[發明專利]殘留回波消除方法及裝置

有效

• 申請號: 201210382181.X
• 申請日: 2012-10-10
• 公開（公告）號: CN103533193A
• 公開（公告）日: 2014-01-22
• 發明（設計）人: 劉冬梅;孫燾;王進軍;薛濤;王霞;張琦
• 申請（專利權）人: 中興通訊股份有限公司
• 主分類號: H04M9/08
• 分類號: H04M9/08
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 余剛;梁麗超

技術領域

本發明涉及通信領域，具體而言，涉及一種殘留回波消除方法及裝置。

背景技術

隨著無線通信技術的飛速發展，人們對話音通信的質量及舒適性提出了更高的要求。其中，舒適自然的免提對話環境正成為人們日益增長的需求。然而回波的存在卻影響了通信質量，嚴重時能夠使通信系統不能正常工作。

對于回波的抑制，一般采用自適應回波抵消的方法。自適應濾波器通過對聲回授通道的沖擊響應的辨識，產生出同回聲相同的信號，再從近端話音和回聲的混合信號中減去回聲信號來達到回聲對消的目的。它既可以保證對話音質量影響最小，又使得回聲得到最大的抑制。自適應回波對消技術的最大特點就是對聲回授通道所在的空間（不論內部空間尺寸如何，不論其內部陳設如何，也不論講話者所處位置）而言，它都會自動地跟蹤房間聲學特性的變化，最大限度地抑制由聲回授引起回聲乃至嘯叫。然而，在實際應用中需要提前對自適應濾波器的階數進行設定，只有當通話環境的沖擊響應階數與自適應濾波器的階數匹配時，自適應濾波算法才能取得很好的效果，否則將出現較大的殘留回波信號。同時，通話中常常存在雙端通話，回波路徑突變等現象，這些都會影響自適應濾波器的收斂性能，導致回波不能有效地得到消除，出現殘留回波。另外，由于話筒的過飽和等因素在通話過程中會出現非線性回波信號，而自適應濾波器只能處理線性回波，最終導致輸出信號中存在非線性殘留回波信號。

殘留回波信號的存在使得用戶的回波問題并沒有真正得到解決，嚴重影響用戶的聽覺體驗。一般的解決辦法是在自適應回波抑制裝置之后加入殘留回波抑制模塊，對自適應濾波器的輸出信號進行進一步的處理。

傳統的殘留回波抑制方法在檢測到存在殘留回波信號時，通過斷開開關來消除殘留回波信號。然而，在信噪比較小的情況下殘留回波抑制器會出現轉換效應，該效應是由于噪聲抑制器在應該處理殘留回波的時間處理了噪聲，使得殘留回波抑制器頻繁的處于開關狀態。轉換效應嚴重影響了用戶的聽覺感受，找到一種能將噪聲和殘留回波同時進行處理的其他非線性方法十分必要。

同時，隨著手機終端的迅速發展，用戶的個性化服務已經成為未來的發展方向。傳統的針對手機終端的回波抑制處理并未利用用戶的個性化信息。

針對相關技術中移動語音通信中的殘留回波問題，目前尚未提出有效的解決方案。

發明內容

本發明提供了一種殘留回波消除方法及裝置，以至少解決上述問題。

根據本發明的一個方面，提供了一種殘留回波消除方法，包括：對當前接收到的殘留回波信號進行特征提取，得到殘留回波向量；獲取存儲的用戶語音模板向量，其中，用戶語音模板向量通過對預先錄制的用戶語音進行語音特征提取得到；判斷殘留回波向量與用戶語音模板向量之間的距離是否大于預先設定的向量閾值，在判斷結果為是的情況下，確定殘留回波信號為非用戶信號，并消除非用戶信號。

優選地，通過以下方式得到用戶語音模板向量：通過獲取用戶語音的第一線性預測系數，建立用戶語音的語音高斯混合模型；根據用戶語音高斯混合模型計算用戶語音模板向量。

優選地，獲取用戶語音的第一線性預測系數，包括：對用戶語音以第一預定采樣頻率進行采樣，得到第一用戶語音序列；對第一用戶語音序列進行端點檢測和重組處理，得到第二用戶語音序列；計算第二用戶語音序列的第一線性預測系數。

優選地，對當前接收到的殘留回波信號進行特征提取，得到殘留回波向量，包括：通過獲取殘留回波信號的第二線性預測系數，建立殘留回波信號的信號高斯混合模型；根據信號語音高斯混合模型計算殘留回波向量。

優選地，獲取殘留回波信號的第二線性預測系數，包括：對殘留回波信號以第二預定采樣頻率進行采樣，得到第一信號序列；對第第一信號序列進行端點檢測和重組處理，得到第二信號序列；計算第二信號序列的第二線性預測系數。

根據本發明的另一方面，提供了一種殘留回波消除裝置，包括：提取模塊，用于對當前接收到的殘留回波信號進行特征提取，得到殘留回波向量；獲取模塊，用于獲取存儲的用戶語音模板向量，其中，用戶語音模板向量通過對預先錄制的用戶語音進行語音特征提取得到；判斷模塊，用于判斷殘留回波向量與用戶語音模板向量之間的距離是否大于預先設定的向量閾值；確定模塊，用于在判斷模塊的判斷結果為是的情況下，確定殘留回波信號為非用戶信號；消除模塊，用于消除非用戶信號。

優選地，獲取模塊包括：第一建立模塊，用于通過獲取用戶語音的第一線性預測系數，建立用戶語音的語音高斯混合模型；第一計算模塊，用于根據用戶語音高斯混合模型計算用戶語音模板向量；存儲模塊，用于存儲用戶語音模板向量。