CN103780998A - 消除声学回波的方法和设备、与自适应滤波系数更新方法 - Google Patents

Abstract

提供了一种用于消除由远端讲话者信号引起的声学回波信号的设备。所述用于消除声学回波信号的设备包括：方差估计单元，被配置为估计近端讲话者信号的第一音频信号和近端讲话者信号的第一噪声信号的方差；步长尺寸确定单元，被配置为通过使用该第一音频信号的方差和该第一噪声信号的方差，来确定步长尺寸；自适应滤波系数更新单元，被配置为通过使用该步长尺寸来更新自适应滤波器的自适应滤波系数；和声学回波消除单元，被配置为通过使用自适应滤波系数来估计声学回波信号，并通过使用通过该声学回波信号的估计而生成的估计的声学回波信号，来从麦克风输入信号消除该声学回波信号。

Description

消除声学回波的方法和设备、与自适应滤波系数更新方法

相关申请的交叉引用

本申请要求2012年10月23日和2013年10月2日向韩国知识产权局提交的韩国专利申请第10-2012-0118124和10-2013-0118051的优先权和权益，通过引用在这里合并其全部内容。

技术领域

本发明涉及用于消除声学回波信号的方法和设备。

背景技术

声学回波消除器（AEC）是这样的装置，其在视频呼叫、视频会议等中直接或间接（通过从墙壁或周围物体的反射）向麦克风重新输入从扬声器输出的音频信号，以由此消除作为用户的声音的重复的声学回波。在利用AEC消除声学回波时，精确估计声学回波生成路径（或房间脉冲响应（RIR））是非常重要的。一般来说，AEC通过使用自适应滤波器来估计声学回波生成路径（或RIR），并生成估计的声学回波信号。其后，AEC从实际声学回波信号中减去估计的声学回波信号，由此消除声学回波。

用于对用于估计声学回波生成路径（或RIR）的自适应滤波器的自适应滤波系数进行更新的方法包括使用递归最小二乘方（RLS）算法的方法、使用最小均方（LMS）算法的方法、使用归一化最小均方（NLMS）算法的方法、使用仿射投影算法的方法等。甚至在频域和子带域、以及时域中实现每一更新方法。由于少量计算和实现容易，所以大多数AEC使用NLMS算法。其间，在更新自适应滤波系数的情况下，NLMS算法需要步长尺寸参数。如果步长尺寸大，则可更迅速地估计声学回波生成路径，但是估计的声学回波生成路径和实际声学回波生成路径之间的差别增加。相反，如果步长尺寸小，则可更精确地估计声学回波生成路径，但是需要更多时间用于估计。由此，为了增强将估计的声学回波生成路径多么快地会聚在实际声学回波生成路径上的会聚速度、以及估计的声学回波信号的精度，需要可变地控制步长尺寸。已提出了用于可变地控制步长尺寸的各种方法。

最近，高通已通过美国专利公布公开号2010/0057454提出了通过在时域中估计近端讲话者信号的噪声信号和音频信号的能量、来调整对抗双扭矩（double torque）的步长尺寸的方法。其间，Yin Zhou和Xiaodong Li在名为“A variable step-size for frequency-domain acoustic echo cancellation”的论文中提出了在频域中控制步长尺寸的方法，使得自适应滤波系数和实际声学回波生成路径之间的误差（自适应滤波失配误差）的增加最小化。

然而，前述现有技术具有的问题在于，当实际声学回波生成路径随着时间改变时，自适应滤波系数不能在频域中迅速跟随实际声学回波生成路径。

该背景技术部分中公开的以上信息仅用于增强对于本发明的背景的理解，并所以其可以包括不形成本国家的本领域技术人员已知的现有技术的信息。

发明内容

已努力作出本发明，以提供用于在频域中控制步长尺寸的方法。

而且已努力作出本发明，以提供步长尺寸控制方法，通过该方法，即使实际声学回波生成路径随时间改变，自适应滤波系数也迅速适应实际声学回波生成路径。

而且已努力作出本发明，以提供使用可变步长尺寸的声学回波消除方法和设备。

本发明的示范实施例提供了一种用于消除由远端讲话者信号引起的声学回波信号的设备。所述用于消除声学回波信号的设备可包括：方差估计单元，被配置为估计近端讲话者信号的第一音频信号和近端讲话者信号的第一噪声信号的方差；步长尺寸确定单元，被配置为通过使用该第一音频信号的方差和该第一噪声信号的方差，来确定步长尺寸；自适应滤波系数更新单元，被配置为通过使用该步长尺寸来更新自适应滤波器的自适应滤波系数；和声学回波消除单元，被配置为通过使用自适应滤波系数来估计声学回波信号，并通过使用通过该声学回波信号的估计而生成的估计的声学回波信号，来从麦克风输入信号消除该声学回波信号。该步长尺寸确定单元可确定该步长尺寸，使得第一残差信号等于该近端讲话者信号。该第一残差信号可以是通过从该麦克风输入信号减去作为所估计的声学回波信号的第一估计声学回波信号而获得的信号。

该第一估计声学回波信号可以是通过使用更新的自适应滤波系数而获得的信号。

该方差估计单元可通过使用该声学回波信号的存在概率，来估计该第一噪声信号的方差和该第一音频信号的方差。

该方差估计单元可通过使用第二音频信号将存在于该远端讲话者信号中的概率，来估计该第一噪声信号的方差和该第一音频信号的方差。

该方差估计单元可使用仅第二噪声信号将存在于频域中的远端讲话者信号中的第一概率、以及第二音频信号和第二噪声信号将存在于频域中的远端讲话者信号中的第二概率。

该方差估计单元可通过平滑来估计作为该第一噪声信号的方差和该第一音频信号的方差之和的第一和。

该方差估计单元可通过使用该声学回波信号的方差，来计算该第一和。

该第二音频信号和该第二噪声信号在统计上可以彼此独立。

该步长尺寸确定单元可通过使用该第一音频信号的方差和该第一噪声信号的方差之和，来确定该步长尺寸。

该步长尺寸确定单元可在频域中使用归一化最小均方（NLMS）算法。

本发明的另一实施例提供了一种用于通过声学回波消除器来消除由远端讲话者信号引起的声学回波信号的方法。所述用于消除声学回波的方法可以包括：估计近端讲话者信号的第一音频信号和该近端讲话者信号的第一噪声信号的方差；通过使用该第一音频信号的方差和该第一噪声信号的方差，来确定步长尺寸；通过使用该步长尺寸来更新自适应滤波器的自适应滤波系数；通过使用自适应滤波系数来生成与该声学回波信号对应的所估计的声学回波信号；和通过使用所估计的声学回波信号来从麦克风输入信号消除该声学回波信号。在该确定步骤中，确定该步长尺寸，使得第一残差信号等于该近端讲话者信号。该第一残差信号是通过从该麦克风输入信号减去作为所估计的声学回波信号的第一估计声学回波信号而获得的信号。当通过滤波器来建模用于生成该第一声学回波信号的路径（房间脉冲响应（RIR））时，该自适应滤波系数可对应于该滤波器的滤波系数。

本发明的另一实施例提供了一种用于通过包括自适应滤波器的声学回波消除器来更新自适应滤波系数的方法。所述用于更新自适应滤波系数的方法可以包括：

估计作为近端讲话者信号的音频信号的方差和该近端讲话者信号的噪声信号的方差之和的第一方差和；

通过使用该第一方差和来确定步长尺寸；和

通过使用该步长尺寸来更新该自适应滤波系数。

附图说明

图1是图示了在时域中通过一般声学回波消除器来消除声学回波的处理的图。

图2是图示了在频域中通过一般声学回波消除器来消除声学回波的处理的图。

图3是图示了根据本发明实施例的确定步长尺寸的处理的图。

图4是图示了根据本发明实施例的估计近端讲话者信号的音频信号和噪声信号的方差的处理的图。

图5是图示了根据本发明实施例的通过声学回波消除器来消除声学回波的处理的图。

图6是根据本发明实施例的声学回波消除器的框图。

具体实施方式

在以下详细描述中，简单通过说明，已示出和描述了本发明的仅某些示范实施例。如本领域技术人员将认识到的，可按照各种不同方式对描述的实施例进行修改，而全部不脱离本发明的精神或范围。因此，这些图和描述应被看作本质上示意性的而不是限制性的。在说明书中的相同附图标记始终指定相同元件。

图1是图示了在时域中通过一般声学回波消除器来消除声学回波的处理的图。

在时间n处的近端讲话者信号的音频信号(s(n))和近端讲话者信号的噪声信号(v(n))被输入到麦克风。

其间，在时间n处从扬声器输出的远端讲话者信号(f(n))被输入到滤波器10。这里，滤波器10是已对实际声学回波生成路径（或RIR）进行建模的虚拟滤波器，并且假设滤波器10具有滤波系数

这时的实际声学回波信号(y(n))由滤波器10生成，并被输入到麦克风。结果，在时间n处输入到近端讲话者麦克风的麦克风输入信号是s(n)+v(n)+y(n)。

自适应滤波器20通过使用远端讲话者信号(f(n))来估计实际声学回波信号(y(n))，以生成估计的声学回波信号

这里，对应于滤波器10的自适应滤波器20具有自适应滤波系数

当从麦克风输入信号(d(n))中减去估计的声学回波信号

时，生成残差信号(e(n))。结果，残差信号是没有声学回波的信号。

图2是图示了在频域中通过一般声学回波消除器来消除声学回波的处理的图。在图2中，示出了其中通过使用重叠保留方法来消除声学回波的情况。

第k帧的远端讲话者信号向量

和麦克风输入信号向量

如下面等式1所表示的那样定义。

[等式1]

$\stackrel{\→}{x}\left(k\right)={[f(\mathrm{kN}-N),...,f(\mathrm{kN}-1),f\left(\mathrm{kN}\right),...,f(\mathrm{kN}+N-1)]}^T$

$\stackrel{\→}{d}\left(k\right)={[d\left(\mathrm{kN}\right),...,d(\mathrm{kN}+N-1)]}^T$

这里，N是表示帧尺寸的自然数，而[]^T是转置矩阵。

当将远端讲话者信号向量

变换为频域时(S100)，频域中的远端讲话者信号矩阵(X(k))可通过下面的等式2表示。

[等式2]

$X\left(k\right)=\mathrm{dian}\left\{F\stackrel{\→}{x}\left(k\right)\right\}$

在等式2中，F是2N×2N离散傅立叶变换(DFT)矩阵，而diag{·}是生成对角矩阵的算子。

第k帧的自适应滤波系数向量

如下面等式3表示的那样定义。这里，自适应滤波系数向量

表示在时域中估计的声学回波路径。

[等式3]

$\stackrel{\→}{\hat{w}}\left(k\right)={[{\hat{w}}_0\left(k\right),...,{\hat{w}}_{N-1}\left(k\right)]}^T$

当多个0被添加在自适应滤波系数向量

之后并被变换为频域时，频域中的自适应滤波系数向量

可以通过下面等式4来表示。

[等式4]

$\stackrel{\→}{\hat{W}}\left(k\right)=F{L}^T\stackrel{\→}{\hat{w}}\left(k\right)$

这里，L是[I_NO_N]，O_N是其中所有值为0的N×N矩阵，而I_N是N×N单位矩阵。

通过将远端讲话者信号矩阵(X(k))与自适应滤波系数向量

相乘，来生成声学回波信号向量(S101)。即，估计的声学回波信号向量

通过下面等式5来表示。

[等式5]

$\stackrel{\→}{\hat{Y}}\left(k\right)=X\left(k\right)\stackrel{\→}{\hat{W}}\left(k\right)$

通过对估计的声学回波信号向量

执行IDFT（离散傅立叶逆变换）(S102)并随后仅选择数目为N的最终分量(S103)，而获得在时域中估计的声学回波信号向量

即，估计的声学回波信号向量通过下面等式6来表示。

[等式6]

$\stackrel{\→}{\hat{y}}\left(k\right)=R{F}^{-1}\stackrel{\→}{\hat{Y}}\left(k\right)$

这里，R是[O_NI_N]。

通过获得麦克风输入信号向量

和估计的声学回波信号向量

之间的差(S104)、添加0的数目(S105)、并将其变换为频域(S106)，来获得残差信号向量

即，残差信号向量

可通过下面等式7来表示。

[等式7]

${\stackrel{\→}{E}}_{\mathrm{pri}}\left(k\right)={\mathrm{FR}}^T(\stackrel{\→}{d}\left(k\right)-\stackrel{\→}{\hat{y}}\left(k\right))$

当第m频率箱（bin）的步长尺寸被定义为μ_m(k)并且第m频率箱的功率被定义为P_m(k)时，远端讲话者信号的归一化步长尺寸矩阵(u(k))和功率矩阵(Λ(k))通过下面等式8表示。

[等式8]

u(k)=diag{μ₀(k),...,μ_2N-1(k)}

Λ(k)=diag{P₀(k),...,P_2N-1(k)}

通过操作S107到S116来更新自适应滤波系数向量

即，自适应滤波系数向量如下面等式9所示被更新。

[等式9]

$\stackrel{\→}{\hat{W}}(k+1)=\stackrel{\→}{\hat{W}}\left(k\right)+2\mathrm{Gu}\left(k\right){\mathrm{\Λ}}^{-1}\left(k\right)X^H\left(k\right){\stackrel{\→}{E}}_{\mathrm{pri}}\left(k\right)$

这里，G是FgF^-1，而g是 $\left[\begin{array}{c}{I}_N{O}_N\\ O_N{O}_N\end{array}\right].$

表示更新的自适应滤波系数向量。通过功率计算和倒数计算操作来获得Λ^-1(k)(S109)。通过共轭复数计算操作来获得X^H(k)(S107)。在操作S111到S114期间，通过操作S110获得的信号被变换为频域→时域→频域。

图3是图示了根据本发明实施例的确定步长尺寸的处理的图。使用步长尺寸(u(k))来调整频域中的自适应滤波系数向量

的更新。

时域中的麦克风输入信号向量

包括近端讲话者信号的噪声信号向量近端讲话者信号的音频信号向量

和声学回波信号向量

这里，噪声信号向量

和音频信号向量统计上彼此独立。频域中的近端讲话者信号的噪声信号向量

和近端讲话者信号的音频信号向量

通过下面等式10表示。等式10对应于操作S205、S206、S208和S209。

[等式10]

$\stackrel{\→}{V}\left(k\right)={[V_0\left(k\right),...,V_{N-1}\left(k\right)]}^T={\mathrm{FR}}^T\stackrel{\→}{v}\left(k\right)$ $\stackrel{\→}{S}\left(k\right)={[S_0\left(k\right),...,S_{N-1}\left(k\right)]}^T={\mathrm{FR}}^T\stackrel{\→}{s}\left(k\right)$

通过使用自适应滤波系数向量

而获得的预残差信号向量

通过操作S200到S230获得。即，预残差信号向量

通过下面等式11来表示。

[等式11]

$\begin{array}{c}{\stackrel{\→}{E}}_{\mathrm{pri}}\left(k\right)={[E_{\mathrm{pri},0}\left(k\right),...,E_{\mathrm{pri},N-1}\left(k\right)]}^T={\mathrm{FR}}^T(\stackrel{\→}{d}\left(k\right)-\stackrel{\→}{\hat{y}}\left(k\right))\\ ={\mathrm{FR}}^T{\mathrm{RF}}^{-1}(\stackrel{\→}{Y}\left(k\right)-\stackrel{\→}{\hat{Y}}\left(k\right))+\stackrel{\→}{V}\left(k\right)+\stackrel{\→}{S}\left(k\right)\end{array}$

${\stackrel{\→}{E}}_{\mathrm{pri}}\left(k\right)\tilde{G}X\left(k\right)(\stackrel{\→}{W}\left(k\right)-\stackrel{\→}{\hat{W}}\left(k\right))+\stackrel{\→}{V}\left(k\right)+\stackrel{\→}{S}\left(k\right)$

这里，

是

而

是 $R^{T}R=\left[\begin{array}{c}{O}_N{O}_N\\ O_N{I}_N\end{array}\right].$

是通过将时域中的滤波器的滤波系数

变换为频域而获得的。

其间，通过使用更新的自适应滤波系数向量而获得的后残差信号向量通过下面等式12来表示。

[等式12]

${\stackrel{\→}{E}}_{\mathrm{post}}\left(k\right)=\tilde{G}X\left(k\right)(\stackrel{\→}{W}\left(k\right)-\stackrel{\→}{\hat{W}}(k+1))+\stackrel{\→}{V}\left(k\right)+\stackrel{\→}{S}\left(k\right)$

预残差信号向量

和后残差信号向量

之间的差如下面等式13表示的那样获得。

[等式13]

${\stackrel{\→}{E}}_{\mathrm{post}}\left(k\right)={\stackrel{\→}{E}}_{\mathrm{pri}}\left(k\right)+\tilde{G}X\left(k\right)(\stackrel{\→}{\hat{W}}\left(k\right)-\stackrel{\→}{\hat{W}}(k+1))$

确定步长尺寸(u(k))，使得后残差信号向量等于

当将等式9应用到等式13并求解时，可获得等式14。

[等式14]

$\stackrel{\→}{V}\left(k\right)+\stackrel{\→}{S}\left(k\right)={\stackrel{\→}{E}}_{\mathrm{pri}}\left(k\right)-2\tilde{G}X\left(k\right)\mathrm{Gu}\left(k\right){\mathrm{\Λ}}^{-1}\left(k\right)X^H\left(k\right){\stackrel{\→}{E}}_{\mathrm{pri}}\left(k\right)$

当假设不同频率箱彼此独立时，可根据下面等式15在每一第m频率箱中独立确定步长尺寸(μ_m(k))。

[等式15]

$V_m\left(k\right)+S_m\left(k\right)=E_{\mathrm{pri},m}\left(k\right)-2{\stackrel{\→}{j}}_m\tilde{G}X\left(k\right)\mathrm{Gu}\left(k\right){\mathrm{\Λ}}^{-1}\left(k\right)X^H\left(k\right){\stackrel{\→}{E}}_{\mathrm{pri}}\left(k\right)$

这里，是其中第m元素值为1而剩余元素值为0的1×2N向量。

当等式15的两边被求平方并求平均时，获得下面等式16。

[等式16]

$\begin{array}{c}E\left\{{\left|V_m\left(k\right)\right|}^2\right\}+E\left\{{\left|S_m\left(k\right)\right|}^2\right\}\\ =E\left\{{\left|E_{\mathrm{pri},m}\left(k\right)\right|}^2\right\}-4E\left\{\mathrm{Re}\right[E_{\mathrm{pri},m}^{*}\left(k\right){\stackrel{\→}{j}}_m\tilde{G}X\left(k\right)\mathrm{Gu}\left(k\right){\mathrm{\Λ}}^{-1}\left(k\right)X^H\left(k\right){\stackrel{\→}{E}}_{\mathrm{pri}}\left(k\right)\left]\right\}\\ +4E\left\{{\stackrel{\→}{E}}_{\mathrm{pri}}^H\left(k\right)X\left(k\right){\mathrm{\Λ}}^{-1}\left(k\right)u^H\left(k\right)G^H{X}^H\left(k\right){\tilde{G}}^H{\stackrel{\→}{j}}_m^H{\stackrel{\→}{j}}_m\tilde{G}X\left(k\right)\mathrm{Gu}\left(k\right){\mathrm{\Λ}}^{-1}\left(k\right)X^H\left(k\right){\stackrel{\→}{E}}_{\mathrm{pri}}\left(k\right)\right\}\end{array}$

这里，Re[]是复数的实数部分，而

是E_pri,m(k)的共轭复数。当利用G≈I_2N/2,

对等式16求近似时，获得下面等式17。

[等式17]

$\begin{array}{c}E\left\{{\left|V_m\left(k\right)\right|}^2\right\}+E\left\{{\left|S_m\left(k\right)\right|}^2\right\}\\ =E\left\{{\left|E_{\mathrm{pri},m}\left(k\right)\right|}^2\right\}+\frac{1}{4}{\mathrm{\μ}}_m^2\left(k\right)E\left\{\frac{{\left|X_{m,m}\left(k\right)\right|}^4{\left|E_{\mathrm{pri},m}\left(k\right)\right|}^2}{P_m^2\left(k\right)}\right\}-{\mathrm{\μ}}_m\left(k\right)E\left\{\frac{{\left|X_{m,m}\left(k\right)\right|}^2{\left|E_{\mathrm{pri},m}\left(k\right)\right|}^2}{P_m\left(k\right)}\right\}\\ \≈E\left\{{\left|E_{\mathrm{pri},m}\left(k\right)\right|}^2\right\}+\frac{1}{4}{\mathrm{\μ}}_m^2\left(k\right)E\left\{{\left|E_{\mathrm{pri},n}\left(k\right)\right|}^2\right\}-{\mathrm{\μ}}_m\left(k\right)E\left\{{\left|E_{\mathrm{pri},m}\left(k\right)\right|}^2\right\}\end{array}$

这里，X_m,m(k)是在远端讲话者信号矩阵(X(k))的第m行和第m列中存在的值。当对关于步长尺寸(μ_m(k))的二次方程求解时，获得等式18。

[等式18]

${\mathrm{\μ}}_m\left(k\right)=2(1-\sqrt{\frac{E\left\{{\left|V_m\left(k\right)\right|}^2\right\}+E\left\{{\left|S_m\left(k\right)\right|}^2\right\}}{E\left\{{\left|E_{\mathrm{pri},m}\left(k\right)\right|}^2\right\}}}),m=0,...,N-1$

即，通过使用近端讲话者信号的噪声信号的方差近端讲话者信号的音频信号的方差

和残余信号的方差

来确定步长尺寸(μ_m(k))。等式18对应于操作S204、S207以及S210到S216。

图4是图示了根据本发明实施例的估计近端讲话者信号的音频信号和噪声信号的方差的处理的图。如上所述，需要残差信号的方差

近端讲话者信号的噪声信号的方差

和近端讲话者信号的音频信号的方差来获得步长尺寸(μ_m(k))。在本发明的实施例中，可基于对抗噪声随时间的改变的频域中的统计模型，来估计近端讲话者信号的音频信号和噪声信号的方差。

可直接测量残差信号的平方(E_pri,m(k)|²)。由此，可通过如下面等式19所表示的利用具有值0<β<1的因子(β)执行平滑操作，来估计用于获得步长尺寸(μ_m(k))所需的残差信号的方差

[等式19]

$E\left\{{\left|E_{\mathrm{pri},m}(k+1)\right|}^2\right\}=\mathrm{\&beta;E}\left\{{\left|E_{\mathrm{pri},m}\left(k\right)\right|}^2\right\}+(1-\mathrm{\&beta;}){\left|E_{\mathrm{pri},m}\left(k\right)\right|}^2$

其间，与残差信号的方差

不同，难以直接计算近端讲话者信号的噪声信号的方差

和近端讲话者信号的音频信号的方差

在本发明的实施例中，基于统计模型来计算声学回波的存在的概率，以估计近端讲话者信号的噪声信号的方差

和近端讲话者信号的音频信号的方差

可在频域中对于以下两种情况来阐明假定，即，其中声学回波信号向量

不存在于麦克风输入信号向量中的情况 (H₀)、以及其中声学回波信号向量

存在的情况(H₁)，如下面等式20所表示的。

[等式20]

$H_0:\stackrel{\&RightArrow;}{D}\left(k\right)=\stackrel{\&RightArrow;}{V}\left(k\right)+\stackrel{\&RightArrow;}{S}\left(k\right)$

$H_1:\stackrel{\&RightArrow;}{D}\left(k\right)=\stackrel{\&RightArrow;}{V}\left(k\right)+\stackrel{\&RightArrow;}{S}\left(k\right)+\stackrel{\&RightArrow;}{Y}\left(k\right)$

假设各个频率箱在统计上彼此独立。而且，当假设近端讲话者信号的噪声信号向量

音频信号向量

和声学回波信号向量

在统计上彼此独立并且正态分布具有平均值0时，概率分布可以通过下面等式21来表示。

[等式21]

$P\left(D_m\left(k\right)\right|H_0)=\frac{1}{\mathrm{\&pi;}\left({\mathrm{\&sigma;}}_{V_m+S_m}^2\left(k\right)\right)}\exp [-\frac{{\left|D_m\left(k\right)\right|}^2}{{\mathrm{\&sigma;}}_{V_m+S_m}^2\left(k\right)}]$

$P\left(D_m\left(k\right)\right|H_1)=\frac{1}{\mathrm{\&pi;}({\mathrm{\&sigma;}}_{V_m+S_m}^2\left(k\right)+{\mathrm{\&sigma;}}_{Y_m}^2\left(k\right))}\exp [-\frac{{\left|D_m\left(k\right)\right|}^2}{{\mathrm{\&sigma;}}_{V_m+S_m}^2\left(k\right)+{\mathrm{\&sigma;}}_{Y_m}^2\left(k\right)}]$

这里，exp[]指示指数函数。然而，由于近端讲话者信号和声学回波信号对应于语音，所以这两个假定(H₀,H₁)具有类似的概率分布。由此，难以通过使用等式21的概率分布来在这两个假定(H₀,H₁)之间区分、并获得声学回波信号的存在概率。即，为了通过使用概率分布来在这两个假定(H₀,H₁)之间区分，概率分布应相当大，但是声学回波信号和近端讲话者信号的音频信号不足以大到被容易地区分。

在本发明的实施例中，代替声学回波信号向量

将在麦克风输入信号向量中存在的概率，使用音频信号向量

将存在于远端讲话者信号向量

中的概率。可在频域中对于以下两种情况来阐明假定，即，其中音频信号向量

不存在于远端讲话者信号向量中的情况(H＇₀)、以及其中音频信号向量

存在的情况(H＇₁)，如下面等式22所表示的。

[等式22]

${H^{\&prime;}}_0:\stackrel{\&RightArrow;}{X}\left(k\right)=\stackrel{\&RightArrow;}{N}\left(k\right)$

${H^{\&prime;}}_1:\stackrel{\&RightArrow;}{X}\left(k\right)=\stackrel{\&RightArrow;}{N}\left(k\right)+\stackrel{\&RightArrow;}{B}\left(k\right)$

这里，

是远端讲话者信号的噪声信号向量，而

是远端讲话者信号的音频信号向量。

这两个假定(H＇₀,H＇₁)的概率分布通过下面等式23来表示。

[等式23]

$P\left(X_m\left(k\right)\right|{H^{\&prime;}}_0)=\frac{1}{\mathrm{\&pi;}{\mathrm{\&sigma;}}_{N_m}^2\left(k\right)}\exp [-\frac{{\left|X_m\left(k\right)\right|}^2}{{\mathrm{\&sigma;}}_{N_m}^2\left(k\right)}]$

$P\left(X_m\left(k\right)\right|{H^{\&prime;}}_1)=\frac{1}{\mathrm{\&pi;}({\mathrm{\&sigma;}}_{N_m}^2\left(k\right)+{\mathrm{\&sigma;}}_{B_m}^2\left(k\right))}\exp [-\frac{{\left|X_m\left(k\right)\right|}^2}{{\mathrm{\&sigma;}}_{N_m}^2\left(k\right)+{\mathrm{\&sigma;}}_{B_m}^2\left(k\right)}]$

当假设远端讲话者信号的噪声信号向量和音频信号向量

在统计上彼此独立并且正态分布具有平均值0时，可以如下面等式24所表示的那样，来获得声学回波信号向量

将存在于麦克风输入信号向量

中的概率。

[等式24]

$P\left(H_1\right|\stackrel{\&RightArrow;}{D}\left(k\right))=P\left({H^{\&prime;}}_1\right|\stackrel{\&RightArrow;}{X}\left(k\right))=\frac{1}{1+\frac{p\left({H^{\&prime;}}_1\right)}{p\left({H^{\&prime;}}_0\right)}\underset{m=1}{\overset{N}{\mathrm{\&Pi;}}}\frac{P\left(X_m\left(k\right)\right|{H^{\&prime;}}_1)}{P\left(X_m\left(k\right)\right|{H^{\&prime;}}_0)}}$

$P\left(H_0\right|\stackrel{\&RightArrow;}{D}\left(k\right))=1-P\left(H_1\right|\stackrel{\&RightArrow;}{D}\left(k\right))$

这里，

$\underset{m=1}{\overset{N}{\mathrm{\&Pi;}}}\frac{P\left(X_m\left(k\right)\right|{H^{\&prime;}}_1)}{P\left(X_m\left(k\right)\right|{H^{\&prime;}}_0)}$ 是 $\frac{P\left(X_1\left(k\right)\right|{H^{\&prime;}}_1)}{P\left(X_1\left(k\right)\right|{H^{\&prime;}}_0)}\&times;\frac{P\left(X_2\left(k\right)\right|{H^{\&prime;}}_1)}{P\left(X_2\left(k\right)\right|{H^{\&prime;}}_0)}\&times;...\&times;\frac{P\left(X_N\left(k\right)\right|{H^{\&prime;}}_1)}{P\left(X_N\left(k\right)\right|{H^{\&prime;}}_0)}.$

用于获得步长尺寸(μ_m(k))所需的近端讲话者信号的噪声信号和音频信号的方差之和可通过如下面等式25所表示的利用具有值0<α<1的因子(α)执行平滑操作来估计。

[等式25]

${\mathrm{\&sigma;}}_{V_m+S_m}^2(k+1)=\mathrm{\&alpha;}{\mathrm{\&sigma;}}_{V_m+S_m}^2\left(k\right)+(1-\mathrm{\&alpha;})E\left\{({\left|V_m\left(k\right)\right|}^2+{\left|S_m\left(k\right)\right|}^2)\right|D_m\left(k\right)\}$

${\mathrm{\&sigma;}}_{Y_m}^2(k+1)=\mathrm{\&alpha;}{\mathrm{\&sigma;}}_{Y_m}^2\left(k\right)+(1-\mathrm{\&alpha;})E\left\{\left({\left|Y_m\left(k\right)\right|}^2\right)\right|D_m\left(k\right)\}$

这里，

通过下面等式26表示。这里，

通过下面等式27表示。

[等式26]

$\begin{array}{c}E\left\{({V_m\left(k\right)|}^2+{\left|S_m\left(k\right)\right|}^2)\right|D_m\left(k\right)\}=E\{({\left|V_m\left(k\right)\right|}^2+{\left|S_m\left(k\right)\right|}^2)|D_m\left(k\right),H_0\}P\left({H^{\&prime;}}_0\right|\stackrel{\&RightArrow;}{X}\left(k\right))\\ +E\left\{({\left|V_m\left(k\right)\right|}^2+{\left|S_m\left(k\right)\right|}^2)\right|D_m\left(k\right),H_1\}P\left({H^{\&prime;}}_1\right|\stackrel{\&RightArrow;}{X}\left(k\right))\end{array}$

[等式27]

$\begin{array}{c}E\left\{\left({\left|Y_m\left(k\right)\right|}^2\right)\right|D_m\left(k\right)\}\\ =E\{\left({\left|Y_m\left(k\right)\right|}^2\right)D_m\left(k\right),H_0\}P\left({H^{\&prime;}}_0\right|X\left(k\right))+E\left\{\left({\left|Y_m\left(k\right)\right|}^2\right)\right|D_m\left(k\right),H_1\}P\left({H^{\&prime;}}_1\right|\stackrel{\&RightArrow;}{X}\left(k\right))\end{array}$

等式26中的 $E\left\{({\left|V_m\left(k\right)\right|}^2+{\left|S_m\left(k\right)\right|}^2)\right|D_m\left(k\right),H_0\}$ 和 $E\left\{({\left|V_m\left(k\right)\right|}^2+{\left|S_m\left(k\right)\right|}^2)\right|D_m\left(k\right),H_1\}$ 通过下面等式28表示。

[等式28]

$E\left\{({\left|V_m\left(k\right)\right|}^2+{\left|S_m\left(k\right)\right|}^2)\right|D_m\left(k\right),H_0\}={\left|D_m\left(k\right)\right|}^2$

$E\left\{({\left|V_m\left(k\right)\right|}^2+{\left|S_m\left(k\right)\right|}^2)\right|D_m\left(k\right),H_1\}=\left(\frac{{\widehat{\mathrm{\&xi;}}}_m\left(k\right)}{1+{\widehat{\mathrm{\&xi;}}}_m\left(k\right)}\right){\mathrm{\&sigma;}}_{V_m+S_m}^2\left(k\right)+{\left(\frac{1}{1+{\widehat{\mathrm{\&xi;}}}_m\left(k\right)}\right)}^2\left({\left|D_m\left(k\right)\right|}^2\right)$

而且，等式27中的 $E\left\{\left({\left|Y_m\left(k\right)\right|}^2\right)\right|D_m\left(k\right),H_0\}$ 和 $E\left\{\left({\left|Y_m\left(k\right)\right|}^2\right)\right|D_m\left(k\right),H_1\}$ 通过下面等式29表示。

[等式29]

$E\left\{\left({\left|Y_m\left(k\right)\right|}^2\right)\right|D_m\left(k\right),H_0\}=0$

$E\left\{\left({\left|Y_m\left(k\right)\right|}^2\right)\right|D_m\left(k\right),H_1\}=\left(\frac{1}{1+{\widehat{\mathrm{\&xi;}}}_m\left(k\right)}\right){\mathrm{\&sigma;}}_{Y_m}^2\left(k\right)+{\left(\frac{{\widehat{\mathrm{\&xi;}}}_m\left(k\right)}{1+{\widehat{\mathrm{\&xi;}}}_m\left(k\right)}\right)}^2\left({\left|D_m\left(k\right)\right|}^2\right)$

等式28和等式29中的

通过下面等式30表示。

[等式30]

${\widehat{\mathrm{\&xi;}}}_m\left(k\right)=\frac{{\mathrm{\&sigma;}}_{Y_m}^2\left(k\right)}{{\mathrm{\&sigma;}}_{V_m+S_m}^2\left(k\right)}$

前述等式25到等式30对应于操作S301到S325。

虽然已在假设统计模型是正态分布的前提下描述了本发明，但是除了正态分布之外，本发明也可应用到拉普拉斯算子分布、伽马分布等。

图5是图示了根据本发明实施例的通过声学回波消除器来消除声学回波的处理的图。声学回波消除器通过上面参考图1到4所描述的操作来消除声学回波。

声学回波消除器估计残差信号的方差近端讲话者信号的噪声信号的方差

和近端讲话者信号的音频信号的方差(S410)。操作S410对应于上面参考图4所描述的方差估计操作。

声学回波消除器确定步长尺寸(u(k))(S420)。操作S420对应于上面参考图3所描述的步长尺寸确定操作。

声学回波消除器更新自适应滤波系数

(S430)。操作S430对应于上面参考图2所描述的操作。

声学回波消除器通过使用估计的声学回波信号

来从麦克风输入信号

消除实际声学回波信号

(S440)。操作S440对应于上面参考图1和2所描述的操作。

图6是根据本发明实施例的声学回波消除器1000的框图。

声学回波消除器1000包括方差估计单元1100、步长尺寸确定单元1200、自适应滤波系数更新单元1300、和声学回波消除单元1400。

方差估计单元1100估计残差信号的方差

近端讲话者信号的音频信号的方差

和近端讲话者信号的噪声信号的方差

方差估计单元1100执行上面参考图4所描述的方差估计操作。

步长尺寸确定单元1200通过使用残差信号的方差

近端讲话者信号的音频信号的方差

和近端讲话者信号的噪声信号的方差

来确定步长尺寸(u(k))。步长尺寸确定单元1200执行上面参考图3所描述的步长尺寸确定操作。

自适应滤波系数更新单元1300通过使用步长尺寸(u(k))来更新自适应滤波系数

自适应滤波系数更新单元1300执行如上面参考图2所描述的操作。

声学回波消除单元1400通过使用估计的声学回波信号来从麦克风输入信号

消除实际声学回波信号

这里，估计的声学回波信号

是通过使用自适应滤波系数

来估计实际声学回波信号

而获得的信号。声学回波消除单元1400执行上面参考图1和2所描述的操作。

根据本发明的实施例，通过在频域中基于NLMS算法使用统计模型，来可变地调整用于消除声学回波所需的步长尺寸，使得后残差信号与当前近端讲话者信号相等。因此，尽管实际声学回波生成路径（或RIR）随时间而改变，但是自适应滤波系数能迅速适应实际声学回波生成路径。由此，根据本发明的实施例，可在其中实际声学回波生成路径随时间而频繁改变的诸如移动环境的环境中，有效消除声学回波。

而且，根据本发明的实施例，基于对抗随时间改变的噪声的统计模型，能更精确地估计近端讲话者信号的音频信号和噪声信号的方差以及残差信号的方差。此外，根据本发明的实施例，由于在每一频率箱中估计近端讲话者信号的音频信号和噪声信号的方差以及残差信号的方差，所以可获得最佳步长尺寸。

另外，根据本发明的实施例，由于在确定步长尺寸时使用近端讲话者信号，所以能获得在双扭矩情形下降低步长尺寸的附加效果。即，根据本发明的实施例，由于在双扭矩情形下降低步长尺寸，所以不更新错误的自适应滤波系数。由此，由于不更新错误的自适应滤波系数，所以能增强声音质量。

尽管已结合当前被看作实践示范实施例的内容而描述了该发明，但是应理解的是，本发明不限于所公开的实施例，而是，相反，意欲覆盖所附权利要求的精神和范围内包括的各种修改和等效安排。

Claims (20)

1.一种用于消除由远端讲话者信号引起的声学回波信号的设备，该设备包括：

方差估计单元，被配置为估计近端讲话者信号的第一音频信号和近端讲话者信号的第一噪声信号的方差；

步长尺寸确定单元，被配置为通过使用该第一音频信号的方差和该第一噪声信号的方差，来确定步长尺寸；

自适应滤波系数更新单元，被配置为通过使用该步长尺寸来更新自适应滤波器的自适应滤波系数；和

声学回波消除单元，被配置为通过使用自适应滤波系数来估计声学回波信号，并通过使用通过该声学回波信号的估计而生成的估计的声学回波信号，来从麦克风输入信号消除该声学回波信号，

其中该步长尺寸确定单元确定该步长尺寸，使得第一残差信号等于该近端讲话者信号，和

该第一残差信号是通过从该麦克风输入信号减去作为所估计的声学回波信号的第一估计声学回波信号而获得的信号。

2.根据权利要求1的设备，其中该第一估计声学回波信号是通过使用更新的自适应滤波系数而获得的信号。

3.根据权利要求2的设备，其中该方差估计单元通过使用该声学回波信号的存在概率，来估计该第一噪声信号的方差和该第一音频信号的方差。

4.根据权利要求2的设备，其中该方差估计单元通过使用第二音频信号将存在于该远端讲话者信号中的概率，来估计该第一噪声信号的方差和该第一音频信号的方差。

5.根据权利要求4的设备，其中该方差估计单元使用仅第二噪声信号将存在于频域中的远端讲话者信号中的第一概率、以及第二音频信号和第二噪声信号将存在于频域中的远端讲话者信号中的第二概率。

6.根据权利要求5的设备，其中该方差估计单元通过平滑来估计作为该第一噪声信号的方差和该第一音频信号的方差之和的第一和。

7.根据权利要求6的设备，其中该方差估计单元通过使用该声学回波信号的方差，来计算该第一和。

8.根据权利要求5的设备，其中该第二音频信号和该第二噪声信号在统计上彼此独立。

9.根据权利要求2的设备，其中该步长尺寸确定单元通过使用该第一音频信号的方差和该第一噪声信号的方差之和来确定该步长尺寸。

10.根据权利要求2的设备，其中该步长尺寸确定单元通过使用以下等式来确定该步长尺寸：

[等式]

$\mathrm{\&mu;}=2(1-\sqrt{\frac{V_2}{V_1}})$

其中μ是步长尺寸，V₁是通过从该麦克风输入信号中减去通过使用更新之前的自适应滤波系数而获得的第二估计声学回波信号而获得的第二残差信号的方差，而V₂是该第一音频信号的方差和该第一噪声信号的方差之和。

11.根据权利要求2的设备，其中该步长尺寸确定单元确定频域中的步长尺寸。

12.根据权利要求2的设备，其中该自适应滤波系数更新单元在频域中使用归一化最小均方（NLMS）算法。

13.一种用于通过声学回波消除器来消除由远端讲话者信号引起的声学回波信号的方法，该方法包括：

估计近端讲话者信号的第一音频信号和该近端讲话者信号的第一噪声信号的方差；

通过使用该第一音频信号的方差和该第一噪声信号的方差，来确定步长尺寸；

通过使用该步长尺寸来更新自适应滤波器的自适应滤波系数；

通过使用自适应滤波系数来生成与该声学回波信号对应的所估计的声学回波信号；和

通过使用所估计的声学回波信号来从麦克风输入信号消除该声学回波信号，

其中，在该确定步骤中，确定该步长尺寸，使得第一残差信号等于该近端讲话者信号，和

该第一残差信号是通过从该麦克风输入信号减去作为所估计的声学回波信号的第一估计声学回波信号而获得的信号。

14.根据权利要求13的方法，其中该第一估计声学回波信号是通过使用更新的自适应滤波系数而获得的信号。

15.根据权利要求14的方法，其中当将其中生成该声学回波信号的路径（房间脉冲响应（RIR））建模为滤波器时，该自适应滤波系数对应于该滤波器的滤波系数。

16.根据权利要求14的方法，其中在该估计步骤中，通过使用第二音频信号将存在于该远端讲话者信号中的概率，来估计该第一噪声信号的方差和该第一音频信号的方差。

17.根据权利要求16的方法，其中通过使用仅第二噪声信号将存在于频域中的远端讲话者信号中的第一概率、以及第二音频信号和第二噪声信号将存在于频域中的远端讲话者信号中的第二概率，来估计该第一噪声信号的方差和该第一音频信号的方差。

18.根据权利要求14的方法，其中在该确定步骤中，通过使用以下等式来确定该步长尺寸：

[等式]

$\mathrm{\&mu;}=2(1-\sqrt{\frac{V_2}{V_1}})$

其中μ是步长尺寸，V₁是通过从该麦克风输入信号中减去通过使用更新之前的自适应滤波系数而获得的第二估计声学回波信号而获得的第二残差信号的方差，而V₂是该第一音频信号的方差和该第一噪声信号的方差之和。

19.根据权利要求14的方法，其中该更新步骤包括：

在频域中使用归一化最小均方（NLMS）算法。

20.一种用于通过包括自适应滤波器的声学回波消除器来更新自适应滤波系数的方法，该方法包括：

估计作为近端讲话者信号的音频信号的方差和该近端讲话者信号的噪声信号的方差之和的第一方差和；

通过使用该第一方差和来确定步长尺寸；和

通过使用该步长尺寸来更新该自适应滤波系数。

Images