CN103700374B - 确定声学回声消除中系统延时的方法及声学回声消除方法 - Google Patents
确定声学回声消除中系统延时的方法及声学回声消除方法 Download PDFInfo
- Publication number
- CN103700374B CN103700374B CN201310728989.3A CN201310728989A CN103700374B CN 103700374 B CN103700374 B CN 103700374B CN 201310728989 A CN201310728989 A CN 201310728989A CN 103700374 B CN103700374 B CN 103700374B
- Authority
- CN
- China
- Prior art keywords
- signal
- segmentation
- frequency
- system delay
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本发明涉及一种确定声学回声消除中系统延时的方法及利用该方法进行声学回声消除方法，确定声学回声消除中系统延时的方法，包括如下步骤：分别将采集的原始信号和参考信号进行交叠分段、加窗和快速傅里叶变换转换为频域信号，得到原始频域信号和参考频域信号；找出所有分段的原始频域信号和参考频域信号中能量最高的n个峰值所对应的频率值，即共振峰特征值；然后，将参考频域信号共振峰频率序列依次向前移动分段时间t1的整数倍，分别对应比较两个共振峰特征值，相同点数最多对应的向前移动的延时即为声学回声消除中的系统延时。与现有技术相比，本发明在只需要非常小的运算量的情况下就能实现对动态的、超大的系统延时的确认，适应范围广，运算量小，效果稳定。
Description
技术领域
本发明涉及一种确定声学回声消除中系统延时的方法及利用该方法进行声学回声消除方法。
背景技术
声学回声是指麦克风1’将扬声器2’的声音信号采集进去的声音，语音通讯和现场会议中的声学回声是有害的，需要通过技术手段进行消除，我们将声学回声消除器(Acoustic Echo Canceler)简记为AEC。现有的AEC能够在特定系统下实现很好的消除效果，然而对于某些特定的设备其系统延时较大，或者系统延时存在动态变化的情况下，许多现有的AEC就会失效。
如附图1所示，AEC的工作原理是将远端原始信号（Far-end speech）作为参考信号，利用回声信号和参考信号的相关性，将近端输入信号和回声信号进行分离，目标是只剩下尽可能纯净的近端输入信号。
因为语音信号是时变的，参考信号和麦克风采集的近端输入信号和回声信号在计算过程前需要进行同步，而这两组信号存在相对延时，延时包括声音传播的延时、播放和采集的延时、计算机处理调度的延时，我们将这些延时统称为系统延时，因此对声学回声消除，需要首先确定系统延时。而对于不同的系统环境，其系统延时差异性非常大，范围大概从10ms～800ms之间，而且有的系统延时会在这个范围内波动。判断回声消除器的一个重要指标就是支持多大范围的系统延时，然后支持系统延时的范围太大会大大增加实时系统的运算量，通常300ms以上的动态系统延时就是比较好的指标。
现有的AEC消除回声的方法包括，通过最小均方误差(LMS-least mean square erroralgorithm)方法实现回声延时的自适应和消除，通过读取操作系统的缓冲区大小来估计系统延时然后在频域使用增益减法进行消除，还有的仅仅是通过对一方信号的抑制实现半双工的回声消除。LMS方法计算量比较大，不能适应系统延时过大的情况，且不适用于具有非线性失真的声学回声；读取缓冲区大小来估计系统延时的方法对系统依赖性太大，对于非实时的操作系统，延时估计非常不准确；半双工回声消除方法用户体验差，只适用于在低端的设备上应用。
发明内容
本发明所要解决的首要技术问题是针对上述现有技术提供一种准确性高、运算量低的确定声学回声消除中系统延时的方法。
本发明进一步所要解决的首要技术问题是针对上述现有技术提供一种声学回声消除,该声学回声消除中确定声学回声消除中系统延时准确性高、运算量低，能较好的准确的快速将声学回声进行有效消除。
本发明解决上述首要技术问题所采用的技术方案为：一种确定声学回声消除中系统延时的方法，其特征在于：包括如下步骤
步骤一、分别将采集的原始信号和参考信号进行交叠分段、加窗和快速傅里叶变换转换为频域信号，从而得到原始频域信号和参考频域信号，具体转换过程为：
1、分别对采集的原始信号和参考信号进行交叠分段处理，每一分段时间为t1，交叠时间为t2，t2小于t1大于零，交叠分段处理的处理方式为常规技术，比如，t1为10ms，t2为5ms，第一分段的数据为0～10ms的数据，第二分段的数据为5ms～15ms的数据，第三分段的数据为15m～25ms的数据，第四分段的数据为20ms～30ms的数据……，即后一分段数据和前一分段的数据会有t2时间的交叠部分；
2、分别对交叠分段处理后的分段原始信号和分段参考信号分别进行加窗处理，去除分段造成的谱泄露；对信号进行加窗处理也为常规技术，可以采用Hamming窗或其他矩形窗，本方案中，采用Hamming窗效果较好；
3、分别对加窗处理后的分段原始信号和分段参考信号进行快速傅里叶变换转换，快速傅里叶变换转换也是常规技术，得到由多个分段原始频域信号组成的一组原始频域信号和多个分段参考频域信号组成的一组参考频域信号；
步骤二、找出所有分段的原始频域信号中能量最高的n个峰值所对应的频率值，n为大于等于2的自然数，并将这些频率值按照分段的先后顺序依次记录下来形成一个原始频域信号共振峰频率序列数组，记为fs；相同方法，找出所有分段的参考频域信号中能量最高的至少两个峰值所对应的频率值，并将这些频率值按照分段的先后顺序依次记录下来形成一个参考频域信号共振峰频率序列数组，记为fc；
步骤三、以当前即时时间点为起始位置，提取fs中m个分段的记录数据，这m个分段的记录数据为[fs11,fs12,fs13,fs21,fs22,,fs23,…fsm1,fsm2,fsm3]；以当前即时时间点为基准向前移动分段时间t1后的时间点为起始位置，提取fc中m个分段的记录数据，这m个分段的记录数据为[fc11,fc12,…fc1n,fc21,fc22,…fc2n,…fcm1,fcm2,…fcmn]；
对[fs11,fs12,…fs1n,fs21,fs22,…fs2n,…fsm1,fsm2,…fsmn]和
[fc11,fc12,…fc1n,fc21,fc22,…fc2n,…fcm1,fcm2,…fcmn]这两个集合的数据按对应位置进行比较，记录相同数据的个数，得到match1；
相同方法，以当前即时时间点为基准向前移动分段时间2t1后的时间点为起始位置，提取fc中m个分段的记录数据，将这m个分段的记录数据与[fs11,fs12,…fs1n,fs21,fs22,…fs2n,…fsm1,fsm2,…fsmn]的数据按对应位置进行比较，记录相同数据的个数，得到match2；
依次类推，以T为一个时间单元，T为t1的整数倍，分别以当前即时时间点为基准向前移动分段时间3t1、4t1……和T后的时间点为起始位置，提取fc中m个分段的记录数据，将这m个分段的记录数据分别与[fs11,fs12,…fs1n,fs21,fs22,…fs2n,…fsm1,fsm2,…fsmn]的数据按对应位置进行比较，分别记录相同数据的个数，得到match3、match4……matchT/t1；
步骤四、取match1、match2、match3、match4……matchT/t1中的最大值，该最大值所对应的fc向前移动的时间即为声学回声消除中的系统延时；
通过实验证明，即使原始信号中含有大量噪音和双端通话语音，通过上述方法确定的系统延时的准确性也能达到97%以上。
为了提高精度，我们需要实时的，不断计算系统延时，作为改进，重复步骤三、四至少两次，如果每次得出的系统延时时间相同，则将这个系统延时确定为声学回声消除中的系统延时，通过这个方法确认的系统延时能达到99.9973%可靠性。
当声学回声路径中存在时钟漂移问题时，即参考信号的时钟和原始信号的时钟存在误差，会导致系统延时的线性增加或减少，作为改进，本发明还还包括步骤六：检测原始信号和参考信号之间是否存在时钟漂移，如果原始信号和参考信号之间存在时钟漂移，检测出一个时间段Tx内，如果原始信号和参考信号这两个数据的分段差绝对值大于一个预定的阈值a，则将系统延时进行补偿：
时间段Tx内，原始信号具有的分段数据个数为x个，参考信号具有的分段数据个数为y个，如果x-y>a，则将系统延时时间减at1作为声学回声消除中的系统延时；如果x-y<-a，则将系统延时时间加at1作为声学回声消除中的系统延时。
本发明还提供了一种声学回声消除方法，采用上述描述的方法确定系统延时后，利用该系统延时，将参考频域信号进行滤波，然后通过增益减法消除原始频域信号中的回声信号，最后对消除回声信号后的近端输入频域信号进行非线性处理，得到消除回声后的近端输入信号。
与现有技术相比，本发明的优点在于：本发明利用语音信号主要特征分量“共振峰”的相关性，在只需要非常小的运算量的情况下实现对动态的、超大的系统延时的确认，适应范围广，运算量小，效果稳定。
附图说明
图1为本发明实施例中确定声学回声消除中系统延时方法的流程图。
图2为本发明实施例中声学回声消除方法的流程图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
本发明首先确定声学回声消除中系统延时的方法，其包括如下步骤：
步骤一、分别将采集的原始信号和参考信号进行交叠分段、加窗和快速傅里叶变换转换为频域信号，从而得到原始频域信号和参考频域信号，将采集的原始信号记为s(n)，采集的参考信号记为c(n)，原始频域信号记为S(w)，参考频域信号记为C(w)，其中w代表不同频率，S(w)为频率为w时原始频域信号的能量和相位，C(w)为频率为w时参考频域信号的能量和相位,S(w)和C(w)均为复数，具体转换过程为：
1、分别对采集的原始信号和参考信号进行交叠分段处理，每一分段时间为t1，交叠时间为t2，t2小于t1大于零，交叠分段处理的处理方式为常规技术；分段的大小影响时间分辨率和频域分辨率，分段越小时间分辨率越高，但频域分辨率越低，无论声音信号的采样率是多大（一般的为8Khz～48KHz），我们选取t1为10ms～20ms中的任意一个数值作为一个分段的大小，因为人声的基频一般是100Hz～400Hz，10ms刚好可以表达一个最低的基频周期，因此不宜再小；而自然声音是时变的，我们只能假设在短时间内按时不变的方法进行频域分析，因此最大不要超过20ms，即可保证两种分辨率的平衡，以下假定每段时间长度为t1为10ms，按照常规的做法，我们对每个分段至少保证50%的交叠，本实施例，将t2定为5ms，即每次向前移动5ms，那么，第一分段的数据为0～10ms的数据，第二分段的数据为5ms～15ms的数据，第三分段的数据为15m～25ms的数据，第四分段的数据为20ms～30ms的数据……，即后一分段数据和前一分段的数据会有t2时间的交叠部分；
2、分别对交叠分段处理后的分段原始信号和分段参考信号分别进行加窗处理，去除分段造成的谱泄露；对信号进行加窗处理也为常规技术，可以采用Hamming窗或其他矩形窗，本方案中，采用Hamming窗效果较好；
3、分别对加窗处理后的分段原始信号和分段参考信号进行快速傅里叶变换转换，快速傅里叶变换转换也是常规技术，得到由多个分段原始频域信号组成的一组原始频域信号和多个分段参考频域信号组成的一组参考频域信号；
步骤二、找出所有分段的原始频域信号中能量最高的n个峰值所对应的频率值，n为大于等于2的自然数，并将这些频率值按照分段的先后顺序依次记录下来形成一个原始频域信号共振峰频率序列数组，记为fs；相同方法，找出所有分段的参考频域信号中能量最高的至少两个峰值所对应的频率值，并将这些频率值按照分段的先后顺序依次记录下来形成一个参考频域信号共振峰频率序列数组，记为fc；
步骤三、以当前即时时间点为起始位置，提取fs中m个分段的记录数据，这m个分段的记录数据为[fs11,fs12,…fs1n,fs21,fs22,…fs2n,…fsm1,fsm2,…fsmn]；以当前即时时间点为基准向前移动分段时间t1后的时间点为起始位置，提取fc中m个分段的记录数据，这m个分段的记录数据为[fc11,fc12,…fc1n,fc21,fc22,…fc2n,…fcm1,fcm2,…fcmn]；
对[fs11,fs12,…fs1n,fs21,fs22,…fs2n,…fsm1,fsm2,…fsmn]和
[fc11,fc12,…fc1n,fc21,fc22,…fc2n,…fcm1,fcm2,…fcmn]这两个集合的数据按对应位置进行比较，记录相同数据的个数，得到match1；
相同方法，以当前即时时间点为基准向前移动分段时间2t1后的时间点为起始位置，提取fc中m个分段的记录数据，将这m个分段的记录数据与[fs11,fs12,…fs1n,fs21,fs22,…fs2n,…fsm1,fsm2,…fsmn]的数据按对应位置进行比较，记录相同数据的个数，得到match2；
依次类推，以T为一个时间单元，T为t1的整数倍，分别以当前即时时间点为基准向前移动分段时间3t1、4t1……和T后的时间点为起始位置，提取fc中m个分段的记录数据，将这m个分段的记录数据分别与[fs11,fs12,…fs1n,fs21,fs22,…fs2n,…fsm1,fsm2,…fsmn]的数据按对应位置进行比较，分别记录相同数据的个数，得到match3、match4……matchT/t1；
举例说明：如果n取值为3，m取值为59，t1为10ms，以当前即时时间点为起始位置，提取fs中59个分段的记录数据，即如果每一个分段时间为10ms，t2定为5ms，则刚好提取300ms数据，则这59个分段的数据就有59*3＝177个频率数值；而对于fc而言，以当前即时时间点为基准向前移动10ms后的时间点为起始位置，同样fc中59个分段的记录数据，这59个分段的数据就有59*3＝177个频率数值，然后将这两组177个频率数值按对应位置进行比较，即记录相同数据的个数，得到match1，具体比较过程为：将fs中的第一个频率数值，分别与fc中的177个频率数值进行比较，如果fc中包含有与fs中的第一个数相同的数，则相同数据个数为1；然后将fs中的第二个频率数值，再依次与fc中的177个频率数值进行比较，如果fc中包含有与fs中的第二个数相同的数，则相同数据个数为2；依次类推，依次将fc中的177个频率数值，分别与fs中的177个频率数值进行比较，如果有相同数据，则将结果加1，最后得到match1；
相同方法，以当前即时时间点为基准向前移动分段时间20ms后的时间点为起始位置，提取fc中59个分段的记录数据，将这59个分段的记录数据与与fc中的177个频率数值进行比较，记录相同数据的个数，得到match2；
依次类推，以T为一个时间单元，这里，T为800ms，分别以当前即时时间点为基准向前移动分段时间30ms、40ms……和800ms后的时间点为起始位置，提取fc中59个分段177个频率数值与与fs中的177个频率数值进行比较，分别记录相同数据的个数，得到match3、match4……match80；
步骤四、取match1、match2、match3、match4……matchT/t1中的最大值，该最大值所对应的fc向前移动的时间即为声学回声消除中的系统延时。
通过实验证明，即使原始信号中含有大量噪音和双端通话语音，通过上述方法确定的系统延时的准确性也能达到97%以上。
为了提高精度，并且实时的，不断计算系统延时，可以采取连续多次采用上述方法计算系统延时，如连续3次采用上述方法确认的系统延时值都相同时，认为找到了回声的系统延时。通过这个方法，查找系统延时能达到99.9973%可靠性。
另外，考虑到声学回声路径中的时钟漂移问题，即参考信号的时钟和原始信号的时钟存在误差，会导致系统延时的线性增加或减少。本发明还可以继续包括步骤六：检测原始信号和参考信号之间是否存在时钟漂移，如果原始信号和参考信号之间存在时钟漂移，检测出一个时间段Tx内，如果原始信号和参考信号这两个数据的分段差绝对值大于一个预定的阈值a，则将系统延时进行补偿：
时间段Tx内，原始信号具有的分段数据个数为x个，参考信号具有的分段数据个数为y个，如果x-y>a，则将系统延时时间减at1作为声学回声消除中的系统延时；如果x-y<-a，则将系统延时时间加at1作为声学回声消除中的系统延时。，这样做，能避免在参考信号为静音时，无法通过比较共振峰的方法检测延时而产生回声消除失效的问题。
在找到原始信号和参考信号的系统延时之后，即可进行声学回声消除，先将参考信号进行滤波，使其产生模拟“回声”，然后通过增益减法即可消除大部分回声信号，最后进行非线性处理，比较彻底的消除残留回声。这里的将参考信号进行滤波为常规技术，通过增益减法消除回声信号也是属于常规技术，最后进行的非线性处理也是常规技术。在完成对原始信号和参考信号的系统延时之后，进行回声消除的常规方法有很多，本实施例进行回声消除的方法采用2011年2月出版的Proceedings of theIEEE(Volume:99,Issue:2)（中文翻译为《IEEE论文集》）中288-327页中一篇名称为《Fifty Years of Acoustic Feedback Control:State of the Art and FutureChallenges》中引述的Gain Reduction Methods（增益减法）对回声进行消除以及后续的(nonlinear process)非线性处理。
Claims (4)
1.一种确定声学回声消除中系统延时的方法，其特征在于：包括如下步骤
步骤一、分别将采集的原始信号和参考信号进行交叠分段、加窗和快速傅里叶变换转换为频域信号，从而得到原始频域信号和参考频域信号，所述参考信号为远端原始信号，具体转换过程为：
1、分别对采集的原始信号和参考信号进行交叠分段处理，每一分段时间为t1，交叠时间为t2，t2小于t1大于零；
2、分别对交叠分段处理后的分段原始信号和分段参考信号分别进行加窗处理，去除分段造成的谱泄露；
3、分别对加窗处理后的分段原始信号和分段参考信号进行快速傅里叶变换转换，得到由多个分段原始频域信号组成的一组原始频域信号和多个分段参考频域信号组成的一组参考频域信号；
步骤二、找出所有分段的原始频域信号中能量最高的n个峰值所对应的频率值，n为大于等于2的自然数，并将这些频率值按照分段的先后顺序依次记录下来形成一个原始频域信号共振峰频率序列数组，记为fs；相同方法，找出时间单元T内、所有分段的参考频域信号中能量最高的至少两个峰值所对应的频率值，并将这些频率值按照分段的先后顺序依次记录下来形成一个参考频域信号共振峰频率序列数组，记为fc；
步骤三、以当前即时时间点为起始位置，提取fs中m个分段的记录数据，这m个分段的记录数据为[fs11,fs12,…fs1n,fs21,fs22,…fs2n,…fsm1,fsm2,…fsmn]；以当前即时时间点为基准向前移动分段时间t1后的时间点为起始位置，提取fc中m个分段的记录数据，这m个分段的记录数据为[fc11,fc12,…fc1n,fc21,fc22,…fc2n,…fcm1,fcm2,…fcmn]；
对[fs11,fs12,…fs1n,fs21,fs22,…fs2n,…fsm1,fsm2,…fsmn]和
[fc11,fc12,…fc1n,fc21,fc22,…fc2n,…fcm1,fcm2,…fcmn]这两个集合的数据按对应位置进行比较，记录相同数据的个数，得到match1；
相同方法，以当前即时时间点为基准向前移动分段时间2t1后的时间点为起始位置，提取fc中m个分段的记录数据，将这m个分段的记录数据与[fs11,fs12,…fs1n,fs21,fs22,…fs2n,…fsm1,fsm2,…fsmn]的数据按对应位置进行比较，记录相同数据的个数，得到match2；
依次类推，以T为一个时间单元，T为t1的整数倍分别以当前即时时间点为基准向前移动分段时间3t1、4t1……和T后的时间点为起始位置，提取fc中m个分段的记录数据，将这m个分段的记录数据分别与[fs11,fs12,…fs1n,fs21,fs22,…fs2n,…fsm1,fsm2,…fsmn]的数据按对应位置进行比较，分别记录相同数据的个数，得到match3、match4……matchT/t1；
步骤四、取match1、match2、match3、match4……matchT/t1中的最大值，该最大值所对应的fc向前移动的时间即为声学回声消除中的系统延时。
2.根据权利要求1所述的方法，其特征在于：还包括步骤五：重复步骤三、四至少两次，如果每次得出的系统延时时间相同，则将这个系统延时确定为声学回声消除中的系统延时。
3.根据权利要求2所述的方法，其特征在于：还包括步骤六：检测原始信号和参考信号之间是否存在时钟漂移，如果原始信号和参考信号之间存在时钟漂移，检测出一个时间段Tx内，如果原始信号和参考信号这两个数据的分段差绝对值大于一个预定的阈值a，则将系统延时进行补偿：
时间段Tx内，原始信号具有的分段数据个数为x个，参考信号具有的分段数据个数为y个，如果x-y>a，则将系统延时时间减at1作为声学回声消除中的系统延时；如果x-y＜-a，则将系统延时时间加at1作为声学回声消除中的系统延时。
4.一种声学回声消除方法，其特征在于：采用如权1～3中任意一项权利要求所述的方法确定系统延时后，利用该系统延时，将参考频域信号进行滤波，然后通过增益减法消除原始频域信号中的回声信号，最后对消除回声信号后的近端输入频域信号进行非线性处理，得到消除回声后的近端输入信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310728989.3A CN103700374B (zh) | 2013-12-25 | 2013-12-25 | 确定声学回声消除中系统延时的方法及声学回声消除方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310728989.3A CN103700374B (zh) | 2013-12-25 | 2013-12-25 | 确定声学回声消除中系统延时的方法及声学回声消除方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103700374A CN103700374A (zh) | 2014-04-02 |
| CN103700374B true CN103700374B (zh) | 2016-08-17 |
Family
ID=50361880
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310728989.3A Active CN103700374B (zh) | 2013-12-25 | 2013-12-25 | 确定声学回声消除中系统延时的方法及声学回声消除方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103700374B (zh) |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105825862A (zh) * | 2015-01-05 | 2016-08-03 | 沈阳新松机器人自动化股份有限公司 | 一种机器人人机对话回声消除系统 |
| CN104994250B (zh) * | 2015-07-14 | 2018-03-06 | 珠海市杰理科技股份有限公司 | 降低腔体共振影响的回声消除方法及装置 |
| CN106157964A (zh) * | 2016-07-14 | 2016-11-23 | 西安元智系统技术有限责任公司 | 一种确定回声消除中系统延时的方法 |
| DK3273608T3 (da) * | 2016-07-20 | 2022-03-14 | Sennheiser Electronic Gmbh & Co Kg | Adaptiv filterenhed til anvendelse som en ekkokompensator |
| CN106847299B (zh) * | 2017-02-24 | 2020-06-19 | 喜大（上海）网络科技有限公司 | 延时的估计方法及装置 |
| CN107333018B (zh) * | 2017-05-24 | 2019-11-15 | 华南理工大学 | 一种回声时延估计及追踪方法 |
| CN107331406B (zh) * | 2017-07-03 | 2020-06-16 | 福建星网智慧软件有限公司 | 一种动态调整回声延时的方法 |
| CN111213359B (zh) * | 2017-10-04 | 2021-09-10 | 主动音频有限公司 | 回声消除器和用于回声消除器的方法 |
| CN109658946A (zh) * | 2017-10-12 | 2019-04-19 | 深圳前海黑鲸科技有限公司 | 一种回声处理方法、装置、存储介质及终端设备 |
| CN107785026B (zh) * | 2017-10-18 | 2020-10-20 | 会听声学科技（北京）有限公司 | 一种用于机顶盒室内回声消除的时延估计方法 |
| CN107610713B (zh) * | 2017-10-23 | 2022-02-01 | 科大讯飞股份有限公司 | 基于时延估计的回声消除方法及装置 |
| CN108198551A (zh) * | 2018-01-15 | 2018-06-22 | 深圳前海黑鲸科技有限公司 | 回声消除延时的处理方法及装置 |
| CN109102821B (zh) * | 2018-09-10 | 2021-05-25 | 思必驰科技股份有限公司 | 时延估计方法、系统、存储介质及电子设备 |
| CN113170024B (zh) * | 2018-11-14 | 2023-08-29 | 深圳市欢太科技有限公司 | 回声消除方法、延时估计方法、装置、存储介质及设备 |
| CN109509482B (zh) * | 2018-12-12 | 2022-03-25 | 北京达佳互联信息技术有限公司 | 回声消除方法、回声消除装置、电子设备和可读介质 |
| US11031026B2 (en) * | 2018-12-13 | 2021-06-08 | Qualcomm Incorporated | Acoustic echo cancellation during playback of encoded audio |
| CN110246516B (zh) * | 2019-07-25 | 2022-06-17 | 福建师范大学福清分校 | 一种语音通信中小空间回声信号的处理方法 |
| CN113382119B (zh) * | 2020-02-25 | 2022-12-06 | 北京字节跳动网络技术有限公司 | 消除回声的方法、装置、可读介质和电子设备 |
| CN111462771B (zh) * | 2020-04-03 | 2022-04-12 | 宁波菊风系统软件有限公司 | 一种啸叫处理方法 |
| CN113593589B (zh) | 2020-04-30 | 2022-06-28 | 阿波罗智联(北京)科技有限公司 | 回声时延检测方法、装置及电子设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1212092A (zh) * | 1996-12-19 | 1999-03-24 | 北方电讯有限公司 | 用于计算回声测量值的方法和装置 |
| CN101026659A (zh) * | 2006-02-23 | 2007-08-29 | 中兴通讯股份有限公司 | 一种回声延时定位的实现方法 |
| CN101163178A (zh) * | 2007-11-01 | 2008-04-16 | 中兴通讯股份有限公司 | 一种无线通信系统中回声抵消方法及其系统 |
| JP2010072460A (ja) * | 2008-09-19 | 2010-04-02 | Oki Electric Ind Co Ltd | 音声通信装置及び音声通信プログラム |
| CN102625006A (zh) * | 2011-01-31 | 2012-08-01 | 深圳三石科技有限公司 | 一种回声消除数据同步对齐方法、系统及音频通信设备 |
-
2013
- 2013-12-25 CN CN201310728989.3A patent/CN103700374B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1212092A (zh) * | 1996-12-19 | 1999-03-24 | 北方电讯有限公司 | 用于计算回声测量值的方法和装置 |
| CN101026659A (zh) * | 2006-02-23 | 2007-08-29 | 中兴通讯股份有限公司 | 一种回声延时定位的实现方法 |
| CN101163178A (zh) * | 2007-11-01 | 2008-04-16 | 中兴通讯股份有限公司 | 一种无线通信系统中回声抵消方法及其系统 |
| JP2010072460A (ja) * | 2008-09-19 | 2010-04-02 | Oki Electric Ind Co Ltd | 音声通信装置及び音声通信プログラム |
| CN102625006A (zh) * | 2011-01-31 | 2012-08-01 | 深圳三石科技有限公司 | 一种回声消除数据同步对齐方法、系统及音频通信设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103700374A (zh) | 2014-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103700374B (zh) | 确定声学回声消除中系统延时的方法及声学回声消除方法 | |
| US9633654B2 (en) | Low power voice detection | |
| US9562970B2 (en) | Proximity detecting apparatus and method based on audio signals | |
| CN102750956B (zh) | 一种单通道语音去混响的方法和装置 | |
| CN104318919B (zh) | 环境消噪方法、系统及移动终端 | |
| JP6502581B2 (ja) | 過渡ノイズを抑制するシステムおよび方法 | |
| CN111048061B (zh) | 回声消除滤波器的步长获取方法、装置及设备 | |
| KR101581885B1 (ko) | 복소 스펙트럼 잡음 제거 장치 및 방법 | |
| CN108010536A (zh) | 回声消除方法、装置、系统及存储介质 | |
| CN111933164A (zh) | 语音处理模型的训练方法、装置、电子设备和存储介质 | |
| CN106920543B (zh) | 语音识别方法及装置 | |
| CN109920444A (zh) | 回声时延的检测方法、装置以及计算机可读存储介质 | |
| KR20130113779A (ko) | 광대역 어커스틱 에코 제거 장치 및 방법 | |
| CA2453711A1 (en) | Methods and systems for tracking of amplitudes, phases and frequencies of a multi-component sinusoidal signal | |
| Kumar | Mean-median based noise estimation method using spectral subtraction for speech enhancement technique | |
| CN113470685A (zh) | 语音增强模型的训练方法和装置及语音增强方法和装置 | |
| JP2014194437A (ja) | 音声処理装置、音声処理方法および音声処理プログラム | |
| CN113160846A (zh) | 噪声抑制方法和电子设备 | |
| CN204117590U (zh) | 语音采集降噪装置以及语音质量评价系统 | |
| CN106816157A (zh) | 语音识别方法及装置 | |
| De Angelis et al. | Ultrasound based positioning using Time of Flight measurements and crosstalk mitigation | |
| CN113591537B (zh) | 一种双迭代非正交联合块对角化卷积盲源分离方法 | |
| CN115604627A (zh) | 音频信号处理方法、装置、电子设备及可读存储介质 | |
| Singh et al. | Single channel speech enhancement for mixed non-stationary noise environments | |
| JP3720795B2 (ja) | 音源受音位置推定方法、装置、およびプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CP02 | Change in the address of a patent holder | ||
| CP02 | Change in the address of a patent holder |
Address after: 315040 Zhejiang city of Ningbo province high tech Zone Hui Hua Road No. 682 building 204 room Patentee after: Ningbo chrysanthemum wind system softcom limited Address before: 315040, room 2, building 910, International Building, Jiangdong Road, Jiangdong District, Ningbo, Zhejiang Patentee before: Ningbo chrysanthemum wind system softcom limited |