[发明专利]一种回声消除的方法和装置

说明书

技术领域

本发明涉及通信技术领域，特别是涉及一种回声消除的方法和装置。

背景技术

在语音通信系统中，远端输入信号到达本地信号接收设备(例如电话机)后，经过本地信号接收设备的音箱、房间等器件到达听筒，在此过程中经常会由于音箱、房间等器件内的声音反射产生回声。而为了消除回声，则需要回声消除技术，以监听回声信号，并将回声信号从语音信号中消除。其中，由于如下原因导致回声消除过程很复杂：

(1)声学回声将直接或者经过一次或多次的反射后，以叠加的形式进入到麦克风，导致回声的尾音很长，对应的回声通道脉冲响应也很长，一般会有几百毫秒。

(2)语音信号的频谱是非平坦和扩散的，而常用的自适应算法与输入信号的统计特性有关，例如，目前广泛使用的滤波算法NLMS(归一化最小均方，Normalized Least Mean Square)算法，语音信号的自相关矩阵中特征值的扩散会使得NLMS的自适应收敛过程变慢。

(3)声学回声通道的特性是非平稳的，说话者或者房间内其他人或物体的移动都会使声学回声的脉冲响应发生很大变化，而回声通道的快速变化特性要求AEC(Acoustic Echo Cancellation，声学回声消除)的收敛速度必须尽可能快，且具备很好的快速跟踪能力。

(4)在实际系统中，由于音频采集设备、播放设备的非线性影响，由此产生的非线性回声，是不能由自适应滤波器消除的，而由于环境噪声等影响，自适应滤波器系数在收敛之后也可能与实际房间脉冲响应不能理想的匹配，而产生未消除干净的残留回声。

为了消除回声，可以采用自适应滤波器对回声进行消除，如图1所示的自适应滤波器的处理过程示意图；另外，由于非线性回声和残留回声的存在，需要在自适应滤波器之后进行进一步的处理，以抑制非线性回声和残留回声，提高回声消除的整体效果。其中，该进一步的处理过程可以为后处理过程(由后处理模块进行)，如图2所示的自适应滤波器之后的后处理过程的示意图。

在图1和图2中，相关符号具体为：x为远端输入信号；y为x经过房间形成的实际回声信号；v为本地说话人的声音及背景噪声；d为回声消除器的近端输入信号；为经过自适应滤波器运算得到的估计回声；e为滤波输出的残差信号；e_post为经过后处理算法的输出信号；h为实际房间脉冲响应；为自适应滤波器系数，即h的估计。

现有技术中，为了抑制非线性回声和残留回声，可以采用基于全频带的后处理算法对非线性回声和残留回声进行抑制。如图2所示的后处理算法示意图，后处理算法在自适应滤波器的基础上加入了VAD(话音激活检测，Voice Activity Detection)模块、CNG(舒适噪声产生，Comfort Noise Generation)模块。

其中，麦克风接收的语音信号可以包含远端信号通过房间的回声、近端说话人的声音、近端环境背景噪声等，而VAD模块用于检测麦克风接收的信号，当通过VAD模块检测确定远端、近端都没有人说话时，则麦克风接收的信号中不包含远端信号通过房间的回声、近端说话人的声音，即麦克风接收的信号中只包含近端环境背景噪声。此时，VAD模块能够估计出背景噪声的频谱特征，例如，背景噪声的LPC(线性预测系数，Linear Prediction Coefficient)系数、能量增益等。

进一步的，由于背景噪声一般变化比较缓慢，则VAD模块可以将估计出的背景噪声的频谱特征周期性的更新到CNG模块，由CNG模块根据VAD模块提供的背景噪声频谱特征得到预测误差滤波器(例如，根据LPC系数及能量增益组成预测误差滤波器)，并随机产生白噪声激励触发预测误差滤波器，生成舒适噪声。

当回声消除系统通过双端检测模块检测到远端说话状态时，则通过使用CNG模块生成的舒适噪声替代自适应滤波器输出的残差信号e(该残差信号e即为非线性回声信号与残留回声信号的和)，并输出舒适噪声，以避免听到未完全消除干净的残差信号。

当回声消除系统通过双端检测模块检测到双端讲话时(即近端和远端均有人说话)，则将自适应滤波器输出的含有近端说话人声音的信号直接输送到远端。

但是，采用基于全频带的后处理算法时，至少存在以下问题：

在采用基于全频带的后处理算法时，如果之前的自适应滤波器算法采用基于子带的自适应滤波器算法，则基于全频带的后处理算法和基于子带的自适应滤波器算法不能很好的结合。