CN101415045A - 通信网中实现智能自动电平控制的方法与装置 - Google Patents

Abstract

一种在通信网中实现智能自动电平控制的方法，包括步骤：预设网络语音传输电平；实时测量A端的背景噪声电平；实时检测当前处理的信号是语音还是噪声信号；对B端的语音信号进行自动增益控制处理，将其平均传输电平调整至网络的预设传输语音电平；根据A端的背景噪声电平的测量值，对B端的语音信号施加数字增益。本发明实时自动地进行，免去了对方在通话时不断手工调整手机或其他设备的音量的麻烦，也避免了通话人由于环境嘈杂而不自觉地加大说语音量而带来的进一步的失真。

Description

通信网中实现智能自动电平控制的方法与装置

技术领域

本发明涉及通信，特别涉及通信网中实现智能自动电平控制的方法与装置。

背景技术

自动增益控制AGC(Automatic Gain Control)已经普遍应用在现代的数字电话通信系统中，其作用是自动调整在网络中传输的语音信号的电平增益，使其输出信号电平尽可能保持在一个预定的电平值上。AGC装置是语音质量保证VQA(Voice Quality Assurance)的重要组成部分。由于数字电话网由不同厂商的设备互联而成，语音信号的传输电平的波动已经成为影响终端用户接受到的语音信号质量的一个重要不利因素。在一个通话过程保持稳定的语音电平可以在很大程度上提高语音的清晰度和可懂度。

现有的自动电平控制装置仅仅是将在通信网络中传输的语音电平调整到预定的电平值上，如-19dBm，从而消除因为传输电平波动而给语音的主观听觉质量带来的损伤。但是如果通话的参与者处在嘈杂的环境中，这个预设的语音电平值并不能保证通话者能够清晰的听到对方的讲话。因此，如果自动电平控制装置的输出语音电平能够根据对方的背景噪声水平来自动进行调整的话，将在很大程度上改善现有通信网的语音业务的服务质量。

发明内容

本发明的目的是提供一种新型的智能自动电平控制ILC(IntelligentLevel Control)的方法和装置。

按照本发明的一方面，一种在通信网中实现智能自动电平控制的方法，包括步骤：

预设网络语音传输电平；

实时测量A端的背景噪声电平；

实时检测当前处理的信号是语音还是噪声信号；

对B端的语音信号进行自动增益控制处理，将其平均传输电平调整至网络的预设传输语音电平；

根据A端的背景噪声电平的测量值，对B端的语音信号施加数字增益。

按照本发明的另一方面，一种在通信网中实现智能自动电平控制的装置，包括：

自动增益控制单元，将B端输入语音信号调整到预定的电平值；

A端噪声电平测量单元，用于测量A端背景噪声；

智能语音音量控制单元，根据背景噪声测量单元的输出，提高或降低自动增益控制单元的输出电平。

本发明实时自动地进行，免去了对方在通话时不断手工调整手机或其他设备的音量的麻烦，也避免了通话人由于环境嘈杂而不自觉地加大说语音量而带来的进一步的失真。

附图说明

图1是本发明的方框图；

图2是本发明的具体实施的流程图；

图3描述了图1中自动增益控制单元110的工作原理框图；

图4描述了图1中智能语音音量控制单元120的工作原理。

具体实施方式

为解决上述问题，本发明提出了一种智能的自动电平控制(ILC)装置，能实现传统的自动电平控制功能；又能实时测量通话的对方所处环境的背景噪声水平，对传送给对方的语音信号施加数字增益，从而保证即使对方在嘈杂的环境中也能清晰的听到通话语音信号。

图1给出了本发明的模块，下面根据图1来解释本发明的构成。假设A和B是通话的双方，B端装有智能的自动电平控制(ILC)装置，由三个部分构成：(1)自动增益控制(AGC)单元110；(2)智能语音音量控制单元120；(3)A端背景噪声电平测量单元130。

首先，根据本发明，B端的ILC装置通过自动增益控制单元110将B端输入语音信号调整到一个预定的电平值上。

其次，在B端，根据A端背景噪声测量单元130的输出，智能语音音量控制单元120对单元110的输出信号施加一定的数字增益，提高或者降低单元110输出电平。

下面根据图1来描述本发明的实施方案。

本发明提供了一种新型的智能自动电平控制的方法与装置，作为数字电话交换网中由于电平波动和通话背景噪音的引起的语音质量下降问题的解决方案。本发明所披露的装置可以安装在通话双方的电话网络设备端，使网络的两端都具有智能自动电平控制的功能。以下的对本发明实施方案的描述均假设智能电平控制设备仅安装在图1中的B端，来说明本发明的工作原理。

本发明的具体实施步骤是如图2所示。

在步骤210，首先设定网络传输语音信号的预定电平，如-19dBm。如果A和B双方的通话已经建立220，则进行步骤230和240。

在步骤230，安装在B端的噪音电平检测设备通过接收到的A端的语音信号，实时地测量A端的背景噪音水平。A端语音背景噪音电平的测量值将提供给步骤260，作为智能语音音量调整的依据。

在步骤240，安装在B端的语音/噪声检测器实时的检测当前处理的信号是语音还是噪音信号。如果当前是噪音信号，则直接进行步骤270，不对噪音信号进行自动增益控制和智能音量调整处理；如果当前是语音信号，则进行步骤250。

在步骤250，对B端的语音信号进行自动增益控制处理，将其平均传输电平调整至网络的预设传输语音电平，以消除原来语音信号的电平波动。自动增益控制的调整范围为[-15，15]dB。

在步骤260，对已经调整到网络预定传输语音电平的自动增益控制装置250的输出进行智能音量调整处理。根据步骤230的输出，即A端的背景噪音电平的测量值，对B端的语音信号施加数字增益，调整的范围为[0，18]dB。A端的背景噪音电平测量值越高，说明A所处的环境越嘈杂。步骤260则相应地对B端语音施加更大的数字增益，以保证A即使在嘈杂的环境中，仍能清晰地听到接受到的B端的语音信号。

在步骤270，将经过自动增益控制250和智能音量调整260处理过的B端的语音信号以及未经处理的B端的背景噪声信号传送至A端，直至通话结束280。

图3描述了本发明的一个核心组成单元，即图1中自动增益控制单元110的详细工作原理。

自动增益控制单元由(1)语音电平包络检测单元310、(2)语音/噪声检测单元230、(3)增益计算单元330、(4)乘法单元组成。

语音电平检测单元310通过B端输入语音信号S_{in_B}功率电平的瞬时测量值及其变化，计算其功率电平随时间变化波形的包络，并提供给增益计算单元330作为增益计算的输入。由于功率电平的包络信号比其对应的瞬时功率电平相对于时间的变化更加平稳，用电平的包络信号与预定电平值相比较而计算出的增益会在短时间内保持相对的稳定，从而保证自动增益控制单元的输出语音信号更好的保持输入信号的动态范围。

对第n个输入语音帧，其瞬时的RMS功率l_i(n)由下式计算：

$l_i\left(n\right)=(1-\mathrm{\β})l_i(n-1)+\mathrm{\β}\·20\·{\log }_{10}\left(\frac{\underset{i=0}{\overset{\mathrm{Frame}\_\mathrm{len}-1}{\mathrm{\Σ}}}{S}_{\mathrm{in}\_B}^2(n,i)}{\mathrm{Frame}\_\mathrm{len}}\right)$

S_{in_B}是B端的输入语音信号。

β是滑动平均系数。

Frame_len是语音帧的样点数。

语音信号的功率电平波形的包络信号由下式中的一阶差分方程估计得到：

$l\left(n\right)=\left\{\begin{array}{cc}{\mathrm{\&alpha;}}_a{l}_i\left(n\right)+(1-{\mathrm{\&alpha;}}_a)l(n-1)& l_i\left(n\right)\&GreaterEqual;l\left(n\right)\\ {\mathrm{\&alpha;}}_r{l}_i\left(n\right)+(1-{\mathrm{\&alpha;}}_r)l(n-1)& l_i\left(n\right)<l\left(n\right)\end{array}\right.$

n是当前帧的帧号

l(n)是在第n帧语音包络检测器的输出信号；

l_i(n)是在第n帧语音信号功率电平的瞬时值；

α_a是启动(Attack)时间参数；

α_r是释放(Release)时间参数。

α_a，α_r参数决定了自动增益控制单元输出信号的动态范围特性，因此需要仔细选择。

语音/噪声检测单元320检测B端输入当前帧的语音信号S_{in_B}是语音信号还是噪音等别的信号，并将语音/噪声标志输出给增益计算单元330。

增益计算单元330单元根据(1)网络预设语音传输电平P_ref，(2)单元310的输出，即B端语音S_{in_B}的电平包络l(n)，(3)单元320的输出，即语音/噪声标志，来计算当前语音帧所对应的增益值。

$g\left(n\right)=\left\{\begin{array}{c}\mathrm{\&lambda;g}(n-1)+(1-\mathrm{\&lambda;}){10}^{|P_{\mathrm{ref}}-l\left(n\right)|/20}\\ 1\end{array}\right.$ 如果当前帧是语音信号：

如果当前帧是噪声信号或其他信号

g(n)：第n个语音帧所对应的增益值；

P_ref：网络预设语音传输电平值；

l(n)：当前第n个语音帧的电平包络值；

λ：滑动平均参数。

在乘法单元340，当前语音帧的每一个输出样点的幅度被乘以一个当前帧所对应的增益值，以使输出语音信号的平均功率电平达到预设电平值，

S_{agc_out}(n，i)＝g(n)·S_{in_B}(n，i)i＝0，1，…，Frame_len-1

S_{in_B}(n，i)是B端语音信号S_{in_B}第n帧的第i个样点。

S_{agc_out}(n，i)是自动增益控制单元输出信号的第n帧第i个样点。

图4描述了图1中智能语音音量控制单元120的工作原理。

图1中的智能音量控制单元120根据图1中的A端背景噪声测量器单元130的输出P_{N_A}，即在B端测量到的A端的背景噪声功率电平，来对图1中的自动增益控制器单元110的输出信号S_{agc_out}施加数字增益g_ILC。

S_{ilc_out}(n，i)＝g_ILC(n)·S_{agc_out}(n，i)i＝0，1，…，Frame_len-1

S_{agc_out}(n，i)是自动增益控制单元110输出信号的第n帧第i个样点。

S_{ilc_out}(n，i)是智能音量控制单元120输出信号的第n帧第i个样点。

g_ILC(n)是第n帧时的智能音量控制器的增益。

g_ILC的调整机制如图4所示的分段函数，即下式所示。

$g_{\mathrm{ILC}}=\left\{\begin{array}{cc}0\mathrm{dB}& P_{N\_A}<-30\mathrm{dBm}0\\ 18+0.6P_{N\_A}\mathrm{dB}& -30\&le;P_{N\_A}<0\mathrm{dBm}0\\ 18\mathrm{dB}& P_{N\_A}\&GreaterEqual;0\mathrm{dBm}0\end{array}\right.$

图1中的智能音量控制单元120能够根据在B端测量到的A端的背景噪声功率电平P_{N_A}的大小，对自动增益控制单元110输出信号施加最高达18dB的数字增益，从而保证A即使处在嘈杂的环境中，仍能清晰的听到B的讲话。

本发明所披露的智能电平控制的方法与装置可以轻易的集成在现有的通信网络设备之中，用于提高现有通信网中的传输语音信号质量。本发明首先通过自动电平控制将传输语音的电平控制在一个固定的电平值上：调低过高的语音电平，以避免由于输出语音被截幅而发生的失真；调高过低的语音电平，以保证通话正常进行所需要的语音幅度的动态范围。另外，本发明通过智能语音音量控制装置保证电话通话即使在嘈杂的通话环境中进行，通话人仍能清楚的听到接受的语音信号。该过程实时自动地进行，免去了对方在通话时不断手工调整手机或其他设备的音量的麻烦，也避免了通话人由于环境嘈杂而不自觉地加大说语音量而带来的进一步的失真。

Claims (8)

1.一种在通信网中实现智能自动电平控制的方法，包括步骤：

预设网络语音传输电平；

实时测量A端的背景噪声电平；

实时检测当前处理的信号是语音还是噪声信号；

对B端的语音信号进行自动增益控制处理，将其平均传输电平调整至网络的预设传输语音电平；

根据A端的背景噪声电平的测量值，对B端的语音信号施加数字增益。

2.根据权利要求1所述的方法，其特征在于所述预设网络语音传输电平为-19dB。

3.根据权利要求1所述的方法，其特征在于所述自动增益控制的范围是[-15，15]dB。

4.根据权利要求1所述的方法，其特征在于施加数字增益的范围是[0，18]dB。

5.根据权利要求1所述的方法，其特征在于还包括：

将经过自动增益控制和智能音量调整处理过的B端的语音信号以及未经处理的B端的背景噪声信号传送至A端，直至通话结束。

6.一种在通信网中实现智能自动电平控制的装置，包括：

自动增益控制单元，将B端输入语音信号调整到预定的电平值；

A端噪声电平测量单元，用于测量A端背景噪声；

智能语音音量控制单元，根据背景噪声测量单元的输出，提高或降低自动增益控制单元的输出电平。

7.根据权利要求6所述的装置，其特征在于所述自动增益控制单元包括：

语音电平包络检测单元，通过B端输入语音信号S_{in_B}功率电平的瞬时测量值及其变化，计算语音信号的功率电平随时间变化波形的包络；

语音/噪声检测单元，用于检测B端输入当前帧的语音信号是语音信号还是噪声信号；

增益计算单元，根据网络预设语音传输电平、语音电平包络检测单元的输出和语音/噪声检测单元的输出计算当前语音帧所对应的增益值；

乘法单元，将当前语音帧的每一个输出样点的幅度乘以一个当前帧所对应的增益值。

8.根据权利要求7所述的装置，其特征在于按下式计算瞬时功率：

$l_i\left(n\right)=(1-\mathrm{\&beta;})l_i(n-1)+\mathrm{\&beta;}\&CenterDot;20\&CenterDot;{\log }_{10}\left(\frac{\underset{i=0}{\overset{\mathrm{Frame}\_\mathrm{len}-1}{\mathrm{\&Sigma;}}}{S}_{\mathrm{in}\_B}^2(n,i)}{\mathrm{Frame}\_\mathrm{len}}\right)$

S_{in_B}是B端的输入语音信号，

β是滑动平均系数，

Frame_len是语音帧的样点数。

Images