[发明专利]回声消除数据同步控制方法和装置

说明书

本发明涉及一种回声消除数据同步控制方法和装置，所述方法包括：估计声卡延时值；等待参考音频缓冲区队列长度减去近端音频缓冲区队列长度的差值大于或等于声卡延时值所对应的音频数据长度；按音频帧从参考音频缓冲区队列和近端音频缓冲区队列队首取出音频数据以进行回声消除处理；获取进行回声消除处理所生成的相对延时值；根据所述相对延时值调整所述声卡延时值。本发明提供的回声消除数据同步控制方法和装置，可以提高启动过程中的抗抖动能力，而且能够在各种不同的终端上实现有效的回声消除，提高了兼容性。

技术领域

本发明涉及音频处理技术领域，特别是涉及一种回声消除数据同步控制方法和装置。

背景技术

参照图1，目前可以通过麦克风102采集人说话的语音，经过计算机声卡104的处理后，通过扬声器106播放出来。然后播放的语音经过环境传播、反射，会被麦克风采集到，这样就形成了回声，或称为回音。回声会影响到语音品质，给听者理解说话人的语音带来困难，会影响到语音的准确表达，有必要通过一定手段来消除回声。

目前可以采用AEC(Acoustic Echo Cancellation，声学回声消除)算法来实现回声消除。AEC算法的基本原理是用采集到的近端语音减去回声，而由于回声产生模型复杂，可以粗略认为回声就等于播放的远端语音，这样消除回声的过程就是用近端语音减去远端语音。这里近端语音是指从麦克风采集进来的语音数据，而远端语音则是指由扬声器播放的语音数据。

目前采用AEC算法进行回声消除的过程可参照图2，接收到语音数据后，放入接收缓冲区，再从接收缓冲区中取出语音数据放入声卡播放缓冲区进行播放，并同时将取出的语音数据放入参考音频缓冲区。通过扬声器播放的语音数据被麦克风采集到后放入声卡采集缓冲区，再将声卡采集缓冲区的语音数据送入到近端音频缓冲区，通过同步控制模块从参考音频缓冲区和近端音频缓冲区同时取出音频帧，送入回声消除模块通过AEC算法进行回声消除处理，最后将经过回声消除处理后的语音数据发送出去。

同步控制模块的作用是，控制近端音频缓冲区的近端语音与参考音频缓冲区的远端语音对齐，保证回声消除算法达到最佳效果。这里的对齐不要求近端语音与远端语音完全对齐，而是要求延时保持稳定值，避免发生抖动和偏移。

设音频数据从进入声卡播放缓冲区到在声卡采集缓冲区停留的总延时为声卡延时值sndCardDelayMs；参考音频缓冲区队列长度为refBufLen，近端音频缓冲区队列长度为nearBufLen，音频帧长为kFrameSize。如果参考音频缓冲区与近端音频缓冲区中缓冲的音频数据完全同步，有式(1)成立：

式(1)：

(refBufLen-nearBufLen)/kFrameSize＝sndCardDelayMs.

所以，保证参考音频缓冲区与近端音频缓冲区中缓冲的音频数据相对同步的目标是使得式(2)成立：

式(2)：

(refBufLen-nearBufLen)/kFrameSize＝kRatio*sndCardDelayMs.

其中式(2)中的kRatio是一个大于等于1的系数。

上述式(2)中，refBufLen和nearBufLen都是计算机运行过程中可计算的值，现在问题是，对于固定设备来说，声卡延时值sndCardDelayMs是固定的，但是对于不同的设备，声卡延时值sndCardDelayMs通常是不同的，尤其是对手机等移动终端来说差异性更加明显。目前在进行回声消除处理时将声卡延时值sndCardDelayMs设为固定值，为了兼容不同的设备，该固定值普遍小于已知设备的声卡延时值sndCardDelayMs的真实值。