基于仿生學(xué)和SoPC的嵌入式聲源定位器

1、    基于仿生學(xué)和SoPC的嵌入式聲源定位器        梁志毅，高金山，董文杰 時(shí)間:2008年05月06日     字 體: 大 中 小        關(guān)鍵詞:<"cblue" " target='_blank'>定位器<"cblue" " target=&

2、#39;_blank'>語音識別<"cblue" " target='_blank'>端點(diǎn)檢測<"cblue" " target='_blank'>聲源定位<"cblue" " target='_blank'>三路            摘要： 論述了基于人體仿生學(xué)和嵌入式軟核的可編程片上系

3、統(tǒng)SoPC的研究與實(shí)現(xiàn)。關(guān)鍵詞： 仿生學(xué) SoPC 數(shù)字信號并行處理 嵌入式<"cblue" " title="聲源定位">聲源定位器眾所周知，人的聽覺系統(tǒng)可以對所聽到的特定聲音來源進(jìn)行定位。所謂的“雞尾酒會(huì)效應(yīng)”1就是指人耳可以在一定的噪音背景下惟一地關(guān)注一個(gè)指定的聲音。結(jié)合嵌入式系統(tǒng)小巧靈活的特點(diǎn)和日益強(qiáng)大的功能，實(shí)現(xiàn)這樣的一種仿生聲源<"cblue" " title="定位器">定位器，可以有效地對聽障人士的日常生活起到幫助作用，例如躲避突發(fā)的危險(xiǎn)狀況、日常的人際交

4、往等。更廣泛地看，這種系統(tǒng)可應(yīng)用于機(jī)器人的聽覺系統(tǒng)、保安保密設(shè)施等諸多領(lǐng)域。為與基于ASIC技術(shù)的聲源定位器2區(qū)別，本文基于SoPC技術(shù)，在Altera的stratix系統(tǒng)平臺(tái)上，充分利用SoPC靈活的可重用設(shè)計(jì)特性和FPGA的信號并行處理能力，用一個(gè)MIC陣列，模擬人耳的聽覺系統(tǒng)，實(shí)現(xiàn)聲源定位器。并利用其良好的擴(kuò)展性，進(jìn)一步將系統(tǒng)從單CPU架構(gòu)擴(kuò)展至雙CPU架構(gòu)，加入了<"cblue" " title="語音識別">語音識別的功能(本文只重點(diǎn)論述聲源定位的研究與實(shí)現(xiàn))。在一個(gè)相對安靜的房間里對定位器進(jìn)行測試，在5米的直徑范圍內(nèi)，可

5、以較準(zhǔn)確地通過LCD輸出聲源的位置坐標(biāo)。同時(shí)，對于簡單的短語，經(jīng)過訓(xùn)練之后，系統(tǒng)能夠在不超過1秒的時(shí)間內(nèi)產(chǎn)生指定的響應(yīng)，如在LCD上顯示相應(yīng)的文字、振動(dòng)器振動(dòng)報(bào)警等。1 人耳聽覺模型的基本原理在一個(gè)簡單的人耳聽覺系統(tǒng)模型中，聲源定位可以描述為：(1)從各種不同頻率的聲音中解析發(fā)現(xiàn)特定的聲音，如從一定的環(huán)境噪聲背景中找到特定聲源所發(fā)出的聲音。(2)獲得聲音到達(dá)MIC陣列的端點(diǎn)，即<"cblue" " title="端點(diǎn)檢測">端點(diǎn)檢測。(3)聽覺系統(tǒng)根據(jù)聲音到達(dá)兩耳的時(shí)間差，判斷出聲源的方向和位置。根據(jù)上述人耳聽覺的機(jī)理，所設(shè)計(jì)的聲源

6、定位器需要解決聲音的噪音過濾、端點(diǎn)檢測及方位距離算法等問題。(1)聲音的噪音過濾和端點(diǎn)檢測。對于噪音的簡單過濾和聲音的端點(diǎn)檢測，可以通過常用的“雙門限法”實(shí)現(xiàn)。本文利用Matlab下的Simulink作為原理驗(yàn)證工具。驗(yàn)證無誤后，將對應(yīng)的FIR數(shù)字濾波器的階數(shù)和系數(shù)直接填入到Quartus II提供的FIR IP Core模塊中參數(shù)化，再在VHDL用戶模塊例化，即可完成FPGA中的語音信號預(yù)處理模塊的搭建工作。(2)聲源定位算法。系統(tǒng)中共使用了3個(gè)MIC，分別位于水平面上邊長為20cm的等邊三角形的三個(gè)頂點(diǎn)。借助于端點(diǎn)檢測，可獲取聲音到達(dá)各個(gè)MIC時(shí)對應(yīng)的不同計(jì)數(shù)值n(對應(yīng)有t=n/f，其中t

7、為聲音傳播時(shí)間，f為采樣頻率)，從而得到時(shí)延估計(jì)。經(jīng)過前端的信號預(yù)處理工作，再充分利用聲源傳播中的先驗(yàn)信息，基于空間幾何知識建立的算法模型，定位精度基本上達(dá)到了應(yīng)用要求。MIC陣列擺放如圖1所示。因?yàn)樵撛O(shè)備主要是針對聾啞人的語音輔助開發(fā)的，所以通常情況下聲源是與MIC陣列確定的平面共面或近似共面的。在近似共面的情形時(shí)，將數(shù)學(xué)模型擴(kuò)展到三維的情況，即MIC陣列確定一個(gè)平面，而聲源不在該平面內(nèi)。此時(shí)，以原點(diǎn)為中心，假設(shè)聲源位于一個(gè)橫截面直徑為310m的環(huán)狀空間中，且聲源到MIC陣列平面(橫截面)的垂直距離不超過±1m?？沈?yàn)證，聲源到原點(diǎn)的距離與聲源在MIC陣列平面投影點(diǎn)到原點(diǎn)的距離，二者

8、偏差僅在4%左右。所以，為便于計(jì)算和構(gòu)建模型，可以假設(shè)聲源與MIC陣列共面。2 系統(tǒng)架構(gòu)系統(tǒng)基本架構(gòu)由Avalon Bus和兩個(gè)NIOS II CPU組成。NIOS II是基于哈佛結(jié)構(gòu)的RISC通用嵌入式處理器軟核，能與用戶邏輯相結(jié)合。該處理器具有32位指令集、32位數(shù)據(jù)通道和可配置的指令及數(shù)據(jù)緩沖。本文選用標(biāo)準(zhǔn)型內(nèi)核搭建系統(tǒng)。利用外圍ADC電路并通過IIS總線，<"cblue" " title="三路">三路MIC并行地將各自采集到的語音信號傳入AD Receiver模塊。該模塊是利用VHDL構(gòu)建的用戶外設(shè)，用以橋接Avalon總

9、線和ADC，同時(shí)完成三路語音信號的并行預(yù)處理。單路信號處理過程如下所述：將ADC傳入的串行信號轉(zhuǎn)換成16位的并行信號送入FIFO1。每一個(gè)并行信號即一個(gè)采樣點(diǎn)，定義每2 400個(gè)點(diǎn)為一幀，選取FIFO1容量為16bit×2560=5KB。存儲(chǔ)點(diǎn)數(shù)達(dá)到一幀后，將該幀逐點(diǎn)送入短時(shí)能量分析模塊、短時(shí)過零率分析模塊和FIFO2，計(jì)數(shù)器同時(shí)計(jì)數(shù)。FIFO2的容量與FIFO1相同。如果該幀沒有達(dá)到短時(shí)能量和過零率的閾值觸發(fā)要求，則該幀為無效幀；如果只達(dá)到過零率的觸發(fā)要求，則該幀為有效幀，暫時(shí)保留在FIFO2中，其后一幀若短時(shí)能量閾值觸發(fā)則回溯前一幀定位端點(diǎn)，否則兩幀都舍棄；如果某幀同時(shí)達(dá)到短時(shí)能

10、量和過零率的觸發(fā)要求，則聲音起始端點(diǎn)即為該幀內(nèi)部觸發(fā)過零率閾值的那一點(diǎn)。在這里，設(shè)置短時(shí)能量的觸發(fā)閾值EH為0.01，約為平穩(wěn)狀態(tài)時(shí)能量值的5倍；短時(shí)過零率公式中修正閾值T為0.01，當(dāng)短時(shí)過零率幅值發(fā)生大于3倍的突變時(shí)，則認(rèn)為過零率閾值觸發(fā)。另外，為便于能量閾值觸發(fā)后的回溯查尋，設(shè)置了同樣為5KB的FIFO3、FIFO4，分別存儲(chǔ)短時(shí)過零率和短時(shí)能量的數(shù)據(jù)。將取得的聲音端點(diǎn)值傳至CPU1進(jìn)行定位計(jì)算。CPU1利用Avalon總線與CPU2及系統(tǒng)其他模塊進(jìn)行信息交換和處理。系統(tǒng)硬件結(jié)構(gòu)如圖2、圖3所示。?NIOS II提供了良好的系統(tǒng)擴(kuò)展性和可編輯性，當(dāng)系統(tǒng)引入語音識別功能使性能要求提高時(shí)，在

11、不改變原有系統(tǒng)架構(gòu)的基礎(chǔ)上，通過增加共享內(nèi)存互斥鎖和共享內(nèi)存，系統(tǒng)即可方便快速地?cái)U(kuò)展成為雙CPU架構(gòu)。其中定義CPU1對前段采集的數(shù)據(jù)進(jìn)行定位處理，將處理過的數(shù)據(jù)傳入CPU2，由CPU2完成識別及LCD顯示的功能，如圖3所示。3 實(shí)驗(yàn)在一個(gè)相對安靜的房間中對系統(tǒng)進(jìn)行了測試。房間大小約為(8×6×3)m3，環(huán)境噪聲以持續(xù)的音樂模擬，約為4050dB，待檢測聲音約為6570dB。人發(fā)聲的位置在圖1所示的平面坐標(biāo)系中選擇。圖4顯示了實(shí)驗(yàn)中某個(gè)MIC的聲音預(yù)處理波形。聲音信號從左往右依次是你好、危險(xiǎn)、早上好三句話，其中利用了223階的FIR線性濾波器實(shí)現(xiàn)信號處理功能，其窗函數(shù)為矩形

12、窗。從圖4中可以明顯看出：因?yàn)楸尘耙魳泛驼f話前后的呼吸，原始聲音波形中出現(xiàn)明顯的干擾信號(背景噪音)，但經(jīng)過短時(shí)能量分析后，短時(shí)能量分析圖中的干擾部分已經(jīng)被過濾掉。實(shí)驗(yàn)證明，將短時(shí)能量分析與短時(shí)過零率結(jié)合，可以較好地檢測到聲音的端點(diǎn)。利用FPGA可并行處理的特性，實(shí)時(shí)監(jiān)控三路MIC的聲音處理信號，比較各路聲音端點(diǎn)對應(yīng)的不同n值，得出三個(gè)時(shí)間差，代入定位計(jì)算公式，從而定位聲源位置。本文論述了基于人體仿生學(xué)和NIOS II的聲源定位器。系統(tǒng)分為語音信號采集預(yù)處理和定位計(jì)算兩個(gè)基本部分及語音識別一個(gè)擴(kuò)展部分。整個(gè)系統(tǒng)在實(shí)現(xiàn)過程中：(1)利用FPGA的并行特性實(shí)現(xiàn)了三路語音信號的并行采集和處理；(2)

13、利用嵌入式的軟核NIOS II搭建了雙CPU結(jié)構(gòu)。其中CPU1實(shí)現(xiàn)了對聲源定位的算法，CPU2實(shí)現(xiàn)了對語音識別及響應(yīng)的功能；(3)利用NIOS II提供的硬件互斥鎖機(jī)制實(shí)現(xiàn)了CPU間的良好同步通信。從該系統(tǒng)的研究與實(shí)現(xiàn)中可以看到，SoPC的多核結(jié)構(gòu)在低功耗、小面積、低成本的前提下提供了實(shí)現(xiàn)強(qiáng)大功能的可能。在聲源定位、語音識別的基礎(chǔ)上，結(jié)合語音合成技術(shù)，可為聾啞人提供更完善的幫助。而較高的性價(jià)比也將使這樣的系統(tǒng)進(jìn)入更多更廣泛的生活工作應(yīng)用領(lǐng)域。參考文獻(xiàn)1 Jie Huang，Ohnishi N，Sugie N.A Biomimetic System for Localization and Separation of Multi-ple Sound Sources.Instrumentation and Measure-ment.IEEE Transactions，1995；44(3)2 Stanacevic M，Cauwenberghs G.Micorpower Gra-dient Flow Acoustic Localizer.Circuits and Sys-tems I：Regular Papers，IEEE Transactions onseealso Circ