VoIP聲學(xué)回聲消除算法研究
加入技術(shù)交流群
近年來，VoIP(Voice over IP)技術(shù)及其業(yè)務(wù)的迅速發(fā)展，對傳統(tǒng)的電信業(yè)務(wù)造成了巨大的沖擊，與傳統(tǒng)電話相比，IP電話以其網(wǎng)絡(luò)帶寬利用率高，通話成本低，可靈活地提供豐富的增值功能而備受市場青睞。然而，由于VoIP的語音在與其他數(shù)據(jù)一起在網(wǎng)絡(luò)中傳輸時要經(jīng)過壓縮、編碼、打包等一系列處理，造成回聲路徑的延遲較大，延遲抖動也較大，嚴重影響了話音質(zhì)量，阻礙了VoIP市場的拓展。因此，在VoIP終端上增加回聲消除算法已成為必然。
1 聲學(xué)回聲消除技術(shù)的原理
1．1 聲學(xué)回聲產(chǎn)生原理
根據(jù)回聲的產(chǎn)生原因，回聲可以分為聲學(xué)回聲和電學(xué)回聲兩類。電學(xué)回聲是由于電路阻抗不匹配造成的，通常影響比較小。隨著消除回聲技術(shù)的發(fā)展，當(dāng)前回聲消除研究的重點已由“電學(xué)回聲”的消除轉(zhuǎn)向了“聲學(xué)回聲”的消除。聲學(xué)回聲指設(shè)備的一部分聲音信號回饋到同一設(shè)備的受話器，分為直接回聲和間接回聲。直接回聲指揚聲器的聲音未經(jīng)任何反射直接進入麥克風(fēng)，這種回聲延遲最短。間接回聲是指揚聲器播放的聲音經(jīng)不同的路徑一次或多次反射后進入麥克風(fēng)所產(chǎn)生的回聲集合，其主要特點是回聲路徑?jīng)_激響應(yīng)變化范圍大，變化快，沖激響應(yīng)持續(xù)時間長，一般在50~300 ms。這使得自適應(yīng)建模濾波器的階數(shù)很高，因而成為語音通信系統(tǒng)回聲的主要難題。
1．2 聲學(xué)回聲消除的原理
自適應(yīng)回聲抵消的基本思想是估計回聲路徑的特征參數(shù)，產(chǎn)生一個模擬的回音路徑，得出模擬回聲信號，從接收信號中減去該信號，實現(xiàn)回聲抵消。圖1給出了單向傳輸?shù)穆晫W(xué)消回聲器AEC的原理圖。
圖1中，y(n)代表來自遠端的信號；r(n)是經(jīng)過回聲通道而產(chǎn)生的不期望的回聲；x(n)是近端的語音信號；D口的近端信號疊加有不期望的回聲。對消回聲器來說，接收到的遠端信號作為參考信號，消回聲器根據(jù)由自適應(yīng)濾波器產(chǎn)生回聲估計值，將r1(n)從近端帶有回聲的語音信號減去，就得到近端傳送出去的信號μ(n)=x(n)+r(n)-r1(n)。在理想情況下，經(jīng)過消回聲處理后，殘留的回聲誤差e(n)=r(n)-r1(n)將為0，從而實現(xiàn)回音消除。
2 自適應(yīng)回聲消除算法理論
回聲消除理論的難點是估計回聲與近端輸入信號之間的同步問題以及如何對雙端講話進行處理的問題，若這兩個問題處理不好，就會造成濾波器的發(fā)散，不但不能消除回聲，反而會引入更煩人的噪聲。
2．1 雙端話音處理與MDF算法結(jié)合
在NLMS算法中，假設(shè)輸入近端背景噪聲與遠端信號均為白噪聲，那么兩信號間為時間無關(guān)的，因此可以求得最優(yōu)步長因子：
式中：r(n)為殘留回聲的方差的估計值；e(n)為誤差信號的方差的估計值。
但是用LMS／NLMS算法來進行語音信號的聲學(xué)回聲消除時，兩信號時間無關(guān)的假設(shè)就不完全成立，因此只能借助于頻域處理法。MDF算法相當(dāng)于對每一個頻率使用NLMS算法。為了解決雙端講話檢測這個難題，文獻[6]提出了一種與MDF相結(jié)合的不需要顯式進行雙端話音檢測的方法，以下是推導(dǎo)。由于信號在頻域的相關(guān)程度比在時域的相關(guān)程度小得多，而且步長因子μ也可以變換到頻率域μ(k，l)，即有公式：
式中：k為輸入信號塊索引號；l為信號頻率。假定殘留回聲是泄漏因子η(l)與回聲估計值的乘積，即：
又因為步長因子需要在雙端講話發(fā)生時迅速對其做出反應(yīng)，故可以有等式：
評論