CN103327201B - 残留回声消除方法及系统 - Google Patents

Abstract

本发明涉及语音通信领域，公开了一种残留回声消除方法及系统。本发明中，采用汉明窗或布莱克曼窗等非矩形窗对残留回声信号进行加窗处理，可减小频谱泄漏，以提高线性预测的准确性，使残差信号更接近白噪声，从而更好地消除残留回声。进一步地，在对残留回声信号进行加窗处理时，可将本帧残留回声信号和上一帧的最后N个信号组合成当前需处理的残留回声信号，可进一步减小频谱泄漏。

Description

残留回声消除方法及系统

技术领域

本发明涉及语音通信领域，特别涉及残留回声消除方法及系统。

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后，经过本地信号接收设备的处理到达听筒，在此过程中经常会产生回声。在回声消除中，会涉及4个处理模块，分别为自适应滤波模块，双端检测模块，残留回声消除模块以及噪声消除模块，其中残留回声消除模块和噪声消除模块可以统称为非线性处理部分，如图1所示。其中自适应滤波器主要用于跟踪回声反射的路径，估计出估计回声信号双端通话检测器用于控制自适应滤波器的更新，防止滤波器在双讲的时候继续更新导致滤波器发散；由于自适应滤波器长度及计算误差的原因，自适应滤波后总是会有残留回声，残留回声消除模块主要是处理自适应滤波处理之后的残留回声，得到残差信号，噪声消除模块进行噪声抑制。

现有的非线性回声处理方法有AR(自回归)模型白化语音，估计残留回声并替换等，采用AR模型进行残留回声消除的原理在于采用AR模型进行语音估计，由原信号和估计值的差作为噪声消除的输入，由于AR模型是自回归模型，那么它的输出将是白噪声输出，这时噪声消除器就能将AR模型的输出当作环境噪声给予很好的抑制。

AR模型白化语音，即线性预测处理过程如下：

$e_w\left(k\right)=e\left(k\right)-\underset{i-1}{\overset{P}{\mathrm{\Σ}}}{a}_i\left(k\right)e(k-i)$

其中，e(k)代表残留回声信号；a_i(k)是LPC线性滤波器系数，可以采用Levinson-Durbin算法计算出来；P代表LPC滤波器阶数；e_w(k)代表解相关后的残留信号，作为噪声消除器的输入。e_w(k)信号会被噪声消除器当成是环境噪声信号抑制。

现有的技术方案采用AR模型进行白化残留回声处理，受到系统处理能力的限制，语音信号需要被截短后再进行处理，然而，对语音信号进行直接截短后必然会造成频谱泄漏，造成白化的效果不好，而这样的信号送入噪声抑制器的话，消除效果也会打折扣。

发明内容

本发明的目的在于提供一种残留回声消除方法及系统，采用非矩形窗对残留回声信号进行加窗处理，可减小频谱泄漏，以提高线性预测的准确性，使进行噪声消除时处理的残差信号更接近白噪声，从而更好地消除残留回声。

为解决上述技术问题，本发明的实施方式提供了一种残留回声消除方法，包含以下步骤：

采用非矩形窗对残留回声信号e(k)进行加窗处理，得到加窗后的残留回声信号e_win(k)；

对所述e_win(k)进行线性预测编码LPC，得到残留回声信号估计值；

将所述e_win(k)与所述残留回声信号估计值相减后得到残差信号e_w(k)；

根据所述e_w(k)对语音信号进行噪声消除。

本发明的实施方式还提供了一种残留回声消除系统，包含：

加窗模块，用于采用非矩形窗对残留回声信号e(k)进行加窗处理，输出加窗后的残留回声信号e_win(k)；

编码模块，用于对所述加窗模块输出的e_win(k)进行线性预测编码LPC，得到残留回声信号估计值；

残差信号获取模块，用于将所述加窗模块输出e_win(k)与所述编码模块输出的残留回声信号估计值相减后得到残差信号e_w(k)；

噪声消除模块，用于根据所述残差信号获取模块输出的e_w(k)对语音信号进行噪声消除。

本发明实施方式相对于现有技术而言，采用非矩形窗对残留回声信号进行了加窗处理，可减小频谱泄漏，以提高线性预测的准确性，使进行噪声消除时处理的残差信号更接近白噪声，从而更好地消除残留回声。

优选地，在对残留回声信号进行加窗处理时，采用汉明窗或布莱克曼窗，可进一步减小频谱泄漏，而且，由于汉明窗或布莱克曼窗已是现有的成熟技术，保证了本发明的可行性。

优选地，在对残留回声信号e(k)进行加窗处理时，可将本帧残留回声信号和上一帧的最后N个信号组合成所述e(k)。通过对残留回声信号进行重叠处理，可进一步减小频谱泄漏。

附图说明

图1是现有技术中声学回声消除的原理示意图；

图2是根据本发明第一实施方式的残留回声消除方法的流程图；

图3是将本帧残留回声信号的样点与上一帧残留回声信号的后N个样点进行拼接的示意图；

图4是原始残留回声信号的时域波形图和语谱图；

图5是采用直接截断白化处理得到的残差信号的时域波形图和语谱图；

图6是采用本发明的第二实施方式进行处理得到的残差信号的时域波形图和语谱图；

图7是根据本发明第三实施方式的残留回声消除系统的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请各权利要求所要求保护的技术方案。

本发明的第一实施方式涉及一种残留回声消除方法，其流程如图2所示。具体包括如下步骤：

步骤S201，采用非矩形窗对残留回声信号e(k)进行加窗处理，得到加窗后的残留回声信号e_win(k)。可用下式表示加窗过程：

e_win(k)＝e(k)w(k)

其中，e(k)代表残留回声信号，w(k)代表窗函数，可以采用hamming(汉明窗)，blackman(布莱克曼窗)等常见的非矩形窗窗函数。根据常见窗函数的性质，与直接截断相比，进行加窗后的信号能减小频谱泄露，减小边瓣的影响。

步骤S202，对所述e_win(k)进行线性预测编码LPC，得到残留回声信号估计值。残留回声信号估计值可用下式计算得到：

其中，a_i(k)表示LPC滤波器系数，可采用Levinson-Durbin算法进行计算；P表示LPC滤波器阶数，本实施方式中可选择10阶。

步骤S203，将所述e_win(k)与所述残留回声信号估计值相减后得到残差信号e_w(k)，即：

$e_w\left(k\right)=e_{\mathrm{win}}\left(k\right)-\underset{i=1}{\overset{P}{\mathrm{\Σ}}}{a}_i\left(k\right)e_{\mathrm{win}}(k-i)$

步骤S204，根据所述e_w(k)对语音信号进行噪声消除。

与现有技术相比，由于本实施方式对残留回声信号进行了加窗处理，加窗后的信号能减小频谱泄露，减小边瓣的影响，可提高线性预测编码中计算残留回声信号估计值的准确性，进一步使残留回声信号与其估计值相减后得到的残差信号更接近白噪声，从而在噪声消除中能更好地消除该残差信号，达到消除残留回声的目的。

本发明的第二实施方式涉及一种残留回声消除方法。第二实施方式在第一实施方式基础上做了进一步改进，其改进之处在于：在本发明第二实施方式中，在对残留回声信号e(k)进行加窗处理的步骤中，将本帧残留回声信号和上一帧的最后N个信号组合成所述e(k)。

图3为将本帧残留回声信号与上一帧后N个样点拼接在一起的示意图。本实施方式中的N可为40，也就是说，采用上一帧的后40个样点与本帧的160个样点拼接在一起构成当前需要处理的200个样点的残留回声信号。对残留回声信号进行重叠处理，可进一步减小频谱泄漏。

根据图4、图5、图6，可直观地发现本实施方式的有益效果，其中，图4为原始残留回声信号的时域波形图和语谱图；图5为采用直接截断白化处理得到的残差信号的时域波形图和语谱图；图6为采用本实施方式进行处理得到的残差信号的时域波形图和语谱图。可以明显看出，采用直接截断白化处理得到的残差信号的语音特性已经明显减小；而采用本实施方式进行处理得到的残差信号的语音特质更加少了，经过后续的噪声抑制处理后，基本可以消除干净。

需要说明的是，上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包含相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。

本发明第三实施方式涉及一种残留回声消除系统，如图7所示，包含：

加窗模块，用于采用非矩形窗对残留回声信号e(k)进行加窗处理，输出加窗后的残留回声信号e_win(k)；

编码模块，用于对所述加窗模块输出的e_win(k)进行线性预测编码LPC，得到残留回声信号估计值；

残差信号获取模块，用于将所述加窗模块输出e_win(k)与所述编码模块输出的残留回声信号估计值相减后得到残差信号e_w(k)；

噪声消除模块，用于根据所述残差信号获取模块输出的e_w(k)对语音信号进行噪声消除。

不难发现，本实施方式为与第一实施方式相对应的系统实施例，本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第一实施方式中。

值得一提的是，本实施方式中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本发明的创新部分，本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入，但这并不表明本实施方式中不存在其它的单元。

本发明第四实施方式涉及一种残留回声消除系统。第四实施方式在第三实施方式基础上做了进一步改进，其改进之处在于：在本发明第四实施方式中，加窗模块处理的e(k)，并非只是本帧残留回声信号，而是由本帧残留回声信号和上一帧的最后N个信号组成。后续处理与本发明第三实施方式的处理类似，在此不再赘述。

由于第二实施方式与本实施方式相互对应，因此本实施方式可与第二实施方式互相配合实施。第二实施方式中提到的相关技术细节在本实施方式中依然有效，在第二实施方式中所能达到的技术效果在本实施方式中也同样可以实现，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第二实施方式中。

本领域的普通技术人员可以理解，上述各实施方式是实现本发明的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。

Claims (10)

1.一种残留回声消除方法，其特征在于，包含以下步骤：

采用非矩形窗对残留回声信号e(k)进行加窗处理，得到加窗后的残留回声信号e_win(k)；

对所述e_win(k)进行线性预测编码LPC，得到残留回声信号估计值；

将所述e_win(k)与所述残留回声信号估计值相减后得到残差信号e_w(k)；

根据所述e_w(k)对语音信号进行噪声消除。

2.根据权利要求1所述的残留回声消除方法，其特征在于，

所述非矩形窗为汉明窗或布莱克曼窗。

3.根据权利要求1所述的残留回声消除方法，其特征在于，在所述对残留回声信号e(k)进行加窗处理的步骤中，包含以下子步骤：

将本帧残留回声信号和上一帧的最后N个信号组合成所述e(k)。

4.根据权利要求3所述的残留回声消除方法，其特征在于，

所述N为40。

5.根据权利要求1至4中任一项所述的残留回声消除方法，其特征在于，通过以下公式对所述e_win(k)进行线性预测编码，得到所述残留回声信号估计值：

其中，a_i(k)表示LPC滤波器系数，P表示LPC滤波器阶数。

6.根据权利要求5所述的残留回声消除方法，其特征在于，

所述P为10。

7.一种残留回声消除系统，其特征在于，包含：

加窗模块，用于采用非矩形窗对残留回声信号e(k)进行加窗处理，输出加窗后的残留回声信号e_win(k)；

编码模块，用于对所述加窗模块输出的e_win(k)进行线性预测编码LPC，得到残留回声信号估计值；

残差信号获取模块，用于将所述加窗模块输出e_win(k)与所述编码模块输出的残留回声信号估计值相减后得到残差信号e_w(k)；

噪声消除模块，用于根据所述残差信号获取模块输出的e_w(k)对语音信号进行噪声消除。

8.根据权利要求7所述的残留回声消除系统，其特征在于，所述非矩形窗为汉明窗或布莱克曼窗。

9.根据权利要求7所述的残留回声消除系统，其特征在于，

所述e(k)由本帧残留回声信号和上一帧的最后N个信号组成。

10.根据权利要求9所述的残留回声消除系统，其特征在于，

所述N为40。