雙耳演算

2.4.1 雙耳演算原理介紹

雙耳助聽器演算法，在 90 年代就已經有人提出這樣的想法，在瀏覽今年相關論文的過 程中，陸續發現依舊有人在深入研究，但跟很多技術一樣，提出想法到實際生活應用跟量 產會有一段時間的落差，就像從布林代數,電晶體到邏輯閘，所以以下會介紹雙耳演算法的 假設，實作上會遭遇的問題，以及此法的所帶來的好處跟優勢。

雙耳演算法最重要的想法，就是雜訊到達左右耳的時間不同，因為左右耳皆有個別的 接收器，而人跟人對話過程，大多距離不會太遠或是講話者通常在正前方，所以接收到的 語音視為同時到達左右耳，以上是雙耳演算模型的基本假設，以下有附圖說明。

圖 2.10 雙耳演算模型

signal 為乾淨語音，N1 與 N2 皆為雜訊，只是到達左右耳的時間不同

當然還有許多其他因素如:語音是否也有時間差，雜訊和語音到達左右耳是否強度一 樣，雜訊源若為兩個以上等問題，現階段暫不考量，先以理想狀況來處理。

由上圖可以看出，雜訊到左右耳的時間不同，所以可以分別寫出下列左右耳接收到語 音的情況

1 ( ) ( )

y =s t +n t

. (2.23)

2 ( ) ( )

y =s t +n t−

τ

. (2.24) 第式為右耳 第式為左耳 s(t)為語音 n(t)為雜訊 τ則為雜訊到達左右耳時間差

有了上述兩式左右耳的數學式，發現若將其相減，將可以得到純雜訊的訊息，有了較 充分的雜訊訊息，對消雜訊而言將會是一項利多

1 2 ( ) ( )

u= − =y y n t −n t−

τ

. (2.25) τ為雜訊到達的時間差

當然將左右耳接收訊號在時域上相減，比較難看出其用處，但經 DFT 運算，可以看到 有獲得較完整雜訊 PSD 的機會，但還需要一些處理，表示式如下

( ) ( )(1 ^iw )

般演算法這些會是雙耳演算法額外所需的代價。

雙耳演算法所帶來的好處有兩點，第一 提供較完整的雜訊 PSD 訊息，第二 不論在語 音區間或非語音區間，皆可以估計雜訊，這是單耳演算一個相當大的限制，就是只能在非 語音區間估計雜訊，而估計雜訊的精準與否，往往對演算法的效果有絕大的影響。

以下的附圖是說明雙耳演算的過程，direction finding 主要在尋找雜訊到達左右耳的時 間差，compensator 則是類似零消，由時間差來計算出最佳的 H，能夠從 U 來得到雜訊 PSD，

黑色虛框部分則是頻譜相減演算，只是相較以前的單耳演算法，現在擁有更精準的雜訊估 計，可以提升頻譜相減演算的效果。

圖 2.11 雙耳演算流程圖

y1 與 y2 為左右耳接收到的汙染語音，τ為雜訊到達左右耳的時間差，U 為 y1 與 y2 做 DFT 後相減，H1 與 H2 是用來使 U 還原成雜訊 N1 和 N2 的運算子，黑框部分效果則雷 同頻譜相減演算，s1 與 s2 則為處理後語音

優勢 1.提供更完整的雜訊 PSD 資訊 (可以加強頻譜相減演算或其他演算的 效果)

2.估計雜訊不受 VAD 限制 代價 1.計算量變大 且運算時間變久

2.需計算雜訊的時間差 以及 H1 ,H2

3.左右耳需進行資料交換所涉及的相關問題 表 2.7 雙耳演算的優勢與代價