语音通信是一种重要的人类社会交流手段。它是人类发展历史中最古老,最方便,最有效的信息交流方法。然而,环境噪声的大小和传输介质的好坏,严重影响了语音通信的质量。传统的单个麦克风在噪声处理过程中,接收的噪声和信号往往在时间和频谱上是重叠的。相较于传统方法,使用麦克风阵列(Microphone Array, MA)是提高语音通信质量的重要方法之一。应用阵列信号处理技术的麦克风语音增强方法,可以充分利用语音信号的时空信息。因此,该方法具有很高的空间分辨率,灵活的波束控制能力,较高的信号增益和较强抗干扰能力等特点。综上所述,在当前语音通信领域,研究对于多种噪声具有很好去噪能力的麦克风阵列语音处理算法和技术有着重要的意义。
　　本文首先阐述了麦克风阵列语音增强的理论和技术,在此基础上,研究比较了几种经典的语音增强算法。重点研究了麦克风阵列语音增强过程中时延估计技术,波束形成及去噪两个阶段的算法,实现了一种改进算法。在混响环境中,提取无混响语音信号,再利用广义互相干时延估计法,计算出的时延值误差更小,并且很好地克服了混响对时延估计的影响。在波束形成及去噪阶段,基于广义旁瓣抵消器(GSC)的自适应算法对相干噪声具有很好的抑制能力,并且要求麦克风个数要多于噪声源数目。基于维纳滤波器的后置滤波算法,对非相干噪声具有很好地抑制能力,但是对于相干噪声的抑制作用则比较弱。以上两种算法都存在优点和不足,尝试将两种算法很好地结合起来,形成了对相干噪声和非相干噪声都具有抑制能力的改进算法。使用MATLAB软件对改进算法进行编程仿真,结果证明该算法的确具有很好的噪声环境适应性和去噪能力。测试结果表明,相对于传统的 GSC自适应算法和后置滤波算法,改进算法在复杂噪声环境中具有更高的可靠性,而且具有更高的输出信噪比。