[发明专利]一种用于分组声学回声消除的方法与设备

说明书

技术领域

本发明涉及通信领域，尤其涉及一种用于分组声学回声消除的技术。

背景技术

在基于分组技术的网络中，媒体服务器提供多种基本型和增强型的服务，例如会议、音频与视频交互式语音响应（interactive voice response,IVR）、转码、音频与视频通知、以及其它的高级语音服务。所述媒体服务器的会议设施允许若干参与者加入会议。图1展示了一个简化的N方（N=3）音频会议模型。提供会议服务的所述媒体服务器支持三方音频会议。三个参与者分别为A、B、C。媒体服务器可为每个会议参与方实施转码，以保证从每个参与者接收的分组语音能够被转码成统一的编解码器类型（codec type），从而使得所述会议设施后续的“混音”功能能够正常工作。所述的“混音”功能被用于将N方目标流（即从媒体服务器角度看的输入流）混音成统一的广播流。所述广播流然后被“广播”出去形成所有的参考流（即从媒体服务器角度看的输出流）。

电话网络中的声学回声是由于手机或者其它免提设备的设计不佳，语音接收方扬声器发出的声音送到接收方麦克风（进而送回语音发送方）而引起的。这严重地降低了语音通信质量，特别是在基于分组的音频会议中。

通常对于音频会议（包括视频会议中的音频会话），有3种类型的声学回声。

1.本地回声。如图2所示，A发出的分组语音被反馈回A，可称作“本地”回声。

2.远端回声。如图3所示，B的扬声器回放A的声音给B的麦克风，因为B的设备没有回声消除功能，最后A的声音被送回A，可称作“远端”回声。

3.邻接回声。如图4所示，A的声音被发送至C和B，B的扬声器回放A的声音到B的麦克风，因为B的设备没有回声消除功能，A的声音（即在B产生的回声）最后又被发送至C，导致C先后接收到两次A的声音，可称作“邻接”回声。

所有这三种声学回声都会使得音频会议的质量受损。提供声学回声消除（acoustic echo cancellation，AEC）对于保证音频会议质量是必要的，这样才能使用户满意。

在现有技术中，有2种基于分组的用于音频会议的声学回声消除方法。

一种方法依赖于分配给所有参与设备的AEC来保证没有回声被发送至会议设施，也就不会有回声被广播至其它各方。图5描述了这种方法。目标流（即从参与方角度看的输出流）将会与历史参考流（即从参与方角度看的输入流）相对比，以检测声学回声，然后包含声学回声的目标分组将会被消除或抑制，从而没有声学回声被发送至会议设施，也就不会有声学回声被广播。

这种方法的缺点很明显——首先，由于该方法只能保证没有回声从参与方被发送至会议设施，但是无法保证从广播端至参与方方向的回声消除，因此它无法消除本地回声。其次，它需要所有参与方的设备均装有AEC。若有一方设备未安装AEC，其它参与方可能仍然会收到由该方生成的远端回声和邻接回声。例如，B的设备没有安装AEC，其对A造成了远端回声，且对C造成了邻接回声。分配在A端的AEC仅仅能消除来自A的目标流中的回声，而不能消除发送至A的参考流中的回声（远端回声）。被分配至C端的AEC仅能消除来自C的目标流中的回声，而不能消除发送至C的参考流中的回声（邻接回声）。即使C的设备可使用“双向PAEC”也无法消除发送至C的邻接回声，这是因为“双向PEAC”依靠两个方向的流，而从A至C的原始语音以及从B至C的邻接回声都存在于发送至C的同样的参考流中。

第二种方法依赖会议设施中的PAEC信道，如图6所示，每个目标流（即从服务器角度看的输入流）都将与其历史参考流（即从服务器角度看的输出流）进行对比，以检测声学回声。包含声学回声的目标分组将会被消除或抑制，因此没有声学回声会被混音，进而被广播。所述广播功能需要少许智能化以避免反向广播，从而来自一方语音分组不会被发送回该方以避免本地回声。

这种方法的缺点很明显——它需要为所有参与方分配PAEC信道。会议的参与方越多，会议设施用于PAEC的资源就越多。

发明内容

本发明的目的是提供一种用于分组声学回声消除的方法与设备。

根据本发明的一个方面，提供了一种分组声学回声消除的方法，其中，该方法包括以下步骤：

a获取待进行分组声学回声消除的多方通话中一个或多个源语音分组流，其中，每个源语音分组流源自所述多方通话中的一个通话端；

b从所述一个或多个源语音分组流中选择分组，以获得对应于所述多方通话的广播流；