[發明專利]一種回音消除算法

無效

• 申請號: 201010103952.8
• 申請日: 2010-01-27
• 公開（公告）號: CN101790013A
• 公開（公告）日: 2010-07-28
• 發明（設計）人: 陳興桃
• 申請（專利權）人: 深圳市宇速科技有限公司
• 主分類號: H04M9/08
• 分類號: H04M9/08;H04M7/00;G10L21/02;H04B3/23
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域：

本發明涉及音頻傳輸領域，特別是基于IP網絡語音傳輸的應用領域。

背景技術：

語音處理已經與我們的塵活密不可分。如PSTN電話，VOIP等，都需要處理語音的回音消除問題。傳統基于PSTN的電話，由于傳輸時延小，回音與正常語音重疊，回音感受不明顯。基于VOIP的音頻通信，由于時延增大，回音問題顯得非常突出，不做消除會嚴重影響通話效果。一些非常復雜的應用環境下，如嘈雜的背景噪聲環境，播放設備與采集設備相隔很近，播放音量很大的情況下，回音消除更是一個棘手的問題。

本發明提出了一種新的回音消除方法。該方法不僅能在各種復雜應用環境下，將回聲消除干凈(回聲殘余＜-60dB甚至更多)，而且能使正常語音表現更加平滑舒適，甚至得到增強。在雙端同時講話時，聲音表現同樣平滑自然。另外，本發明對處理器性能要求較低，處理1路16K采樣的音頻回音消除，處理器消耗小于1MIPS，可應用到低性能的嵌入式設備上。

發明內容：

本發明的回音消除模型如圖1所示。本端在語音輸入和輸出端，分別加入兩個衰減函數：Fin(x)＝fin*x；Fout(x)＝fout*x。相應的，在遠端回音消除模塊，也存在相對應的衰減函數：Fin`(x)＝fin`*x；Fout`(x)＝fout`*x。圖中，本端語音為X(n)，本端產生回聲為E(n)。遠端語音為RX(n)，回聲為RE(n)。

輸入X(n)經過本模型后，產生的回聲為：

E(n)＝X(n)*fin*fout*fout`*fin`

我們假設fin*fout＝1/N，則上式為：

E(n)＝X(n)/N²

回聲能量為：

∑E²(n)＝∑X²(n)/N⁴

假設取N＝32，則回聲衰減為：10*log(1/32⁴)＝-60.2dB。此時，人耳已無法聽到回聲。

如圖1所示，本地正常語音的衰減為：fin*fout`。為了保持本地正常語音能得到很好的呈現，應恰當分配fin及fout的值，使得在本地通話時，fin盡可能大。本發明通過語音權重來計算fin及fout的值。

通過計算本地及遠端語音的大小，作為判斷語音權重的依據之一。可以計算語音的幅度或能量(音強)。值越大，權重越高。對于某些特殊場景，需要調整語音權重，使得語音得到更好的呈現。如能量分布相對均勻的語音(如背景音樂)適當降低權重。能量分布相對集中的語音(如人聲)，適當提高權重。這樣有利于人聲在背景音樂中得到更好的呈現。計算本地語音權重的時候，需要去除本地語音中包含預估的回聲能量。回聲能量的計算不需要非常精確。

如圖2所示，得到本地及遠端語音的權重后，可按如下規則計算fin及fout的值：如果本端語音權重大于遠端語音權重，則調高fin的值。如果遠端語音權重大于本端語音權重，則調高fout的值。始終保持fin*fout＜1/N。在確認本端無回聲時(如輸入聲音遠大于輸出聲音時，回聲將被淹沒；本地沒有回聲路徑等)，可以使用較小的N值。

依據經驗值，可以設定fin最大值為1.0。如果希望正常語音被增強，可以設定fout最大值＞1.0。否則設fin最大值為1.0。

調整fin及fout過程，始終保持平滑變化，這樣有利于保持語音平滑舒適。

計算出衰減因子fin及fout后，在語音輸入和輸出端分別執行函數Fin(X)＝x*fin及Fout(x)＝x*fout，即可完成回聲消除。

附圖說明：

圖1回聲消除模型

圖2衰減因子fin及fout示意圖

具體實施方式：

回聲消除過程可按如下步驟執行：

步驟1：設定初始fin及fout。初始值N可設為32，fin及fout可設為sqrt(1/N)。

步驟2：預估回聲能量。可依據最近一段時間(如200ms)播放的語音，預估回聲能量。也可以使用更精確的方法預估回聲能量。

步驟3：計算本端語音能量，去除預估的回聲能量，計算本端語音權重。

步驟4：計算對端語音能量，并計算對端語音權重。

步驟5：依據語音特征，做語音權重調整。如能量分布相對均勻的語音，降低權重。能量分布相對集中的語音，提高權重。