CN101958122A - 一种回声消除的方法和装置 - Google Patents

Abstract

本发明公开了一种回声消除的方法和装置，该方法包括：将全频带划分为多个子带；判断划分得到的子带内是否存在本端输入信号；如果不存在，确定所述子带内的舒适噪声，使用所述舒适噪声替换所述子带对应的自适应滤波器输出的残差信号，并输出替换后的残差信号；如果存在，则输出所述子带对应的自适应滤波器输出的残差信号。本发明中，可以使用该子带内的舒适噪声消除子带内的残差信号。

Description

一种回声消除的方法和装置

技术领域

本发明涉及通信技术领域，特别是涉及一种回声消除的方法和装置。

背景技术

在语音通信系统中，远端输入信号到达本地信号接收设备(例如电话机)后，经过本地信号接收设备的音箱、房间等器件到达听筒，在此过程中经常会由于音箱、房间等器件内的声音反射产生回声。而为了消除回声，则需要回声消除技术，以监听回声信号，并将回声信号从语音信号中消除。其中，由于如下原因导致回声消除过程很复杂：

(1)声学回声将直接或者经过一次或多次的反射后，以叠加的形式进入到麦克风，导致回声的尾音很长，对应的回声通道脉冲响应也很长，一般会有几百毫秒。

(2)语音信号的频谱是非平坦和扩散的，而常用的自适应算法与输入信号的统计特性有关，例如，目前广泛使用的滤波算法NLMS(归一化最小均方，Normalized Least Mean Square)算法，语音信号的自相关矩阵中特征值的扩散会使得NLMS的自适应收敛过程变慢。

(3)声学回声通道的特性是非平稳的，说话者或者房间内其他人或物体的移动都会使声学回声的脉冲响应发生很大变化，而回声通道的快速变化特性要求AEC(Acoustic Echo Cancellation，声学回声消除)的收敛速度必须尽可能快，且具备很好的快速跟踪能力。

(4)在实际系统中，由于音频采集设备、播放设备的非线性影响，由此产生的非线性回声，是不能由自适应滤波器消除的，而由于环境噪声等影响，自适应滤波器系数在收敛之后也可能与实际房间脉冲响应不能理想的匹配，而产生未消除干净的残留回声。

为了消除回声，可以采用自适应滤波器对回声进行消除，如图1所示的自适应滤波器的处理过程示意图；另外，由于非线性回声和残留回声的存在，需要在自适应滤波器之后进行进一步的处理，以抑制非线性回声和残留回声，提高回声消除的整体效果。其中，该进一步的处理过程可以为后处理过程(由后处理模块进行)，如图2所示的自适应滤波器之后的后处理过程的示意图。

在图1和图2中，相关符号具体为：x为远端输入信号；y为x经过房间形成的实际回声信号；v为本地说话人的声音及背景噪声；d为回声消除器的近端输入信号；

为经过自适应滤波器运算得到的估计回声；e为滤波输出的残差信号；e_post为经过后处理算法的输出信号；h为实际房间脉冲响应；

为自适应滤波器系数，即h的估计。

现有技术中，为了抑制非线性回声和残留回声，可以采用基于全频带的后处理算法对非线性回声和残留回声进行抑制。如图2所示的后处理算法示意图，后处理算法在自适应滤波器的基础上加入了VAD(话音激活检测，Voice Activity Detection)模块、CNG(舒适噪声产生，Comfort Noise Generation)模块。

其中，麦克风接收的语音信号可以包含远端信号通过房间的回声、近端说话人的声音、近端环境背景噪声等，而VAD模块用于检测麦克风接收的信号，当通过VAD模块检测确定远端、近端都没有人说话时，则麦克风接收的信号中不包含远端信号通过房间的回声、近端说话人的声音，即麦克风接收的信号中只包含近端环境背景噪声。此时，VAD模块能够估计出背景噪声的频谱特征，例如，背景噪声的LPC(线性预测系数，Linear Prediction Coefficient)系数、能量增益等。

进一步的，由于背景噪声一般变化比较缓慢，则VAD模块可以将估计出的背景噪声的频谱特征周期性的更新到CNG模块，由CNG模块根据VAD模块提供的背景噪声频谱特征得到预测误差滤波器(例如，根据LPC系数及能量增益组成预测误差滤波器)，并随机产生白噪声激励触发预测误差滤波器，生成舒适噪声。

当回声消除系统通过双端检测模块检测到远端说话状态时，则通过使用CNG模块生成的舒适噪声替代自适应滤波器输出的残差信号e(该残差信号e即为非线性回声信号与残留回声信号的和)，并输出舒适噪声，以避免听到未完全消除干净的残差信号。

当回声消除系统通过双端检测模块检测到双端讲话时(即近端和远端均有人说话)，则将自适应滤波器输出的含有近端说话人声音的信号直接输送到远端。

但是，采用基于全频带的后处理算法时，至少存在以下问题：

在采用基于全频带的后处理算法时，如果之前的自适应滤波器算法采用基于子带的自适应滤波器算法，则基于全频带的后处理算法和基于子带的自适应滤波器算法不能很好的结合。

在双端讲话时，自适应滤波器输出的信号中包含近端说话人的声音与残差信号，且基于全频带的后处理算法无法对残差信号进行处理，远端能听到残留的回声。

发明内容

本发明实施例提供一种回声消除的方法和装置，以对子带内的残差信号进行处理，能够消除子带内的残差信号。

为了达到上述目的，本发明实施例提出了一种回声消除的方法，该方法包括：

将全频带划分为多个子带；

判断划分得到的子带内是否存在本端输入信号；

如果不存在，确定所述子带内的舒适噪声，使用所述舒适噪声替换所述子带对应的自适应滤波器输出的残差信号，并输出替换后的残差信号；

如果存在，则输出所述子带对应的自适应滤波器输出的残差信号。

判断划分得到的子带内是否存在本端输入信号，具体包括：

确定所述子带内的近端信号能量，以及所述子带内的残差信号能量；

确定所述近端信号能量和所述残差信号能量的能量比率；

当所述能量比率大于预设第一阈值时，则判断所述子带内存在本端输入信号；当所述能量比率小于预设第二阈值时，则判断所述子带内不存在本端输入信号；所述第一阈值大于所述第二阈值；或者，

当所述能量比率大于预设第三阈值时，则判断所述子带内存在本端输入信号；当所述能量比率小于预设第三阈值时，则判断所述子带内不存在本端输入信号。

判断划分得到的子带内是否存在本端输入信号，具体包括：

确定所述子带内的近端信号能量；

当所述近端信号能量大于预设第四阈值时，则判断所述子带内存在本端输入信号；当所述近端信号能量小于预设第五阈值时，则判断所述子带内不存在本端输入信号；所述第四阈值大于所述第五阈值；或者，

当所述近端信号能量大于预设第六阈值时，则判断所述子带内存在本端输入信号；当所述近端信号能量小于预设第六阈值时，则判断所述子带内不存在本端输入信号。

确定所述子带内的舒适噪声，具体包括：

在所述子带内估计背景噪声能量，并随机生成白噪声；

根据所述背景噪声能量和所述白噪声计算所述子带内的舒适噪声。

本发明实施例提供一种回声消除的装置，该装置包括：

划分模块，用于将全频带划分为多个子带；

判断模块，用于判断所述划分模块划分得到的子带内是否存在本端输入信号；

确定模块，用于当判断结果为不存在时，确定所述子带内的舒适噪声；

第一输出模块，用于使用所述舒适噪声替换所述子带对应的自适应滤波器输出的残差信号，并输出替换后的残差信号；

第二输出模块，用于当判断结果为存在时，输出所述子带对应的自适应滤波器输出的残差信号。

所述判断模块，具体用于确定所述子带内的近端信号能量，以及所述子带内的残差信号能量；

确定所述近端信号能量和所述残差信号能量的能量比率；

当所述能量比率大于预设第一阈值时，则判断所述子带内存在本端输入信号；当所述能量比率小于预设第二阈值时，则判断所述子带内不存在本端输入信号；所述第一阈值大于所述第二阈值；或者，

当所述能量比率大于预设第三阈值时，则判断所述子带内存在本端输入信号；当所述能量比率小于预设第三阈值时，则判断所述子带内不存在本端输入信号。

所述判断模块，具体用于确定所述子带内的近端信号能量；

当所述近端信号能量大于预设第四阈值时，则判断所述子带内存在本端输入信号；当所述近端信号能量小于预设第五阈值时，则判断所述子带内不存在本端输入信号；所述第四阈值大于所述第五阈值；或者，

当所述近端信号能量大于预设第六阈值时，则判断所述子带内存在本端输入信号；当所述近端信号能量小于预设第六阈值时，则判断所述子带内不存在本端输入信号。

所述确定模块，具体用于在所述子带内估计背景噪声能量，并随机生成白噪声；

根据所述背景噪声能量和所述白噪声计算所述子带内的舒适噪声。

与现有技术相比，本发明至少具有以下优点：

通过将全频带划分为多个子带，以对子带内的残差信号进行处理，当子带内不存在本端输入信号时，则可以使用该子带内的舒适噪声消除子带内的残差信号，以提高信号的输出效果。

附图说明

图1是现有技术中的自适应滤波器的处理过程示意图；

图2是现有技术中的自适应滤波器之后的后处理过程的示意图；

图3是本发明实施例中背景噪声频谱及子带分割示意图；

图4是本发明实施例中子带舒适噪声生成的示意图；

图5是本发明实施例中子带残留回声抑制示意图；

图6是本发明实施例提供的一种基于子带的回声消除方法流程图；

图7为本发明实施例提出的一种回声消除的装置结构图。

具体实施方式

现有技术中，由于非线性回声与残留回声的存在，需要使用基于全频带的后处理算法对自适应滤波器输出的信号进行进一步的处理，以抑制残差信号(即非线性回声与残留回声的和)。但是，基于全频带的后处理算法与基于子带的自适应滤波算法不能很好的融合，且不能对双端讲话时的残差信号进行抑制。

针对现有技术中的上述问题，本发明实施例提出一种回声消除的方法和装置，以基于子带对残差信号进行抑制，通过将全频带划分为多个子带，对子带内的残差信号进行处理，当子带内不存在本端输入信号时，则可以使用该子带内的舒适噪声抑制子带内的残差信号，以提高信号的输出效果。

该基于子带的回声消除过程中，实现方法简单且易于实时系统的实现；能够充分利用子带信号的处理特性，增强了双端讲话时对残留回声的抑制，并使得系统整体的效果与流畅度得到较大的提升。

下面结合附图对本发明实施例进行详细描述。

如图3所示的背景噪声频谱及子带分割示意图，在回声消除系统中，根据近端环境背景噪声的频谱，可以发现背景噪声频谱特性一般变化比较缓慢，且呈现低频特点，即噪声的能量主要分布在中低频，高频相对较少。

因此，结合子带信号处理的特点可以看出，只要分割的子带数目足够多，则背景噪声频谱可以看作由分布在各个子带的白噪声按各自的增益比例相加得到。其中，该白噪声为随机产生的噪声信号，分布在各个子带的白噪声按各自的增益比例相加，即可以得到背景噪声频谱。

基于上述特点，本发明实施例中，可以分别获得每个子带的舒适噪声，各个子带的舒适噪声之和，即为全频带的舒适噪声，如图4所示的子带舒适噪声生成的示意图，对于每一个子带来说，需要在该子带中估计出背景噪声能量，通过白噪声生成器随机生成白噪声，并可以根据背景噪声能量和白噪声确定该子带内的舒适噪声。例如，通过白噪声乘以估计的该子带内的背景噪声能量，即可以计算出该子带内的舒适噪声。

而每一个子带均采用上述方式计算出舒适噪声后，将各个子带的舒适噪声相加，即可以得到全频带的舒适噪声。

具体的，在子带中估计背景噪声能量时，可以采用最小统计算法(minimum statistics algorithm)进行估计，其中，最小统计算法能从含有语音的信号(例如，含有远端信号和/或近端信号的语音信号)中估计出背景噪声的能量，而不需要检测到输入信号中不合语音且只有背景噪声时，才能估计背景噪声的能量。最小统计算法直接从语音信号中估计出子带的背景噪声的能量，可以更动态实时的跟踪背景噪声能量的变化，使估计更加准确。

当然，在实际应用中，并不局限于使用最小统计算法估计子带的背景噪声能量，该估计方法本发明实施例中不再赘述。

本发明实施例中，在双端讲话时，可以基于子带对残差信号做进一步的抑制，以使系统整体的残差信号处理的更干净，并且插入的舒适噪声更加连贯。

如图5所示的子带残留回声抑制示意图，在双端讲话时，各个子带中近端信号能量与残差信号均会发生很大的变化，由图5可以看出，子带1和子带3的近端信号能量比残差信号的大较多，子带2和子带4的近端信号能量微弱，近端信号能量比残差信号小很多，主要是残差信号存在。

基于上述情况，本发明实施例中，当根据近端信号能量获知某个子带可以认为是远端讲话时，则可以对该子带的残差信号进行抑制，例如，子带2和子带4中，由于近端信号能量微弱，则可以认为子带2和子带4中没有近端信号，即子带2和子带4是远端讲话，可以对子带2和子带4的残差信号进行抑制。

如图6所示，本发明实施例提供一种基于子带的回声消除方法，包括以下步骤：

步骤601，根据预设策略将全频带划分为多个子带。

其中，该预设策略可以根据实际需要任意设置，例如，预设策略为划分32个子带时，则可以将全频带划分为32个子带。

步骤602，判断划分得到的子带内是否存在本端输入信号；如果存在，转到步骤603，否则，转到步骤604。

其中，根据实际的需要，可以对每个子带判断该子带内是否存在本端输入信号，也可以对部分子带判断该子带内是否存在本端输入信号。为了方便描述，本发明实施例中，以图5为例，并以判断子带1和子带2是否存在本端输入信号为例进行说明。

具体的，根据划分结果判断子带内是否存在本端输入信号的方式包括但不限于：

(1)根据近端信号能量与残差信号能量的能量比率来判断子带内是否存在本端输入信号。

其中，对于待判断的子带来说，上述处理过程可以看做是在子带中做双端检测，当能量比率较大时，则认为存在本端说话，子带内存在本端输入信号；当能量比率较小时，则认为只存在远端说话，子带自适应滤波器输出的残差信号主要是残留回声，子带内不存在本端输入信号。

具体的，可通过如下步骤判断子带内是否存在本端输入信号：

步骤a、获取子带内的近端信号能量，以及子带内的残差信号能量。例如，获取子带1的近端信号能量、以及子带1的残差信号能量；获取子带2的近端信号能量、以及子带2的残差信号能量。

其中，各子带的近端信号能量与残差信号能量可以由双端检测算法估计得到，本发明实施例中不再赘述。

步骤b、获取近端信号能量和残差信号能量的能量比率。例如，子带1的能量比率为子带1的近端信号能量除以子带1的残差信号能量；子带2的能量比率为子带2的近端信号能量除以子带2的残差信号能量。

步骤c、当能量比率大于预设第一阈值时，则判断子带内存在本端输入信号。当能量比率小于预设第二阈值时，则判断子带内不存在本端输入信号。其中，该第一阈值和第二阈值可以根据实际需要任意设置，且第一阈值大于第二阈值。实际应用中，可以根据实际经验选择该第一阈值和第二阈值的大小，例如，当能量比率大于某一数值，存在本端说话时，则可以设置该数值为第一阈值。

另外，步骤c还可以为当能量比率大于预设第三阈值时，则判断子带内存在本端输入信号；当能量比率小于预设第三阈值时，则判断子带内不存在本端输入信号。其中，该第三阈值可以根据实际需要任意设置，例如，当能量比率大于某一数值，存在本端说话时，则可以设置该数值为第三阈值。

对于子带1来说，能量比率大于第一阈值(或第三阈值)，即子带1内存在本端输入信号；对于子带2来说，能量比率小于第二阈值(或第三阈值)，即子带2内不存在本端输入信号。

(2)根据近端信号能量来判断子带内是否存在本端输入信号。

其中，对于待判断的子带来说，上述处理过程可以看做是在子带中做双端检测，当近端信号能量较大时，则认为存在本端说话，子带内存在本端输入信号；当近端信号能量较小时，则认为只存在远端说话，子带自适应滤波器输出的残差信号主要是残留回声，子带内不存在本端输入信号。

具体的，可通过如下步骤判断子带内是否存在本端输入信号：

步骤a、获取子带内的近端信号能量。例如，获取子带1的近端信号能量；获取子带2的近端信号能量。

步骤b、当近端信号能量大于预设第四阈值时，则判断子带内存在本端输入信号。当近端信号能量小于预设第五阈值时，则判断子带内不存在本端输入信号。其中，该第四阈值和第五阈值可以根据实际需要任意设置，且第四阈值大于第五阈值。实际应用中，可以根据实际经验选择该第四阈值和第五阈值的大小，例如，当近端信号能量大于某一数值，存在本端说话时，则可以设置该数值为第四阈值。

另外，步骤c还可以为当近端信号能量大于预设第六阈值时，则判断子带内存在本端输入信号；当近端信号能量小于预设第六阈值时，则判断子带内不存在本端输入信号。其中，该第六阈值可以根据实际需要任意设置，例如，当近端信号能量大于某一数值，存在本端说话时，则可以设置该数值为第六阈值。

对于子带1来说，近端信号能量大于第四阈值(或第六阈值)，即子带1内存在本端输入信号；对于子带2来说，近端信号能量小于第五阈值(或第六阈值)，即子带2内不存在本端输入信号。

步骤603，输出子带对应的自适应滤波器输出的残差信号。

对于子带1来说，判断结果为子带1内存在本端输入信号，此时，需要输出子带1对应的自适应滤波器输出的残差信号。

步骤604，确定子带内的舒适噪声。

其中，子带内的舒适噪声可以根据实际需要在步骤601结束之后进行获取，也可以在步骤602结束之后获取不存在本端输入信号的子带内(或者所有子带)的舒适噪声。

获取子带内的舒适噪声的过程可以是：在子带内估计背景噪声能量，并随机生成白噪声；根据背景噪声能量和白噪声获得子带内的舒适噪声。该获取过程在上面的描述中已经说明，在此不再赘述。

对于子带2来说，判断结果为子带2内不存在本端输入信号，此时，需要获取子带2的舒适噪声。

步骤605，使用舒适噪声替换子带对应的自适应滤波器输出的残差信号，并输出替换后的残差信号。

对于子带2来说，判断结果为子带2内存在本端输入信号，此时，需要通过子带2的舒适噪声替换子带2对应的自适应滤波器输出的残差信号，并输出该子带2的舒适噪声。

综上所述，通过采用上述技术方案，对于子带1和子带3(子带3的实现与子带1相同)来说，不需要进行插入舒适噪声处理，但由于近端信号能量比较大，对残差信号有较好的掩蔽作用，因此在子带1和子带3残差信号将非常不容易被听到。

而对于子带2和子带4(子带4的实现与子带2相同)来说，可以直接将自适应滤波器输出的信号(残差信号)替换为舒适噪声，使得残差信号得到有效的抑制，同时保证了背景噪声的连贯性。且又由于这些子带(子带2和子带4)中近端信号能量微弱，子带信号替换为舒适噪声，微弱的近端信号成分的丢失对整个频带近端信号的影响非常小。

基于与上述方法同样的发明构思，本发明还提出了一种回声消除的装置，如图7所示，该装置包括：

划分模块71，用于将全频带划分为多个子带；

判断模块72，用于判断所述划分模块71划分得到的子带内是否存在本端输入信号；

确定模块73，用于当判断结果为不存在时，确定所述子带内的舒适噪声；

第一输出模块74，用于使用所述舒适噪声替换所述子带对应的自适应滤波器输出的残差信号，并输出替换后的残差信号；

第二输出模块75，用于当判断结果为存在时，输出所述子带对应的自适应滤波器输出的残差信号。

所述判断模块72，具体用于确定所述子带内的近端信号能量，以及所述子带内的残差信号能量；

确定所述近端信号能量和所述残差信号能量的能量比率；

当所述能量比率大于预设第一阈值时，则判断所述子带内存在本端输入信号；当所述能量比率小于预设第二阈值时，则判断所述子带内不存在本端输入信号；所述第一阈值大于所述第二阈值；或者，

当所述能量比率大于预设第三阈值时，则判断所述子带内存在本端输入信号；当所述能量比率小于预设第三阈值时，则判断所述子带内不存在本端输入信号。

所述判断模块72，具体用于确定所述子带内的近端信号能量；

当所述近端信号能量大于预设第四阈值时，则判断所述子带内存在本端输入信号；当所述近端信号能量小于预设第五阈值时，则判断所述子带内不存在本端输入信号；所述第四阈值大于所述第五阈值；或者，

当所述近端信号能量大于预设第六阈值时，则判断所述子带内存在本端输入信号；当所述近端信号能量小于预设第六阈值时，则判断所述子带内不存在本端输入信号。

所述确定模块73，具体用于在所述子带内估计背景噪声能量，并随机生成白噪声；

根据所述背景噪声能量和所述白噪声计算所述子带内的舒适噪声。

其中，本发明装置的各个模块可以集成于一体，也可以分离部署。上述模块可以合并为一个模块，也可以进一步拆分成多个子模块。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

本领域技术人员可以理解附图只是一个优选实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

本领域技术人员可以理解实施例中的装置中的模块可以按照实施例描述进行分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本发明序号仅仅为了描述，不代表实施例的优劣。

以上公开的仅为本发明的几个具体实施例，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (8)

1.一种回声消除的方法，其特征在于，该方法包括：

将全频带划分为多个子带；

判断划分得到的子带内是否存在本端输入信号；

如果不存在，确定所述子带内的舒适噪声，使用所述舒适噪声替换所述子带对应的自适应滤波器输出的残差信号，并输出替换后的残差信号；

如果存在，则输出所述子带对应的自适应滤波器输出的残差信号。

2.如权利要求1所述的方法，其特征在于，判断划分得到的子带内是否存在本端输入信号，具体包括：

确定所述子带内的近端信号能量，以及所述子带内的残差信号能量；

确定所述近端信号能量和所述残差信号能量的能量比率；

当所述能量比率大于预设第一阈值时，则判断所述子带内存在本端输入信号；当所述能量比率小于预设第二阈值时，则判断所述子带内不存在本端输入信号；所述第一阈值大于所述第二阈值；或者，

当所述能量比率大于预设第三阈值时，则判断所述子带内存在本端输入信号；当所述能量比率小于预设第三阈值时，则判断所述子带内不存在本端输入信号。

3.如权利要求1所述的方法，其特征在于，判断划分得到的子带内是否存在本端输入信号，具体包括：

确定所述子带内的近端信号能量；

当所述近端信号能量大于预设第四阈值时，则判断所述子带内存在本端输入信号；当所述近端信号能量小于预设第五阈值时，则判断所述子带内不存在本端输入信号；所述第四阈值大于所述第五阈值；或者，

当所述近端信号能量大于预设第六阈值时，则判断所述子带内存在本端输入信号；当所述近端信号能量小于预设第六阈值时，则判断所述子带内不存在本端输入信号。

4.如权利要求1所述的方法，其特征在于，确定所述子带内的舒适噪声，具体包括：

在所述子带内估计背景噪声能量，并随机生成白噪声；

根据所述背景噪声能量和所述白噪声计算所述子带内的舒适噪声。

5.一种回声消除的装置，其特征在于，该装置包括：

划分模块，用于将全频带划分为多个子带；

判断模块，用于判断所述划分模块划分得到的子带内是否存在本端输入信号；

确定模块，用于当判断结果为不存在时，确定所述子带内的舒适噪声；

第一输出模块，用于使用所述舒适噪声替换所述子带对应的自适应滤波器输出的残差信号，并输出替换后的残差信号；

第二输出模块，用于当判断结果为存在时，输出所述子带对应的自适应滤波器输出的残差信号。

6.如权利要求5所述的装置，其特征在于，

所述判断模块，具体用于确定所述子带内的近端信号能量，以及所述子带内的残差信号能量；

确定所述近端信号能量和所述残差信号能量的能量比率；

当所述能量比率大于预设第一阈值时，则判断所述子带内存在本端输入信号；当所述能量比率小于预设第二阈值时，则判断所述子带内不存在本端输入信号；所述第一阈值大于所述第二阈值；或者，

当所述能量比率大于预设第三阈值时，则判断所述子带内存在本端输入信号；当所述能量比率小于预设第三阈值时，则判断所述子带内不存在本端输入信号。

7.如权利要求5所述的装置，其特征在于，

所述判断模块，具体用于确定所述子带内的近端信号能量；

当所述近端信号能量大于预设第四阈值时，则判断所述子带内存在本端输入信号；当所述近端信号能量小于预设第五阈值时，则判断所述子带内不存在本端输入信号；所述第四阈值大于所述第五阈值；或者，

当所述近端信号能量大于预设第六阈值时，则判断所述子带内存在本端输入信号；当所述近端信号能量小于预设第六阈值时，则判断所述子带内不存在本端输入信号。

8.如权利要求5所述的装置，其特征在于，

所述确定模块，具体用于在所述子带内估计背景噪声能量，并随机生成白噪声；

根据所述背景噪声能量和所述白噪声计算所述子带内的舒适噪声。

Images