杨立春，叶敏超，钱沄涛

(1. 浙江大学 计算机科学与技术学院，浙江 杭州 310027；2. 浙江万里学院 智能控制技术研究所，浙江 宁波 315101)

1 引言

二元麦克风小阵列被广泛应用在手机、助听器等受空间、运算能力和成本限制的设备中，用以实现话音增强。自适应波束形成是二元麦克风小阵列话音增强的常用算法[1～5]，其思想是通过期望目标方向信号获得最大增益，并通过权系数的更新估计非目标方向干扰信号实现话音增强。为了防止目标话音信号失真，权系数在话音段需停止更新，而这需要话音活动检测(VAD,voice activity detection)技术支持，同时要求处理信号的开始阶段为非话音段，因此 VAD的准确性成为影响波束形成话音增强效果的重要因素。

另一种常见的二元麦克风小阵列话音增强算法是相干滤波器(coherence-based filter)方法[6]，通过假定阵元间目标话音信号相关而噪声信号不相关，使用基于互功率谱密度的相干函数进行降噪。实际环境中，尤其是在小阵列中，这种假设往往不成立，因而一般通过估计噪声谱的方法进行相干滤波[7]。与波束形成方法一样，噪声谱估计方法也要求目标话音信号不能出现在处理信号的第一帧位置，且通常需要 VAD技术支持，以防止噪声谱估计错误造成话音信号失真。

近年来基于多任务稀疏表达的学习方法[8～10]在去噪领域得到研究，该方法通过构造固定的字典或动态学习得到的字典，在特定的约束下可以使信号在此字典上表示的系数稀疏化，当多个任务中某些信号在此字典上表达的系数近似相同时将会被保留，而那些系数不同的信号将被抑制。……