CN101179635B - 对免提电话进行回声控制的装置、方法和系统 - Google Patents

Abstract

本发明提供了一种对免提电话进行回声控制的装置、方法和系统，该装置主要包括回声消除器。该方法主要包括：对接收通道上的远端语音信号和发送通道上的近端语音信号进行采样，根据采样获得的远端语音信号样本和近端语音信号样本的能量，确定当前网络的通话状态信息；根据所述当前网络的通话状态信息，对发送通道上的语音信号进行相应的回声控制处理。利用本发明，从而可以有效地消除数字免提通话系统中的回声。

Description

对免提电话进行回声控制的装置、方法和系统

技术领域

本发明涉及通信领域，尤其涉及一种对免提电话进行回声控制的装置、方法和系统。

背景技术

随着通信技术的发展，免提技术在很多通信产品中，如安全网络、电脑电话、电话会议和PDA(个人数字助理)等，应用得越来越广泛。免提语音技术在门禁系统、电梯语音系统和饭店泊车对讲系统中也在日渐普及。

在典型的免提电话应用场景中，如果扬声器在播放音频信号时不作任何处理，那么扬声器播放出的音频信号就会被免提电话的麦克风拾取并被传送出去，致使与该免提电话的用户交谈的对端用户听见了自己的回声，严重时还会引起难以忍受的啸叫声，使通话无法正常进行。

现有技术中，在免提电话中进行回声和反馈消除的装置通常价格高昂、结构复杂。

现有技术中，一种消除免提电话的回声的方法为：使用自动半双工技术的方案。该方案的原理示意图如图1所示。具体处理过程如下：

由比较器和逻辑判断构成回声反馈抑制模块，该回声反馈抑制模块实现硬件判别控制器的功能。上述回声反馈抑制模块通过比较发送信道的信号与噪声包络大小确定发送信道是否处于工作状态；同理，通过比较接收信道的信号与噪声包络大小确定接收信道是否处于工作状态。

当免提电话在使用时，如果回声反馈抑制模块判断发送信道处于工作状态，即本端用户在向对端用户说话，于是，提高发送通道的增益，降低接收通道的增益，相当于将扬声器关闭；如果回声反馈抑制模块判断接收信道处于工作状态，即对端用户在向本端用户说话，于是，提高接收通道的增益，降低发送通道的增益，相当于将麦克风关闭；如果回声反馈抑制模块判断发送信道、接收通道二者均未处于工作状态，则认为电路工作在空闲状态，本端用户和对端用户都没有说话，于是，使发送信道、接收通道的增益都衰减一个固定值。

上述现有技术中的方法的缺点为：该方法通过硬件的控制实现半双工通话，抑制回声，适合于模拟通信系统。对于数字通信系统，所有声音信号均需要进行采样量化编码为数字码流，如果通过硬件控制实现回声消除，会增大采样量化的误差。此外，数字化通信一个很大的优势在于它的易修改、易升级、方便系统集成特性，该方法中采用的硬件判别控制器将掩盖了数字通信的这个优点，在硬件设施上也造成很大浪费。因此，该方法不适合于数字通信系统中的免提通话。

发明内容

本发明的目的是提供一种对免提电话进行回声控制的装置、方法和系统，从而可以有效地消除数字免提通话系统中的回声。

本发明的目的是通过以下技术方案实现的：

一种对免提电话进行回声控制的装置，包括回声消除器，该回声消除器具体包括：

语音检测器：用于对接收通道上的远端语音信号和发送通道上的近端语音信号进行采样，根据采样获得的远端语音信号样本和近端语音信号样本的能量，确定当前网络的通话状态信息，将该通话状态信息传递给半双工控制器；

半双工控制器：用于根据语音检测器传递过来的当前网络的通话状态信息，对发送通道上的语音信号进行相应的回声控制处理；

所述语音检测器具体包括：

采样处理模块：用于接收所述远端语音信号、近端语音信号，对所述远端语音信号、近端语音信号进行采样处理；

通话状态判断模块：如果采样处理模块获得的所述近端语音信号的样本点的短时能量估计值大于所述设定时间段内远端语音信号的短时能量估计值中最大值的设定倍数时，确定当前网络的通话状态为本端用户在说话；否则，确定当前网络的通话状态为对端用户在说话；

所述通话状态判断模块的具体判定公式为：

$\left|\widehat{s\left(n\right)}\right|>\frac{1}{2}*\max \left\{\right|\widehat{r\left(n\right)}|,|\widehat{r(n-1)}|,\mathrm{\Λ}|\widehat{r(n-N+1)}\left|\right\}$

所述

为近端语音信号样本点的短时能量估计值，所述s(n)为近端语音样本点的采样值，所述

为远端语音信号样本点的短时能量估计值，所述r(n)为远端近端语音样本点的采样值，所述α为短时能量估计系数，所述n为设定的常数；

所述半双工控制器具体包括：

半双工控制模块：获取语音检测器传递过来的当前网络的通话状态信息，当所述当前网络的通话状态为本端用户在说话时，启动语音输出模块；当所述当前网络的通话状态为对端用户在说话时，启动静音处理模块；

语音输出模块：对所述发送通道上的语音信号进行原样输出；

静音处理模块：对所述发送通道上的语音信号进行静音处理后再输出。

所述装置适用于数字免提电话。

一种对免提电话进行回声控制的方法，包括步骤：

A、对接收通道上的远端语音信号和发送通道上的近端语音信号按照设定的时间段进行采样处理；如果采样获得的所述近端语音信号的当前样本点的短时能量估计值大于所述远端语音信号设定时间段内的的样本的短时能量估计值中最大值的设定倍数，则确定当前网络的通话状态为本端用户在说话；否则，确定当前网络的通话状态为对端用户在说话；

所述判断过程的具体判定公式为：

$\left|\widehat{s\left(n\right)}\right|>\frac{1}{2}*\max \left\{\right|\widehat{r\left(n\right)}|,|\widehat{r(n-1)}|,\mathrm{\Λ}|\widehat{r(n-N+1)}\left|\right\}$

所述

为近端语音信号样本点的短时能量估计值，所述s(n)为近端语音样本点的采样值，所述

为远端语音信号样本点的短时能量估计值，所述r(n)为远端近端语音样本点的采样值，所述α为短时能量估计系数，所述n为设定的常数；

B、当所述当前网络的通话状态为本端用户在说话时，对所述发送通道上的语音信号进行原样输出；

当所述当前网络的通话状态为对端用户在说话时，对所述发送通道上的语音信号进行静音处理后再输出。

所述的方法适用于数字免提电话。

一种数字免提电话系统，包括：语音压缩/解压缩模块、回声消除器、编码-解码器CODEC芯片、扬声器和麦克风，还包括：回声消除器，

所述回声消除器设置在语音压缩/解压缩模块和CODEC芯片之间，用于确定当前网络的通话状态信息，根据该通话状态信息对发送通道上的语音信号进行相应的回声控制处理；

所述的对发送通道上的语音信号进行相应的回声控制处理的过程具体包括：

在发送通路上麦克风采集的远端语音信号，经CODEC芯片进行采样量化编码后得到语音样本的数字码流，和接收通路上的近端语音信号样本码流一并输入给回声消除器；

如果当前网络的通话状态为本端用户在说话，则回声消除器将接收到的数字码流原样输出给语音压缩/解压缩模块；否则，回声消除器将接收到的数字码流进行静音处理后再输出给语音压缩/解压缩模块；

所述回声消除器具体包括：

语音检测器：用于对接收通道上的远端语音信号和发送通道上的近端语音信号进行采样，根据采样获得的远端语音信号样本和近端语音信号样本的能量，确定当前网络的通话状态信息，将该通话状态信息传递给半双工控制器；

半双工控制器：用于根据语音检测器传递过来的当前网络的通话状态信息，对发送通道上的语音信号进行相应的回声控制处理；

所述语音检测器具体包括：

采样处理模块：用于接收所述远端语音信号、近端语音信号，对所述远端语音信号、近端语音信号进行采样处理；

通话状态判断模块：如果采样处理模块获得的所述近端语音信号的样本点的短时能量估计值大于所述设定时间段内远端语音信号的短时能量估计值中最大值的设定倍数时，确定当前网络的通话状态为本端用户在说话；否则，确定当前网络的通话状态为对端用户在说话；

所述通话状态判断模块的具体判定公式为：

$\left|\widehat{s\left(n\right)}\right|>\frac{1}{2}*\max \left\{\right|\widehat{r\left(n\right)}|,|\widehat{r(n-1)}|,\mathrm{\Λ}|\widehat{r(n-N+1)}\left|\right\}$

所述

为近端语音信号样本点的短时能量估计值，所述s(n)为近端语音样本点的采样值，所述

为远端语音信号样本点的短时能量估计值，所述r(n)为远端近端语音样本点的采样值，所述α为短时能量估计系数，所述n为设定的常数。

由上述本发明提供的技术方案可以看出，本发明通过在免提电话系统中设置回声消除器，判断当前网络的通话状态信息，通过软件来实现消除发送通道中的回声。从而可以有效地消除数字免提通话系统中的回声，提高用户的听觉感受，保证通信服务质量。

本发明采用软件控制的半双工机制，具有结构简单、便于调试、成本低等优点，便于实现系统集成，适用于各种数字或模拟语音通信系统。

附图说明

图1为现有技术中一种自动半双工技术方案的原理示意图；

图2为本发明所述回声消除器的实施例的结构示意图；

图3为本发明所述对数字免提电话进行回声控制的方法的实施例的具体处理过程图；

图4为本发明所述数字免提电话系统的实施例的结构示意图。

具体实施方式

本发明提供了一种对免提电话进行回声控制的装置、方法和系统，本发明的主要技术特点为：在免提电话系统中设置回声消除器，通过该回声消除器判断当前网络的通话状态信息，通过软件来实现消除发送通道中的回声。

本发明将接收信道上的语音称为远端语音R_in，发送信道上的语音称为近端语音S_in。远端语音经过扬声器播放后馈入麦克风，产生回声，该回声再和近端信号相叠加，产生含有回声的近端语音信号S_in。

本发明将当前网络的通话状态分为：远端模式和近端模式。在远端模式中，本端免提电话通话的对方用户在说话；在近端模式中，本端免提电话的使用者在说话。

下面结合附图来详细描述本发明，本方法所述装置为回声消除器，该回声消除器的主要作用是判断当前网络的通话状态信息，通过软件来实现消除近端语音信号S_in中不必要的回声。上述回声消除器的实施例的结构示意图如图2所示，包括：语音检测器、半双工控制器。

语音检测器：用于接收上述远端语音、近端语音的输入，对上述远端语音、近端语音进行采样，根据采样获得的远端语音、近端语音的短时能量估计值之间的关系，确定当前网络的通话状态是远端模式还是近端模式，将获得的通话状态信息传递给半双工控制器。语音检测器包括：采样处理模块和通话状态判断模块。

其中，采样处理模块：用于接收所述远端语音信号、近端语音信号，对所述远端语音信号、近端语音信号根据设定的时间段进行采样处理；

其中，通话状态判断模块：如果采样处理模块获得的所述近端语音信号的样本点的短时能量估计值大于所述远端语音信号的短时能量估计值中最大值的设定倍数时，则确定当前网络的通话状态为近端模式；否则，确定当前网络的通话状态为远端模式。

半双工控制器：用于根据语音检测器传递过来的当前网络的通话状态信息，对上述含有回声的近端语音信号S_in进行相应的半双工回声抑制处理。当当前网络的通话状态是近端模式时，对上述近端语音信号S_in不做任何抑制处理，原样输出语音样点；当当前网络的通话状态是远端模式时，对上述近端语音信号S_in进行回声抑制处理，即进行静音处理。半双工控制器包括：半双工控制模块、语音输出模块和静音处理模块。

其中，半双工控制模块：获取语音检测器传递过来的当前网络的通话状态信息，当所述当前网络的通话状态为本端用户在说话(即近端模式)时，启动语音输出模块；当所述当前网络的通话状态为对端用户在说话(即远端模式)时，启动静音处理模块；

其中，语音输出模块：对所述发送通道上的语音信号进行原样输出；

其中，静音处理模块：对所述发送通道上的语音信号进行静音处理后再输出。

基于上述回声控制器，本发明所述对数字免提电话进行回声控制的方法的实施例的具体处理过程如图3所示，包括如下步骤：

步骤3-1：语音检测器对远端语音、近端语音进行采样，确定当前网络的通话状态。

语音检测器首先对输入的远端语音、近端语音进行采样，根据接收信道和发送信道上的语音样本的短时能量估计值来判断当前网络的通话状态。

如果发送信道上当前时刻的语音样本点的短时能量估计值大于接收信道上设定时间段内语音样本点的短时能量估计值中最大值的某一固定倍数时，就判定当前网络的通话状态是近端模式，即本端免提电话的使用者在说话；否则，判定当前网络的通话状态是远端模式，即与本端免提电话通话的对方用户在说话，这时发送信道上有回声存在，需要进行回声消除。

上述判定方法的具体判定公式为：

$\left|\widehat{s\left(n\right)}\right|>\frac{1}{2}*\max \left\{\right|\widehat{r\left(n\right)}|,|\widehat{r(n-1)}|,\mathrm{\Λ}|\widehat{r(n-N+1)}\left|\right\}$ (公式1)

在上述公式1中，s(n)为近端语音样本点的采样值，

为近端语音信号样本点的短时能量估计值，r(n)为远端近端语音样本点的采样值，

为远端语音信号样本点的短时能量估计值。α＝1/32，为短时能量估计系数，用来计算时延为4ms的短时能量估计。N的取值为一个设定的常数，它由回声时延δ(ms)决定，即N＝8*δ，称为回声时延的样本数。如：回声时延为30ms时，N＝30＊8＝240。

如果满足上述公式1，则判定当前网络的通话状态是近端模式；否则，判定当前网络的通话状态是远端模式。然后，语音检测器将获得的当前网络的通话状态信息传递给半双工控制器。

步骤3-2：半双工控制器根据当前网络的通话状态信息，对发送通道上的语音信号进行相应的回声控制处理。

半双工控制器获得语音检测器传递过来的当前网络的通话状态信息，如果当前网络的通话状态是近端模式，则停止半双工消回声处理，将接收到的近端语音信号原样输出，作为输出值S_out。相当于将本端麦克风“打开”。

如果当前网络的通话状态是远端模式，则对接收到的近端语音信号进行半双工消除回声处理。对输入的近端语音信号S_in进行抑制，用0代替S_in的值，作为输出值S_out，即对近端语音信号S_in进行静音处理。相当于实现了麦克风的“软件静音”，将本端暂时麦克风“关闭”。这样对端用户就不会听到本端麦克风馈入的回声了。待远端语音结束，本端用户开始讲话时再“打开”本端麦克风，采集语音样本送往对端。从而实现了在免提电话中抑制回声馈入、消除回声的目的。

上述本发明所述装置和方法适用于数字免提电话免提电话。

本发明所述数字免提电话系统的实施例的结构示意图如图4所示。包括：语音压缩/解压缩模块、回声消除器、编码-解码器CODEC芯片、扬声器和麦克风等。其中，回声消除器设置在语音编解码器和CODEC芯片之间。

该数字免提电话系统的主要工作原理为：

在发送通路上，当本端用户在说话时，麦克风采集的远端语音信号、近端语音信号经CODEC芯片进行采样、量化、编码后，得到数字码流，输入给回声消除器。回声消除器对接收到的远端语音信号、近端语音信号的数字码流进行采样，确定当前的网络通话状态为近端模式，于是，回声消除器将接收到的数字码流原样输出给语音压缩/解压缩模块，打包为语音帧，再通过PSTN网络发送给对端用户。

在发送通路上，当对端用户在说话时，麦克风采集的远端语音信号、近端语音信号经CODEC进行采样、量化、编码后，得到数字码流，输入给回声消除器。回声消除器对接收到的远端语音信号、近端语音信号的数字码流进行采样，确定当前的网络通话状态为远端模式，于是，回声消除器将接收到的数字码流进行静音处理。

在接收通路上，从对端传来的语音帧经语音压缩/解压缩模块解压缩后，得到数字码流送入CODEC芯片转化为模拟电信号，通过扬声器播放出去。

本发明还提供了一个本发明所述方法的实施例。该实施例中的软件处理流程如下：

1、将半双工控制寄存器清零，启动一个呼叫。

2、按照所采用的语音压缩算法中规定的一帧长，语音检测器将麦克风采集到的上述远端语音信号放入一个大的缓冲区内，其长度为N+帧长，以下步骤以G.723.1为例叙述，帧长30ms。

第一次处理前，语音检测器需等待远端语音信号样本将缓冲区填满，缓冲区内样本，从左至右依次为x₀Λx_N+239。半双工控制寄存器位于缓冲区的头部，其内容为x₀Λx₂₃₉。

3、语音检测器从当前麦克风的输入信号读入近端语音信号的采样值S_in(i)。计算S_in(i)的短时能量估计值P_Sin(i)＝(1-α)*P_Sin(i-1)+α*Sin(i-1)。和x₁Λx₂₄₀的短时能量估计值P_Rin的最大值max(abs(P_Rin))，P_Rin(i)＝(1-α)*P_Rin(i-1)+α*Rin(i-1)。

4、令S_out＝S_in()。

5、如果P_Sin＞1/2^＊max(abs(P_Rin))，则判决当前网络的通话状态是近端模式，执行步骤7；否则，判定当前网络的通话状态是远端模式，执行步骤6。

6、令S_out＝S_out ^＊0，即将经过静音处理后的S_out作为回声消除器的输出值。

7、将S_out原样输出，作为回声消除器的输出值。

8、更新半双工控制寄存器内容：将半双工控制寄存器基指针+1(右移一位)，此时寄存器内的内容是x₂Λx₂₄₀。

9、重复上述步骤3-8，直至缓冲区中左侧的一帧数据处理完毕，此时半双工控制寄存器已滑动至缓冲区中的240～479位，将其左移240位至缓冲区头部，同时将半双工控制寄存器基指针复位。

10、读取一帧新样本，将其填入缓冲区的240～479位，一帧样本处理循环到此结束，再下一个30ms周期内，重复上述过程即可进行连续处理。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (5)

1.一种对免提电话进行回声控制的装置，其特征在于，包括回声消除器，该回声消除器具体包括：

语音检测器：用于对接收通道上的远端语音信号和发送通道上的近端语音信号进行采样，根据采样获得的远端语音信号样本和近端语音信号样本的能量，确定当前网络的通话状态信息，将该通话状态信息传递给半双工控制器；

半双工控制器：用于根据语音检测器传递过来的当前网络的通话状态信息，对发送通道上的语音信号进行相应的回声控制处理；

所述语音检测器具体包括：

采样处理模块：用于接收所述远端语音信号、近端语音信号，对所述远端语音信号、近端语音信号进行采样处理；

通话状态判断模块：如果采样处理模块获得的所述近端语音信号的样本点的短时能量估计值大于所述设定时间段内远端语音信号的短时能量估计值中最大值的设定倍数时，确定当前网络的通话状态为本端用户在说话；否则，确定当前网络的通话状态为对端用户在说话；

所述通话状态判断模块的具体判定公式为：

$\left|\widehat{s\left(n\right)}\right|>\frac{1}{2}*\max \left\{\right|\widehat{r\left(n\right)}|,|\widehat{r(n-1)}|,\mathrm{\Λ}|\widehat{r(n-N+1)}\left|\right\}$

所述

为近端语音信号样本点的短时能量估计值，所述s(n)为近端语音样本点的采样值，所述

为远端语音信号样本点的短时能量估计值，所述r(n)为远端近端语音样本点的采样值，所述α为短时能量估计系数，所述n为设定的常数；

所述半双工控制器具体包括：

半双工控制模块：获取语音检测器传递过来的当前网络的通话状态信息，当所述当前网络的通话状态为本端用户在说话时，启动语音输出模块；当所述当前网络的通话状态为对端用户在说话时，启动静音处理模块；

语音输出模块：对所述发送通道上的语音信号进行原样输出；

静音处理模块：对所述发送通道上的语音信号进行静音处理后再输出。

2.根据权利要求1所述的装置，其特征在于，所述装置适用于数字免提电话。

3.一种对免提电话进行回声控制的方法，其特征在于，包括步骤：

A、对接收通道上的远端语音信号和发送通道上的近端语音信号按照设定的时间段进行采样处理；如果采样获得的所述近端语音信号的当前样本点的短时能量估计值大于所述远端语音信号设定时间段内的的样本的短时能量估计值中最大值的设定倍数，则确定当前网络的通话状态为本端用户在说话；否则，确定当前网络的通话状态为对端用户在说话；

所述判断过程的具体判定公式为：

$\left|\widehat{s\left(n\right)}\right|>\frac{1}{2}*\max \left\{\right|\widehat{r\left(n\right)}|,|\widehat{r(n-1)}|,\mathrm{\Λ}|\widehat{r(n-N+1)}\left|\right\}$

所述

为近端语音信号样本点的短时能量估计值，所述s(n)为近端语音样本点的采样值，所述

为远端语音信号样本点的短时能量估计值，所述r(n)为远端近端语音样本点的采样值，所述α为短时能量估计系数，所述n为设定的常数；

B、当所述当前网络的通话状态为本端用户在说话时，对所述发送通道上的语音信号进行原样输出；

当所述当前网络的通话状态为对端用户在说话时，对所述发送通道上的语音信号进行静音处理后再输出。

4.根据权利要求3所述的方法，其特征在于，所述的方法适用于数字免提电话。

5.一种数字免提电话系统，包括：语音压缩/解压缩模块、回声消除器、编码-解码器CODEC芯片、扬声器和麦克风，其特征在于，还包括：回声消除器，

所述回声消除器设置在语音压缩/解压缩模块和CODEC芯片之间，用于确定当前网络的通话状态信息，根据该通话状态信息对发送通道上的语音信号进行相应的回声控制处理；

所述的对发送通道上的语音信号进行相应的回声控制处理的过程具体包括：

在发送通路上麦克风采集的远端语音信号，经CODEC芯片进行采样量化编码后得到语音样本的数字码流，和接收通路上的近端语音信号样本码流一并输入给回声消除器；

如果当前网络的通话状态为本端用户在说话，则回声消除器将接收到的数字码流原样输出给语音压缩/解压缩模块；否则，回声消除器将接收到的数字码流进行静音处理后再输出给语音压缩/解压缩模块；

所述回声消除器具体包括：

语音检测器：用于对接收通道上的远端语音信号和发送通道上的近端语音信号进行采样，根据采样获得的远端语音信号样本和近端语音信号样本的能量，确定当前网络的通话状态信息，将该通话状态信息传递给半双工控制器；

半双工控制器：用于根据语音检测器传递过来的当前网络的通话状态信息，对发送通道上的语音信号进行相应的回声控制处理；

所述语音检测器具体包括：

采样处理模块：用于接收所述远端语音信号、近端语音信号，对所述远端语音信号、近端语音信号进行采样处理；

通话状态判断模块：如果采样处理模块获得的所述近端语音信号的样本点的短时能量估计值大于所述设定时间段内远端语音信号的短时能量估计值中最大值的设定倍数时，确定当前网络的通话状态为本端用户在说话；否则，确定当前网络的通话状态为对端用户在说话；

所述通话状态判断模块的具体判定公式为：

$\left|\widehat{s\left(n\right)}\right|>\frac{1}{2}*\max \left\{\right|\widehat{r\left(n\right)}|,|\widehat{r(n-1)}|,\mathrm{\Λ}|\widehat{r(n-N+1)}\left|\right\}$

所述

为近端语音信号样本点的短时能量估计值，所述s(n)为近端语音样本点的采样值，所述

为远端语音信号样本点的短时能量估计值，所述r(n)为远端近端语音样本点的采样值，所述α为短时能量估计系数，所述n为设定的常数。

Images