[论文解读] Optimal Binaural LCMV Beamforming in Complex Acoustic Scenarios: Theoretical and Practical Insights

Nico Gößling, Daniel Marquardt+3 more|arXiv (Cornell University)|Jul 12, 2018

Speech and Audio Processing参考文献 14被引用 4

一句话总结

本文提出了一种用于双耳线性约束最小方差（BLCMV）波束成形器的最优干扰缩放参数，以在复杂声学环境中保持双耳线索。通过为这些参数施加上下限阈值，该方法在短观测间隔导致的估计误差下仍能实现稳健性能，显著降低了双耳线索误差，同时在使用实测冲击响应的真实助听器应用中保持了有效的噪声抑制。

ABSTRACT

Binaural beamforming algorithms for head-mounted assistive listening devices are crucial to improve speech quality and speech intelligibility in noisy environments, while maintaining the spatial impression of the acoustic scene. While the well-known BMVDR beamformer is able to preserve the binaural cues of one desired source, the BLCMV beamformer uses additional constraints to also preserve the binaural cues of interfering sources. In this paper, we provide theoretical and practical insights on how to optimally set the interference scaling parameters in the BLCMV beamformer for an arbitrary number of interfering sources. In addition, since in practice only a limited temporal observation interval is available to estimate all required beamformer quantities, we provide an experimental evaluation in a complex acoustic scenario using measured impulse responses from hearing aids in a cafeteria for different observation intervals. The results show that even rather short observation intervals are sufficient to achieve a decent noise reduction performance and that a proposed threshold on the optimal interference scaling parameters leads to smaller binaural cue errors in practice.

研究动机与目标

• 推导BLCMV波束成形器的最优干扰缩放参数，以保持直达声源与干扰声源的双耳线索。
• 解决由于短时间观测间隔导致的估计误差所引发的实际性能下降问题。
• 提出对干扰缩放参数的阈值化策略，以增强对RTF估计误差的鲁棒性。
• 在真实餐厅场景中，使用不同的相关矩阵和观测间隔，评估BMVDR与BLCMV波束成形器的性能。
• 证明在使用阈值化参数时，短观测间隔已足够实现有效的噪声抑制与双耳线索保持。

提出的方法

• 基于BMVDR-RTF波束成形器推导BLCMV的最优干扰缩放参数，确保对多个干扰源的双耳线索保持。
• 对最优缩放参数施加上下限阈值，以提升实际中对RTF估计误差的鲁棒性。
• 使用助听器在餐厅中实测的冲击响应，模拟真实复杂的声学场景。
• 采用256点分块与50%重叠的加权重叠-叠加处理框架，实现波束成形器的实时处理。
• 从短时间观测间隔中估计相关矩阵（R_y, R_v, R_n）与RTF，以评估在估计不确定性下的性能。
• 采用SINR增益与双耳线索误差（ILD与ITD）作为性能度量指标，对频率与场景取平均。

实验结果

研究问题

• RQ1 BLCMV波束成形器的最优干扰缩放参数是什么，可保持多个干扰源的双耳线索？
• RQ2 从短观测间隔中产生的估计误差如何影响BLCMV与BMVDR波束成形器的性能？
• RQ3 对最优干扰缩放参数进行阈值化能否提升实际中对RTF估计误差的鲁棒性？
• RQ4 相关矩阵（R_y, R_v, R_n）的选择如何影响SINR增益与双耳线索保持？
• RQ5 在使用最优与阈值化干扰缩放参数时，SINR增益与双耳线索误差之间是否存在权衡？

主要发现

• 即使观测间隔较短（低于200 ms），也能获得足够的噪声抑制性能，表明有限数据估计是可行的。
• 在BLCMV中使用最优干扰缩放参数（δ^opt）时，双耳线索误差与BMVDR波束成形器相似，尤其在小观测间隔下。
• 对最优干扰缩放参数施加阈值（δ^thr）可显著降低双耳线索误差，尤其在ITD方面，优于δ^opt。
• 当使用R_n时，BLCMV波束成形器在观测间隔超过300 ms时，SINR性能优于BMVDR，得益于额外的约束。
• 在动态场景中使用短观测间隔时，建议使用R_n而非R_v，因为R_v难以准确估计。
• 非正式听音测试表明，δ^thr能通过更有效地保持空间线索，提升感知质量。