的W和b而不需要訓(xùn)練，當(dāng)網(wǎng)絡(luò)有多個零誤差解的時候，可以取誤差平方和最小的一組W和b.若無法直接求出W和b，ADALINE神經(jīng)網(wǎng)絡(luò)可以采用LMS算法來調(diào)整W和b，這種算法是沿誤差梯度的反方向?qū)ι弦淮蔚募訖?quán)向量進行修正［5］.

對于訓(xùn)練樣本{p1，t1}，{p2，t2}，…，{pQ，tQ}，LMS算法的目的是尋找最佳的閾值和權(quán)值，使ADALINE神經(jīng)網(wǎng)絡(luò)的輸出和目標值均方誤差最小.

式中:mse為均方誤差;Q為樣本個數(shù);a為ADALINE的實際輸出值;t為ADALINE輸出的期望值.

為了得到合適的閾值和權(quán)值，使每個神經(jīng)元輸出的均方誤差最小，以x代表閾值或權(quán)值，對(2)式求偏導(dǎo)數(shù)得

令它等于0，可得mse的極點.由于均方誤差只能取正值，所以極值點必為極小值.當(dāng)輸入多維向量時，計算量太大，難以得出正確結(jié)果.通常采用搜索優(yōu)化法，假設(shè)第k次訓(xùn)練獲得相應(yīng)的閾值和權(quán)值，然后找出梯度的反方向，即曲面上該點斜率最大的下降方向，沿此方向?qū)λM行修正，得到線性神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值的調(diào)整公式如下

式中α為學(xué)習(xí)速率，決定權(quán)值和閾值的收斂速度以及穩(wěn)定性［6］.α值取得越大，學(xué)習(xí)速度就越快，但學(xué)習(xí)速率取太大反而會出現(xiàn)修正過度，使系統(tǒng)失去穩(wěn)定，最終結(jié)果反而誤差更大［7］.仿真過程需要多次對它進行調(diào)整，以期獲得較好結(jié)果.

1.2 ADALINE神經(jīng)網(wǎng)絡(luò)噪音消除原理

利用自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)去噪原理如圖2所示.信號源的輸出表示有用信號，n0為與s不相關(guān)的隨機噪聲，n1為與噪音信號n0相關(guān)的參考輸入信號.s+n0為ADALINE神經(jīng)元的期望輸出信號，y為ADALINE神經(jīng)元的實際輸出，兩者通過減法器后得到誤差信號，作為系統(tǒng)的輸出以ε表示.

由于 s和n0，n1沒有相關(guān)性，所以 E［s·(n0－y)］=0，則 E［ε2］=E［s2］+E［(n0－y)2］，通過線性神經(jīng)網(wǎng)絡(luò)調(diào)節(jié)，得到

式中，Emin［(n0－ y)2］當(dāng)趨于0時，即y趨于n0，其輸出ε等于s，此時噪音信號被消除.

圖2 去噪原理

圖3 信號加噪、去噪效果對比

圖4 電話語音信號加噪、去噪后時域、頻域波形

根據(jù)以上分析，假設(shè)噪聲源為一隨機噪聲，把一簡單信號與隨機噪聲之和作為ADALINE神經(jīng)元的目標向量;輸出信號為網(wǎng)絡(luò)調(diào)整過程中的誤差信號.從圖3中可以看出，輸出信號波形與輸入信號波形基本一致，消除了疊加的隨機噪聲.

2 仿真結(jié)果及分析

人類說話的語音頻率范圍一般在300Hz～3400kHz之間，電話所使用的頻率范圍在 0～3500Hz之間，更高的頻率在接入交換機時被低通濾波器過濾掉.根據(jù)國際電報電話咨詢委員會(CCITT)的長途通信協(xié)議標準，目前各國一般采用的聲音采樣頻率為8kHz.在仿真過程中，錄制一段語音信號，采樣頻率為8kHz，疊加上一個隨機噪聲，其幅度是語音信號最大幅度的2倍，如圖4所示.

從時域和頻域觀察，加噪后語音信號完全淹沒在噪聲中.要在這種惡劣條件下對語音信號進行濾波，提取出有用的通話語音信號，經(jīng)典濾波器根本無法實現(xiàn).從圖中可以看到，有用語音信號和噪聲的頻譜完全混疊在一起.當(dāng)噪聲幅度較小信噪比較大時，可以采用小波變換、譜減法等來去噪，但是隨著噪聲幅度增大，效果很不理想，難以有效濾除噪聲、最大限度地恢復(fù)信號.

圖中帶噪語音信號聽起來是非常明亮刺耳的“咝”聲，根本無法察覺話音的存在.采用ADALINE神經(jīng)網(wǎng)絡(luò)去噪處理后，信噪比由負值轉(zhuǎn)為正值，達到21分貝，經(jīng)過人耳實際感官測試，語音質(zhì)量與原始信號幾乎一致，效果令人滿意［8］.從頻譜上觀察，去噪后還存在細小高頻噪聲，但不影響電話通話信息的有效傳遞，可以用低通濾波器加以消除.

3 結(jié)論

通過仿真驗證了神經(jīng)網(wǎng)絡(luò)應(yīng)用于電話去噪的有效性，由于采用LMS學(xué)習(xí)算法，誤差與權(quán)值構(gòu)成的拋物面只有一個極小值點，需要多次訓(xùn)練才能獲得較準確的結(jié)果.只有在速率較小的情況下，才能保證學(xué)習(xí)收斂.仿真過程中采用恒定學(xué)習(xí)速率，為了改進算法，可以采用時變的學(xué)習(xí)速率.

［1］李作進.中醫(yī)脈象信號的統(tǒng)計分析［D］.重慶:重慶大學(xué)，2007:5－6.

［2］周開利，康耀紅.神經(jīng)網(wǎng)絡(luò)模型及其MATLAB仿真程序設(shè)計［M］.北京:清華大學(xué)出版社，2005:60－62.

［3］韓玥，張亦軍等.一種基于ADALINE網(wǎng)絡(luò)的自適應(yīng)濾波語音降噪方法［J］.鄭州輕工業(yè)學(xué)院學(xué)報，2007，22(2):85－87.

［4］李政洋.基于AD神經(jīng)網(wǎng)絡(luò)的語音增強［D］.江蘇:蘇州大學(xué)，2008:26－27.

［5］郭峰，任興民等.基于神經(jīng)網(wǎng)絡(luò)消噪的獨立成分分析方法研究［J］.機械科學(xué)與技術(shù)，2010，29(12):1678－1682.

［6］楊克己.基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)濾波技術(shù)及其在超聲檢測中的應(yīng)用［J］.儀器儀表學(xué)報，2005，26(8):813 －817.

［7］張帆.Adaline神經(jīng)網(wǎng)絡(luò)隨機逼近LMS算法的仿真研究［J］.電子設(shè)計工程，2009，17(9):88 －90.

［8］孫靜，陶智等.基于AD神經(jīng)網(wǎng)絡(luò)的耳語音增強的研究［J］.計算機工程與應(yīng)用，2007，43(29):242 －244.