CN101227537A - 一种宽带声学回声消除方法 - Google Patents
一种宽带声学回声消除方法 Download PDFInfo
- Publication number
- CN101227537A CN101227537A CNA2007100011858A CN200710001185A CN101227537A CN 101227537 A CN101227537 A CN 101227537A CN A2007100011858 A CNA2007100011858 A CN A2007100011858A CN 200710001185 A CN200710001185 A CN 200710001185A CN 101227537 A CN101227537 A CN 101227537A
- Authority
- CN
- China
- Prior art keywords
- subband
- data
- echo
- idft
- multiple subband
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
一种宽带声学回声消除方法，包含如下步骤：对包含远端信号的输入移位寄存器和包含近端信号的输入移位寄存器中的数据进行滤波；进行IDFT运算，得到远端复子带数据和近端复子带数据；对远端复子带数据和近端复子带数据进行自适应滤波及系数更新，得到复子带回声估计误差；对复子带的回声估计误差进行IDFT运算，得到回声估计误差；将上述回声估计误差进行合成滤波，将滤波获得的滤波输出数据与长度为K的输出移位寄存器中的值相加，并使用相加获得的值更新输出移位寄存器；将上述输出移位寄存器中的前r点输出，后续K－r点依次前移r点的位置，最后r点位置补零，对上述输入移位寄存器进行移位操作；重复上述各步骤。
Description
技术领域
本发明涉及一种语音通讯系统中的音频处理方法，尤其涉及一种语音通讯系统中的宽带声学回声消除方法。
背景技术
现有的手机或会议电视系统在通话过程中，通话系统对方传来的语音信号称为远端信号；通话系统的本方语音和回声(即对方语音经扬声器发送到本方室内经多重反射回麦克风后生成的声音)的混合音称为近端信号。声学回声消除(AEC，Acoustic Echo Cancellation)的任务就是估算出回声并将其从近端信号中消除，以得到纯净的本方语音。
现有的声学回声消除算法大多数只针对窄带(采样率为8K)语音编解码算法，比如G.711。随着用户对音质要求的不断提高，宽带(采样率为16K、32K)音频编解码算法，如G.722，G.722.1已开始应用到会议电视系统中。这给现有回声消除算法带来巨大的挑战。当采用宽带音频编解码算法时，一种做法是，直接采用窄带的回声消除算法。
但是，随着采样率的提高，处理同样的声学回声延时，需要处理的声学路径采样点数是与采样率成正比的；同时，采样率提高将导致同样一段时间内需要更新的点数与采样率成正比增加。这样采样率每提高1倍，回声消除算法的计算量将按平方比增加到4倍，内存消耗按正比增加到2倍。因此使用与窄带回声消除算法对采用宽带音频编解码算法进行编码的音频数据进行回声消除处理，所需的计算量和内存消耗将是大多数处理平台无法接受的。此外，声学路径的增加还会导致回声消除算法自适应滤波的效果变差，算法收敛慢，有残余回声，导致回声抑制比下降。这就需要研究高回声抑制比、低计算量和内存消耗的宽带声学回声消除算法。
对宽带音频数据进行回声消除算法的另一途径是将全频带划分子带，并在子带内使用自适应滤波器进行回声消除处理。
通常的声学回声消除算法都需要用到高阶自适应滤波器。自适应滤波器需要对未知系统(回声产生的声学路径)建模，而这个模型具有很长的冲激响应，在几千个采样点的数量级。因此，自适应滤波算法的计算量和内存消耗很大，另外，阶数很高也会对收敛速度产生影响。解决长冲激响应自适应滤波器问题的一种方法是在子带内利用滤波器。子带自适应滤波器通常比全带滤波器具有更短的冲激响应，有利于提高收敛速度。子带抽取能够减小计算复杂度，因此，合理的在子带中采用自适应滤波器，可以减小计算复杂度，同时提高自适应滤波算法的收敛速度。
通用的采用分析合成滤波器组的子带信号处理系统的结构如图1所示：
分析滤波器组由一系列低通/带通滤波器Fi(z)组成，信号经过分析滤波和L点的下采样(抽取)后得到M路子带信号；在各个子带完成信号处理任务，即用于回声消除的自适应滤波；合成滤波器组由一系列低通/带通滤波器Gi(z)组成，子带信号经过L点的上采样(插值)和合成滤波后全部相加得到全带处理后的信号。
从图1中可以看出，虽然信号处理任务在低采样率一侧进行，但是分析合成滤波还是在高采样率一侧进行的，计算量仍很大。
发明内容
本发明要解决的技术问题是，克服现有技术中声学回声消除方法的不足，提出一种适合对宽带音频数据进行回声消除的音频处理方法，减少宽带声学回声消除的计算量、提高计算速度，并改善回声消除的性能和效果。
为了解决上述问题，本发明提供一种宽带声学回声消除方法，其特征在于，该方法包含如下步骤：
步骤1：对长度为K的包含远端信号的输入移位寄存器和包含近端信号的输入移位寄存器中的数据通过M子带均匀IDFT多相分析滤波器组进行滤波，分别得到远端子带数据和近端子带数据；
步骤2：分别对上述远端子带数据和近端子带数据进行IDFT运算，并去除冗余数据，得到M/2+1个远端复子带数据和M/2+1个近端复子带数据；
步骤3：对上述远端复子带数据和近端复子带数据按子带分别进行自适应滤波及系数更新，得到复子带回声估计误差；
步骤4：对上述复子带的回声估计误差进行IDFT运算，得到M个回声估计误差；
步骤5：将上述回声估计误差分别送入M子带均匀IDFT多相合成滤波器组进行合成滤波，将滤波获得的滤波输出数据与长度为K的输出移位寄存器中的值相加，并使用相加获得的值更新输出移位寄存器；
步骤6：将上述输出移位寄存器中的前r点输出，后续K-r点依次前移r点的位置，最后r点位置补零；
步骤7：将上述包含远端信号的输入移位寄存器和包含近端信号的输入移位寄存器中的后K-r点数据前移r点的位置；并将新输入的r点远端信号和近端信号依次分别放入上述输入移位寄存器的后r点的位置；返回步骤1；
其中，M，r为整数，K为M的整数倍，M大于r。
此外，所述步骤3包含如下子步骤：
步骤3a：用第1～M/2子带对应的M/2个远端复子带数据更新子带自适应滤波器的状态寄存器；并用远端复子带数据与复数系数向量相乘，得到复子带的回声估计值；
步骤3b：用第1～M/2子带对应的M/2个近端复子带数据减去上述复子带的回声估计值，得到复子带回声估计误差；
步骤3c：用上述复子带回声估计误差和子带自适应滤波器的状态寄存器来更新复数系数向量。
此外，所述步骤2中的M/2+1个远端复子带数据和近端复子带数据分别为IDFT结果中的第0～M/2子带对应的远端复子带数据和近端复子带数据。
此外，所述复数系数向量的初始值为0。
此外，在所述步骤2c中采用如下公式对所述复数系数向量进行更新：
更新后的复数系数向量＝更新前的复数系数向量+增益×回声估计误差*复数状态向量；
上述*表示向量乘法；上述增益大于0。
此外，所述M子带均匀IDFT多相分析滤波器组Ei(z)为原型滤波器F0(z)的多相分量；所述M子带均匀IDFT多相合成滤波器组Ri(z)为原型滤波器G0(z)的多相分量；其中0≤i≤M-1。
此外，对于8KHz、16KHz和32KHz的语音数据，所述原型滤波器F0(z)和G0(z)的长度分别大于或等于M、2M和3M。
此外，所述步骤4中参加IDFT运算的是第0至第M/2子带对应的复子带回声估计误差，其中第0子带对应的复子带回声估计误差为0。
此外，K为r的整数倍。
此外，所述步骤2中的M/2+1个远端复子带数据和M/2+1个近端复子带数据为IDFT结果中的第0～M/2子带对应的复子带数据。
本发明通过采用M子带均匀IDFT多相滤波器组取代通常采用的M子带分析滤波器组，实现了在分析滤波之前进行抽取；并采用M子带均匀IDFT多相滤波器组取代通常采用的M子带合成滤波器组，实现了在合成滤波之后进行插值；极大地降低了运算量，提高了运算效率。
附图说明
图1是现有技术中采用分析合成滤波器组的子带信号处理系统的结构示意图；
图2是本发明采用M子带均匀IDFT(Inverse Discrete Fourier Transform，反离散傅立叶变换)多相滤波器组的宽带声学回声消除系统的结构示意图；
图3是本发明的宽带声学回声消除方法的流程图。
具体实施方式
本发明的基本思路是采用M子带均匀IDFT多相滤波器组Ei(z)取代M子带分析滤波器组Fi(z)，可以实现在分析滤波之前进行抽取；并采用M子带均匀IDFT多相滤波器组Ri(z)取代M子带合成滤波器组Gi(z)，可以实现在合成滤波之后进行插值；极大地降低了运算量，提高了运算效率。
下面将结合附图和实施例对本发明进行详细的描述。
图2是本发明采用M子带均匀IDFT多相滤波器组的宽带声学回声消除系统的结构示意图。
如图2所示，本发明采用M子带均匀IDFT多相滤波器组Ei(z)取代M子带分析滤波器组Fi(z)；并采用M子带均匀IDFT多相滤波器组Ri(z)取代M子带合成滤波器组Gi(z)。其中，Ei(z)为原型滤波器F0(z)的多相分量，Ri(z)为原型滤波器G0(z)的多相分量。
IDFT表示反离散傅立叶变换，可以由一个IFFT(Inverse FastFourier Transform，快速傅立叶逆变换)快速实现。另外，由于输入数据和原型滤波器矩阵都是实数，IFFT的输出结果具有共轭对称关系，只需保留前M/2+1个复数数据即可。这样，进行自适应滤波处理的子带数是前M/2+1子带，计算量又可以降低一半。
由于Ei(z)为F0(z)的多相分量，Ri(z)为G0(z)的多相分量，利用M子带分析滤波器组Fi(z)/M子带合成滤波器组Gi(z)固有的均匀分割全频带的属性，各个Fi(z)/Gi(z)的频率特性之间满足一定的M子带频移关系，我们可以使用IDFT和Ei(z)/Ri(z)实现分析/合成滤波器组。
图3是本发明的宽带声学回声消除方法的流程图。
如图3所示，本发明的宽带声学回声消除方法包含如下步骤：
分别对远端信号和近端信号进行下述步骤A至步骤C的操作：
步骤A：将信号的每r个点作为一帧，依次送入包含K个点的输入移位寄存器进行移位操作。通常K取r的整数倍，例如，本实施例中K＝4r。
上述移位操作的规则是：每次移出移位寄存器中的第一帧，后续3帧依次前移一帧的位置，最后一帧由新输入帧填充。
系统初始化后，第1次输入移位寄存器1帧数据，前面3帧位置补0。
在此步骤中，对于采样率为8K的语音数据，上述r和K的值分别记作：r＝r0，K＝K0；则：
对于采样率为16K的语音数据，r＝2r0，K＝2K0；
对于采样率为32K的语音数据：r＝3r0，K＝3K0。
步骤B：对输入移位寄存器中的K个数据通过原型分析滤波器进行滤波，得到滤波后的M个子带数据。
上述原型分析滤波器组是M子带均匀IDFT多相分析滤波器组，滤波器的长度与移位寄存器的长度相同。K为M的整数倍，M大于r。
例如，在本实施例中，对于采样率为8K的语音数据，滤波器长度为K＝K0＝128，M＝128，r＝32，多相分量长度为K/M＝1；对于采样率为16K的语音数据，滤波器长度为K＝2K0＝256，M＝128，r＝64，多相分量长度为K/M＝2；对于采样率为32K的语音数据，滤波器长度为K＝3K0＝384，M＝128，r＝96，多相分量长度为K/M＝3。
步骤C：对滤波后的M个子带数据进行M点的IDFT，得到M/2+1个没有冗余的复子带数据(即复数域的子带数据)。
其中，上述M/2+1个复子带数据为IDFT结果中的第0～M/2子带对应的复子带数据。
步骤D：将上述远端信号和近端信号对应的复子带数据在复数域按子带分别进行自适应滤波及系数更新：
由于最低子带数据不需要进行自适应滤波，直接置零，因此参与自适应滤波和系数更新操作的数据为M/2个远端复子带数据和M/2个近端复子带数据，自适应滤波器分为M/2个组(子带)，每组状态寄存器的抽头数为nTaps。
自适应滤波及系数更新操作包含如下子步骤：
步骤D1：分别用M/2个远端复子带数据更新M/2个子带自适应滤波器的状态寄存器，即将远端复子带数据保存在相应的状态寄存器中；并在各个子带进行滤波，即在各子带用远端复子带数据与复数系数向量相乘，得到M/2个复子带的回声估计值；
上述复数系数向量的初始值为零。
步骤D2：用M/2个点的近端复子带数据分别减去上述M/2个复子带的回声估计值，得到M/2个复子带回声估计误差；
步骤D3：分别用上述M/2个复子带的回声估计误差和M/2个子带自适应滤波器的状态寄存器来更新M/2个复数系数向量：
复数系数向量(更新后)＝复数系数向量(更新前)+增益×回声估计误差*复数状态向量；
上述*表示向量乘法；上述增益大于0，是控制系数向量更新的步长参数，该值过大容易引起算法发散，过小则收敛速度慢，本实施例中取：增益＝0.05625。
步骤E：对上述M/2个复子带回声估计误差进行IDFT运算，得到M个实数域的回声估计误差；
在进行IDFT运算时，需将最低子带对应的数据位置填充0，即相当于对M/2+1个复子带的回声估计误差进行IDFT运算，其中最低子带位置为0。
步骤F：将上述M个实数域的回声估计误差分别送入M个原型合成滤波器Ri(z)中进行合成滤波，得到K个滤波输出数据，将上述K个滤波输出数据与输出移位寄存器中的K个值分别相加，并使用相加获得的K个值更新移位寄存器数据；即：
OutputInterp_NEW＝outputInterp_OLD+IDFT_Out*PrototypeFilter；
其中，OutputInterp_NEW为更新后的输出移位寄存器，outputInterp_OLD为更新前的输出移位寄存器，PrototypeFilter为原型合成滤波器，IDFT_Out为IDFT变换得到的回声估计误差信号。
上述原型合成滤波器Ri(z)是G0(z)的多相分量，0≤i≤M-1。
步骤G：对输出移位寄存器中的数据进行移位操作，并输出r点经过回声消除的音频数据。
上述移位操作的移位规则是：每次移出输出移位寄存器前r点组成的第一帧作为输出值，后续3帧，即K-r点依次前移r点的位置，最后一帧r点补零。
进行原型合成滤波和移位后，得到最终的经过了回声消除的一帧数据。输出数据为r点，有K-r点的延时。
其中，上述合成滤波器长度与分析滤波器相同；输出移位寄存器的长度与输入移位寄存器相同。
在上述步骤B中，由于对于不同采样率的语音数据存在不同的过采样率，因此对于非临界下采样，必须设计不同长度的原型滤波器以防止频带混叠。
对于8KHz的语音数据，输入移位寄存器的长度K＝K0；帧长度r＝r0；子带数M＝K0；每个子带的带宽为8KHz/M＝8K/K0Hz。由于每输入r0点进行一次滤波，子带采样率为8KHz/r＝8K/r0Hz。过采样率为：子带采样率/子带带宽＝K0/r0倍。因此设计长度为K0的原型低通滤波器即可以满足抗混叠要求。
对于16KHz的语音数据，输入移位寄存器的长度K＝2K0；帧长度r＝2r0；子带数M＝K0；每个子带的带宽为16KHz/M＝16K/K0Hz。由于每输入2r0点进行一次滤波，子带采样率为16KHz/r＝16K/2r0Hz。过采样率为：子带采样率/子带带宽＝K0/2r0倍。因此设计长度为2K0的原型低通滤波器即可以满足抗混叠要求。
对于32KHz的语音数据，输入移位寄存器的长度K＝3K0；帧长度r＝3r0；子带数M＝K0；每个子带的带宽为32KHz/M＝32K/K0Hz。由于每输入3r0点进行一次滤波，子带采样率为32KHz/r＝32K/3r0Hz。过采样率为：子带采样率/子带带宽＝K0/3r0倍。因此设计长度为3K0的原型低通滤波器即可以满足抗混叠要求。
下面将以8KHz和16KHz的语音数据为例，分析在不同采样率下进行自适应滤波所需的计算量和内存消耗。
对于8KHz的语音数据，由于每输入r0个点一帧的数据才生成一点的子带数据，故降采样率为D＝r0。
对16KHz的语音数据，由于每输入2r0个点一帧的数据才生成一点的子带数据，故降采样率为D＝2r0。
子带AEC的运算量正比于M/(T^2)，其中M为子带数，T为降采样率倍数。在两种采样率下采用相同的子带数M＝K0时，16000Hz采样的降采样率倍数变为2倍，故计算量下降到1/4倍；同时，由于采样率每提高1倍，回声消除计算量按平方比增加到4倍，故采用本算法后，对于不同采样率的AEC，计算量可以保持不变。
自适应滤波的内存消耗是由自适应滤波器的抽头数目决定的。抽头数目决定了滤波器的状态寄存器和系数寄存器的长度。设Taps为全频带总的抽头数，等于回声延时和采样率的乘积。每组子带状态寄存器和系数寄存器的抽头数记为nTap。
当采样率8KHz，回声延时为64ms时，全带抽头数Taps＝64ms×8KHz＝512。由于子带降采样率D＝r0，每组状态寄存器的抽头数等于总抽头数除以子带降采样率，即子带抽头数nTaps＝Taps/D＝512/r0。
当采样率16KHz，回声延时为64ms时，全带抽头数Taps＝64ms*16KHz＝1024。由于子带降采样率D＝2r0，因此子带抽头数nTaps＝Taps/D＝1024/2r0＝512/r0。
这说明对于不同的采样率，由于采用了不同的降采样率，子带抽头数目可以做到一样，因此可以保证在不同采样率下处理同样的回声路径延时消耗的内存空间相同。
对于不同的采样率，子带状态和系数寄存器的抽头数保持不变，使得宽带和窄带算法的收敛速度表现出类似的效果，不会因抽头数增加而导致自适应滤波器收敛困难。这说明本发明的宽带算法和窄带算法表现出同样好的回声抑制效果。
Claims (10)
1.一种宽带声学回声消除方法，其特征在于，该方法包含如下步骤：
步骤1：对长度为K的包含远端信号的输入移位寄存器和包含近端信号的输入移位寄存器中的数据通过M子带均匀IDFT多相分析滤波器组进行滤波，分别得到远端子带数据和近端子带数据；
步骤2：分别对上述远端子带数据和近端子带数据进行IDFT运算，并去除冗余数据，得到M/2+1个远端复子带数据和M/2+1个近端复子带数据；
步骤3：对上述远端复子带数据和近端复子带数据按子带分别进行自适应滤波及系数更新，得到复子带回声估计误差；
步骤4：对上述复子带的回声估计误差进行IDFT运算，得到M个回声估计误差；
步骤5：将上述回声估计误差分别送入M子带均匀IDFT多相合成滤波器组进行合成滤波，将滤波获得的滤波输出数据与长度为K的输出移位寄存器中的值相加，并使用相加获得的值更新输出移位寄存器；
步骤6：将上述输出移位寄存器中的前r点输出，后续K-r点依次前移r点的位置，最后r点位置补零；
步骤7：将上述包含远端信号的输入移位寄存器和包含近端信号的输入移位寄存器中的后K-r点数据前移r点的位置；并将新输入的r点远端信号和近端信号依次分别放入上述输入移位寄存器的后r点的位置；返回步骤1；
其中，M，r为整数，K为M的整数倍，M大于r。
2.如权利要求1所述的宽带声学回声消除方法，其特征在于，所述步骤3包含如下子步骤：
步骤3a：用第1～M/2子带对应的M/2个远端复子带数据更新子带自适应滤波器的状态寄存器；并用远端复子带数据与复数系数向量相乘，得到复子带的回声估计值；
步骤3b：用第1～M/2子带对应的M/2个近端复子带数据减去上述复子带的回声估计值，得到复子带回声估计误差；
步骤3c：用上述复子带回声估计误差和子带自适应滤波器的状态寄存器来更新复数系数向量。
3.如权利要求1所述的宽带声学回声消除方法，其特征在于，所述步骤2中的M/2+1个远端复子带数据和近端复子带数据分别为IDFT结果中的第0～M/2子带对应的远端复子带数据和近端复子带数据。
4.如权利要求2所述的宽带声学回声消除方法，其特征在于，所述复数系数向量的初始值为0。
5.如权利要求2所述的宽带声学回声消除方法，其特征在于，在所述步骤2c中采用如下公式对所述复数系数向量进行更新：
更新后的复数系数向量＝更新前的复数系数向量+增益×回声估计误差*复数状态向量；
上述*表示向量乘法；上述增益大于0。
6.如权利要求1所述的宽带声学回声消除方法，其特征在于，所述M子带均匀IDFT多相分析滤波器组Ei(z)为原型滤波器F0(z)的多相分量；所述M子带均匀IDFT多相合成滤波器组Ri(z)为原型滤波器G0(z)的多相分量；其中0≤i≤M-1。
7.如权利要求6所述的宽带声学回声消除方法，其特征在于，对于8KHz、16KHz和32KHz的语音数据，所述原型滤波器F0(z)和G0(z)的长度分别大于或等于M、2M和3M。
8.如权利要求1所述的宽带声学回声消除方法，其特征在于，所述步骤4中参加IDFT运算的是第0至第M/2子带对应的复子带回声估计误差，其中第0子带对应的复子带回声估计误差为0。
9.如权利要求1所述的宽带声学回声消除方法，其特征在于，K为r的整数倍。
10.如权利要求1所述的宽带声学回声消除方法，其特征在于，所述步骤2中的M/2+1个远端复子带数据和M/2+1个近端复子带数据为IDFT结果中的第0～M/2子带对应的复子带数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2007100011858A CN101227537B (zh) | 2007-01-19 | 2007-01-19 | 一种宽带声学回声消除方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2007100011858A CN101227537B (zh) | 2007-01-19 | 2007-01-19 | 一种宽带声学回声消除方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101227537A true CN101227537A (zh) | 2008-07-23 |
| CN101227537B CN101227537B (zh) | 2010-12-01 |
Family
ID=39859279
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2007100011858A Active CN101227537B (zh) | 2007-01-19 | 2007-01-19 | 一种宽带声学回声消除方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101227537B (zh) |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102185991A (zh) * | 2011-03-01 | 2011-09-14 | 杭州华三通信技术有限公司 | 回声消除方法、系统和装置 |
| CN101714379B (zh) * | 2008-10-08 | 2011-10-26 | 安凯(广州)微电子技术有限公司 | 一种音频重采样方法 |
| CN102377454A (zh) * | 2010-08-25 | 2012-03-14 | 杭州华三通信技术有限公司 | 一种回声消除的方法和装置 |
| CN101930745B (zh) * | 2009-06-18 | 2012-04-25 | 中国移动通信集团公司 | 一种在ip语音通信中消除回声的方法和设备 |
| CN102576538A (zh) * | 2009-09-07 | 2012-07-11 | 诺基亚公司 | 用于处理音频信号的方法和设备 |
| CN104036784A (zh) * | 2014-06-06 | 2014-09-10 | 华为技术有限公司 | 一种回声消除方法及装置 |
| CN104735273A (zh) * | 2014-12-26 | 2015-06-24 | 深圳市微纳集成电路与系统应用研究院 | 一种通信系统及其回声消除方法和模块 |
| CN104751854A (zh) * | 2013-12-26 | 2015-07-01 | 联芯科技有限公司 | 一种宽带声学回声消除方法及系统 |
| CN104883157A (zh) * | 2015-05-18 | 2015-09-02 | 华侨大学 | 一种可变子带数字滤波器 |
| CN106128471A (zh) * | 2016-08-26 | 2016-11-16 | 西南交通大学 | 一种收缩变步长子带回声消除方法 |
| CN107623507A (zh) * | 2016-07-15 | 2018-01-23 | 上海复旦微电子集团股份有限公司 | 数字滤波器 |
| CN107748354A (zh) * | 2017-08-08 | 2018-03-02 | 中国电子科技集团公司第三十八研究所 | 基于分析与综合的宽带数字波束形成装置 |
| CN111988708A (zh) * | 2020-09-03 | 2020-11-24 | 昆腾微电子股份有限公司 | 一种基于单麦克风的啸叫抑制方法及装置 |
| CN112653799A (zh) * | 2020-12-07 | 2021-04-13 | 兰州空间技术物理研究所 | 一种空间站的空间话音设备的回声消除方法 |
| CN112669871A (zh) * | 2020-12-30 | 2021-04-16 | 西安讯飞超脑信息科技有限公司 | 信号处理方法及电子设备、存储装置 |
| US11151976B2 (en) | 2017-10-19 | 2021-10-19 | Zhejiang Dahua Technology Co., Ltd. | Methods and systems for operating a signal filter device |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| NO320942B1 (no) * | 2003-12-23 | 2006-02-13 | Tandberg Telecom As | System og fremgangsmate for forbedret stereolyd |
| DE602005013362D1 (de) * | 2004-01-29 | 2009-04-30 | Nxp Bv | Echolöscher mit durch störungspegel gesteuerter schrittgrösse |
| ATE429698T1 (de) * | 2004-09-17 | 2009-05-15 | Harman Becker Automotive Sys | Bandbreitenerweiterung von bandbegrenzten tonsignalen |
| CN1842110B (zh) * | 2005-03-28 | 2010-04-28 | 华为技术有限公司 | 一种回声消除装置和方法 |
| NO20053393A (no) * | 2005-07-13 | 2006-09-11 | Tandberg Telecom As | Fremgangsmåte og system for ekkokansellering med liten forsinkelse. |
-
2007
- 2007-01-19 CN CN2007100011858A patent/CN101227537B/zh active Active
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101714379B (zh) * | 2008-10-08 | 2011-10-26 | 安凯(广州)微电子技术有限公司 | 一种音频重采样方法 |
| CN101930745B (zh) * | 2009-06-18 | 2012-04-25 | 中国移动通信集团公司 | 一种在ip语音通信中消除回声的方法和设备 |
| CN102576538A (zh) * | 2009-09-07 | 2012-07-11 | 诺基亚公司 | 用于处理音频信号的方法和设备 |
| US9640187B2 (en) | 2009-09-07 | 2017-05-02 | Nokia Technologies Oy | Method and an apparatus for processing an audio signal using noise suppression or echo suppression |
| CN102377454B (zh) * | 2010-08-25 | 2014-09-17 | 杭州华三通信技术有限公司 | 一种回声消除的方法和装置 |
| CN102377454A (zh) * | 2010-08-25 | 2012-03-14 | 杭州华三通信技术有限公司 | 一种回声消除的方法和装置 |
| CN102185991A (zh) * | 2011-03-01 | 2011-09-14 | 杭州华三通信技术有限公司 | 回声消除方法、系统和装置 |
| CN104751854A (zh) * | 2013-12-26 | 2015-07-01 | 联芯科技有限公司 | 一种宽带声学回声消除方法及系统 |
| CN104036784A (zh) * | 2014-06-06 | 2014-09-10 | 华为技术有限公司 | 一种回声消除方法及装置 |
| CN104735273A (zh) * | 2014-12-26 | 2015-06-24 | 深圳市微纳集成电路与系统应用研究院 | 一种通信系统及其回声消除方法和模块 |
| CN104883157A (zh) * | 2015-05-18 | 2015-09-02 | 华侨大学 | 一种可变子带数字滤波器 |
| CN104883157B (zh) * | 2015-05-18 | 2017-12-01 | 华侨大学 | 一种可变子带数字滤波器 |
| CN107623507B (zh) * | 2016-07-15 | 2020-03-27 | 上海复旦微电子集团股份有限公司 | 数字滤波器 |
| CN107623507A (zh) * | 2016-07-15 | 2018-01-23 | 上海复旦微电子集团股份有限公司 | 数字滤波器 |
| CN106128471A (zh) * | 2016-08-26 | 2016-11-16 | 西南交通大学 | 一种收缩变步长子带回声消除方法 |
| CN106128471B (zh) * | 2016-08-26 | 2019-05-17 | 西南交通大学 | 一种收缩变步长子带回声消除方法 |
| CN107748354A (zh) * | 2017-08-08 | 2018-03-02 | 中国电子科技集团公司第三十八研究所 | 基于分析与综合的宽带数字波束形成装置 |
| US11151976B2 (en) | 2017-10-19 | 2021-10-19 | Zhejiang Dahua Technology Co., Ltd. | Methods and systems for operating a signal filter device |
| CN111988708A (zh) * | 2020-09-03 | 2020-11-24 | 昆腾微电子股份有限公司 | 一种基于单麦克风的啸叫抑制方法及装置 |
| CN112653799A (zh) * | 2020-12-07 | 2021-04-13 | 兰州空间技术物理研究所 | 一种空间站的空间话音设备的回声消除方法 |
| CN112653799B (zh) * | 2020-12-07 | 2022-09-20 | 兰州空间技术物理研究所 | 一种空间站的空间话音设备的回声消除方法 |
| CN112669871A (zh) * | 2020-12-30 | 2021-04-16 | 西安讯飞超脑信息科技有限公司 | 信号处理方法及电子设备、存储装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101227537B (zh) | 2010-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101227537B (zh) | 一种宽带声学回声消除方法 | |
| CN101091209B (zh) | 抑制噪声的方法及装置 | |
| Avargel et al. | System identification in the short-time Fourier transform domain with crossband filtering | |
| JP4210521B2 (ja) | 雑音低減法および装置 | |
| JP5122879B2 (ja) | 時間および周波数領域内のパーティションされた高速畳み込み | |
| CN104427144B (zh) | 一种线性回声消除方法及其装置 | |
| CN102739886B (zh) | 基于回声频谱估计和语音存在概率的立体声回声抵消方法 | |
| CN102377454B (zh) | 一种回声消除的方法和装置 | |
| JP2014502074A (ja) | 後期残響成分のモデリングを含むエコー抑制 | |
| CN101882441A (zh) | 利用复调制滤波器组的高效滤波 | |
| CN106601266A (zh) | 回声消除方法、装置及系统 | |
| CN105022316A (zh) | 用于数字音频信号的多频带信号处理器 | |
| US8078659B2 (en) | Reduction of digital filter delay | |
| Gil-Cacho et al. | Nonlinear acoustic echo cancellation based on a parallel-cascade kernel affine projection algorithm | |
| CN105491256A (zh) | 一种声学回声消除器启动阶段稳健的步长调整方法 | |
| Ding | Fast affine projection adaptation algorithms with stable and robust symmetric linear system slovers | |
| WO2012150942A1 (en) | Low-delay filtering | |
| Löllmann et al. | Generalized filter-bank equalizer for noise reduction with reduced signal delay. | |
| Mihcak et al. | Rate-distortion-optimal subband coding without perfect-reconstruction constraints | |
| Naik et al. | Sub-band Coding of Speech Signals using Multirate Signal Processing and comparing the various parameter of different speech signals by corrupting the same speech signal | |
| EP2434483A1 (en) | Encoding device, decoding device, and methods therefor | |
| CN112653799B (zh) | 一种空间站的空间话音设备的回声消除方法 | |
| Ghanassi et al. | On the Fixed-Point Implementation of a Subband Acoustic Echo Canceler Based on a Modified FAP Algorithm | |
| Wahbi et al. | Enhancing the quality of voice communications by acoustic noise cancellation (ANC) using a low cost adaptive algorithm based Fast Fourier Transform (FFT) and circular convolution | |
| Roy | Single channel speech enhancement using Kalman filter |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |