CN102227905B - 用于恶劣声学环境中的双方通话检测的系统及方法 - Google Patents

Abstract

本发明描述一种经配置以检测双方通话的通信装置。回声消除器经配置以使用自适应滤波器将回声从输入信号中消除。双方通话检测器提供双方通话统计。所述双方通话统计与消除误差信号中的剩余回声能量和总消除误差能量的比率成比例。

Description

用于恶劣声学环境中的双方通话检测的系统及方法

技术领域

本发明大体上涉及通信技术。更具体地说，本发明涉及用于恶劣的声学环境中的双方通话检测的系统及方法。

背景技术

通信技术在许多领域中持续发展。随着这些技术发展，用户可以更灵活的方式互相通信。对于电话呼叫来说，用户可参与直接的双向呼叫或会议呼叫。另外，头戴耳机或扬声器电话可用以实现免提操作。可使用标准电话、蜂窝式电话、计算装置等来进行呼叫。

有时，在电话呼叫期间可出现回声，对于参与电话呼叫的人来说，所述回声可能令人分心。举例来说，假定驾驶汽车的人正用扬声器电话与另一呼叫者通话。出于参考的目的，驾驶员为近端通话者，且连接的另一端处的人为远端通话者。远端通话者的语音从扬声器电话的扩音器广播出来。如果此语音被驾驶员的麦克风拾取，那么远端通话者可听到他/她自己的话音的恼人的回声。

回声消除器用以将回声从信号消除，使得正通话的人听不到或大体上听不到他们自己的话音的回声。回声消除器为复杂的算法，其执行数字信号处理技术以消除不想要的回声。也可结合回声消除器而使用双方通话检测器以提供更好的信号处理。可通过提供用于在通信技术中使用的改进的数字信号处理系统及方法来实现益处。

附图说明

图1为说明经配置以实施双方通话检测的电子装置的实例的框图；

图2为说明经配置以实施双方通话检测的电子装置的另一实例的框图；

图3为说明经配置以在时域中实施双方通话检测的电子装置的另一实例的框图；

图4为说明用于使用双方通话检测器的方法的一种配置的流程图；

图5为说明经配置以在频域中实施双方通话检测的电子装置的另一实例的框图；

图6为说明用于在频域中使用双方通话检测器的方法的一种配置的流程图；

图7为说明经配置以实施具有非线性后处理的双方通话检测的电子装置的另一实例的框图；以及

图8为经配置以实施如本文中所描述的双方通话检测的无线电子装置的框图。

具体实施方式

本发明描述一种经配置以检测双方通话的通信装置。回声消除器经配置以使用自适应滤波器将回声从输入信号消除。双方通话检测器提供双方通话统计。所述双方通话统计与消除误差信号中的剩余回声能量和总消除误差能量的比率成比例。

所述装置可经配置以在双方通话检测器检测到近端信号时阻止自适应滤波器进行自适应。所述装置可经进一步配置以在双方通话检测器未检测到近端信号时恢复自适应滤波器进行的自适应。

残余回声能量可为在输入信号已由自适应滤波器处理之后所述输入信号中的残余回声能量。

可使用可用信号的二阶统计来计算双方通话统计。可基于以下等式计算双方通话统计：

${\widehat{\mathrm{\ξ}}}_{\mathrm{New}}\left[n\right]=\frac{{\hat{r}}_{\mathrm{em}}\left[n\right]-{\widehat{\mathrm{\σ}}}_e^2\left[n\right]}{{\hat{r}}_{\mathrm{em}}\left[n\right]}$

其中

为双方通话统计，其中

为消除误差与麦克风输入信号之间的交叉相关，且其中为消除误差信号e[n]的估计方差或幂。可将校正因子添加到等式中的分子以用于背景噪声保护。可在时域中或在频域中计算双方通话统计。

非线性后处理组件可经配置以去除残余回声。所述非线性后处理组件可基于双方通话统计而进行处理。

在一种配置中，通信装置可为无线通信装置。另外，回声消除器可包含声学回声消除器。

本发明揭示一种用于通信装置中的双方通话检测的方法。在麦克风输入处接收输入信号。使用自适应滤波器将回声从输入信号消除。确定双方通话统计。所述双方通话统计与消除误差信号中的剩余回声能量和总消除误差能量的比率成比例。所述双方通话统计用以控制自适应滤波器的自适应。

所述双方通话统计用以通过在双方通话检测器检测到近端信号时阻止自适应滤波器进行自适应来控制自适应滤波器的自适应。所述双方通话统计用以通过在双方通话检测器未检测到近端信号时恢复自适应滤波器进行的自适应来控制自适应滤波器的自适应。

本发明揭示一种经配置以检测双方通话的通信装置。所述通信装置包括用于接收输入信号的装置及用于使用自适应滤波器将回声从输入信号消除的装置。所述通信装置还包括用于确定双方通话统计的装置。所述双方通话统计与消除误差信号中的剩余回声能量和总消除误差能量的比率成比例。

本发明揭示一种用于执行双方通话检测的计算机程序产品。所述计算机程序产品包括上面具有指令的计算机可读媒体。所述指令包括用于在麦克风输入处接收输入信号的代码，以及用于使用自适应滤波器将回声从输入信号消除的代码。所述指令还包括用于确定双方通话统计的代码。所述双方通话统计与消除误差信号中的剩余回声能量和总消除误差能量的比率成比例。所述指令包括用于使用双方通话统计来控制自适应滤波器的自适应的代码。

本文中描述在近端语音电平常常远低于回声电平的恶劣的声学情形下具有改进的性能的新颖的双方通话检测统计。所提议的统计不仅满足最佳双方通话检测器的需要，而且在维持计算效率的同时相对于其它解决方案表现良好。双方通话检测器主要用以在近端语音周期期间抑制声学回声消除器(AEC)的滤波器自适应。另外，为了在AEC中去除离开线性自适应滤波器的残余回声(其常常为可觉察的)，进行使某种形式的非线性后处理。非线性后处理器通常基于双方通话决策而操作，从而实现在恶劣的声学情形下的全双工通信，例如在近端通常远低于回声电平的移动装置中的扬声器电话模式中，所提议的统计可能极其有用。

在大多数电话会议及移动装置中，麦克风被定位成极接近扩音器，且因此，麦克风会拾取到较强的远端回声。通常在此些情况下使用AEC以实现近端扬声器与远程位于不同空间中的远端扬声器之间的无回声全双工通信。来自远端扬声器的信号经由扩音器播放，且也被定位在附近的麦克风拾取。所以，在语音与其回声之间的延迟大于几十毫秒的情况下，远端扬声器可收听到其自己的经延迟的语音(称为回声)。在此情况下的回声显然是可觉察的、恼人的且因此需要消除。使用AEC来去除此不良回声。在AEC中，线性自适应滤波器

用来模型化真实空间响应(h)。线性自适应滤波器产生回声的复制品

从遭回声破坏的麦克风信号m减去所述复制品以获得无回声信号e。

因其稳固性及简单性，基于正规化最小均方(NLMS)的自适应算法可用以来模型化空间响应。通过最小化均方误差，基于NLMS的自适应滤波器系数收敛到真实空间响应。对于自适应滤波器来说，这可能看似是简单明了的系统识别任务。然而，在几乎所有的会话中，都存在所谓的双方通话(同时的远端及近端信号)情形，其使得识别任务比可能初看之下所呈现的情况有挑战性得多。对于自适应算法，近端信号充当较强的不相关噪声。干扰性的近端信号(如果未被检测出)可导致自适应滤波器发散，从而允许恼人的回声穿过到远端。减轻/解决此问题的一种方法是在近端语音周期期间减慢或完全停止自适应。将双方通话检测器用以感测麦克风信号何时遭近端信号破坏。困难的检测情况为近端及远端均活动时的情况(即，双方通话检测问题)。在恶劣的声学情形下，例如在移动装置中的扬声器电话模式下，近端信号常常远低于远端回声，且因此检测变得更成问题。这引起对高效双方通话检测器的需要。另外，离开线性自适应滤波器的残余回声常常是可听到的，且因此需要去除。可使用某种非线性后处理来完全除去回声。然而，需要保留近端语音。因此，系统应在削减或完全去除信号之前在近端信号与残余回声之间进行区分。可使用来自双方通话检测器的决策；因此，双方通话检测器错过的近端语音将丢失。因此，为了实现此些恶劣的声学情形(遗憾的是，其非常常见)下的全双工通信，常常需要高效的双方通话检测器。

在双方通话检测器中，根据可用信号x，e，m及自适应滤波器系数

形成决策统计。用于双方通话检测的最佳决策统计ξ应表现如下：

(a)如果无近端语音(v＝0)，那么ξ＞T，其中T为预选定的阈值。

(b)在近端语音期间(v≠0)，ξ＜T。

(c)ξ应对回声路径变化不敏感。

另外，预选定的阈值T应为常数，与数据无关。还需要在不引入任何不当延迟的情况下作出决策，因为经延迟的决策会不利地影响AEC的性能。本文中提供一种满足上文所叙述的对最佳双方通话检测器的要求的新颖的双方通话检测方案。另外，所提议的统计在近端语音电平远低于回声电平时具有优越的性能。

本文中所描述的标的物促进控制例如声学回声消除器(AEC)或线回声消除器等回声消除器(EC)的性能。举例来说，所述标的物包括基于可用信号(例如，激励信号、遭破坏的麦克风/线信号、离开线性自适应滤波器的残余回声及AEC滤波器系数)的二阶统计的双方通话检测器。

图1为说明经配置以实施双方通话检测的电子装置100的实例的框图。电子装置100可为能够进行全双工通信的任何装置。这可包括(但不限于)扬声器电话或移动电话。电子装置100可包括自适应回声消除(AEC)模块102、双方通话检测模块104及频率变换模块106。另外，电子装置100可接收远端信号108、近端信号110，且可输出经处理的近端信号112。AEC模块102可负责将不良回声从近端信号110去除。双方通话检测模块104可负责确定何时存在近端信号且因此控制AEC模块。频率变换模块106可负责将信号从时域变换到频域中，且接着又变换回到时域。将在下文中结合后续的图进一步详细地论述这些功能。

图2为说明经配置以实施双方通话检测的电子装置200的另一实例的框图。如前所述，电子装置可包括双方通话检测模块204、频率变换模块206及AEC模块202。另外，AEC模块202可包括线性自适应滤波器218。此滤波器218可产生声学转移函数

220。此函数可包括使电子装置的物理环境(未图示)的声学路径响应h[n]模型化的线性滤波器系数。所述函数

可用以模型化因电子装置200周围的声学条件而从扬声器214产生的回声。一旦已使用

来模型化声学环境，AEC模块202就可将回声从由麦克风216拾取的近端信号去除，以产生无回声信号。可存在一个或一个以上麦克风216及一个或一个以上扬声器214。

图3为说明经配置以在时域中实施双方通话检测的电子装置300的另一实例的框图。电子装置300可首先接收远端信号308。如本文中使用，术语“远端”指代并非相对接近于电子装置300的某事物。相反地，术语“近端”指代相对接近于电子装置300的某事物。换句话说，电子装置300的用户的语音可产生近端信号310，而与电子装置300远程通信的另一人(远端用户)的语音可产生远端信号308。在接收到远端信号后，电子装置300可即刻在扬声器314上播放远端信号308。在许多电子装置中，麦克风316可定位成极接近于扬声器314。因此，麦克风316可接收到较强的远端回声322。如果不加控制，那么远端用户可收听到其自己的经延迟信号(或回声)。可经由电子装置300的物理环境的声学路径响应h[n](例如，328为信号可采取的无限多声学路径中的一者)对此回声进行滤波。举例来说，由声学反射材料构造的小空间将比由声学阻尼材料构造的空间传播较强的回声。回声y[n]可由以下等式(1)表示。

y[n]＝h^T[n]x[n]                                  (1)

项h[n]为空间响应，且x[n]为远端信号308。如以下等式(2)及(3)所示计算项h[n]及x[n]。

h[n]＝[h₀(n)h₁(n)…h_l-1(n)]^T                     (2)

x[n]＝[x(n)x(n-1)…x(n-l+1)]^T                    (3)

参数l为自适应滤波器的长度。将此回声信号y[n]声学上加到近端语音信号v[n]，以获得等式(4)中所示的麦克风信号m[n]。

m[n]＝y[n]+v[n]+w[n]                         (4)

项w[n]为附加背景噪声。将时间n处的消除误差信号定义为等式(5)中的e[n]。

$e\left[n\right]=m\left[n\right]-{\hat{h}}^T[n-1]x\left[n\right]---\left(5\right)$

消除误差信号e[n]用以使自适应滤波器

的l个分接头自适应，以产生等式(6)所示的回声的估计。

$\hat{y}\left[n\right]={\hat{h}}^T[n-1]x\left[n\right]---\left(6\right)$

另外，麦克风316还可接收背景噪声324及近端信号310。或者，麦克风316可不接收背景噪声324或近端信号310。

因此，电子装置300可使用AEC模块302来将不想要的回声322从麦克风316的输入信号中除去。已知在电子装置中使用AEC模块来将回声322从信号减去。将回声322从信号减去的一种方法可为通过使用线性自适应滤波器318作为AEC模块302的一部分。如名称所提示，线性自适应滤波器318仅可去除线性回声。换句话说，扬声器314与麦克风316之间的声学路径h[n]必须具有线性分量才能使线性自适应滤波器318去除回声。然而，许多回声信号包括线性与非线性回声两者。将结合图7论述非线性处理。然而，出于图3的目的，假定回声y[n]322为线性的。

在接收到麦克风信号m[n]330后，滤波器318可即刻产生回声的复制品

接着可将其从遭回声破坏的信号m[n]减去。因其稳固性及简单性，基于正规化最小均方(NLMS)的自适应算法可用于自适应滤波器318中以模型化空间响应。通过间接地最小化

与h[n]之间的均方误差，基于NLMS的自适应滤波器系数

收敛到真实空间响应328h[n]。

然而，在近端信号v[n]310活动时，这种去除回声322的方法可能具有问题。换句话说，在不存在来自近端用户的信号310(如语音)时，滤波器318可表现良好。然而，由于滤波器在近端信号v[n]310存在时可能总是在进行自适应，因此对于自适应滤波器318的算法来说，近端信号v[n]310可能充当较强的不相关噪声。因此，近端信号v[n]310的存在可导致滤波器318发散，且允许回声y[n]322穿过到远端用户。此问题被称作双方通话，此时远端用户及近端用户都正在将信号提供给全双工通信系统。

在接收到麦克风输入信号330后，电子装置还可即刻确定信号330是否包括近端信号310。这可在双方通话检测器304中进行。一种此方法可涉及计算在本文中由ξ表示的统计，以确定麦克风信号m[n]330何时包括活动的近端信号v[n]310。通过以下等式给出一种计算此统计的方法，注意，统计随着时间n而变化，为简单性起见，已将此因素略去。等式(7)所示的基于正规化交叉相关的双方通话检测统计为回声功率与麦克风功率的比率。

${\mathrm{\ξ}}_{\mathrm{Old}}=\frac{{\mathrm{\σ}}_y^2}{{\mathrm{\σ}}_m^2}=\frac{h^T{R}_{\mathrm{xx}}h}{h^T{R}_{\mathrm{xx}}h+{\mathrm{\σ}}_v^2+{\mathrm{\σ}}_w^2}---\left(7\right)$

在等式(7)中，为回声y[n]322的功率，且为麦克风输入信号m[n]330的功率。因此，在不存在任何近端信号时，统计收敛到1，ξ_Old≈1。另一方面，在ξ_Old＜T时(其中T为挑选成接近于1的预选定阈值)，检测到双方通话。在检测到双方通话时，滤波器318可接着停止或减慢自适应以避免对近端信号310进行滤波及无意地允许回声322穿过到远端用户。

然而，此统计在恶劣的声学环境中可能不会表现良好。换句话说，在远端回声322可显著强于近端信号310时，可能难以准确地检测到双方通话。举例来说，如果

远小于

那么ξ_Old将不接近0，而是仍然接近于1，这可接着向自适应滤波器318指示继续滤波器系数更新。此举在恶劣的声学环境中可产生不良的回声消除性能。为了处理此情况，双方通话检测器304可使用新的统计ξ_New来确定麦克风输入信号330是否包括近端信号310。

可在以下等式中大致按离开线性自适应滤波器318的残余回声能量与消除误差的能量的比率来模型化此新统计：

${\mathrm{\ξ}}_{\mathrm{New}}=\frac{{(h-\hat{h})}^T{R}_{\mathrm{xx}}\hat{h}}{{(h-\hat{h})}^T{R}_{\mathrm{xx}}h+{\mathrm{\σ}}_v^2+{\mathrm{\σ}}_w^2}---\left(8\right)$

在不恶劣的声学环境中，此新统计展现出与来自等式(7)的统计相同的性质。换句话说，在不存在任何近端信号

时，统计收敛到1，其指示无双方通话。然而，在恶劣的声学环境中，ξ_New可展现出优于ξ_Old的改进的性能。换句话说，在存在近端信号(

或/及

)时，与ξ_Old相比，对于较广泛范围的

及ξ_New变成低于1，因此检测到双方通话。

可使用可用信号的二阶统计来计算新统计，如等式(9)所示。

${\mathrm{\ξ}}_{\mathrm{New}}\left[n\right]=\frac{r_{\mathrm{em}}\left[n\right]-{\mathrm{\σ}}_e^2\left[n\right]}{r_{\mathrm{em}}\left[n\right]}---\left(9\right)$

在等式(9)中，r_em[n]为残余回声信号e[n]332与麦克风输入信号m[n]330之间的交叉相关。项

为消除误差信号e[n]的方差或幂。然而，由于r_em[n]及

的真实值可能不可用，因此可通过等式(10)给出最终决策统计。

${\widehat{\mathrm{\ξ}}}_{\mathrm{New}}\left[n\right]=\frac{{\hat{r}}_{\mathrm{em}}\left[n\right]-{\widehat{\mathrm{\σ}}}_e^2\left[n\right]}{{\hat{r}}_{\mathrm{em}}\left[n\right]}---\left(10\right)$

通过帽状符号(^)表示等式(10)中的估计。可使用等式(11)及(12)所示的指数递归加权算法来找到估计。

${\hat{r}}_{\mathrm{em}}\left[n\right]=\mathrm{\λ}{\hat{r}}_{\mathrm{em}}[n-1]+(1-\mathrm{\λ})m\left[n\right]e\left[n\right]---\left(11\right)$

${\widehat{\mathrm{\σ}}}_e^2\left[n\right]=\mathrm{\λ}{\widehat{\mathrm{\σ}}}_e^2[n-1]+(1-\mathrm{\λ})e^2\left[n\right]---\left(12\right)$

在等式(11)及(12)中，e[n]为在时间n处捕捉到的消除误差样本，m[n]为在时间n处捕捉到的麦克风信号样本，且λ为指数加权因子。遗忘因子λ确定递归估计的时间常数及估计准确性。在一种配置中，系统可使用λ∈[0.9，1]。一般来说，λ越小，时变信号跟踪能力越好，而估计准确性越差。为了提供更多保护以免受背景噪声影响，双方通话检测器还可添加如在等式(13)中计算的较小校正。

${\widehat{\mathrm{\ξ}}}_{\mathrm{New}}\left[n\right]=\frac{{\hat{r}}_{\mathrm{em}}\left[n\right]-{\widehat{\mathrm{\σ}}}_e^2\left[n\right]+\mathrm{\α}{\widehat{\mathrm{\σ}}}_x^2\left[n\right]}{{\hat{r}}_{\mathrm{em}}\left[n\right]}---\left(13\right)$

在等式(13)中，α为较小的正量(α∈[0，0.1])，且为远端激励信号的经估计方差或幂。

一旦双方通话检测器304确定麦克风输入信号330是否包括近端信号310，双方通话检测器304就可将指示其确定的信号发送到AEC模块302。如果信号330包括近端信号，那么AEC模块302可减小自适应速度或断开自适应滤波器318。如果信号330不包括近端信号，那么AEC模块302可不改变滤波器318的更新状态。还可将残余回声信号e[n]332发送到远端用户。

图4为说明用于使用双方通话检测器的方法的一种配置的流程图。可接收并在扬声器314上播放(402)远端信号。可在麦克风316处接收(404)包括来自所播放的远端信号的回声的麦克风输入信号。可将所述输入信号发送(406)或提供(406)给双方通话检测器304及AEC 302。可使用自适应滤波器318对麦克风输入信号进行滤波(408)以产生残余回声信号。

可接着使用所提议的双方通话统计(等式8、9、10或13)来确定(410)麦克风输入信号是否包括近端信号。如果检测到双方通话(412)，那么可减小(416)或断开(416)AEC 302，使得其不再进行自适应或使得自适应速度显著减小。如果未检测到双方通话(412)，那么可不更改AEC 302或可以其它方式使其保持进行实质上相同的操作(414)。可将经处理的近端信号发射(418)到远端。所述方法可继续操作直到呼叫已结束为止。

图5为说明电子装置300的另一实例的框图，其中装置300已经配置以在频域中实施双方通话检测。除了图5的频域方面，图5的各种元件均可类似于相对于图3而说明的那些元件。由于计算优势及改进的性能，常常如图5所示在频域中实施AEC。还可通过使用针对每一子带的基于频域的决策统计来在频域中实施所提议的双方通话检测方案。举例来说，见等式(14)。

${\widehat{\mathrm{\ξ}}}_{\mathrm{New}}(k,t)=\frac{{\hat{r}}_{\mathrm{em}}(k,t)-{\widehat{\mathrm{\σ}}}_e^2(k,t)+\mathrm{\α}{\widehat{\mathrm{\σ}}}_x^2(k,t)}{{\hat{r}}_{\mathrm{em}}(k,t)}---\left(14\right)$

在等式(14)中，

为针对第k个子频带及第t个帧的遭破坏信号与误差信号之间的交叉相关系数的估计，

为针对第k个子频带及第t个帧的消除误差信号的方差的估计，且

为针对第k个子频带及第t个帧的激励信号的方差的估计。在一个实例中，可如等式(15)、(16)及(17)中所示而更新遭破坏信号与误差信号之间的交叉相关系数、误差信号的方差以及受激励信号的方差。

${\hat{r}}_{\mathrm{em}}(k,t)=\mathrm{\λ}{\hat{r}}_{\mathrm{em}}(k,t-1)+(1-\mathrm{\λ})\left|m^H(k,t)e(k,t)\right|---\left(15\right)$

${\widehat{\mathrm{\σ}}}_m^2(k,t)=\mathrm{\λ}{\widehat{\mathrm{\σ}}}_m^2(k,t-1)+(1-\mathrm{\λ})m^H(k,t)m(k,t)---\left(16\right)$

${\widehat{\mathrm{\σ}}}_x^2(k,t)=\mathrm{\λ}{\widehat{\mathrm{\σ}}}_x^2(k,t-1)+(1-\mathrm{\λ})x^H(k,t)x(k,t)---\left(17\right)$

在等式(15)、(16)及(17)中，e(k，t)为回声消除误差的第t个帧的频域变换的第k个子频带，m(k，t)为遭破坏信号向量的第t个帧的频域变换的第k个子带，x(k，t)为受激励信号向量的第t个帧的频域变换的第k个子带，且H为厄密共轭(Hermitian)。因此，可如等式(14)到(17)所定义，在频段层级实施双方通话检测器504。

再次参看图5，电子装置500可首先接收远端信号508。电子装置500的用户的语音可产生近端信号510，而在与电子装置500远程通信的另一人(远端用户)的语音可产生远端信号508。在接收到远端信号后，电子装置500可即刻在扬声器514上播放远端信号508。在许多电子装置中，麦克风516可定位成极接近于扬声器514。因此，麦克风516可接收到较强的远端回声522。如果不加控制，那么远端用户可收听到其自己的经延迟信号(或回声)。可经由电子装置500的物理环境的声学路径响应h[n]528对此回声进行滤波。举例来说，由声学反射材料构造的小空间将比由声学阻尼材料构造的空间传播较强的回声。

另外，麦克风516还可接收背景噪声524及近端信号510。或者，麦克风516可不接收背景噪声524或近端信号510。

因此，电子装置500可使用AEC模块502将不想要的回声522从麦克风516的输入信号中除去。在接收到麦克风信号m[n]后，装置可即刻使用频域变换536将信号从时域变换到频域。可通过AEC 502及自适应滤波器518将回声从频域麦克风信号530中消除。在频域中，双方通话检测器504可根据上文所展示的等式检测双方通话。在将信号发送到远端之前，在处理之后，使用逆频域变换538将所述信号变换回到时域。最后，将经处理的信号512发射到远端。

图6为说明用于在频域中使用双方通话检测器的方法的一种配置的流程图。可接收且在扬声器514上播放(602)远端信号。可在麦克风516处接收(604)包括来自所播放远端信号的回声的麦克风输入信号。接着可将麦克风输入信号变换(606)到频域中，且提供给AEC 502。可使用自适应滤波器518对麦克风输入信号进行滤波(608)以产生经变换的残余回声信号。

可接着使用所提议的频域双方通话检测统计(等式14)来确定(610)麦克风输入信号是否包括近端信号。如果检测到双方通话(612)，那么可减小(614)或断开(614)AEC 502，使得其不再进行自适应或使得自适应显著减少。如果未检测到双方通话(612)，那么可不更改AEC 502或可以其它方式使其保持进行实质上相同的操作(616)。接着可将经处理的近端信号变换(618)回到时域且发射(620)到远端。所述方法可继续操作直到呼叫已结束为止。

图7为说明经配置以实施具有非线性后处理的双方通话检测的电子装置700的另一实例的框图。图7的各种元件可类似于相对于图3及图5而说明的那些元件。图7的配置意在说明非线性后处理740的使用及其与双方通话检测器704的关系。

电子装置700可首先接收远端信号708。电子装置700的用户的语音可产生近端信号710，而与电子装置700远程通信的另一人(远端用户)的语音可产生远端信号708。在接收到远端信号后，电子装置700可即刻在扬声器714上播放远端信号708。在许多电子装置中，麦克风716可定位成极接近于扬声器714。因此，麦克风716可接收到较强的远端回声722。如果不加控制，那么远端用户可收听到其自己的经延迟信号(或回声)。可经由电子装置700的物理环境的声学路径响应h[n]728对此回声进行滤波。另外，麦克风716还可接收背景噪声724及近端信号710。或者，麦克风716可不接收背景噪声724或近端信号710。

电子装置700可使用AEC模块702来将不想要的回声722从麦克风716的输入信号中除去。可通过AEC 702及自适应滤波器718来将回声从麦克风信号730消除。双方通话检测器704可根据上文所展示的等式来检测双方通话。在处理之后，将经处理的信号712发射到远端。

如图所示，非线性后处理组件740可对由AEC 702提供的信号732执行某些类型的处理。举例来说，非线性后处理块可将残余回声从离开线性自适应滤波器的信号732去除。非线性后处理器740可基于来自双方通话检测器704的双方通话决策而操作。因此，双方通话决策有助于在非线性后处理器740削减或完全去除信号之前在近端信号与残余回声之间进行区分。

现在参看图8。图8说明可包括在无线通信装置800内的某些组件，无线通信装置800可经配置以实施如本文中所描述的用于双方通话检测的系统及方法。可在包括有线装置的其它通信装置中实施本文的系统及方法。

装置800包括处理器804。处理器804可为通用单芯片或多芯片微处理器(例如，ARM)、专用微处理器(例如，数字信号处理器(DSP))、微控制器、可编程门阵列等。处理器804可称作中央处理单元(CPU)。尽管在图8的通信装置800中仅展示单个处理器804，但在替代配置中，可使用处理器(例如，ARM与DSP)的组合。

通信装置800还包括存储器806。存储器806可为能够存储电子信息的任何电子组件。存储器806可体现为随机存取存储器(RAM)、只读存储器(ROM)、磁盘存储媒体、光学存储媒体、RAM中的快闪存储器装置、与处理器包括在一起的板上存储器、EPROM存储器、EEPROM存储器、寄存器等等(包括其组合)。

数据及指令810可存储在存储器806中。指令810可为可由处理器804执行，以实施各种功能。执行指令810可涉及使用存储在存储器806中的数据。某些指令810a可加载到处理器804中以供执行。

存储器806中的指令810的一些实例包括：用于实施如本文中所描述的双方通话检测系统及方法的指令828、用于频域/时域变换的指令830、用于自适应回声消除的指令832，以及用于非线性后处理的指令834。与实施本文中所描述的技术有关的其它指令836也可包括在存储器806中。

通信装置800还可包括发射器812及接收器814，以允许在通信装置800与远程位置之间发射及接收信号。发射器812及接收器814可统称为收发器816。天线818可电耦合到所述收发器816。通信装置800还可包括(未图示)多个发射器、多个接收器、多个收发器及/或多个天线。通信装置800还可包括一个或一个以上扬声器824及一个或一个以上麦克风826。

通信装置800的各种组件可通过一个或一个以上总线而耦合在一起，所述一个或一个以上总线可包括电力总线、控制信号总线、状态信号总线、数据总线等。为清楚起见，在图8中将各种总线说明为总线系统820。

如本文中所使用，术语“确定”涵盖各种各样的动作，且因此，“确定”可包括计算(calculating/computing)、处理、推导、调查、查找(例如，在表、数据库或另一数据结构中查找)、判明等。而且，“确定”可包括接收(例如，接收信息)、存取(例如，存取存储器中的数据)等。而且，“确定”可包括解析、选择、挑选、建立等。

如本文中使用，除非另有明确指定，否则短语“基于”不表示“仅基于”。换句话说，短语“基于”描述“仅基于”及“至少基于”两者。

可通过各种途径来实施本文中所描述的技术。举例来说，可以硬件、固件、软件或其组合来实施这些技术。对于硬件实施方案来说，用以执行所述技术的处理单元可在一个或一个以上专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理装置(DSPD)、可编程逻辑装置(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、电子装置、经设计以执行本文中所描述的功能的其它电子单元、一个或一个以上计算机、离散门或晶体管逻辑、离散硬件组件等等(包括其组合)内实施。

对于固件及/或软件实施方案来说，可用执行本文中所描述的功能的模块(例如，过程、函数、程序、例程、子例程等)来实施所述技术。固件及/或软件指令可存储在存储器中且由处理器执行。存储器可在处理器内或在处理器外部实施。

如本文中所使用，应将术语“处理器”广泛地解释为涵盖通用处理器、微处理器、数字信号处理器(DSP)、控制器、微控制器、状态机等等。术语“处理器”可指代处理装置的组合，例如，DSP与微处理器的组合、多个微处理器的组合、结合DSP核心的一个或一个以上微处理器或任何其它此类配置。

应将术语“存储器”广泛地解释为涵盖能够存储电子信息的任何电子组件。术语存储器可指代各种类型的处理器可读媒体，例如，随机存取存储器(RAM)、只读存储器(ROM)、非易失性随机存取存储器(NVRAM)、可编程只读存储器(PROM)、电可擦除PROM(EEPROM)、快闪存储器、压缩光盘(CD)、磁性或光学数据存储装置等。如果处理器可从存储器读取信息及/或将信息写入到存储器，那么称存储器与处理器电子通信。存储器可与处理器成一体式，且仍然被称与处理器电子通信。

如本文中所使用，应将术语“代码”及“指令”广泛地解释为包括任何类型的计算机可读语句。举例来说，术语“代码”及“指令”可指代一个或一个以上程序、例程、子例程、函数、过程等。“代码”及“指令”可包含单个计算机可读语句或许多计算机可读语句。

如本文中所使用，术语“计算机可读媒体”指代可由计算机存取的任何可用媒体。作为实例而非限制，计算机可读媒体可包含RAM、ROM、EEPROM、CD-ROM或其它光盘存储装置、磁盘存储装置或其它磁性存储装置，或可用以运载或存储呈指令或数据结构形式的所要程序代码且可由计算机存取的任何其它媒体。如本文中所使用的磁盘及光盘包括压缩光盘(CD)、激光光盘、光学光盘、数字多功能光盘(DVD)、软磁盘及Blu-ray光盘，其中磁盘通常以磁性方式再现数据，而光盘通过激光以光学方式再现数据。

也可在传输媒体上传输软件或指令。举例来说，如果使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)或例如红外线、无线电及微波等无线技术从网站、服务器或其它远程源传输软件，那么同轴电缆、光纤电缆、双绞线、DSL或例如红外线、无线电及微波等无线技术包括在传输媒体的定义中。

另外，应了解，用于执行本文中所描述的方法及技术的模块及/或其它适当装置可在适用时由例如移动台及/或基站等装置下载及/或以其它方式获得。举例来说，此装置可耦合到服务器以促进用于执行本文中所描述的方法的装置的传送。或者，可经由存储装置(例如，随机存取存储器(RAM)、只读存储器(ROM)、例如压缩光盘(CD)或软磁盘等物理存储媒体，等等)来提供本文中所描述的各种方法，使得在将存储装置耦合或提供到装置后，移动台及/或基站可即刻获得各种方法。此外，可利用用于将本文中所描述的方法及技术提供到装置的任何其它合适技术。

本文中所揭示的方法包含用于实现所描述方法的一个或一个以上步骤或动作。在不脱离所附权利要求书的范围的情况下，可将方法步骤及/或动作彼此互换。换句话说，除非指定步骤或动作的特定次序，否则可在不脱离所附权利要求书的范围的情况下，修改特定步骤及/或动作的次序及/或使用。

将理解，所附权利要求书不限于上文所说明的精确配置及组件。可在不脱离所附权利要求书的范围的情况下，对本文中所描述的系统、方法及设备的布置、操作及细节进行各种修改、改变及变化。

Claims (27)

1.一种经配置以检测双方通话的通信装置，其包含：

回声消除器，其经配置以将回声从输入信号中消除；以及

双方通话检测器，其提供双方通话统计，其中，所述双方通话统计为消除误差信号中的剩余回声能量与总消除误差能量的比率的函数，其中，所述消除误差信号中的所述剩余回声能量为所述输入信号在由自适应滤波器处理而减去所述消除误差信号的幂后所述输入信号中的残余回声能量。

2.根据权利要求1所述的通信装置，其中所述回声消除器包含自适应滤波器，且其中所述装置经配置以在所述双方通话检测器检测到近端信号时阻止所述自适应滤波器进行自适应。

3.根据权利要求2所述的通信装置，其中所述装置经进一步配置以在所述双方通话检测器未检测到近端信号时恢复所述自适应滤波器进行的自适应。

4.根据权利要求1所述的通信装置，其中使用可用信号的二阶统计来计算所述双方通话统计。

5.根据权利要求4所述的通信装置，其中基于以下等式来计算所述双方通话统计：

${\widehat{\mathrm{\ξ}}}_{\mathrm{New}}\left[n\right]=\frac{{\hat{r}}_{\mathrm{em}}\left[n\right]-{\widehat{\mathrm{\σ}}}_e^2\left[n\right]}{{\hat{r}}_{\mathrm{em}}\left[n\right]}$

其中为所述双方通话统计，其中

为所述消除误差与麦克风输入信号之间的交叉相关，且其中

为消除误差信号e[n]的估计方差或幂。

6.根据权利要求1所述的通信装置，其中在频域中使用以下等式来计算所述双方通话统计：

${\widehat{\mathrm{\ξ}}}_{\mathrm{New}}(k,t)=\frac{{\hat{r}}_{\mathrm{em}}(k,t)-{\widehat{\mathrm{\σ}}}_e^2(k,t)+\mathrm{\α}{\widehat{\mathrm{\σ}}}_x^2(k,t)}{{\hat{r}}_{\mathrm{em}}(k,t)}$

其中

为针对第k个频段及第t个时间帧的所述双方通话统计，其中为所述消除误差与麦克风输入信号之间的交叉相关，其中

为消除误差信号e(k，t)的估计方差或幂，且

为远端激励信号x(k，t)的估计方差或幂，其中，α∈[0，0.1]。

7.根据权利要求1所述的通信装置，其进一步包含经配置以去除残余回声的非线性后处理组件，其中所述非线性后处理组件基于所述双方通话统计来进行处理。

8.根据权利要求1所述的通信装置，其中将校正因子添加到如下文所示的等式中的分子以用于背景噪声防护：

${\widehat{\mathrm{\ξ}}}_{\mathrm{New}}\left[n\right]=\frac{{\hat{r}}_{\mathrm{em}}\left[n\right]-{\widehat{\mathrm{\σ}}}_e^2\left[n\right]+\mathrm{\α}{\widehat{\mathrm{\σ}}}_x^2\left[n\right]}{{\hat{r}}_{\mathrm{em}}\left[n\right]}$

其中

为所述双方通话统计，其中

为所述消除误差与麦克风输入信号之间的交叉相关，其中

为所述消除误差信号e[n]的估计方差或幂，且其中

为远端激励信号x[n]的方差或幂，其中，α∈[0，0.1]。

9.根据权利要求1所述的通信装置，其中所述回声消除器包含声学回声消除器。

10.根据权利要求1所述的通信装置，其中经配置以将回声从所述输入信号中消除的回声消除器使用自适应滤波器。

11.根据权利要求1所述的通信装置，其中所述双方通话统计与所述消除误差信号中的所述剩余回声能量和所述总消除误差能量的所述比率成比例。

12.一种用于通信装置中的双方通话检测的方法，所述方法包含：

在麦克风输入处接收输入信号；

将回声从所述输入信号中消除；

确定双方通话统计，其中所述双方通话统计为消除误差信号中的剩余回声能量与总消除误差能量的比率的函数，其中，所述消除误差信号中的所述剩余回声能量为所述输入信号在由自适应滤波器处理而减去所述消除误差信号的幂后所述输入信号中的残余回声能量；以及

使用所述双方通话统计来控制回声消除。

13.根据权利要求12所述的方法，其进一步包含使用所述双方通话统计通过在双方通话检测器检测到近端信号时阻止自适应滤波器进行自适应来控制所述自适应滤波器的自适应。

14.根据权利要求13所述的方法，其中使用所述双方通话统计来控制所述自适应滤波器的自适应进一步包含：在所述双方通话检测器未检测到近端信号时恢复所述自适应滤波器进行的自适应。

15.根据权利要求12所述的方法，其中使用可用信号的二阶统计来计算所述双方通话统计。

16.根据权利要求15所述的方法，其中基于以下等式来计算所述双方通话统计：

${\widehat{\mathrm{\ξ}}}_{\mathrm{New}}\left[n\right]=\frac{{\hat{r}}_{\mathrm{em}}\left[n\right]-{\widehat{\mathrm{\σ}}}_e^2\left[n\right]}{{\hat{r}}_{\mathrm{em}}\left[n\right]}$

其中

为所述双方通话统计，其中

为所述消除误差与麦克风输入信号之间的交叉相关，且其中

为消除误差信号e[n]的方差或幂。

17.根据权利要求16所述的方法，其中在频域中计算所述双方通话统计。

18.根据权利要求16所述的方法，其进一步包含基于所述双方通话统计来执行非线性后处理以去除残余回声。

19.根据权利要求16所述的方法，其中将校正因子添加到所述等式中的分子以用于背景噪声防护。

20.根据权利要求12所述的方法，其中使用自适应滤波器来实现将回声从所述输入信号中消除。

21.根据权利要求12所述的方法，其中所述双方通话统计系与所述消除误差信号中的所述剩余回声能量和所述总消除误差能量的所述比率成比例。

22.一种经配置以检测双方通话的通信装置，其包含：

用于接收输入信号的装置；

用于将回声从所述输入信号中消除的装置；以及

用于确定双方通话统计的装置，其中所述双方通话统计为消除误差信号中的剩余回声能量与总消除误差能量的比率的函数，其中，所述消除误差信号中的所述剩余回声能量为所述输入信号在由自适应滤波器处理而减去所述消除误差信号的幂后所述输入信号中的残余回声能量。

23.根据权利要求22所述的通信装置，其进一步包含用于控制自适应滤波器的自适应的装置。

24.根据权利要求22所述的通信装置，其中使用可用信号的二阶统计来计算所述双方通话统计。

25.根据权利要求24所述的通信装置，其中基于以下等式来计算所述双方通话统计：

${\widehat{\mathrm{\ξ}}}_{\mathrm{New}}\left[n\right]=\frac{{\hat{r}}_{\mathrm{em}}\left[n\right]-{\widehat{\mathrm{\σ}}}_e^2\left[n\right]}{{\hat{r}}_{\mathrm{em}}\left[n\right]}$

其中

为所述双方通话统计，其中

为所述消除误差信号与麦克风输入信号之间的交叉相关，且其中

为消除误差信号e[n]的估计方差。

26.根据权利要求22所述的通信装置，其中使用自适应滤波器来实现将回声从所述输入信号中消除。

27.根据权利要求22所述的通信装置，其中所述双方通话统计与所述消除误差信号中的所述剩余回声能量和所述总消除误差能量的所述比率成比例。

Images