简介：这是一份面向Matlab语音处理学习与研发人员的双通道语音增强算法源码包，针对嘈杂环境下的语音通信场景，采用归一化最小均方（NLMS）自适应滤波方法，可有效消除环境噪声并保持语音可懂度，实测噪声抵消约10dB。压缩包共5个文件，约182KB，包含2个.m算法源文件、2个.dat数据文件以及1个wav示例音频，分别对应算法主体、数据读取脚本、双通道实验数据与噪声样本，结构简洁便于直接运行和调试。目前已有22人浏览学习。使用者可以获得完整的双通道语音增强实现思路与可运行代码，结合附带的DAT数据和WAV样例进行仿真验证，通过观察降噪前后的语音波形与频谱可直观对比算法效果；该方案不仅适合语音增强、自适应滤波等方向的课程设计与算法复现，也能为真实场景下的降噪需求提供参考。
1. 双通道语音增强算法的10dB降噪承诺，通常不需要神经网络
很多人以为语音增强必须上深度学习，但经典自适应滤波在双通道场景下依然能稳定拿到10dB噪声抵消。关键在于你不只有一个麦克风，而是有两个：一个主麦拾取“语音+噪声”，一个参考麦拾取“与环境噪声强相关的信号”。有了参考通道，自适应滤波器就能实时估计噪声并在主通道中减掉它，而语音由于与参考噪声不相关，不会被抵消。这套思路用Matlab实现不到两百行，资源包里包括NLMS和DNLMS两套核心代码、读取DAT二进制数据的dataread0.m，以及两个实测数据文件和noise.wav。适合正在做语音增强课程设计、需要快速验证自适应滤波器效果的工程师，也适合想把传统算法作为前端、再接深度学习后端的同学。
2. 从NLMS到DNLMS：归一化自适应滤波器与双通道拾音结构
2.1 NLMS的迭代核心：步长、误差与正则化
最小均方（LMS）滤波器的更新公式是 w(n+1) = w(n) + μ·e(n)·x(n)，但LMS对输入信号幅度非常敏感。语音信号的动态范围很大，固定步长时，如果幅度较大，滤波器会震荡；幅度较小，收敛又太慢。归一化LMS（NLMS）用当前输入向量的能量去缩放步长，让每次更新都与输入功率解耦。
NLMS的更新公式为：
w(n+1) = w(n) + μ / (δ + ||x(n)||²) · e(n) · x(n)
其中 μ 是归一化步长，δ 是防止除零的正则项，e(n) 是期望信号与滤波器输出的误差，x(n) 是参考输入向量。这个公式的含义是：参考信号能量越大，滤波器系数的单次调整幅度就越小，避免因为瞬时大幅值导致权值跳变。
在Matlab里实现这个核心循环非常直接：
% NLMS.m 核心更新片段 function [y, e, w] = nlms_filter(x, d, filterLen, mu, delta) w = zeros(filterLen, 1); % 滤波器系数 N = length(x); y = zeros(N, 1); e = zeros(N, 1); for n = filterLen:N xin = x(n:-1:n-filterLen+1); % 当前参考输入向量 y(n) = w.' * xin; % 滤波输出 e(n) = d(n) - y(n); % 误差 w = w + mu / (delta + xin.'*xin) * e(n) * xin; % 归一化更新 end end这里 d 是期望信号，x 是参考信号。调用时通常把主麦克风信号作为 d，把参考麦克风信号作为 x。mu 一般取 0.1～0.5，delta 取 1e-6～1e-3。如果输出出现高频震荡，说明 mu 太大；如果收敛太慢，首先是 mu 太小，其次是 filterLen 不足，滤波器没有足够自由度去建模噪声路径。
2.2 双通道结构：主麦克风与参考麦克风的分工
双通道语音增强的核心假设是：主通道中的噪声分量与参考通道信号之间存在线性相关性，而语音分量在参考通道中基本不出现。自适应滤波器的任务就是用参考通道去拟合主通道中的噪声成分，然后从主通道中减去。
工程上，参考麦克风应该尽量靠近噪声源，或者指向与环境噪声相关的方向。如果参考麦与主麦的间距太小，两个通道的噪声几乎一样，滤波器退化成简单的相减，对语音损伤很大；间距太大，噪声相关性降低，降噪效果变差。常见的间距在 2～4 厘米左右，对应手机底部双麦降噪的物理距离。
资源中的 DAT23NNP.DAT 和 DAT23NNR.DAT 就是两个通道的实测数据。dataread0.m 负责读取这一类原始二进制音频文件。通常这类文件是16bit的PCM数据，采样率可能是16kHz或8kHz，读取时要先确认是否有文件头。一个稳妥的读取方式是：
% dataread0.m 示例：读取16位PCM DAT文件 function [data] = dataread0(filename, sampleRate) fid = fopen(filename, 'rb'); raw = fread(fid, 'int16'); % 假设为16bit PCM fclose(fid); data = raw / 32768.0; % 归一化到-1~1 end这个函数把原始整数转换为 [-1, 1] 的浮点数，方便后续滤波运算。sampleRate 参数在本函数中没有被使用，但保留它可以作为调用时的约定，比如你可以在调用处fs = 16000;。文件头的问题怎么排查？直接打开文件看前几个字节，如果前几百个采样点看起来是随机的小整数，基本就是裸PCM；如果出现连续的 ASCII 字符，则需跳过文件头。
读取两个通道后记得做长度对齐：
nnp = dataread0('DAT23NNP.DAT', 16000); nnr = dataread0('DAT23NNR.DAT', 16000); n = min(length(nnp), length(nnr)); prim = nnp(1:n); ref = nnr(1:n);如果两个文件采样点数相差很大，先检查是不是采样率不一致，不要直接截位，否则后续做滤波器训练时会引入人为偏差。
2.3 DNLMS：双通道归一化与延迟补偿
DNLMS在资源里对应一个独立目录和实现，我的理解是 Dual-channel Normalized LMS。它与单通道NLMS最大的区别在于：参考信号进入滤波器之前，必须补偿两个麦克风之间的时间延迟。
双麦克风采集到的同一个噪声源，到达主麦和参考麦的时间不同。如果不对齐，NLMS会花掉一部分滤波器阶数去模拟一个纯延迟，相当于把有效建模长度缩短了。补偿延迟的常见做法是先做互相关，估计出延迟量，再对参考通道做移位。
下面是一个带延迟对齐的DNLMS增强函数：
% DNLMS.m 双通道延迟补偿示例 function [enhanced] = dnlms_speech_enhance(primary, reference, filterLen, mu, delta) % 先做互相关粗略估计延迟 [c, lags] = xcorr(primary, reference, filterLen, 'coeff'); [~, idx] = max(abs(c)); delay = abs(lags(idx)); % 参考通道需要延迟的采样点 ref_aligned = [zeros(delay,1); reference(1:end-delay)]; [~, enhanced, ~] = nlms_filter(ref_aligned, primary, filterLen, mu, delta); end这段代码先通过 xcorr 找到参考通道相对主通道的延迟，然后补零对齐。xcorr 的第三个参数 filterLen 限制了最大搜索延迟，这里直接用滤波器阶数作为搜索范围，通常够用。如果你发现 DNLMS 的输出比 NLMS 更平稳，多半是延迟补偿起了作用；如果输出反而有金属声，可能是延迟估计错位，需要把搜索范围缩小到 ±100 个采样点重新尝试。
3. 工程落地：dataread0.m读取DAT文件与NLMS.m模块拆解
3.1 DAT23NNP.DAT和DAT23NNR.DAT到底是什么数据格式
从资源文件名看，DAT可能是噪声数据或语音数据。常见自适应滤波实验数据是16kHz/16bit/单声道PCM。我们用Matlab读取验证：
fid = fopen('DAT23NNP.DAT', 'rb'); d = fread(fid, 'int16'); fclose(fid); fprintf('采样点数: %d\n', length(d)); fprintf('时长(16kHz): %.2f s\n', length(d)/16000);如果输出时长在几秒到几十秒，说明读取正确。如果数字大得离谱，比如几十万采样点，也可能正常，只是音频长。如果读取后全是0或者负值异常，检查是否有文件头或字节序问题。Windows下通常是小端，fread默认按机器字节序，一般没问题。
也可以直接用 audioread 试试，但 DAT 扩展名不是标准音频格式，audioread 可能拒绝。所以 dataread0.m 写成 fread 是合理的。你还可以用fread(fid, 'int16', 0, 'ieee-le')强制小端，在跨平台场景下更保险。
3.2 NLMS.m内部结构：从初始化到逐点更新
结合资源中的 NLMS.m，我把一个可用于双通道增强的完整函数搭出来：
% NLMS.m 完整示例：双通道语音增强 function [enout, w] = NLMS(ref, prim, L, mu, eps) % ref - 参考通道信号（噪声参考） % prim - 主通道信号（含噪语音） % L - 滤波器阶数 % mu - 归一化步长 % eps - 正则项 N = min(length(prim), length(ref)); prim = prim(1:N); ref = ref(1:N); w = zeros(L,1); enout = zeros(N,1); for n = L:N xn = ref(n:-1:n-L+1); enout(n) = prim(n) - w.' * xn; w = w + mu * enout(n) * xn / (xn.'*xn + eps); end end这个函数没有对滤波器系数做泄漏约束，如果参考信号很小，xn.'*xn 趋近于0，eps 可以保守点，取 1e-4。调用时，enout 就是增强后的语音。
参数说明：L 直接影响滤波器能建模的脉冲响应长度。对于房间混响，500阶在16kHz下对应约31ms，基本够用。mu 在0.01到0.3之间，开始时可以用0.1试。如果输出出现“气泡”或抖动，把 mu 调小到0.05。如果环境噪声比较平稳，可以调大 mu 加快收敛。
3.3 文件执行顺序与数据流
资源中的文件关系如下表：
| 文件 | 作用 | 是否入口 |
|---|---|---|
| dataread0.m | 读取DAT二进制音频文件，返回归一化信号 | 是 |
| DAT23NNP.DAT | 主通道含噪语音数据 | 数据 |
| DAT23NNR.DAT | 参考通道噪声数据 | 数据 |
| NLMS.m | 归一化LMS自适应滤波器主体 | 调用 |
| DNLMSspeechenu | DNLMS增强的封装目录，通常含增强入口函数 | 调用 |
| noise.wav | 额外的噪声样本，用于对比测试或混音 | 辅助 |
执行流程很简单：
prim = dataread0('DAT23NNP.DAT'); ref = dataread0('DAT23NNR.DAT'); enhanced = NLMS(ref, prim, 512, 0.1, 1e-4); sound(enhanced, 16000);执行后你听到的应该是噪声明显减小的语音。如果声音发闷，检查滤波器阶数是不是太大，导致语音被展宽；如果噪声没减多少，检查参考信号和主通道噪声的相关系数，可以用 corrcoef 看前500点，低于0.3说明参考通道采集位置不合理。
代码逻辑说明：prim 是期望信号，ref 是滤波器输入。NLMS 内部先截短到相同长度，再逐点计算误差和更新权重。输出 enout 即增强后的主通道信号，w 是最终滤波器系数，可以保存下来用于分析收敛行为。
4. 参数调优与可懂度边界：步长、阶数、正则化如何配合
4.1 三个关键参数的调整策略
双通道NLMS不是放进去就能用，参数配置直接影响降噪量和语音质量。我的经验是三个参数要一起调：
| 参数 | 取值范围 | 偏小的影响 | 偏大的影响 |
|---|---|---|---|
| mu(步长) | 0.01~0.3 | 收敛慢，前一段噪声残留 | 稳态失调大，输出有颤动 |
| L(滤波器阶数) | 256~1024 | 建模不足，噪声抵消不干净 | 计算量大，可能过度适应 |
| eps(正则项) | 1e-6~1e-3 | 参考信号能量小时更新发散 | 收敛速度下降，但更稳 |
下面给一个自动扫描的小脚本：
% 参数扫描示例 mus = [0.05 0.1 0.2]; Ls = [256 512 1024]; best = []; for mu = mus for L = Ls e = NLMS(ref, prim, L, mu, 1e-4); snr_out = snr(e, e - prim); % 粗略估计 best = [best; mu L snr_out]; end end [M,I] = max(best(:,3)); fprintf('最佳: mu=%.2f L=%d SNR增益=%.2fdB\n', best(I,1), best(I,2), best(I,3));注意这里 snr 函数需要 Signal Processing Toolbox。如果没有，可以自己计算噪声功率：用增强后信号减去原始噪声估计。扫描时要固定一组数据，避免在噪声突变段比较，否则结果会被某一帧带偏。
4.2 如何验证“噪声抵消10dB”这个指标
资源描述说噪声抵消10dB。在复现时，你需要一个可重复的验证方法。最干净的做法是构造混合信号：取一段干净语音 s，一段噪声 n，把语音和噪声以已知信噪比混合成主通道，再把噪声乘以一个衰减因子作为参考通道。这样你能准确计算输出信噪比。
% 验证流程 s = audioread('clean.wav'); % 假设你有干净语音 n = audioread('noise.wav'); % 资源自带noise.wav n = n(1:length(s)); SNR_in = 0; % 输入SNR 0dB scale = sqrt(sum(s.^2) / (sum(n.^2) * 10^(SNR_in/10))); prim = s + scale * n; ref = n; % 理想参考 enh = NLMS(ref, prim, 512, 0.1, 1e-4); snr_in = 10*log10(sum(s.^2) / sum((prim-s).^2)); snr_out = 10*log10(sum(s.^2) / sum((enh-s).^2)); fprintf('SNR改善: %.2f dB\n', snr_out - snr_in);如果参考通道用理想噪声，NLMS通常能给出15dB以上的改善。而资源中10dB是在实测双通道数据上得到的，说明参考通道并不完美，这个数字是可信的。当你观察到输出信噪比接近10dB时，就说明实现和原算法处于同一水平。
4.3 三个常见翻车点
第一，主通道和参考通道没有对齐。双麦克风采集时，声波到达两个麦克风有时间差。不对齐时，NLMS会把滤波器一部分权值用来补偿延迟，降低了有效建模长度。通常用 xcorr 估计延迟并手动对齐。
第二，参考通道混入了语音。比如参考麦克风靠近说话人，NLMS会把语音也当作噪声滤除，输出语音严重失真。判断方法：输出语音听起来像“哈气”或“沙哑”，检查参考通道的信噪比，理想情况下语音段能量比噪声段低。
第三，滤波器阶数过大导致过拟合。在双通道中，L过大会让滤波器拟合出与语音相关的虚假路径，增强后的语音出现颤抖。建议L不要超过主通道语音段平稳长度的三分之一。
另外，采样率不同也会导致DAT读取出的频率轴错位。资源中没给采样率，我用16kHz假设。如果你用8kHz数据，参考通道的延迟补偿范围也要缩小一半。
5. 验证与进阶：从离线文件到实时处理链
5.1 用noise.wav快速验证双通道算法的有效性
noise.wav是资源里的单独噪声文件。在没有干净语音的情况下，可以把它当作参考噪声，用带噪语音模拟主通道。这样不用依赖DAT文件是否对齐，直接验证NLMS核心逻辑：
noise = audioread('noise.wav'); speech = sin(2*pi*440*(0:length(noise)-1)'/16000); % 合成一个440Hz音 sig = speech + 0.5*noise; out = NLMS(noise, sig, 256, 0.05, 1e-4); spectrogram(out, hamming(256), 128, 256, 16000, 'yaxis');看频谱图，如果440Hz附近有持续亮带，其他噪声频带被明显压低，滤波就成功了。
5.2 改造成流式处理：分块与状态保持
离线NLMS一次性处理整个文件，但实时系统必须逐块处理。改造时要把滤波器系数 w 和输入历史 x 保留下来，每次只处理一块数据：
function [out, state] = nlms_block(ref_blk, prim_blk, w, xhist, mu, eps, L) % 拼接历史与当前块 xblk = [xhist; ref_blk]; pblk = [xhist(1:length(xhist)-length(ref_blk)+1); prim_blk]; % 简化示意 out = zeros(length(ref_blk),1); for n = L:length(xblk) xn = xblk(n:-1:n-L+1); out(n-L+1) = pblk(n-L+1) - w.' * xn; w = w + mu * out(n-L+1) * xn / (xn.'*xn + eps); end % 更新状态 xhist = xblk(end-L+1:end); state.w = w; state.xhist = xhist; end这样每次调用只处理一帧（比如256点），状态由外部保存。注意块边界处的滤波器历史要保留，否则每帧开始阶段会有一段收敛暂态，听起来像“嗒嗒嗒”的爆音。
5.3 更进一步：变步长与后置滤波
当前NLMS的固定 mu 是个折中。想要在语音段保持低失调、在噪声段加快跟踪，可以用语音活动检测（VAD）控制步长：语音段 mu 取0.02，纯噪声段 mu 取0.2。或者用归一化误差功率自适应调整 mu。
另一个实用技巧是在NLMS后面接一个单通道后置滤波器，比如谱减法，把NLMS残留的平稳噪声再压一次。这样总降噪量可以从10dB提升到15dB左右，但要注意后置滤波会引入音乐噪声，通常需要做最小均方误差谱估计来抑制。代码层面，你可以在NLMS输出上再跑一次短时傅里叶变换，对噪声段做谱减，增益下限设为0.1，避免过度抑制导致语音断裂。
本文还有配套的精品资源，点击获取
