CN102625205A

CN102625205A - 用于无线听筒和耳机的回声抑制

Info

Publication number: CN102625205A
Application number: CN2012100498427A
Authority: CN
Inventors: 吴安杰; 阿伯戴尔-阿兹·尔-索何
Original assignee: Mitel Networks Corp
Current assignee: Mitel Networks Corp
Priority date: 2011-01-28
Filing date: 2012-01-17
Publication date: 2012-08-01
Also published as: EP2482533A2; CA2747196A1; US20120195438A1

Abstract

本发明公开了一种用于无线听筒和耳机的回声抑制。本文提出的增强被设计成允许声学回声抑制器算法在音频块R_in与音频块S_in之间存在显著回声路径延迟的情况下进行运算。在一个例子中，可从接收到的音频块R_in中选取单个参考样本或包络值。通过一算法，通过延迟先前捕获的参考样本并将延迟后的参考样本与音频块S_in的多个样本对齐，可以抑制和/或屏蔽音频块S_in中的回声信号。不是每个单个参考样本分别与音频块S_in的单个样本相匹配，而是，单个捕获并被延迟的参考样本或包络值可以被与音频块S_in的多个样本相匹配。该提出的算法提高了电话呼叫的话音质量，同时减少了缓存需求。

Description

用于无线听筒和耳机的回声抑制

技术领域

本申请主要涉及一种无线听筒或耳机，尤其涉及在回声路径存在显著延迟的情况中抑制由无线听筒或耳机所产生的回声。

背景技术

电话听筒和耳机中的回声是当通过电话设备的扬声器广播出的信号被同一电话设备中的麦克风接听到时经常会发生的正常、可预见的负效应。Popovic等人的题目为“ECHO CANCELLATION/SUPPRESSION ANDDOUBLE-TALK DETECTION IN COMMUNICATION PATHS”的美国专利No.7212628、和Popovic等人的题目为“ECHOCANCELLING/SUPPESSION FOR HANDSETS”的美国专利No.6999582中，描述了一种声学回声抑制器(AcES)算法，通过该算法，具设有听筒或耳机的IP电话能够最小化对回声的感知。为使该算法生效，参考样本和回声信号在时间上对齐。在有线听筒或耳机中，从参考样本到回声信号的回声路径延迟最小，且对于目前的AcES执行而言是足够的。然而，当回声路径延迟增加时，例如使用蓝牙无线链路时，话音质量则会明显恶化。目前执行AcES并未对此进行补偿，导致声学回声未被校正。问题因此变成了在具有蓝牙无线链路时如何补偿增加了的回声路径延迟，也就是对齐参考样本与麦克风的输出信号，以使AcES算法正确地工作。

通常，对于蓝牙听筒和耳机，声学回声的抑制是在听筒或耳机本身上完成的，以使得回声路径中没有无线链路延迟。然而，有时需要重复使用现有技术。为了满足这些需求，音频路径可以使用现有的AcES的升级，来补偿更长的回声路径延迟。因此，本申请的目的在于为现有的AcES算法提供增强，以使其有效补偿延长的回声路径延迟。本申请致力于解决上面遇到的问题，以及提供其他相关优点。

发明内容

根据本发明一个方面，提供一种用于抑制在无线听筒和耳机中的至少一者上的具有回声路径延迟的扬声器和麦克风之间生成的回声信号的方法，该方法包括：从提供给所述扬声器的音频块捕获参考样本；将所述参考样本延迟并与通过所述麦克风接收的音频块的多个样本对齐。

在根据本发明的实施例中，捕获所述参考样本包括利用提供给所述扬声器的所述音频块的原始数据。

在根据本发明的实施例中，捕获所述参考样本包括利用提供给所述扬声器的所述音频块的包络计算结果。

在根据本发明的实施例中，捕获所述参考样本包括利用提供给所述扬声器的所述音频块的一个大约一毫秒间隔。

在根据本发明的实施例中，捕获所述参考样本包括从提供给所述扬声器的所述音频块中所包含的多个样本中选取所述参考样本。

在根据本发明的实施例中，从所述多个样本中选取所述参考样本包括利用提供给所述扬声器的所述音频块中所包含的所述多个样本中的第一个样本。

在根据本发明的实施例中，从所述多个样本中选取所述参考样本包括利用提供给所述扬声器的所述音频块中所包含的所述多个样本中的最后一个样本。

在根据本发明的实施例中，该方法包括以不同的频率对提供给所述扬声器并通过所述麦克风接收的音频块采样。

在根据本发明的实施例中，对提供给所述扬声器并通过所述麦克风接收的音频块采样包括利用8千赫兹窄带。

在根据本发明的实施例中，对提供给所述扬声器并通过所述麦克风接收的音频块采样包括利用16千赫兹宽带。

附图说明

在附加的权利要求中阐述了被认为是本申请所特有的新颖性特征。在后续描述中，在说明书和附图通篇中，分别采用相同的编号标记类似的部件。附图不必按比例绘制，且为了清晰和简洁起见，某些附图会以放大或概括的形式展现出来。然而，当结合附图进行阅读时，通过参考以下示例性实施例的详细描述，能够最好地理解申请本身和优选使用模式，及其目的及优点，其中：

图1直观地描述了按照本发明的一方面的穿过有线听筒或耳机上的回声抑制器的声音；

图2直观地提供了按照本发明的一方面的蓝牙听筒或耳机上的音频路径；

图3展示了按照本发明的一方面的用于回声抑制的R_in样本和S_in块之间的典型对齐；

图4是阐述按照本发明的一方面的用于回声抑制的对齐的一个典型框图；

图5展示了按照本发明的一方面的典型的回声抑制器的输入/输出信号的曲线图。

具体实施方式

以下结合附图进行的描述意图作为对本申请目前的优选实施例的描述，并不意图代表可以构成和/或应用本申请的唯一方式。该说明结合所图示的实施例阐述了用于构建和操作本申请的功能和步骤顺序。然而应注意，相同或等同的功能及序列还可以由被意图包括在本申请精神和范围内的不同的实施例来实现。

总体而言，本申请涉及无线听筒和耳机的回声抑制。更具体的是，本申请涉及采用与多个回声样本对齐的延迟参考样本来抑制无线听筒或耳机产生的回声，从而提高电话呼叫的话音质量，同时减小缓存需求。本文描述的系统和方法提供了对Popovic等人的题目为“ECHOCANCELLATION/SUPPRESSION AND DOUBLE-TALK DETECTION INCOMMUNICATION PATHS”的美国专利No.7212628和Popovic等人的题目为“ECHO CANCELLING/SUPPESSION FOR HANDSETS”美国专利No.6999582中的AcES算法的增强，这些申请通过引用被全部结合于此。该增强允许声学回声抑制器(AcES)算法在参考音频块R_in(提供给听筒或耳机的扬声器)和回声音频块S_in(由听筒或耳机的麦克风所接收)之间存在显著的回声路径延迟的情况下进行运算。通过AcES算法，通过延迟先前捕获的音频块R_in的参考样本并将延迟了的参考样本与音频块S_in的多个样本对齐，就能够抑制和/或屏蔽音频块S_in中的回声信号。不是将每个参考样本与音频块S_in中的各个样本匹配，而是，音频块R_in的单个参考样本能够与音频块S_in的多个样本进行匹配。

上述回声抑制器能够提供许多优点。虽然该系统和方法意在改进美国专利No.7212628和美国专利No.6999582中所描述的AcES算法，但是相关领域技术人员能够意识到，所描述的系统和方法能被用在许多不同的回声抑制方法中。此外，因为缓存大小是保持恒定的，所以不管采样率如何，通过减少参考样本所用的存储量，本文所用的系统和方法还能更适于抑制现有技术中未出现的回声效应。对于相关领域的那些普通技术人员而言，由于下面的描述进行了规定，本申请的很多其他特征和要素将会变得显而易见。

在描述本发明的实施例之前，将会描述包含有电话的现有系统，该电话具有图1中的有线听筒或耳机和图2中的无线听筒或耳机。无线听筒或耳机的回声抑制将在此后的图3和图4中进行描述。图5提供了该回声抑制的典型效果。

转到图1，描述了按照本发明的一方面的通过有线听筒或耳机上回声抑制器108的音频。虽然提供的是IP电话104，但也能使用相关领域技术人员所熟知的其他设备，例如蜂窝电话，智能电话等。IP电话104包括用于并行处理一个或多个的处理单元。

相关领域中的技术人员能意识到，IP电话104中提供的逻辑能够被分配到很多类似计算机的系统中，且并不局限于集中部署。该逻辑可由计算机可读介质提供。能够存储数据且可由计算机访问的任何类型的计算机可读介质，例如磁带，闪存卡，数字视频光盘，RAM和ROM，都能够用于系统100中。

IP电话104能够储存很多表示本文所述逻辑的程序模块。本文所述的技术能够实现为一个或多个系统中的模块。该逻辑运算能够被实现为在一个或多个计算机系统中执行的处理器执行的步骤的顺序，以及被实现为一个或多个计算机系统中的互联机构或电路模块。同样的，可以鉴于模块所执行或实现的操作来提供对各个逻辑模块的说明。最终的实施方式是一个选择问题，这取决于实现所述技术的基本系统性能需求。因此，组成本文所述技术的实施例的逻辑运算被不同地称为操作、步骤、物体或模块。此外，可被理解的是，能够以任何顺序执行逻辑运算，除非另有明确的要求，或者在权利要求中特定顺序本来就是必要的。

在系统100中，可通过IP网络102接收音频信号或其他形式的通信。可选择地，可通过简单的老式电话服务等接收音频信号。IP网络102可以被表示为局域网(LAN)，广域网(WAN)，个人局域网(PAN)，校园局域网(CAN)，城域网(MAN)，全球局域网(GAN)或其组合。这些网络环境在办公网络，企业宽带电脑网络，内联网和互联网中十分常见。

IP电话104能够通过在IP电话104上所执行的逻辑106对来自IP网络102的数据解封装。通过解封装，数据可以以对于IP电话104更可用的形式提供。来自封装/解封装逻辑106的音频R_in被提供给回声抑制器108。音频R_in还能作为R_out传输到编码和解码(编解码)逻辑110。来自编解码逻辑110的音频流能被提供给扬声器112。

声学耦合一般发生在从扬声器112到麦克风114之间，其中，来自扬声器112的音频信号被接收。具有回声的音频可通过麦克风114被接收并被传送至编解码逻辑110。该编解码逻辑110进而提供音频信号S_in至回声抑制器108。回声抑制器108可消除回声，提供输出信号S_out至封装/解封装逻辑106，在此信号被转换成一种可被IP网络102使用的形式。

在回声抑制器108，IP电话104能够通过AcES算法最小化对回声的感知。为使该算法生效，参考样本R_in(传向扬声器112)和相应的回声音频S_in(从麦克风114得到)在时间上对齐。对于有线听筒和耳机，从R_in到S_in的回声路径延迟是最小的，并且足以在当前执行AcES算法。

在美国专利No.7212628和美国专利No.6999582中提供了AcES函数的细节。AcES试图分析参考样本和回声能量来创建用于抑制回声的屏蔽。如图1所示，回声抑制器108能够利用回声信号执行“与”运算或者类似运算。在一个实施例中，功率级计算器能够确定由听筒或耳机扬声器112广播出来的参考信号R_in的功率级别。屏蔽生成器响应于功率级计算器，且生成屏蔽，所述屏蔽是已确定的功率级的函数，用于抑制听筒或耳机麦克风114接收到的回声信号S_in。为了避免存在背景噪声时的明显的转换效应，回声抑制器108可被配置为生成泄露屏蔽(leaky mask)。在回声抑制器108内执行AcES算法期间，双向通话(double talk)也能被去除。只要通过麦克风114接收到的信号大于期望的回声信号，便可认为是双向通话。

在相关领域的技术人员能够领会的是，上文描述的系统100是一个实施例，且不应该被解释为仅有的一个。当音频路径即R_in到S_in被延迟时，在目前执行AcES算法108的情况下问题就出现了。

图2直观的提供了按照本发明的一方面的蓝牙听筒或耳机216的音频路径。相关领域的技术人员所熟知的是，系统200适用于其他无线技术并不局限于蓝牙。系统200同样能具有与上文所示的系统100相同的特点和功能。在该IP电话104中，回声抑制器108能够被耦合到蓝牙选择模块202。蓝牙选择模块202可包括模数和数模转换器204，206，208，210，212，214。蓝牙选择模块202中还可包括蓝牙无线电208和214。蓝牙无线电可208用来提供音频信号，而蓝牙无线电214用来接收输出的音频信号。

蓝牙选择模块202中的蓝牙无线电208和214能够与蓝牙听筒或耳机216进行通信。该蓝牙听筒或耳机216包括蓝牙无线电218和222，用来和蓝牙选择模块202通信。如图2进一步所示，蓝牙听筒或耳机216通常可包括可提高信号功率的增益逻辑220。增强后的信号可被送入编解码逻辑110，由此提供给蓝牙听筒或耳机216上的扬声器112。

声学耦合一般发生在从扬声器112到麦克风114之间，其中麦克风114采集到来自扬声器112的音频信号。具有回声的音频S_in一般通过蓝牙听筒或耳机216上的麦克风114被接收，并被传送至蓝牙选择模块202。AcES连同本申请范围内所提出的增强能够消除回声，继而将音频S_out提供给封装/解封装逻辑106，在此信号被转换为一种IP网络102可使用的形式。

在回声抑制器108中，IP电话104能够通过增强的AcES算法最小化对回声的感知。为使该算法生效，参考样本R_in和回声信号S_in在时间上对齐。对于无线听筒或耳机216，从R_in到S_in的回声路径延迟被延长。能够看到的是，模数和数模转换器204、206、208、210、212和214连同蓝牙无线电208、214、218和222使音频路径延迟变长，因此，当前的实施方式对于AcES算法是不够的。

在图2中，系统200包括一个相当大的蓝牙链路延迟，例如总计大约60至65毫秒。然而为相关领域技术人员所熟知的是，在修改后的AcES算法中可计算几乎任何类型的延迟。使用现有AcES算法，所需的延迟补偿缓冲非常巨大。显然，考虑以8千赫兹采样的65毫秒的窄延迟，这通常需要520个字的缓冲大小。此外，以16千赫兹采样的60毫秒宽带延迟需要1040个字的缓冲大小来按要求对齐参考和回声信号。将其与86个字的AcES算法的总内存需求相比较，显而易见的是，简单的基于样本的延迟对于内存的使用而言效率低下。

在进一步详细阐述所用的AcES算法时，图3展示了根据本发明的一方面的R_in块302与S_in块306之间用于回声抑制的典型对齐。系统200内提供的回声路径延迟延长了获取S_in块306的时间。回声抑制器108可利用延迟来将R_in块302的各个S_in样本304与S_in块304中捕获到的输出音频信号的S_in样本308对齐。然而，如上所述，这样的以逐样本为基础是效率低下的。

本申请所概述的AcES改良被设计成在窄带实施方式中将内存需求削减8倍、在宽带实施方式中削减16倍，从而将两种模式的内存需求统一成为65个字的单一缓存长度。事实上，无论采样率如何，缓存大小通常保持恒定。

在本申请提出的增强AcES的上下文中，假设对齐300图示对参考R_in块302的采样。并不是R_in块302的每个单个样本304与S_in块306的单个样本308分别相匹配，而是R_in块302的单个样本304能够与S_in块306的所有样本相匹配。如图所示，R_in块302的最后一个样本304可被用作适用于AcES算法的样本参考。在其他实施例中，可以从R_in块302的第一个样本304或其间的任何样本304中选出参考样本。应当注意的很重要的一点是，参考R_in块302可以是原始样本304块或是从原始样本304计算得到的包络。相关领域技术人员能够意识到，利用参考样本304的包络与原始样本304之比，能够有助于平滑语音信号中的尖锐转换，并提供更加稳定的性能。因此，从这点来看，术语R_in被用来表示原始样本304和/或包络。

可以以一毫秒处理块间隔执行AcES算法。因此在送往AcES处理之前，在R_in302和S_in306中分别采集一毫秒长的块。基于对语音信号行为的观察，一毫秒的粒度对于AcES算法而言足以屏蔽声学回声。相关领域技术人员能够领会的是，可使用其他长度的粒度，且仍可在逐样本的基础上进行分析并由此提供屏蔽。也能够在逐样本的基础上计算参考能量，即参考包络。然后每一毫秒保存参考包络的计算结果，且匹配到相应的S_in块306。

本申请所提出的增强可在各种采样率下工作，包括8千赫兹窄带和16千赫兹宽带速率。该增强还可在多种采样块大小下工作。在一实施例中，可以在1毫秒长的音频块内工作。在一实施例中，可在10毫秒长的音频块内工作。因此，音频块的大小并不构成对该增强的限制，本申请适用于所有音频块大小寸。

图4是图示出根据本发明一方面的用于回声抑制的对齐的示例性框图。系统200在回声抑制器108处接收到R_in块302。依然记住，R_in可以是样本或包络。在回声抑制器108中，在410捕获R_in块302以形成R_in参考样本304。通常，R_in参考样本304为R_in块302内的最后一个样本。R_in块302继而被提供给听筒或耳机216，在此被发送到扬声器112，且被听筒或耳机216的用户听到。如上所述，在通过回声抑制器108后，R_in块302转变成了R_out块302。

蓝牙听筒或耳机216的用户继而可提供音频信号，并在1毫秒长的块306内捕获该信号。S_in块306继而被提供给回声抑制器108，在此音频信号内的回声信号可以得到抑制。在412处，利用屏蔽生成逻辑和R_in块302的延迟后的参考样本304，回声可被消除。参考样本R_in304被延迟以便将它可以被与S_in块306的一个或多个样本308匹配。之后，在通过回声抑制器108后，S_in块306转变为S_out块306。

参考图5，提供了根据本发明一方面的典型的回声抑制器108的输入/输出信号曲线图。该举例采用宽带16千赫兹采样。如图所示，延迟后的R_in块302可被保持1毫秒或S_in块306的持续时间。虽然被标记为“听筒包络”的无延迟R_in块302没有与S_in块306准确对齐，但延迟后的R_in样本304被准确对齐以消除回声。

根据本发明一方面，提供一种方法，用于抑制在无线耳机和听筒的至少一者上的具有回声路径延迟的扬声器和麦克风之间产生的回声信号。该方法可以包括从提供给扬声器的音频块捕获参考样本。此外，该方法可以包括延迟参考样本，并将参考样本与通过麦克风接收到的音频块的多个样本对齐。

在一实施例中，捕获参考样本可以包括利用提供给扬声器的音频块的原始数据。在一实施例中，捕获参考样本可以包括利用提供给扬声器的音频块的包络计算结果。在一实施例中，捕获参考样本可以包括利用提供给扬声器的音频块的一个约一毫秒长的间隔。

在一实施例中，捕获参考样本可以包括从提供给扬声器的音频块中包含的多个样本中选取参考样本。在一实施例中，从多个样本中选取参考样本可以包括利用提供给扬声器的音频块中包含的多个样本里的第一样本。在一实施例中，从多个样本中选取参考样本可以包括利用提供给扬声器的音频块中包含的多个样本里的最后一个样本。

在一实施例中，该方法可以包括以同频率对提供给扬声器并通过麦克风接收的音频块采样。在一实施例中，对提供给扬声器并通过麦克风接收到的音频块采样可包括利用8千赫兹窄带。在一实施例中，对提供给扬声器并通过麦克风接收到的音频块采样可包括利用16千赫兹宽带。在一实施例中，该方法包括临时存储参考样本。

根据本发明另一方面，提供了用于无线听筒和耳机中的至少一者的装置。该装置可以包括至少一个处理器和可操作地耦合至该处理器的存储器，该存储器存储程序指令，当所述指令被处理器执行时，能够使处理器执行处理过程。处理过程包括确定参考样本。此外，处理过程可以包括通过延迟该参考样本并将参考样本和音频块的多个样本对齐来抑制音频块中的回声。

在一实施例中，该参考样本可被延迟大约60至65毫秒。在一实施例中，该延迟对应于蓝牙无线连接。在一实施例中，延迟参考样本可以包括计算由模数转换器、数模转换器和数字编解码器中的至少一个所引入的时间。

根据本发明另一方面，提供了一种系统。该系统可以包括声学回声抑制器逻辑，该逻辑用于产生参考样本并通过将该参考样本延迟一时段及将该参考样本与音频的多个样本对齐来屏蔽音频中的回声信号。

在一实施例中，该时段在考虑由无线听筒和耳机中的至少一者引起的延迟时被考虑。在一实施例中，可从提供给无线听筒和耳机中的至少一者的音频块中选取参考样本。在一实施例中，采用8千赫兹窄带对音频采样。在一实施例中，采用16千赫兹宽带对音频采样。

提供前面的描述能够使相关领域技术人员能够实现本文所描述的各种实施例。这些实施例的各种变形对相关领域技术人员来说是显而易见的，且本文所限定的一般原则也适用于其他实施例。因此权利要求并不是意图局限在此处所示和所述的实施例中，而是整个范围与权利要求一致，其中以单数提到一个元件并不意味着“一个且仅有一个”而是“一个或多个”，除非有具体声明。本文明确包括公开内容通篇所描述的各个实施例中的部件的所有结构或功能上的等同物，这些等同物对于相关领域普通技术人员而言是知晓的或今后能够知晓的，而且通过引用被结合于此并希望被权利要求所覆盖。此外，本文所公开的任何内容均不打算奉献于公众，无论是否被明确记载在在权利要求中。

Claims

1.一种用于抑制在无线听筒和耳机中的至少一者上的具有回声路径延迟的扬声器和麦克风之间生成的回声信号的方法，该方法包括：

从提供给所述扬声器的音频块捕获参考样本；

将所述参考样本延迟并与通过所述麦克风接收的音频块的多个样本对齐。

2.如权利要求1所述的方法，其中捕获所述参考样本包括利用提供给所述扬声器的所述音频块的原始数据。

3.如权利要求1所述的方法，其中捕获所述参考样本包括利用提供给所述扬声器的所述音频块的包络计算结果。

4.如权利要求1所述的方法，其中捕获所述参考样本包括利用提供给所述扬声器的所述音频块的一个大约一毫秒间隔。

5.如权利要求1所述的方法，其中捕获所述参考样本包括从提供给所述扬声器的所述音频块中所包含的多个样本中选取所述参考样本。

6.如权利要求5所述的方法，其中从所述多个样本中选取所述参考样本包括利用提供给所述扬声器的所述音频块中所包含的所述多个样本中的第一个样本。

7.如权利要求5所述的方法，其中从所述多个样本中选取所述参考样本包括利用提供给所述扬声器的所述音频块中所包含的所述多个样本中的最后一个样本。

8.如权利要求1所述的方法，包括以不同的频率对提供给所述扬声器并通过所述麦克风接收的音频块采样。

9.如权利要求8所述的方法，其中对提供给所述扬声器并通过所述麦克风接收的所述音频块采样包括利用8千赫兹窄带。

10.如权利要求8所述的方法，其中对提供给所述扬声器并通过所述麦克风接收的所述音频块采样包括利用16千赫兹宽带。