[发明专利]通话语音处理方法与装置、终端设备和存储介质

说明书

本公开提供了通话语音处理方法与装置、终端设备和存储介质。该方法的一具体实施方式包括：利用预设自适应滤波算法对音频输入设备实时采集的待处理语音数据进行声学回声消除得到消除后语音数据；响应于确定扬声器的当前增益大于预设可引起残留回声增益阈值以及确定当前通话为单讲状态，按照预先设定的扬声器增益与回声语音幅度阈值之间的对应关系，确定与扬声器的当前增益对应的回声语音幅度阈值；响应于确定消除后语音数据中的残留回声数据的语音幅度不小于所确定的回声语音幅度阈值，将消除后语音数据中残留回声数据的语音幅度降低到低于所确定的回声语音幅度阈值后输出消除后语音数据；该实施方式实现了在扬声器的增益较大时仍能实现回声消除。

技术领域

本公开涉及语音通信技术领域，具体涉及通话语音处理方法与装置、终端设备和存储介质。

背景技术

在语音通信中，有一个很影响通话质量的因素就是回声。回声就是指说话者通过通信设备发送给其他人的语音又重新又回到自己的听筒里的现象。回声会对说话者产生严重的干扰，必须想办法消除。一般，回声分为两种，即“电路回声”和“声学回声”。“电路回声”可以通过硬件设备的合理设计而消除。最复杂和最难消除的应该是所谓的“声学回声”。“声学回声”是指远端用户的声音从听筒出来以后，经过空气或其他的传播媒介传到近端用户的话筒，再通过话筒录音后又重新传到远端用户的听筒中形成的回声。当近端用户的放音音量比较大而录音设备和放音设备距离比较近时回声尤其明显。

为了消除声学回声，目前大都采用声学回声消除(Acoustic Echo Cancellation，AEC)技术。AEC以扬声器输出的信号与由它产生的多路径回声之间的相关性为基础，建立远端信号的语音模型，并利用远端信号的语音模型对回声进行估计，通过自适应算法调整滤波器的迭代更新系数以估计出与实际回声路径逼近的回声，即估计回声。然后，将估计回声从音频输入设备采集的语音数据中减去，从而达到消除回声的目的。

然而，AEC的抑制能力是有限的，在良好的声学设计的系统中，AEC一般也只能对声学回声提供20-30dB的抑制。然而在免提通话场景，特别是智能音箱用于电话场景，由于智能音箱通常会装备增益较大的扬声器，因此即使AEC工作正常，但是经过AEC之后输出的语音中可能存在残留回声，而残留回声还是会被增益较大的扬声器放大到人耳能听见的水平，即产生可闻的回声。

发明内容

本公开提出了通话语音处理方法和装置，用以解决现有声学回声消除中存在的在扬声器增益较大时仍然存在残留回声的问题。

第一方面，本公开提供了一种通话语音处理方法，应用于终端设备中的处理器，其中，上述终端设备包括扬声器、音频输入设备、通信单元和处理器，该方法包括：实时获取上述音频输入设备采集的待处理语音数据；利用预设自适应滤波算法对上述待处理语音数据进行声学回声消除得到消除后语音数据；响应于确定上述扬声器的当前增益不大于预设可引起残留回声增益阈值或者当前通话为双讲状态，输出上述消除后语音数据；响应于确定上述扬声器的当前增益大于上述预设可引起残留回声增益阈值以及确定上述当前通话为单讲状态，执行以下残留回声消除操作：按照预先设定的扬声器增益与回声语音幅度阈值之间的对应关系，确定与上述扬声器的当前增益对应的回声语音幅度阈值；确定上述消除后语音数据中的残留回声数据的语音幅度是否小于所确定的回声语音幅度阈值；响应于确定不小于，将上述消除后语音数据中残留回声数据的语音幅度降低到低于所确定的回声语音幅度阈值后输出上述消除后语音数据；响应于确定小于，输出上述消除后语音数据。

在一些可选的实施方式中，上述确定上述消除后语音数据中的残留回声数据的语音幅度是否小于所确定的回声语音幅度阈值，包括：按照上述预设自适应滤波算法确定上述消除后语音数据中的残留回声数据；确定上述消除后语音数据中的残留回声数据的语音幅度是否小于所确定的回声语音幅度阈值。

在一些可选的实施方式中，上述预设自适应滤波算法包括以下至少一项：最小均方算法，归一化最小均方算法，最小二乘算法和仿射投影算法。