CN101930745B - 一种在ip语音通信中消除回声的方法和设备 - Google Patents

Abstract

本发明公开了一种在IP语音通信中消除回声的方法和设备，通过利用模拟的回声信号的LPC系数混叠信号进行滤波，以便于滤除混叠信号中实际的回声信号，使得能够将与LPC系数频谱结构类似的实际的回声信号滤除的同时，保留通信方输入的有用信号，避免有用信号在滤波时造成衰减。

Description

一种在IP语音通信中消除回声的方法和设备

技术领域

本发明涉及IP网络通信技术，尤其涉及一种在IP语音通信过程中消除回声的方法和设备。

背景技术

随着IP网络技术的飞速发展，基于IP网络的应用层数不穷，其中，IP语音通信以其较低的通信成本，受到广泛的应用。然而，与传统电话相比，由于IP网络的延时较大，通常会在100ms以上，而人耳对于大于50ms的回声即可鉴别出来，因此，在IP语音通信中经常出现回声干扰，降低了语音通话质量。

为了消除IP语音通信过程中的实际的回声信号对语音通信的影响，业界提出了多种回声消除算法，其原理如图1所示。图1表示IP语音通信过程中，通信的一方(假设为甲方)消除回声部件的结构示意图，其中，R_in表示甲从通信网络中得到的信号；R_out表示送入播放设备的输出信号，即甲听到的声音；S_in表示甲输入的信号(其中包括甲输入的语音信号，以及输入设备从回声路径中收到的实际的回声信号，即播放R_out产生的回声信号，后续统称为混叠信号)，S_out表示经过回声消除操作后传入网络侧的信号。

R_out在播放之后，由于受到甲所在环境物品的反射会产生回声信号，一部分回声信号又会传入语音输入设备，混入S_in之中，因而R_in与S_in存在一定的相关性，可以通过回声分析预测，对R_in进行自适应滤波后得到模拟的回声信号。当图1中的S_in输入信号减法器时，可以将S_in与得到的模拟的回声信号相减，得到消除回声后的S_out。

在计算模拟回声时，还可以通过提取语音帧的线性预测(LPC)系数，利用LPC对误差信号进行相关处理，产生去相关的残差信号，综合LPC系数和残差信号对自适应滤波器系数进行计算，然后利用自适应滤波器对R_in进行自适应滤波后得到模拟的回声信号。

目前，针对IP语音技术的回声消除方案中，虽然得到模拟的回声信号的方式不同，但核心原理都是在时域上将S_in减去模拟的回声信号，得到消除回声后的Sout。这种方案在一定程度上虽然能够消除回声，但是，由于回声和输入者输入的语音信号在时域上有一定程度的混叠，减去模拟的回声信号的同时也减掉了部分输入者输入的语音信号；同时去除实际的回声信号的操作是在时域上执行的，当减去模拟回声后的S_out转换为频域信号时，输入的语音信号与回声消除之前相比，信号能量受到大幅度的衰减，频谱破坏非常严重；由于用户只能听见频域上的声音信号，因此，用户听见的声音可能出现时高时低的情况，严重影响通话质量。

发明内容

本发明实施例提供一种在IP语音通信中消除回声的方法和设备，以解决在IP语音通信过程中，在滤除回声信号时对通信方输入的语音输入信号造成衰减的问题。

一种在IP语音通信中消除回声的方法，所述方法包括：

将IP语音通信对端输出的语音输出信号进行滤波后产生模拟的回声信号；

利用产生的所述模拟的回声信号得到多个线性预测系数LPC；

根据所述多个LPC对混叠信号进行LPC滤波，所述混叠信号包含对端输出的语音输出信号在播放时产生的实际的回声信号和本端输出的语音输出信号。

一种在IP语音通信中消除回声的设备，所述设备包括：

回声分析模块，用于将IP语音通信对端输出的语音输出信号进行滤波后产生模拟的回声信号；

LCP分析模块，用于利用所述回声分析模块产生的所述模拟的回声信号得到多个线性预测系数LPC；

LPC滤波模块，用于根据所述多个LPC对混叠信号进行LPC滤波，所述混叠信号包含对端输出的语音输出信号在播放时产生的实际的回声信号和本端输出的语音输出信号。

由于本发明利用了模拟的回声信号的LPC系数与模拟的回声信号相关性、模拟的回声信号与实际的回声信号相关性的原理，采用模拟的回声信号的LPC系数对混叠信号进行滤波，以此滤除混叠信号中实际的回声信号，因此，在降低实际的回声信号对混叠信号频域上的影响的同时，尽可能地保留了输入者输入的语音信号，避免输入的语音信号在滤波时造成衰减，能够大幅度提高IP网络中的通话质量。

附图说明

图1为现有技术中消除回声部件的结构示意图；

图2为本发明实施例一中在IP语音通信过程中消除回声的设备示意图；

图3为本发明实施例一中LPC系数与语音信号的语音频谱结构示意图；

图4为本发明实施例二中在IP语音通信过程中消除回声的方法示意图。

具体实施方式

为实现本发明目的，本发明实施例通过模拟的回声信号中的线性预测系数(LPC)来表征模拟的回声信号的语音频谱结构，由于模拟的回声信号和实际的回声信号都是由语音通信对端输出的语音输出信号产生的，存在很高的相关性，因此，利用LPC对包含实际的回声信号的混叠信号进行滤波，既能够降低实际的回声信号对混叠信号在频率上的影响，减少用户听见的回声，又同时避免了用减法器直接减去模拟的回声信号时，导致语音输入信号受到较大衰减的问题。

下面结合说明书附图对本发明实施例进行详细描述。

如图2所示，为本发明实施例一中在IP语音通信过程中消除回声的设备示意图，本发明实施例中涉及的消除回声的设备是指：具有利用模拟的回声信号的LPC对包含实际的回声信号的混叠信号中进行滤波功能的设备。可以是IP通信设备中的逻辑部件，也可以是IP语音通信过程中为通信一方提高消除回声服务的独立设备。

本实施例中消除回声的设备包括以下主要部件：回声分析模块11、LCP分析模块12和LPC滤波模块13，并且，消除回声的设备还具有4个信号传输接口，分别为第一接口、第二接口、第三接口和第四接口。假设本实施例一中的消除回声的设备是IP语音通信甲方正在使用的设备，则这四个接口的作用分别为：

第一接口用于接收来自IP语音通信乙方输出的语音输出信号R_in。

第二接口用于将第一接口接收到的R_in通过播放设备向甲方播放，第二接口播出的信号称之为R_out。

第三接口用于接收混叠信号S_in，这里的混叠信号包括甲方输出的语音输出信号和R_out在播放时产生的实际的回声信号。

第四接口用于将回声消除后的混叠信号向IP语音通信乙方输出，这里回声消除后的混叠信号称之为S_out。

本实施例中的消除回声的设备工作原理如下：

回声分析模块11用于将IP语音通信对端输出的语音输出信号R_in进行滤波后产生模拟的回声信号，并将产生的模拟的回声信号发送给LCP分析模块12；LCP分析模块12用于利用所述回声分析模块11产生的所述模拟的回声信号得到多个线性预测系数LPC，并将得到的多个LPC发送给LPC滤波模块13；LPC滤波模块13用于根据所述多个LPC对混叠信号进行滤波，由于所述混叠信号包含对端输出的语音输出信号在播放时产生的实际的回声信号和本端输出的语音输出信号，因此，在对混叠信号进行滤波时，能够在一定程度上滤除实际的回声信号。

本实施例一中涉及的实际的回声信号是R_out受到环境物品的反射产生的，而R_out是通过R_in得到的，因此，实际的回声信号的语音频谱特性与R_in直接相关，因此，可以利用R_in对模拟的回声信号进行建模，得到模拟的回声信号。

回声分析模块11通过建模得到模拟的回声信号之前，首先需要得到IP语音通信对端输出的语音输出信号R_in，然后按照公式(1)产生模拟的回声信号：

${\hat{R}}_{\mathrm{in}}\left(k\right)=\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{b}_k\left(i\right)x(k-i)---\left(1\right)$

其中：

表示模拟的回声信号的第k个采样点幅度；b_k(i)表示模拟的回声信号的第k个采样点使用的第i个滤波系数；N表示滤波系数的阶数；x(k-i)表示IP语音通信对端输出的语音输出信号的第k-i个采样点幅度。

由于相邻的语音采样点具有相关性，因此，前一采样点产生的模拟的回声信号可以作为反馈信息，对后一采样点产生的模拟的回声信号进行自适应调整，使得产生的模拟的回声信号更加接近实际的回声信号。

回声分析模块11产生的模拟的回声信号输出给LCP分析模块12，由LCP分析模块12通过使语音帧的采样值和线性预测采样值之间达到均方差最小的原则来计算LPC，具体计算方法包括但不限于采用自相关法(如Levinson-Durbin法)、协方差法或格型法。

LPC滤波模块13在对混叠信号进行滤波时，考虑到LPC系数是根据线性预测模型的信息用压缩形式表示数字语音信号的工具，因此它构造的LPC数字滤波器能够表征语音信号的语音频谱结构。例如，根据语音信号A计算得到一组LPC系数后，利用得到的LPC系数可以构造一个模拟的LPC数字滤波器。如图3虚线所示，为在归一化频率-能量的坐标图中LPC数字滤波器的频率响应结构，表示在各频率上LPC数字滤波器频率响应的能量。当语音信号A的语音频谱结构表示在同一坐标中时，如图3所示的实线部分，则可以看出，LPC数字滤波器的频率响应结构与语音信号A的共振峰结构相似，即虚线的能量走势与实现峰值的能量走势相似。

如果上述语音信号A是模拟的回声信号，并且在建模模拟的回声信号和利用模拟的回声信号得到LPC系数时采用的阶数足够高，则LPC数字滤波器的频率响应结构可以很接近实际的回声信号的语音频谱结构。

本实施例中的阶数可以根据实际情况加以调整，一般可以设置在10阶左右。

根据上述原理，LPC滤波模块13在利用LPC对混叠信号进行滤波时，针对LPC数字滤波器在归一化频率中每一频率段的平均能量可能不同，调整混叠信号在同一频率段上能量的衰减程度也不同。例如：在LPC数字滤波器的平均能量较高的频率段A，表示实际的回声信号的能量在频率段A较高，需要增大混叠信号在频率段A上能量的衰减幅度；在LPC数字滤波器的平均能量较低的频率段B，表示实际的回声信号的能量在频率段B也较低，可以降低混叠信号在频率段B上能量的衰减幅度。

具体的，LPC滤波模块13进行滤波的过程如下：

LPC滤波模块13接收LCP分析模块12发送的LPC系数和第三接口发送的S_in后，根据得到的多个LPC构造对应的LPC数字滤波器，以及确定LPC数字滤波器在归一化频率中每一频率段对应的平均能量，然后根据能量范围和衰减幅度的对应关系，确定所述平均能量所属能量范围对应的衰减幅度，最后再根据每一频率段对应的衰减幅度，对混叠信号在同一频率段上的能量进行衰减，衰减后输出的混叠信号为S_out。

由于归一化频率的大小始终在0～1之间，因此，设定的归一化频率中的频率段的长度可以根据实际的需求设定，或根据仿真实验确定合适的频率段长度。在一个频率段中对应一段连续变化的能量，可以将其中的能量最大值和最小值取平均作为频率段对应的平均能量。在设置能量范围和衰减幅度的对应关系时，可以根据需要的精度等信息确定一个能量范围的跨度，并为每一个能量范围设置一个衰减幅度，能量越大对应的衰减幅度越大。

如图4所示，为本发明实施例二中在IP语音通信过程中消除回声的方法示意图，所述方法包括以下步骤：

步骤101：将IP语音通信对端输出的语音输出信号R_in进行滤波后产生模拟的回声信号。

本发明实施例二可以利用公式(1)计算得到模拟的回声信号，但不限于其他计算模拟的回声信号的方式。

步骤102：利用产生的所述模拟的回声信号得到多个线性预测系数LPC。

可以根据自相关法、协方差法或格型法得到LPC，例如，可以根据Levinson-Durbin算法得到一组LPC系数{a₀，...，a_N-1}。

步骤103：根据所述多个LPC对混叠信号进行滤波，滤除混叠信息中实际的回声信号。

所述混叠信号包含对端输出的语音输出信号在播放时产生的实际的回声信号和本端输出的语音输出信号。

在本步骤具体的执行方式包括但不限于以下方式：

首先，根据得到的多个LPC构造对应的LPC数字滤波器，以及确定LPC数字滤波器归一化频率中每一频率段对应的平均能量。

然后，根据能量范围和衰减幅度的对应关系，确定每一频率段对应的平均能量中，每个平均能量所属的能量范围对应的衰减幅度。

最后，根据每一频率段对应的衰减幅度，对混叠信号在同一频率段上的能量进行衰减，得到回声消除后的混叠信号。

在步骤103中利用LPC对包含实际的回声信号的混叠信号进行滤波时，可以根据所述LPC构造LPC数字滤波器，并利用所述LPC数字滤波器消除所述实际的回声信号对所述混叠信号在频域上的影响。构造的LPC数字滤波器的频域表现如式(2)所示：

$A\left(z\right)=1+{\mathrm{\Σ}}_{i=1}^N{a}_i{z}^{-i}---\left(2\right)$

其中，N表示LPC个数，a_i表示其中第i个LPC系数，z表示进行z变换。

在需要进行滤波时，可以将公式(2)转换为时域上的公式(3)，利用公式(3)进行实际的滤波过程。

$e\left(n\right)=x_n+{\mathrm{\Σ}}_{i=0}^N{a}_i{x}_{n-i}---\left(3\right)$

其中：e(n)表示回声消除后第n帧的S_out，x_n表示R_in的第n帧，a_i表示第i个LPC系数，x_n-i表示R_in中第n-i帧。

通过本发明实施例提供的方法和设备，在IP语音通信中，并不直接在时域上减去模拟的回声信号，而是充分考虑到根据模拟的回声信号计算的LPC系数构造的LPC数字滤波器的频率响应与实际的回声信号在语音频谱结构上的相似性，采用LPC系数对混叠信号进行滤波，以便于滤除混叠信号中实际的回声信号，以降低实际的回声信号对混叠信号频域上的影响；进一步地，根据LPC构造的LPC数字滤波器在不同频率上的频率响应能量，使用不同的衰减幅度对混叠信号进行滤波，使得混叠信号的在频率上的衰减幅度与实际的回声信号在频率上的能量走势相似，最大程度地消除回声影响并同时保留输入者输入的语音信号。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (7)

1.一种在IP语音通信中消除回声的方法，其特征在于，所述方法包括：

将IP语音通信对端输出的语音输出信号进行滤波后产生模拟的回声信号；

利用产生的所述模拟的回声信号得到多个线性预测系数LPC；

根据所述多个LPC对混叠信号进行LPC滤波，所述混叠信号包含对端输出的语音输出信号在播放时产生的实际的回声信号和本端输出的语音输出信号。

2.如权利要求1所述的方法，其特征在于，利用所述LPC对混叠信号进行LPC滤波，包括：

根据得到的多个LPC确定对应的LPC数字滤波器，以及确定LPC数字滤波器在归一化频率中每一频率段对应的平均能量；

根据能量范围和衰减幅度的对应关系，确定所述平均能量所属能量范围对应的衰减幅度；

根据每一频率段对应的衰减幅度，对混叠信号在同一频率段上的能量进行衰减。

3.如权利要求1所述的方法，其特征在于，按照以下公式产生模拟的回声信号：

${\hat{R}}_{\mathrm{in}}\left(k\right)=\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{b}_k\left(i\right)x(k-i)$

其中：

表示模拟的回声信号的第k个采样点幅度；b_k(i)表示模拟的回声信号的第k个采样点使用的第i个滤波系数；N表示滤波系数的阶数；x(k-i)表示IP语音通信对端输出的语音输出信号的第k-i个采样点幅度。

4.如权利要求1所述的方法，其特征在于，根据下列算法中的一种，利用所述模拟的回声信号得到线性预测系数LPC：

自相关法、协方差法、格型法。

5.一种在IP语音通信中消除回声的设备，其特征在于，所述设备包括：

回声分析模块，用于将IP语音通信对端输出的语音输出信号进行滤波后产生模拟的回声信号；

LCP分析模块，用于利用所述回声分析模块产生的所述模拟的回声信号得到多个线性预测系数LPC；

LPC滤波模块，用于根据所述多个LPC对混叠信号进行LPC滤波，所述混叠信号包含对端输出的语音输出信号在播放时产生的实际的回声信号和本端输出的语音输出信号。

6.如权利要求5所述的设备，其特征在于，

所述LPC滤波模块，进一步用于根据得到的多个LPC确定对应的LPC数字滤波器，以及确定LPC数字滤波器在归一化频率中每一频率段对应的平均能量，根据能量范围和衰减幅度的对应关系，确定所述平均能量所属能量范围对应的衰减幅度，并根据每一频率段对应的衰减幅度，对混叠信号在同一频率段上的能量进行衰减。

7.如权利要求6所述的设备，其特征在于，

所述回声分析模块，还用于按照以下公式产生模拟的回声信号：

${\hat{R}}_{\mathrm{in}}\left(k\right)=\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{b}_k\left(i\right)x(k-i)$

其中：

表示模拟的回声信号的第k个采样点幅度；b_k(i)表示模拟的回声信号的第k个采样点使用的第i个滤波系数；N表示滤波系数的阶数；x(k-i)表示IP语音通信对端输出的语音输出信号的第k-i个采样点幅度。

Images