CN104427143A - 残留回声检测方法及系统 - Google Patents

Abstract

本发明提供了一种残留回声检测方法及系统，其中，所述残留回声检测方法包括：获取麦克风采集信号y(k)；对麦克风采集信号y(k)执行线性回声消除处理，得到线性回声消除后的残差信号e(k)；对残差信号e(k)执行频谱衰减处理，得到残留回声抑制后的信号x(k)；利用残留回声抑制的衰减增益Pow_Rate来检测残留回声；其中，在此，利用残留回声抑制的衰减增益Pow_Rate来检测残留回声，从而能够能够提高干净残留回声和混合残留回声的区分度；并且对终端的线性性能依赖较小。

Description

残留回声检测方法及系统

技术领域

本发明涉及通信技术领域，特别涉及一种残留回声检测方法及系统。

背景技术

随着通信技术的飞速发展，人们对通信质量的要求越来越高。由于声学回声消除（AEC，acoustic echo cancellation）对提高通话质量，提升用户体验有着重要的作用，因而声学回声消除的应用也越来越广泛。

如图1所示，声学回声消除主要分成两个部分：一个是线性回声消除器，主要通过一个自适应滤波器对回声路径进行模拟估计，然后用近端语音y(n)减去估计回声达到消除回声的目的。但由于自适应滤波器的线性特性，使其只能处理线性回声，而由于其他非线性的影响，经过自适应滤波器以后还会残留非线性的回声，而这些残留回声会严重的影响通话质量，所以需要对这部分残留回声进行进一步的处理。对于残留回声需要用非线性回声消除器，也叫残留回声消除器，来消除残留回声/非线性回声的影响。

残留回声消除器中最重要部分之一是残留回声检测器，残留回声检测器的好坏直接影响到残留回声消除器的性能。如果残留回声检测器不能准确检测出正确的残留回声帧，有可能造成语音的断续或者残留回声没有消除干净，从而极大的影响通话质量。

现有主流的一种残留回声检测方法主要通过计算回声消除器线性回声处理后能量P_e和处理前的能量P_y比值Pow_rate，其计算如下：

$\mathrm{Pow}\_\mathrm{Rate}=\frac{P_e}{P_y}=\frac{{\mathrm{\Σ}}_n{e}^2\left(n\right)}{{\mathrm{\Σ}}_n{y}^2\left(n\right)}---\left(1\right)$

然后将Pow_rate与一个固定门限thr_rate比较，当Pow_rate＜thr_rate时认为当前帧包含残留回声，并默认需要对残留回声进行处理。如图2所示，REflag为残留回声帧指示：1表示包含残留回声，0表示不包含残留回声。

残留回声检测一个很大的难题是：如何区分出当前的残留回声是干净的残留（近端无语音只有回声）回声还是混合的残留回声（近端语音和回声同时存在）。一款好的残留回声检测器，需要区分出干净残留回声和混合残留回声，这样可以很好的保证既能处理好残留回声又能保护好近端语音，不至于断续。

现有的残留回声检测器主要有两个缺点：

1、由于线性回声消除器对回声抑制力度是有限的，因此对于干净残留回声的Pow_rate与混合残留回声的Pow_rate不能明显的区分出来；

2、非常依赖于终端个体的线性性能，如果线性不好的话，很容易造成回声经过线性处理后抑制程度弱，从而很难识别出来当前是残留回声帧。

发明内容

本发明的目的在于提供一种残留回声检测方法及系统，以解决现有的残留回声检测器对于干净残留回声的Pow_rate与混合残留回声的Pow_rate不能明显的区分出来，以及非常依赖于终端个体的线性性能的问题。

为解决上述技术问题，本发明提供一种残留回声检测方法，所述残留回声检测方法包括：

获取麦克风采集信号y(k)；

对麦克风采集信号y(k)执行线性回声消除处理，得到线性回声消除后的残差信号e(k)；

对残差信号e(k)执行频谱衰减处理，得到残留回声抑制后的信号x(k)；

利用残留回声抑制的衰减增益Pow_Rate来检测残留回声；其中，

$\mathrm{Pow}\_\mathrm{Rate}=\frac{P_x}{P_y}=\frac{{\mathrm{\Σ}}_k{x}^2\left(k\right)}{{\mathrm{\Σ}}_k{y}^2\left(k\right)}.$

可选的，在所述的残留回声检测方法中，麦克风采集信号y(k)包括本地信号v(k)和回声信号d(k)。

可选的，在所述的残留回声检测方法中，对麦克风采集信号y(k)执行线性回声消除处理包括：

通过自适应滤波器对回声路径进行模拟估计，得到残留回声估计信号

将麦克风采集信号y(k)减去残留回声估计信号得到线性回声消除后的残差信号e(k)。

可选的，在所述的残留回声检测方法中，对残差信号e(k)执行频谱衰减处理包括：

通过残留回声的先验信噪比和后验信噪比，获取衰减系数G_n(Ω)；

利用衰减系数G_n(Ω)对残差信号e(k)的频谱E(Ω)执行频谱衰减处理，得到衰减后的频域信号X(Ω)；

通过对衰减后的频域信号X(Ω)执行傅里叶反变换，得到残留回声抑制后的信号x(k)。

可选的，在所述的残留回声检测方法中，通过残留回声的先验信噪比和后验信噪比，获取衰减系数G_n(Ω)包括：

由残留回声估计信号经过传输特性为T(Ω)的滤波器，得到残留回声估计谱

由残留回声估计谱得到先验信噪比和后验信噪比

通过如下公式计算衰减系数G_n(Ω)：

$G_n\left({\mathrm{\ω}}_k\right)=\frac{\sqrt{\mathrm{\π}}}{2}\sqrt{\left(\frac{1}{1+{\mathrm{\γ}}_r^e}\right)\left(\frac{{\mathrm{SNR}}_r^s}{1+{\mathrm{SNR}}_r^s}\right)}.M\left[(1+{\mathrm{\γ}}_r^e)\left(\frac{{\mathrm{SNR}}_r^s}{1+{\mathrm{SNR}}_r^s}\right)\right]$

其中M函数为：

$M\left[\mathrm{\θ}\right]=\exp (-\frac{\mathrm{\θ}}{2})[(1+\mathrm{\θ})I_0\left(\frac{\mathrm{\θ}}{2}\right)+\mathrm{\θ}{I}_1\left(\frac{\mathrm{\θ}}{2}\right)]$

其中I₀和I₁分别是第0级和第1级修正贝赛尔函数。

可选的，在所述的残留回声检测方法中，利用残留回声抑制的衰减增益Pow_Rate来检测残留回声包括：

将衰减增益Pow_Rate与门限值thr_rate比较；

当Pow_Rate>thr_rate时，说明当前帧不是残留回声帧；

当Pow_Rate<thr_rate时，说明当前帧是残留回声帧。

本发明还提供一种残留回声检测装置，所述残留回声检测装置包括：

采集模块，用以获取麦克风采集信号y(k)；

线性回声消除模块，用以对麦克风采集信号y(k)执行线性回声消除处理，得到线性回声消除后的残差信号e(k)；

残留回声抑制模块，用以对残差信号e(k)执行频谱衰减处理，得到残留回声抑制后的信号x(k)；

检测模块，用以利用残留回声抑制的衰减增益Pow_Rate来检测残留回声；其中，

$\mathrm{Pow}\_\mathrm{Rate}=\frac{P_x}{P_y}=\frac{{\mathrm{\&Sigma;}}_k{x}^2\left(k\right)}{{\mathrm{\&Sigma;}}_k{y}^2\left(k\right)}.$

可选的，在所述的残留回声检测装置中，麦克风采集信号y(k)包括本地信号v(k)和回声信号d(k)。

可选的，在所述的残留回声检测装置中，所述线性回声消除模块对麦克风采集信号y(k)执行线性回声消除处理包括：

通过自适应滤波器对回声路径进行模拟估计，得到残留回声估计信号

将麦克风采集信号y(k)减去残留回声估计信号得到线性回声消除后的残差信号e(k)。

可选的，在所述的残留回声检测装置中，所述残留回声抑制模块对残差信号e(k)执行频谱衰减处理包括：

通过残留回声的先验信噪比和后验信噪比，获取衰减系数G_n(Ω)；

利用衰减系数G_n(Ω)对残差信号e(k)的频谱E(Ω)执行频谱衰减处理，得到衰减后的频域信号X(Ω)；

通过对衰减后的频域信号X(Ω)执行傅里叶反变换，得到残留回声抑制后的信号x(k)。

可选的，在所述的残留回声检测装置中，通过残留回声的先验信噪比和后验信噪比，获取衰减系数G_n(Ω)包括：

由残留回声估计信号经过传输特性为T(Ω)的滤波器，得到残留回声估计谱

由残留回声估计谱得到先验信噪比和后验信噪比

通过如下公式计算衰减系数G_n(Ω)：

$G_n\left({\mathrm{\&omega;}}_k\right)=\frac{\sqrt{\mathrm{\&pi;}}}{2}\sqrt{\left(\frac{1}{1+{\mathrm{\&gamma;}}_r^e}\right)\left(\frac{{\mathrm{SNR}}_r^s}{1+{\mathrm{SNR}}_r^s}\right)}.M\left[(1+{\mathrm{\&gamma;}}_r^e)\left(\frac{{\mathrm{SNR}}_r^s}{1+{\mathrm{SNR}}_r^s}\right)\right]$

其中M函数为：

$M\left[\mathrm{\&theta;}\right]=\exp (-\frac{\mathrm{\&theta;}}{2})[(1+\mathrm{\&theta;})I_0\left(\frac{\mathrm{\&theta;}}{2}\right)+\mathrm{\&theta;}{I}_1\left(\frac{\mathrm{\&theta;}}{2}\right)]$

其中I₀和I₁分别是第0级和第1级修正贝赛尔函数。

可选的，在所述的残留回声检测装置中，所述检测模块利用残留回声抑制的衰减增益Pow_Rate来检测残留回声包括：

将衰减增益Pow_Rate与门限值thr_rate比较；

当Pow_Rate>thr_rate时，说明当前帧不是残留回声帧；

当Pow_Rate<thr_rate时，说明当前帧是残留回声帧。

发明人研究发现，采用残留回声抑制后的信号来进行残留回声检测相比利用线性回声消除后的信号来做残留回声检测至少具有两个优点：1、能够提高干净残留回声和混合残留回声的区分度；2、对终端的线性性能依赖较小。

因此，在本发明提供的残留回声检测方法及系统中，利用残留回声抑制的衰减增益Pow_Rate来检测残留回声，从而能够能够提高干净残留回声和混合残留回声的区分度；并且对终端的线性性能依赖较小。

附图说明

图1是声学回声消除原理图；

图2是现有技术中残留回声检测方法流程图；

图3是本发明实施例的残留回声检测装置的结构示意图；

图4是本发明实施例的残留回声检测装置的工作流程示意图。

具体实施方式

以下结合附图和具体实施例对本发明提出的残留回声检测方法及系统作进一步详细说明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。

发明人研究发现，采用残留回声抑制后的信号来进行残留回声检测相比利用线性回声消除后的信号来做残留回声检测至少具有两个优点：1、能够提高干净残留回声和混合残留回声的区分度；2、对终端的线性性能依赖较小。具体原理如下：

假定本地信号（包含噪声和语音）为v(k)，其中，k表示离散时间，其取值为自然数，帧能量为P_v，回声信号为d(k)，帧能量为P_d，则在不同输入情况下回声处理的三个阶段：麦克风采集信号阶段，线性回声消除处理阶段和残留回声抑制处理阶段的能量如下：

阶段一：麦克风采集信号y(k)的帧能量P_y分别为：

无回声信号的麦克风输入能量为：

P_y＝P_v    （2）

只有回声信号的麦克风输入能量为：

P_y＝P_d    （3）

回声信号和本地信号混合的麦克风输入能量：

P_y＝P_d+P_v    （4）

阶段二：经过线性回声消除器（衰减系数α）后的帧能量和衰减增益分别为：无回声信号的线性回声消除后的能量和衰减增益：

P_y′＝P_v    （5）

$\mathrm{pow}\_{\mathrm{rate}}_v^{\&prime;}=\frac{P_v}{P_v}=1---\left(6\right)$

只有回声信号的线性回声消除后的能量和衰减增益：

P_y′＝αP_d    （7）

$\mathrm{pow}\_{\mathrm{rate}}_d^{\&prime;}=\frac{\mathrm{\&alpha;}{P}_d}{P_d}=\mathrm{\&alpha;}---\left(8\right)$

回声信号和本地信号混合的线性回声消除后的能量和衰减增益：

P_y′＝αP_d+P_v    （9）

$\mathrm{pow}\_{\mathrm{rate}}_{\mathrm{vd}}^{\&prime;}=\frac{\mathrm{\&alpha;}{P}_d+P_v}{P_d+P_v}=\frac{\mathrm{\&alpha;}+\mathrm{\&lambda;}}{\mathrm{\&lambda;}+1}---\left(10\right)$

其中，λ＝P_v/P_d

阶段三：经过残留回声抑制（衰减系数β）后的帧能量和衰减增益分别为：无回声信号的残留回声抑制后的能量和衰减增益：

P_y″＝P_v    （11）

$\mathrm{pow}\_{\mathrm{rate}}_v^{\&prime;\&prime;}=\frac{P_v}{P_v}=1---\left(12\right)$

只有回声信号的残留回声抑制后的能量和衰减增益：

P_y″＝αβP_d    （13）

$\mathrm{pow}\_{\mathrm{rate}}_d^{\&prime;\&prime;}=\frac{\mathrm{\&alpha;\&beta;}{P}_d}{P_d}=\mathrm{\&alpha;\&beta;}---\left(14\right)$

回声信号和本地信号混合的残留回声抑制后的能量和衰减增益：

P_y″＝αβP_d+P_v    （15）

$\mathrm{pow}\_{\mathrm{rate}}_{\mathrm{vd}}^{\&prime;\&prime;}=\frac{\mathrm{\&alpha;\&beta;}{P}_d+P_v}{P_d+P_v}=\frac{\mathrm{\&alpha;\&beta;}+\mathrm{\&lambda;}}{\mathrm{\&lambda;}+1}---\left(16\right)$

为了区分干净残留回声和混合残留回声，需要根据这两者的衰减增益不同的信息来进行区分。如果这两者差异越大，则越容易被区分出来。定义干净残留回声和混合残留回声的区分度为：

pow_rate_distance＝pow_rate_vd-pow_rate_d    （17）

区分度的值越大表明两者的差异越大，也就越容易区分出来。

通过计算可以得到经过线性回声消除器后的区分度为：

$\mathrm{pow}\_{\mathrm{rate}}_{\mathrm{dis}\tan \mathrm{ce}}^{\&prime;}=\mathrm{pow}\_{\mathrm{rate}}_{\mathrm{vd}}^{\&prime;}-\mathrm{pow}\_{\mathrm{rate}}_d^{\&prime;}=\frac{\mathrm{\&alpha;}+\mathrm{\&lambda;}}{\mathrm{\&lambda;}+1}-\mathrm{\&alpha;}=\frac{\mathrm{\&lambda;}(1-\mathrm{\&alpha;})}{\mathrm{\&lambda;}+1}---\left(18\right)$

通过计算可以得到经过残留回声抑制后的区分度为：

$\mathrm{pow}\_{\mathrm{rate}}_{\mathrm{dis}\tan \mathrm{ce}}^{\&prime;\&prime;}=\mathrm{pow}\_{\mathrm{rate}}_{\mathrm{vd}}^{\&prime;\&prime;}-\mathrm{pow}\_{\mathrm{rate}}_d^{\&prime;\&prime;}=\frac{\mathrm{\&alpha;\&beta;}+\mathrm{\&lambda;}}{\mathrm{\&lambda;}+1}-\mathrm{\&alpha;\&beta;}=\frac{\mathrm{\&lambda;}(1-\mathrm{\&alpha;\&beta;})}{\mathrm{\&lambda;}+1}---\left(19\right)$

由于是β衰减系数，0＜β＜1，因此可以得出：

$\mathrm{pow}\_{\mathrm{rate}}_{\mathrm{dis}\tan \mathrm{ce}}^{\&prime;\&prime;}=\frac{\mathrm{\&lambda;}(1-\mathrm{\&alpha;\&beta;})}{\mathrm{\&lambda;}+1}>\frac{\mathrm{\&lambda;}(1-\mathrm{\&alpha;})}{\mathrm{\&lambda;}+1}=\mathrm{pow}\_{\mathrm{rate}}_{\mathrm{dis}\tan \mathrm{ce}}^{\&prime;}---\left(20\right)$

假设线性回声消除的衰减系数α＝0.5，残留回声抑制的衰减系数β＝0.5，则线性回声消除和残留回声抑制后的区分度分别为：

线性回声消除后的区分度：

$\mathrm{pow}\_{\mathrm{rate}}_{\mathrm{dis}\tan \mathrm{ce}}^{\&prime;}=\frac{\mathrm{\&lambda;}(1-\mathrm{\&alpha;})}{\mathrm{\&lambda;}+1}=\frac{0.5\mathrm{\&lambda;}}{\mathrm{\&lambda;}+1}---\left(21\right)$

残留回声抑制后的区分度：

$\mathrm{pow}\_{\mathrm{rate}}_{\mathrm{dis}\tan \mathrm{ce}}^{\&prime;\&prime;}=\frac{\mathrm{\&lambda;}(1-\mathrm{\&alpha;\&beta;})}{\mathrm{\&lambda;}+1}=\frac{0.75\mathrm{\&lambda;}}{\mathrm{\&lambda;}+1}---\left(22\right)$

可见残留回声抑制后的区分度能够达到线性回声消除后的区分度的1.5倍。

再假设遇到线性性能不好的终端，其线性回声消除的衰减系数α＝0.9，残留回声抑制的衰减系数β＝0.5，则线性回声消除和残留回声抑制后的区分度分别为：

线性回声消除后的区分度：

$\mathrm{pow}\_{\mathrm{rate}}_{\mathrm{dis}\tan \mathrm{ce}}^{\&prime;}=\frac{\mathrm{\&lambda;}(1-\mathrm{\&alpha;})}{\mathrm{\&lambda;}+1}=\frac{0.1\mathrm{\&lambda;}}{\mathrm{\&lambda;}+1}---\left(23\right)$

残留回声抑制后的区分度：

$\mathrm{pow}\_{\mathrm{rate}}_{\mathrm{dis}\tan \mathrm{ce}}^{\&prime;\&prime;}=\frac{\mathrm{\&lambda;}(1-\mathrm{\&alpha;\&beta;})}{\mathrm{\&lambda;}+1}=\frac{0.55\mathrm{\&lambda;}}{\mathrm{\&lambda;}+1}---\left(24\right)$

残留回声抑制后的区分度能够达到线性回声消除后的区分度的5.5倍。

综上可见，采用残留回声抑制后的信号来进行残留回声检测相比利用线性回声消除后的信号来做残留回声检测至少具有两个优点：1、能够提高干净残留回声和混合残留回声的区分度；2、对终端的线性性能依赖较小。

基于上述原理，发明人提出了一种残留回声检测方法及系统，其利用残留回声抑制的衰减增益Pow_Rate来检测残留回声，从而能够能够提高干净残留回声和混合残留回声的区分度；并且对终端的线性性能依赖较小。

具体的，本实施例提供了一种残留回声检测方法，所述残留回声检测方法包括：

步骤10：获取麦克风采集信号y(k)；

步骤11：对麦克风采集信号y(k)执行线性回声消除处理，得到线性回声消除后的残差信号e(k)；

步骤12：对残差信号e(k)执行频谱衰减处理，得到残留回声抑制后的信号x(k)；

步骤13：利用残留回声抑制的衰减增益Pow_Rate来检测残留回声；其中，

$\mathrm{Pow}\_\mathrm{Rate}=\frac{P_x}{P_y}=\frac{{\mathrm{\&Sigma;}}_k{x}^2\left(k\right)}{{\mathrm{\&Sigma;}}_k{y}^2\left(k\right)}.$

相应的，本实施例还提供了一种残留回声检测装置，请参考图3，其为本发明实施例的残留回声检测装置的结构示意图。如图3所示，所述残留回声检测装置包括：

采集模块10，用以获取麦克风采集信号y(k)；

线性回声消除模块11，用以对麦克风采集信号y(k)执行线性回声消除处理，得到线性回声消除后的残差信号e(k)；

残留回声抑制模块12，用以对残差信号e(k)执行频谱衰减处理，得到残留回声抑制后的信号x(k)；

检测模块13，用以利用残留回声抑制的衰减增益Pow_Rate来检测残留回声；其中，

$\mathrm{Pow}\_\mathrm{Rate}=\frac{P_x}{P_y}=\frac{{\mathrm{\&Sigma;}}_k{x}^2\left(k\right)}{{\mathrm{\&Sigma;}}_k{y}^2\left(k\right)}.$

在本实施例中，麦克风采集信号y(k)包括本地信号v(k)和回声信号d(k)，其中，所述本地信号v(k)进一步包含噪声和语音，对此可相应参考图1。

在获取了麦克风采集信号y(k)之后，接着将通过线性回声消除模块11、残留回声抑制模块12及检测模块13的处理，以检测残留回声。具体的，可参考图4，其为本发明实施例的残留回声检测装置的工作流程示意图。

如图4所示，进一步的，对麦克风采集信号y(k)执行线性回声消除处理包括：

通过自适应滤波器对回声路径进行模拟估计，得到残留回声估计信号

将麦克风采集信号y(k)减去残留回声估计信号得到线性回声消除后的残差信号e(k)。

在此，自适应滤波器采用了NLMS算法。

其中，残差信号e(k)可通过如下公式予以表示：

$e\left(k\right)=y\left(k\right)-\hat{d}\left(k\right)---\left(25\right)$

接着，将所述残差信号e(k)提供给所述残留回声抑制模块12以进行频谱衰减处理。在所述残留回声抑制模块12的工作中，首先由残留回声估计信号经过传输特性为T(Ω)的滤波器，得到残留回声估计谱其中，传输特性为T(Ω)的滤波器的表达式为：

$T\left(\mathrm{\&Omega;}\right)=\frac{\hat{F}\left(\mathrm{\&Omega;}\right)}{1-\hat{F}\left(\mathrm{\&Omega;}\right)}---\left(26\right)$

其中， $\hat{F}\left(\mathrm{\&Omega;}\right)=\frac{P_{\mathrm{yy}}\left(\mathrm{\&Omega;}\right)-P_{\mathrm{ee}}\left(\mathrm{\&Omega;}\right)-P_{\hat{d}\hat{d}}\left(\mathrm{\&Omega;}\right)}{P_{\mathrm{yy}}\left(\mathrm{\&Omega;}\right)-P_{\mathrm{ee}}\left(\mathrm{\&Omega;}\right)+P_{\hat{d}\hat{d}}\left(\mathrm{\&Omega;}\right)}---\left(27\right)$

其中，P_yy(Ω)为自适应滤波器输入的功率谱（即信号y(k)的功率谱），P_ee(Ω)为自适应滤波器输出的残差功率谱（即信号e(k)的功率谱），为估计回声的残留回声信号功率谱（即信号的功率谱）。

由此，可以得到残留回声估计谱的表达式为：

${\hat{P}}_{\hat{r}\hat{r}}\left(\mathrm{\&Omega;}\right)={\left(\frac{\hat{F}\left(\mathrm{\&Omega;}\right)}{1-\hat{F}\left(\mathrm{\&Omega;}\right)}\right)}^2{P}_{\hat{d}\hat{d}}\left(\mathrm{\&Omega;}\right),\hat{F}\left(\mathrm{\&Omega;}\right)\&NotEqual;1---\left(28\right)$

接着，由残留回声估计谱得到先验信噪比和后验信噪比

残留回声先验信噪比为：

${\mathrm{SNR}}_r^s\left(\mathrm{\&Omega;}\right)=\frac{\mathrm{\&epsiv;}\left\{{\left|S\left(\mathrm{\&Omega;}\right)\right|}^2\right\}}{\mathrm{\&epsiv;}\left\{{\left|R\left(\mathrm{\&Omega;}\right)\right|}^2\right\}}=\frac{P_{\mathrm{ss}}\left(\mathrm{\&Omega;}\right)}{{\hat{P}}_{\hat{r}\hat{r}}\left(\mathrm{\&Omega;}\right)}---\left(29\right)$

残留回声后验信噪比为：

${\mathrm{\&gamma;}}_r^e=\frac{{\left|e\left(\mathrm{\&Omega;}\right)\right|}^2}{\mathrm{\&epsiv;}\{{\left|R\left(\mathrm{\&Omega;}\right)\right|\}}^2}=\frac{\left|E{\left(\mathrm{\&Omega;}\right)}^2\right|}{{\hat{P}}_{\hat{r}\hat{r}}\left(\mathrm{\&Omega;}\right)}---\left(30\right)$

其中，P_ss(Ω)为本地信号功率谱（即信号v(k)的功率谱），E(Ω)为残差信号频谱。

接着，通过残留回声的先验信噪比和后验信噪比，获取衰减系数G_n(Ω)，其中，所使用的算法为Ephraim&Malah，衰减系数G_n(Ω)为：

$G_n\left({\mathrm{\&omega;}}_k\right)=\frac{\sqrt{\mathrm{\&pi;}}}{2}\sqrt{\left(\frac{1}{1+{\mathrm{\&gamma;}}_r^e}\right)\left(\frac{{\mathrm{SNR}}_r^s}{1+{\mathrm{SNR}}_r^s}\right)}.M\left[(1+{\mathrm{\&gamma;}}_r^e)\left(\frac{{\mathrm{SNR}}_r^s}{1+{\mathrm{SNR}}_r^s}\right)\right]---\left(31\right)$

其中M函数的表达式为：

$M\left[\mathrm{\&theta;}\right]=\exp (-\frac{\mathrm{\&theta;}}{2})[(1+\mathrm{\&theta;})I_0\left(\frac{\mathrm{\&theta;}}{2}\right)+\mathrm{\&theta;}{I}_1\left(\frac{\mathrm{\&theta;}}{2}\right)]---\left(32\right)$

其中I₀和I₁分别是第0级和第1级修正贝赛尔函数。

接着，利用衰减系数G_n(Ω)对残差信号e(k)的频谱E(Ω)执行频谱衰减处理，得到衰减后的频域信号X(Ω)，其中，X(Ω)的表达式为：

X(Ω)＝G_n(Ω)E(Ω)    （33）

接着，通过对衰减后的频域信号X(Ω)执行傅里叶反变换，得到残留回声抑制后的信号x(k)，其中，x(k)的表达式为：

x(k)＝FFT(X(Ω))    （34）

接着，将残留回声抑制后的信号x(k)及麦克风采集信号y(k)提供给检测模块13，便可获取衰减增益Pow_Rate来检测残留回声，其中，衰减增益Pow_Rate的表达式为：

$\mathrm{Pow}\_\mathrm{Rate}=\frac{P_x}{P_y}=\frac{{\mathrm{\&Sigma;}}_k{x}^2\left(k\right)}{{\mathrm{\&Sigma;}}_k{y}^2\left(k\right)}---\left(35\right)$

具体的，将衰减增益Pow_Rate与门限值thr_rate比较；

当Pow_Rate>thr_rate时，说明当前帧不是残留回声帧；

当Pow_Rate<thr_rate时，说明当前帧是残留回声帧。

其中，当当前帧不是残留回声帧时，可以使得标志位REflag＝0，

其中，当当前帧是残留回声帧时，可以使得标志位REflag＝1。

进一步的，所述门限值thr_rate可以通过仿真软件仿真后选取，对此本申请不再赘述。

综上所述，在本实施例提供的残留回声检测方法及系统中，利用残留回声抑制的衰减增益Pow_Rate来检测残留回声，从而能够能够提高干净残留回声和混合残留回声的区分度；并且对终端的线性性能依赖较小。

上述描述仅是对本发明较佳实施例的描述，并非对本发明范围的任何限定，本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于权利要求书的保护范围。

Claims (12)

1.一种残留回声检测方法，其特征在于，包括：

获取麦克风采集信号y(k)；

对麦克风采集信号y(k)执行线性回声消除处理，得到线性回声消除后的残差信号e(k)；

对残差信号e(k)执行频谱衰减处理，得到残留回声抑制后的信号x(k)；

利用残留回声抑制的衰减增益Pow_Rate来检测残留回声；其中，

$\mathrm{Pow}\_\mathrm{Rate}=\frac{P_x}{P_y}=\frac{{\mathrm{\&Sigma;}}_k{x}^2\left(k\right)}{{\mathrm{\&Sigma;}}_k{y}^2\left(k\right)}.$

2.如权利要求1所述的残留回声检测方法，其特征在于，麦克风采集信号y(k)包括本地信号v(k)和回声信号d(k)。

3.如权利要求2所述的残留回声检测方法，其特征在于，对麦克风采集信号y(k)执行线性回声消除处理包括：

通过自适应滤波器对回声路径进行模拟估计，得到残留回声估计信号

将麦克风采集信号y(k)减去残留回声估计信号得到线性回声消除后的残差信号e(k)。

4.如权利要求3所述的残留回声检测方法，其特征在于，对残差信号e(k)执行频谱衰减处理包括：

通过残留回声的先验信噪比和后验信噪比，获取衰减系数G_n(Ω)；

利用衰减系数G_n(Ω)对残差信号e(k)的频谱E(Ω)执行频谱衰减处理，得到衰减后的频域信号X(Ω)；

通过对衰减后的频域信号X(Ω)执行傅里叶反变换，得到残留回声抑制后的信号x(k)。

5.如权利要求4所述的残留回声检测方法，其特征在于，通过残留回声的先验信噪比和后验信噪比，获取衰减系数G_n(Ω)包括：

由残留回声估计信号经过传输特性为T(Ω)的滤波器，得到残留回声估计谱

由残留回声估计谱得到先验信噪比和后验信噪比

通过如下公式计算衰减系数G_n(Ω)：

$G_n\left({\mathrm{\&omega;}}_k\right)=\frac{\sqrt{\mathrm{\&pi;}}}{2}\sqrt{\left(\frac{1}{1+{\mathrm{\&gamma;}}_r^e}\right)\left(\frac{{\mathrm{SNR}}_r^s}{1+{\mathrm{SNR}}_r^s}\right)}.M\left[(1+{\mathrm{\&gamma;}}_r^e)\left(\frac{{\mathrm{SNR}}_r^s}{1+{\mathrm{SNR}}_r^s}\right)\right]$

其中M函数为：

$M\left[\mathrm{\&theta;}\right]=\exp (-\frac{\mathrm{\&theta;}}{2})[(1+\mathrm{\&theta;})I_0\left(\frac{\mathrm{\&theta;}}{2}\right)+\mathrm{\&theta;}{I}_1\left(\frac{\mathrm{\&theta;}}{2}\right)]$

其中I₀和I₁分别是第0级和第1级修正贝赛尔函数。

6.如权利要求1所述的残留回声检测方法，其特征在于，利用残留回声抑制的衰减增益Pow_Rate来检测残留回声包括：

将衰减增益Pow_Rate与门限值thr_rate比较；

当Pow_Rate>thr_rate时，说明当前帧不是残留回声帧；

当Pow_Rate<thr_rate时，说明当前帧是残留回声帧。

7.一种残留回声检测装置，其特征在于，包括：

采集模块，用以获取麦克风采集信号y(k)；

线性回声消除模块，用以对麦克风采集信号y(k)执行线性回声消除处理，得到线性回声消除后的残差信号e(k)；

残留回声抑制模块，用以对残差信号e(k)执行频谱衰减处理，得到残留回声抑制后的信号x(k)；

检测模块，用以利用残留回声抑制的衰减增益Pow_Rate来检测残留回声；其中，

$\mathrm{Pow}\_\mathrm{Rate}=\frac{P_x}{P_y}=\frac{{\mathrm{\&Sigma;}}_k{x}^2\left(k\right)}{{\mathrm{\&Sigma;}}_k{y}^2\left(k\right)}.$

8.如权利要求7所述的残留回声检测装置，其特征在于，麦克风采集信号y(k)包括本地信号v(k)和回声信号d(k)。

9.如权利要求8所述的残留回声检测装置，其特征在于，所述线性回声消除模块对麦克风采集信号y(k)执行线性回声消除处理包括：

通过自适应滤波器对回声路径进行模拟估计，得到残留回声估计信号

将麦克风采集信号y(k)减去残留回声估计信号得到线性回声消除后的残差信号e(k)。

10.如权利要求9所述的残留回声检测装置，其特征在于，所述残留回声抑制模块对残差信号e(k)执行频谱衰减处理包括：

通过残留回声的先验信噪比和后验信噪比，获取衰减系数G_n(Ω)；

利用衰减系数G_n(Ω)对残差信号e(k)的频谱E(Ω)执行频谱衰减处理，得到衰减后的频域信号X(Ω)；

通过对衰减后的频域信号X(Ω)执行傅里叶反变换，得到残留回声抑制后的信号x(k)。

11.如权利要求10所述的残留回声检测装置，其特征在于，通过残留回声的先验信噪比和后验信噪比，获取衰减系数G_n(Ω)包括：

由残留回声估计信号经过传输特性为T(Ω)的滤波器，得到残留回声估计谱

由残留回声估计谱得到先验信噪比和后验信噪比

通过如下公式计算衰减系数G_n(Ω)：

$G_n\left({\mathrm{\&omega;}}_k\right)=\frac{\sqrt{\mathrm{\&pi;}}}{2}\sqrt{\left(\frac{1}{1+{\mathrm{\&gamma;}}_r^e}\right)\left(\frac{{\mathrm{SNR}}_r^s}{1+{\mathrm{SNR}}_r^s}\right)}.M\left[(1+{\mathrm{\&gamma;}}_r^e)\left(\frac{{\mathrm{SNR}}_r^s}{1+{\mathrm{SNR}}_r^s}\right)\right]$

其中M函数为：

$M\left[\mathrm{\&theta;}\right]=\exp (-\frac{\mathrm{\&theta;}}{2})[(1+\mathrm{\&theta;})I_0\left(\frac{\mathrm{\&theta;}}{2}\right)+\mathrm{\&theta;}{I}_1\left(\frac{\mathrm{\&theta;}}{2}\right)]$

其中I₀和I₁分别是第0级和第1级修正贝赛尔函数。

12.如权利要求7所述的残留回声检测装置，其特征在于，所述检测模块利用残留回声抑制的衰减增益Pow_Rate来检测残留回声包括：

将衰减增益Pow_Rate与门限值thr_rate比较；

当Pow_Rate>thr_rate时，说明当前帧不是残留回声帧；

当Pow_Rate<thr_rate时，说明当前帧是残留回声帧。