CN105324981A - 回波抑制 - Google Patents

Abstract

使用适应模型来对接收音频信号中的回波的回波路径进行建模以确定回波的适应模型估计。使用适应模型估计来确定接收音频信号中的回波的回波功率的估计。确定接收音频信号的功率。使用回波功率的估计和接收音频信号的所确定功率来确定回波抑制增益。对回波抑制增益中的一个或多个应用时间平滑化并使用一个或多个平滑化回波抑制增益来对接收音频信号应用回波抑制，从而抑制接收音频信号中的回波，其中，应用于回波抑制增益的平滑化的量根据接收音频信号的频率的非递减函数而改变。

Description

回波抑制

背景技术

设备可具有可以用来从周围环境接收音频信号的音频输入装置。该设备还可具有可以用来向周围环境输出音频信号的音频输出装置。例如，设备可具有用于输出音频信号的一个或多个扬声器和用于接收音频信号的一个或多个扩音器。从设备的（一个或多个）扬声器输出的音频信号可在被（一个或多个）扩音器接收到的音频信号中被作为“回波”接收。情况可能是在接收到的音频信号中并不期望此回波。例如，设备可以是在通过网络与另一用户设备的诸如音频或视频呼叫之类的通信事件中使用的用户设备（例如，移动电话、平板电脑、膝上型计算机、PC等）。呼叫的远端信号可被从用户设备处的扬声器输出，并且可在设备处的扩音器接收到的音频信号中被作为回波接收。此类回波可能是对呼叫的用户的干扰，并且呼叫的感知质量可能由于该回波而被降低。特别地，对于近端音频信号回波可引起干扰，该近端音频信号意图被扩音器接收并被发射到呼叫中的远端。因此，可以对接收音频信号应用回波消除和/或回波抑制，从而抑制接收音频信号中的回波。接收音频信号中的回波的功率可根据用户设备的布置而改变。例如，用户设备可以是移动电话，并且在那种情况下，与移动电话不在“免提”模式下操作时相比，接收音频信号中的回波的功率在移动电话在“免提”模式下操作时正常地将会更高。

回波消除（或“回波消减”）技术旨在基于从扬声器输出的音频信号的知识来估计包括于在扩音器中接收到的音频信号中的回波信号。然后，可以从接收音频信号减去回波信号的估计，从而从接收音频信号去除回波中的至少某些。回波抑制用来对接收音频信号应用频率相关抑制，从而抑制接收音频信号中的回波。

发明内容

提供本发明内容是为了以简化形式介绍下面在详细描述中进一步描述的概念的选择。本发明内容并不意图识别要求保护的主题的关键特征或本质特征，其也不意图用来限制要求保护的主题的范围。

提供了一种抑制接收音频信号中的回波的方法。作为回波抑制的一部分，基于输出音频信号和接收音频信号使用适应模型来对接收音频信号中的回波的回波路径进行建模以确定接收音频信号中的回波的适应模型估计。使用适应模型估计来确定接收音频信号中的回波的回波功率的估计。确定接收音频信号的功率。使用回波功率的估计和接收音频信号的所确定功率来确定回波抑制增益。对回波抑制增益中的一个或多个应用时间平滑化并使用一个或多个平滑化回波抑制增益来对接收音频信号应用回波抑制，从而抑制接收音频信号中的回波，其中，应用于一个或多个回波抑制增益的平滑化的量根据接收音频信号的频率的非递减函数而改变。

该方法可在呼叫（例如实现网际协议语音（VoIP）以在用户设备之间发射音频数据的呼叫）中使用，在这种情况下输出音频信号可以是从呼叫的远端接收到的远端信号，并且接收信号包括作为结果产生的回波和用于传输到呼叫远端的近端信号。

附图说明

为了更好地理解所述实施例并示出所述实施例如何能付诸实施，现在将以示例的方式对以下各图进行参考，在所述附图中：

图1示出了通信系统的示意图；

图2是用户设备的示意性框图；

图3是示出了供在回波抑制中使用的用户设备的模块的功能图；以及

图4是用于抑制回波的过程的流程图。

具体实施方式

现在将仅以示例的方式描述实施例。

图1示出了通信系统100，其包括与第一用户设备104相关联的第一用户102（“用户A”）和与第二用户设备110相关联的第二用户108（“用户B”）。在其它实施例中，通信系统100可包括任何数目的用户和关联用户设备。用户设备104和110可以在通信系统100中通过网络106进行通信，从而允许用户102和108通过网络106相互进行通信。图1中所示的通信系统100是基于分组的通信系统，但可以使用其它类型的通信系统。网络106可以例如是因特网。用户设备104和110中的每一个可以是例如移动电话、平板电脑、膝上计算机、个人计算机（“PC”）（包括例如Windows™、Mac OS™和Linux™ PC）、游戏设备、电视、个人数字助理（“PDA”）或能够连接到网络106的其它嵌入式设备。用户设备104被布置成从用户设备104的用户102接收信息和向用户设备104的用户102输出信息。用户设备104包括诸如显示器和扬声器之类的输出装置。用户设备104还包括诸如键区、触摸屏、用于接收音频信号的扩音器和/或用于捕捉视频信号的图像的照相机之类的输入装置。用户设备104被连接到网络106。

用户设备104执行由与通信系统100相关联的软件提供商提供的通信客户端的实例。通信客户端是在用户设备104中的本地处理器上执行的软件程序。客户端执行用户设备104处所需的处理以便使用户设备104通过通信系统100来发射和接收数据。

用户设备110对应于用户设备104并在本地处理器上执行通信客户端，该通信客户端对应于在用户设备104处执行的通信客户端。用户设备110处的客户端以用户设备104处的客户端执行允许用户102通过网络106进行通信所需的处理的相同方式来执行允许用户108通过网络106进行通信所需的处理。用户设备104和110是通信系统100中的端点。图1为了明了起见而仅示出了两个用户（102和108）和两个用户设备（104和110），但在通信系统100中可包括更多的用户和用户设备，并且它们可使用在各用户设备上执行的各通信客户端通过通信系统100进行通信。

图2图示出在其上面执行通信客户端实例206以用于通过通信系统100进行通信的用户设备104的详图。用户设备104包括中央处理单元（“CPU”）或“处理模块”202，被与之相连的有：输出设备，诸如可以实现为触摸屏的显示器208以及用于输出音频信号的扬声器（或“喇叭”）210；输入设备，诸如用于接收音频信号的扩音器212、用于接收图像数据的照相机216以及键区218；用于存储数据的存储器214；以及网络接口220，诸如用于与网络106通信的调制解调器。用户设备104可包括除图2中所示的那些之外的其它元件。显示器208、扬声器210、扩音器212、存储器214、照相机216、键区218和网络接口220可如图2中所示被集成到用户设备104中。在可替换用户设备中，显示器208、扬声器210、扩音器212、存储器214、照相机216、键区218和网络接口220中的一个或多个可以不被集成到用户设备104中，并且可经由各接口连接到CPU 202。此类接口的一个示例是USB接口。如果用户104经由网络接口220到网络106的连接是无线连接，则网络接口220可包括用于向网络106无线地发射信号并从网络106无线地接收信号的天线。

图2还图示出在CPU 202上执行的操作系统（“OS”）204。在OS 204之上运行的是通信系统100的客户端实例206的软件。操作系统204管理计算机的硬件资源并处理被经由网络接口220向和从网络106发射的数据。客户端206与操作系统204通信并管理通信系统上的连接。客户端206具有被用来向用户102呈现信息和从用户102接收信息的客户端用户接口。这样，客户端206执行允许用户102通过通信系统100进行通信所需的处理。

在声学回波消除中，目的是去除源自于喇叭信号x(t)的扩音器信号y(t)中的回波信号s(t)。这应尽可能精确地且尽可能非唐突地完成以便对任何近端信号v(t)的感知具有尽可能少的影响。可以将扩音器信号写为y(t)＝s(t) + v(t)。回波信号是喇叭信号的函数，为 。

存在用来实现上述的两个主要方式，一个是回波消减且另一个是回波抑制。这两个方法常常被组合。

参考图3和4，现在描述一种抑制回波的方法。图3是示出了如何实现回波抑制过程的用户设备104的一部分的功能图，并且图4是用于抑制回波的过程的流程图。

如图3中所示，用户设备104包括扬声器210、扩音器212、建模模块304、功率估计模块306、功率确定模块308和回波抑制模块310。

将从扬声器210输出的信号x(t)被耦合到扬声器210的输入端。应注意的是在本文所述的实施例中仅仅存在一个扬声器（在图中用附图标记210来指示），但在其它实施例中可存在要输出的信号被耦合到其上（以便从那里输出）的超过一个扬声器。同样地，在本文所述的实施例中，仅仅存在一个扩音器（在图中用附图标记212来指示），但在其它实施例中，可存在从周围环境接收音频信号的超过一个扩音器。要从扬声器210输出的信号还被耦合到滤波器模块304的第一输入端。扩音器212的输出端被耦合到滤波器模块304的第二输入端。滤波器模块304的输出端被耦合到功率估计模块306的第一输入端。要从扬声器210输出的信号被耦合到功率估计模块306的第二输入端。功率估计模块306的输出端被耦合到回波抑制模块310的第一输入端。扩音器212的输出端被耦合到功率确定模块308的输入端。功率确定模块308的输出端被耦合到回波抑制模块310的第二输入端。扩音器212的输出端被耦合到回波抑制模块310的第三输入端。回波抑制模块310的输出端被用来提供接收信号（已被应用回波抑制）以便在用户设备104中进一步处理。

在步骤S402中，接收将从扬声器210输出的信号。例如，要输出的信号可以是在用户102和108之间通过通信系统100的呼叫期间在用户设备104处已经从用户设备110接收到的远端信号。需要对接收信号执行的任何处理（例如使用语音编解码器的解码、去分组化等）被如在本领域中已知的那样执行（例如由客户端206）以得到适合于从扬声器210输出的信号x(t)。信号x(t)是数字信号。在从扬声器210输出信号之前的用户设备104中的信号处理中的至少某些是在数字域中执行的。如在本领域中已知的，在从喇叭210播放之前对数字信号x(t)应用数模转换器（DAC）。同样地，对被扩音器212捕捉的信号应用模数转换器（ADC）以得到数字信号y(t)。

在其它实施例中，可从除在呼叫中通过通信系统100之外的某处接收要输出的信号。例如，要输出信号可能已被存储在存储器214中，并且步骤S402可包括从存储器214检索信号。

在步骤S404中，从扬声器210输出音频信号x(t)。这样，音频信号x(t)被输出给用户102。

在步骤S406中，扩音器212接收音频信号。如图3中所示，接收音频信号可包括近端信号，该近端信号为期望信号或“主要信号”。近端信号是用户102意图使扩音器212接收的信号。然而，接收音频信号还包括作为在步骤S404中从扬声器210输出的音频信号的结果产生的回波信号。接收音频信号还可包括噪声，诸如本底噪声。因此，总接收音频信号y(t)可以由近端信号、回波和噪声的和给出。回波和噪声充当对于近端信号的干扰。

滤波器模块304将输出音频信号x(t)和接收音频信号y(t)取作输入。使用滤波器模块304来对接收音频信号y(t)中的回波进行建模。特别地，滤波器模块304可操作用于在步骤S408处使用输出音频信号x(t)和接收音频信号y(t)对接收音频信号y(t)中的回波的回波路径进行建模以在步骤S410处确定近端信号y(t)中的回波分量的估计。

回波路径描述远端信号从扬声器210到扩音器212行进的声学路径的效果。远端信号可直接地从扬声器210行进到扩音器212，或者其可被从近端终端的环境中的各种表面反射。从扬声器210输出的远端信号所穿过的回波路径可被视为具有可随时间而改变的频率和相位响应的系统。

为了从在近端扩音器212处记录的信号y(t)去除声学回波s(t)，必须估计回波路径如何将期望的远端扬声器输出信号x(t)变成输入信号中的非期望回波分量。对于近似线性的回波路径而言，回波路径h(t)例如根据以下等式来描述接收音频信号y(t)中的回波如何与从扬声器210输出的音频信号x(t)相关： ，其中，s(t)是接收音频信号y(t)中的回波，N_true是将涵盖脉冲响应的不可忽略部分的足够大的数（理论上N_true是无穷大的），并且h_n(t)是描述回波路径h(t)的脉冲响应的系数。回波路径h(t)可在时间和频率两者方面改变，并且在本文中可称为h(t)或h(t,f)。回波路径h(t)可取决于（i）围绕扬声器210和扩音器212的当前环境条件（例如，是否存在对音频信号从扬声器210到扩音器212的通道的任何物理障碍、气压、温度、风等）以及（ii）可在信号被输出和/或接收时改变该信号的扬声器210和/或扩音器212的特性。

滤波器模块304通过确定输出音频信号x(t)的当前值和有限数目（N）的先前值的加权和来对接收音频信号y(t)中的回波的回波路径h(t)进行建模。滤波器模块304因此实现N阶滤波器，其具有有限长度（在时间方面），在该有限长度内，其在确定回波路径的估计时考虑输出音频信号x(t)的值。这样，滤波器模块304动态地修改回波路径的滤波器估计。用以下等式来描述该操作，其根据输出音频信号x(t): 来定义接收音频信号y(t)中的回波。因此，使用输出音频信号x(t)的N+1个样本，具有各自的N+1个权值。N+1个权值的集合在本文中被简单地称为回波路径的估计。换言之，回波路径的估计是具有N+1个值的矢量，其中，滤波器模块304实现N阶滤波器，将信号x(t)的N+1个值（例如N+1个帧）考虑在内。

可以认识到，当回波是接收音频信号的主导部分时、亦即当s(t)时，更容易修改回波路径的滤波器估计。然而，如果回波s(t)独立于y(t)的其它信号分量，甚至当回波不是接收音频信号y(t)的主导部分时，也可以修改回波路径的滤波器估计。

本领域的技术人员将认识到的是不需要明确地计算回波路径的估计，而是可以借助于从算法获得的滤波系数来表示，所述算法诸如是最小均方（LMS）、归一化最小均方（NLMS）、快速仿射投影（FAP）和递归最小二乘法（RLS）。

使用回波路径的估计来提供滤波系数，该滤波系数对远端信号x(t)进行滤波以根据回波路径的估计来生成近端信号y(t)中的回波分量的估计（在步骤S410处）。无论所使用的特定算法如何，滤波器模块304的滤波系数随着算法的每次迭代而被更新，因此滤波器模块304的系数被连续地更新，无论手边的信号条件如何。

虽然以上描述提及使用回波路径的时域FIR模型来估计近端信号y(t)中的回波分量，但本领域的技术人员将认识到的是这仅仅是示例而不以任何方式进行限制。也就是说，第一滤波器模块304可进行操作以确定回波路径的估计和因此确定时域中或频域中的近端信号y(t)的回波分量的估计。

在步骤S412中，功率估计模块306基于在步骤S410中确定的滤波器估计且基于远端信号x(t)来估计接收音频信号中的回波功率。存在本领域的技术人员已知的用以完成此操作的许多方式，并且本公开的范围不限于确定回波功率估计的任何特定方法。功率估计模块306被布置成将其相应的回波功率估计输出到回波抑制模块310。

同样在步骤S412处，功率确定模块308确定接收音频信号y(t)的功率。再次地，存在本领域的技术人员已知的用以完成此操作的许多方式，并且本公开的范围不限于任何特定方法。功率确定模块308被布置成向回波抑制模块310供应接收音频信号y(t)的所确定功率的指示。

回波抑制模块310接收来自滤波器模块304的接收音频信号中的回波的回波功率的估计、来自功率确定模块308的接收音频信号y(t)的所确定功率的指示以及接收音频信号y(t)作为输入。

在步骤S414中，在回波抑制模块310中，估计回波功率被与扩音器信号y(t)的所确定功率以及可能的其它度量一起用来形成时间t和频率f的回波抑制增益G(t, f)。可能的其它度量可包括但不限于关于滤波器的准确度的信息以及关于非线性性的信息。这些回波抑制增益具有将扩音器信号y(t)中的任何回波s(t)抑制到在扩音器输入中存在近端信号的情况下该回波不值得注意的水平的目的。

回波抑制增益的量值将必须等于或大于零，并且小于或等于一。也就是说，回波抑制增益的量值指示针对各时间和频率应用于扩音器信号y(t)的噪声抑制的量。回波抑制增益在其中需要从扩音器信号y(t)去除强回波分量的情况下被选择成接近于零（零的回波抑制增益指示完全抑制）。在仅仅近端语音的情况下，回波抑制增益被选择成被设定成一以便保持期望的语音信号未改变（一的回波抑制增益指示无抑制）。针对时间t和频率f的回波抑制增益G(t, f)是输出信号的功率与回波抑制模块310的输入信号的功率的比，其可以例如用分贝（“dB”）来表示。分贝是基于对数标度，因此，例如，一的增益等价于0dB，其表示单位一（无抑制），并且负dB增益表示弱于输入信号的输出信号（应用抑制）。

回波抑制模块310被设计成对接收音频信号y(t)应用随时间和频率两者而改变的信号相关抑制。

为了使增益的应用提供听起来愉快的输出信号，回波抑制增益通常必须被随着时间的推移进行平滑化，因为否则回波抑制增益中的快速变化将听起来很不好。将平滑化的量保持在最小值是有意义的，因为平滑化促使应用比手边的回波信号可能要求的更多的回波抑制。在本公开的实施例中应用的平滑化的类型是“时间”平滑化，即实施例涉及如何随着时间推移对用于单独频带的增益进行平滑化。

在步骤S416中，增益平滑化模块312在某些条件下确定平滑化回波抑制增益G(t, f)。

在实施例中，当要求回波抑制增益的平滑化时，在平滑化的量在接收音频信号y(t)的频率增加时不减小的意义上，以平滑化的量根据接收音频信号y(t)的频率的非递减函数而改变的方式调整回波抑制模块中的增益的时间平滑化的量。也就是说，与针对较低频率增益相比，针对较高频率增益执行更多的平滑化。可调整回波抑制模块中的增益的时间平滑化的量，使得平滑化的量与接收音频信号y(t)的频率的非递减函数成比例。平滑化量可直接与接收音频信号y(t)的频率成正比。此方案减少了作为快速波动高频抑制增益的结果产生的伪像，该快速波动高频抑制增益进而又是由快速变化的高频信号分量引起的。这种方案还确保对其中在回波计算增益中涉及到的功率不那么快速地改变的较低频率应用最小平滑化，从而实现最高可能的回波抑制器透明度。

存在实现上述方案的各种不同方式。

在初始第一时间段中，回波抑制模块310将接收音频信号y(t)划分成频率范围内的多个频率子带，并确定将应用于各频率子带的一组回波抑制增益G(t, f)。在第二较晚时间段，回波抑制模块310将接收音频信号y(t)划分成频率范围内的多个频率子带，并确定将应用于各频率子带的第二组回波抑制增益G(t, f)。

针对每个频率子带，根据各第一回波抑制增益的量值与各第二回波抑制增益的量值的比较，回波抑制模块310确定是应用各第二回波抑制增益还是使用增益平滑化模块312来确定具有附加增益量的等价于各第一回波抑制增益（在第一时间段应用于接收音频信号y(t)的各频率子带）的平滑化回波抑制增益。

将认识到的是对于每个频率子带而言，各第二回波抑制增益可高于、等于或小于各第一回波抑制增益。

当各第二回波抑制增益小于或等于各第一回波抑制增益时，增益平滑化模块312不应用平滑化，并且回波抑制模块310在第二较晚时间段内在各频率子带中对接收音频信号y(t)应用各第二回波抑制增益。

当各第二回波抑制增益高于各第一回波抑制增益时，回波抑制模块310在各频率子带中不对接收音频信号y(t)应用各第二回波抑制增益。可替代地，增益平滑化模块312确定具有到第二较晚时间段内的各频率子带的附加增益量的等价于各第一回波抑制增益的平滑化回波抑制增益，其中，根据第二较晚时间段中的频率子带来确定平滑化的量（和因此确定附加增益的量）。

也就是说，在步骤S418中，回波抑制模块310使用回波抑制增益对接收音频信号y(t)应用回波抑制。也就是说，回波抑制模块310将频率子带中的接收音频信号y(t)乘以在一（即无抑制）与零（即完全抑制）之间的某个数。根据是否要求时间平滑化，回波抑制增益可以是在步骤S414中确定的一个或多个回波抑制增益或在步骤S416中由增益平滑化模块312确定的一个或多个平滑化回波抑制增益。

该过程然后在较晚的时间段内继续，其中，回波抑制模块310将接收音频信号y(t)划分成在该频率范围内的多个频率子带，并确定将应用于各频率子带的一组回波抑制增益G(t, f)，并将各频率子带中的回波抑制增益的量值与针对紧接着较早的时间段所确定的那些相比较。当各较晚回波抑制增益高于各较早回波抑制增益时，增益平滑化模块312确定具有到较晚时间段内的各频率子带的附加增益量的等价于各较早回波抑制增益的平滑化回波抑制增益，其中，根据第二较晚时间段内的频率子带的频率来确定平滑化的量（和因此确定附加增益量）。否则，增益平滑化模块312不应用平滑化，并且回波抑制模块310在较晚时间段内的各频率子带中对接收音频信号y(t)应用各较晚回波抑制增益。

在一个实施方式中，在产生平滑化回波抑制增益时应用的平滑化的增加是以线性方式实现的，其中，平滑化的量随着频带的增加而线性地增加。为了简单起见，考虑被划分成三个频带f_low、f_mid以及f_high的频率范围f_range，其中，f_low＜f_mid＜f_high。如果在较晚时间段内针对f_low、f_mid以及f_high中的每一个由回波抑制模块310确定的较晚回波抑制增益全部高于在较早时间段内针对f_low、f_mid以及f_high中的每一个由回波抑制模块310确定的较早回波抑制增益，则增益平滑化模块312确定这些频率中的每一个下的平滑化回波抑制增益。也就是说，由回波抑制器310对较晚时间段内的各频率子带应用具有附加增益量的等价于各较早回波抑制增益的平滑化回波抑制增益，其中，根据频率子带来确定平滑化的量（和因此确定附加增益的量）。

也就是说，从针对最低频带f_low确定的回波抑制增益减去一定量的平滑化增益G1以产生平滑化回波抑制增益，从针对中间频带f_{mid -linear}确定的回波抑制增益减去一定量的平滑化增益G2以产生平滑化回波抑制增益，并从针对最高频带f_high确定的回波抑制增益减去一定量的平滑化增益G3以产生平滑化回波抑制增益，由此G3＞G2＞G1，并且在G1、G2和G3之间在平滑化增益的量中存在线性增加。

例如，在较晚时间段中，在最低频带f_low中，增益平滑化模块312可确定且回波抑制器310可应用具有+4dB的附加增益量的等价于各较早回波抑制增益（在较早时间段内在f_low中应用）的回波抑制增益；在中间频带f_mid中，增益平滑化模块312可确定且回波抑制器310可应用具有+2dB的附加增益量的等价于各较早回波抑制增益（在较早时间段内在f_mid中应用）的回波抑制增益；并且在最高频带f_high中，增益平滑化模块312可确定且回波抑制器310可应用具有+1dB的附加增益量的等价于各较早回波抑制增益（在较早时间段内在f_high中应用）的回波抑制增益。

也就是说，应用的平滑化越少，各较早回波抑制增益被允许朝着各较晚确定回波抑制增益增加越多，并且应用平滑化越多，各较早回波抑制增益被允许朝着各较晚确定回波抑制增益增加越少。

将认识到的是这些附加增益量仅仅被用作举例说明概念的示例且不以任何方式是限制性的。

在另一实施方式中，在产生平滑化回波抑制增益时应用的平滑化的增加是以指数方式实现的，其中，平滑化的量随着频带的增加呈指数增加。

也就是说，从针对最低频带f_low确定的回波抑制增益减去一定量的平滑化增益G1以产生平滑化回波抑制增益，从针对中间频带f_{mid -exp}确定的回波抑制增益减去一定量的平滑化增益G2以产生平滑化回波抑制增益，并从针对最高频带f_high的回波抑制增益减去一定量的平滑化增益G3以产生平滑化回波抑制增益，由此G3＞G2＞G1，并且在G1、G2和G3之间在平滑化增益的量中存在指数增加。

例如，在较晚时间段中，在最低频带f_low中，增益平滑化模块312可确定且回波抑制器310可应用具有+9dB的附加增益量的等价于各较早回波抑制增益（在较早时间段内在f_low中应用）的回波抑制增益；在中间频带f_mid中，增益平滑化模块312可确定且回波抑制器310可应用具有+4dB的附加增益量的等价于各较早回波抑制增益（在较早时间段内在f_mid中应用）的回波抑制增益；并且在最高频带f_high中，增益平滑化模块312可确定且回波抑制器310可应用具有+1dB的附加增益量的等价于各较早回波抑制增益（在较早时间段内在f_high中应用）的回波抑制增益。将认识到的是这些附加增益量仅仅被用作举例说明概念的示例且不以任何方式是限制性的。

无论所使用的实施方式如何，在产生平滑化回波抑制增益时应用的附加平滑化量在平滑化的量随频率增加而增加的意义上根据频率而改变。这导致每个样本所允许的增益增加，会随频率增加而减小。

虽然上文参考对被添加到较早回波抑制增益以产生平滑化回波抑制增益的附加增益量（按dB测量）的效果描述了在上述实施方式中应用的平滑化的效果。某些实施例可以以不能根据应用于较早回波抑制增益以产生平滑化回波抑制增益的平滑化的量（按dB测量）来表示的方式应用平滑化。

例如，可根据以下等式来确定平滑化回波抑制增益G：

其中，G_prel是被用来形成平滑化回波抑制增益G的初步回波抑制增益，X_{smooth -low}是用于较低频率的平滑化常数，并且X_{smooth -high}是用于较高频率的平滑化常数。根据这些等式，平滑化的量针对较高的频率增加，因为平滑化常数（X_smooth）针对较高的频率增加（例如，平滑化常数可以对于较低频率而言为0.9且对于较高频率而言为0.99）。在本示例中，不可能用dB来表示平滑化的量，因为其是由平滑化因数控制的。

上述实施方式中的每一个可在方案中被用来通过在多个时间段内的线性或指数转变的方式来移动至目标增益值。

也就是说，如果由回波抑制模块310针对特定频带确定的回波抑制增益高于在多个时间段内针对该特定频带在紧接着较早的时间段中所使用的回波抑制增益，则针对该特定频带增益平滑化模块312确定且回波抑制器310应用在这些时间段中的每一个处的平滑化回波抑制增益，其中，平滑化回波抑制增益的增益值在所述多个时间段内线性地增加。

同样地，如果由回波抑制模块310针对特定频带确定的回波抑制增益高于在多个时间段内针对该特定频带在紧接着较早的时间段中所使用的回波抑制增益，则针对该特定频带增益平滑化模块312确定且回波抑制器310应用在这些时间段中的每一个处的平滑化回波抑制增益，其中，平滑化回波抑制增益的增益值在所述多个时间段内呈指数增加。

本发明人已经确认，回波抑制增益中的变化量通常随频率增加。这是由这样的事实引起的，即回波和扩音器信号的信号功率在高频率下更加快速地改变。为了减少由这些快速变化的高频回波抑制增益引起的不想要伪像，根据本文所述的实施例来实现高频回波抑制增益的增加的平滑化。由于信号功率的变化针对减小的频率减小，确保听起来令人愉快的回波抑制增益所需要的所需平滑化量也针对减小的频率而减小。

本发明人已进一步确认，回波的功率估计中的误差通常针对较高的频率而增加，并且因此增加的平滑化量（在较高频率下）减少由此引起的伪像。

上文提及的时间段可对应于接收音频信号y(t)的帧，然而，这仅仅是示例，并且该时间段可对应于比其中接收到接收音频信号y(t)的帧的时间段更长或更短的时间长度。

虽然上文已为了简单起见而参考回波抑制模块310通过将接收音频信号y(t)划分成频率范围内的三个频率子带来处理该接收音频信号y(t)来描述实施例，但这仅仅是示例，并且回波抑制模块310可通过划分成频率范围内的N个频率子带来处理接收音频信号y(t)，其中，N是大于或等于二的整数值。

为了简单起见，上文已参考其中对于每个时间段而言每个所确定回波抑制增益高于在较早时间段中应用的每个回波抑制增益的情形来描述实施例。将认识到的是在其它情形中，针对特定时间段，相对于N个频率子带中的某些，所确定回波抑制增益可不高于在较早时间段中在该频率子带中所应用的回波抑制增益。上述实施例的原理仍适用于这些其它情形。也就是说，对于其中所确定回波抑制增益高于在较早时间段内在该频率子带中应用的回波抑制增益的N个频率子带中的频率子带而言，然后当这些频带中的接收音频信号y(t)的频率增加时，在这些频带中应用的平滑化增益的附加量不减小。

虽然上文参考在以线性或指数方式产生平滑化回波抑制增益时应用平滑化的增加来描述实施方式，但将认识到的是这些仅仅是示例，并且可使用其它实施方式。无论特定实施方式如何，当要求回波抑制增益的平滑化时，以平滑化的量根据接收音频信号y(t)的频率的非递减函数改变的方式来调整回波抑制模块中的增益的时间平滑化的量。也就是说，平滑化的量随着接收音频信号y(t)的频率增加而增加。

回波抑制模块310输出接收信号以便在用户设备104中被进一步处理，回波已被抑制。例如，从回波抑制模块310输出的信号可以被客户端206处理（例如编码并分组化）且然后在用户102和108之间的呼叫中被通过网络106发射到用户设备110。另外或可替换地，从回波抑制模块310输出的信号可被用户设备104用于其它目的，例如，该信号可被存储在存储器214中或者被用作到应用的输入，该应用在用户设备104处执行。

在上述实施例中，在VoIP系统中实现回波抑制（例如，接收音频信号可包括用户102的语音以便在用户102和108之间的呼叫期间通过通信系统100发射到用户设备110）。然而，本文所述的回波抑制方法可以在其中要应用回波抑制的任何适当系统中应用。

在上文所述和图中所述的实施例中，未对接收音频信号y(t)应用回波消除（或“回波消减”）。也就是说，在用户设备104中不存在回波消除模块，并且在没有对接收音频信号y(t)应用回波消除的在先步骤的情况下对接收音频信号y(t)应用回波抑制。

然而，在其它实施例中，可由回波消除模块对接收音频信号y(t)应用回波消除。特别地，可在接收音频信号y(t)的处理中的回波消除的下游（即之后）应用由回波抑制模块310应用的回波抑制。回波消除模块将从接收音频信号减去回波信号的估计，但是由于回波信号的估计中的不准确度，在接收音频信号中仍将最可能存在残余回波。然后将被回波抑制模块310抑制的是该残余回波。此回波抑制可以以与在本文中在其中不应用回波消除的实施例中所述的相同的方式来应用。如果使用回波消减，则可以在回波抑制中将其效果考虑在内。

可通过在用户设备104处执行计算机程序产品（例如，客户端206）来实现本文所述的方法。也就是说，计算机程序产品可被配置成抑制接收音频信号y(t)中的回波，其中，计算机程序产品体现在计算机可读存储介质上（例如存储在存储器214中）并被这样配置从而当在CPU 202上执行时执行本文所述的任何方法的操作。

一般地，可以使用软件、固件、硬件（例如，固定逻辑电路）或这些实施方式的组合来实现本文所述的任何功能（例如，图3中所示的功能模块和图4中所示的功能步骤）。在图3和4中单独地示出并上文中提及的模块和步骤可被实现为单独模块或步骤或者可不这样实现。例如，回波抑制模块310可执行功率估计模块306和功率确定模块308的功能。如本文所使用的术语“模块”、“功能”、“组件”和“逻辑”一般地表示软件、固件、硬件或其组合。在软件实施方式的情况下，模块、功能或逻辑表示当被在处理器（例如一个或多个CPU）上执行时执行指定任务的程序代码。该程序代码可以被存储在一个或多个计算机可读存储器设备中。本文所述的技术的特征是平台无关的，意味着可在具有多种处理器的多种商用计算平台上实现该技术。

例如，用户设备还可包括促使用户设备的硬件执行操作的实体（例如，软件），例如处理器功能块等。例如，用户设备可包括计算机可读介质，该计算机可读介质可被配置成保持促使用户设备以及更特别地促使用户设备的操作系统和关联硬件执行操作的指令。因此，该指令运行以将操作系统和关联硬件配置成执行操作并以这种方式导致操作系统和关联硬件的变换以执行功能。该指令可由计算机可读介质通过多种不同配置提供给用户设备。

计算机可读介质的一个此类配置是信号承载介质，并且因此被配置成诸如经由网络将指令（例如作为载波）发射到计算设备。还可将计算机可读介质配置为计算机可读存储介质且其因此不是信号承载介质。计算机可读存储介质的示例包括随机存取存储器（RAM）、只读存储器（ROM）、光盘、闪速存储器、硬盘存储器以及可使用磁、光及其它技术来存储指令和其它数据的其它存储器设备。

虽然已经用结构特征和/或方法动作特定的语言描述了本主题，但将理解的是在所附权利要求中定义的主题不一定局限于上文所述的特定特征或动作。相反地，上文所述的特定特征和动作是作为实现权利要求的示例性形式而公开的。

Claims (10)

1.一种抑制回波的方法，该方法包括：

输出音频信号；

接收音频信号，其中，该接收音频信号包括作为所述输出音频信号的结果产生的回波；

基于输出音频信号和接收音频信号使用适应模型来对接收音频信号中的回波的回波路径进行建模以确定接收音频信号中的回波的适应模型估计；

使用适应模型估计来确定接收音频信号中的回波的回波功率的估计；

确定接收音频信号的功率；

使用回波功率的估计和接收音频信号的所确定功率来确定回波抑制增益；以及

对所确定回波抑制增益中的一个或多个应用时间平滑化并使用该一个或多个平滑化回波抑制增益来对接收音频信号应用回波抑制，从而抑制接收音频信号中的回波，其中，应用于一个或多个回波抑制增益的平滑化的量根据接收音频信号的频率的非递减函数而改变。

2.权利要求1的方法，其中，应用于一个或多个回波抑制增益的平滑化的量被这样改变，从而使得平滑化的量与接收音频信号的频率的非递减函数成比例。

3.权利要求1或2的方法，所述方法还包括：

确定被用来针对一频率范围内的多个频率在第一时间段中应用回波抑制的回波抑制增益；

在第二较晚时间段中，确定用于所述频率范围内的所述多个频率的回波抑制增益；

将在第一时间段中使用的回波抑制增益与针对所述多个频率针对第二较晚时间段确定的回波抑制增益相比较；以及

在第二较晚时间段内，基于所述比较对在第二较晚时间段中确定的所确定回波抑制增益中的一个或多个应用时间平滑化。

4.权利要求3的方法，其中，该方法包括在一个或多个频率下应用时间平滑化，在所述一个或多个频率下，在第二较晚时间段内确定的回波抑制增益超过在所述一个或多个频率下在第一时间段中使用的回波抑制增益。

5.权利要求3或4的方法，其中，如果在一个或多个频率下在第二较晚时间段中确定的回波抑制增益小于或等于在所述一个或多个频率下在第一时间段内确定的回波抑制增益，则该方法包括使用在所述一个或多个频率下在第二较晚时间段内确定的回波抑制增益来对接收音频信号应用回波抑制。

6.权利要求4或5的方法，其中，应用于在第二较晚时间段内确定的一个或多个回波抑制增益的平滑化的量随着频率增加而增加。

7.权利要求6的方法，其中：

应用于在第二较晚时间段内确定的一个或多个回波抑制增益的平滑化的量随着频率增加而线性地增加；或者

应用于在第二较晚时间段内确定的一个或多个回波抑制增益的平滑化的量随着频率增加而呈指数增加。

8.任何前述权利要求的方法，其中，如果在较晚时间段中确定的回波抑制增益超过被用来在一个或多个频率下在较早时间段中应用回波抑制的回波抑制增益，则在多个时间段中的每一个下，用来对接收音频信号应用回波抑制的平滑化回波抑制增益在所述多个时间段内增加。

9.一种被配置成实现回波抑制的设备，该设备包括：

音频输出装置，其被配置成输出音频信号；

音频输入装置，其被配置成接收音频信号，其中，所述接收音频信号包括作为所述输出音频信号的结果产生的回波；

建模模型，其被配置成基于输出音频信号和接收音频信号使用适应模型来对接收音频信号中的回波的回波路径进行建模以确定接收音频信号中的回波的适应模型估计；

功率估计模块，其被配置成使用适应模型估计来确定接收音频信号中的回波的回波功率的估计；

功率确定模块，其被配置成确定接收音频信号的功率；以及

回波抑制模块，其被配置成使用回波功率的估计和接收音频信号的所确定功率来确定回波抑制增益，并对所确定回波抑制增益中的一个或多个应用时间平滑化且使用一个或多个平滑化回波抑制增益来对接收音频信号应用回波抑制，从而抑制接收音频信号中的回波，其中，应用于一个或多个回波抑制增益的平滑化的量根据接收音频信号的频率的非递减函数而改变。

10.一种被配置成抑制接收音频信号中的回波的计算机程序产品，所述回波作为输出音频信号的结果产生，该计算机程序产品被在计算机可读存储介质上体现并被这样配置从而当在处理器上执行时：

基于输出音频信号和接收音频信号使用适应模型来对接收音频信号中的回波的回波路径进行建模以确定接收音频信号中的回波的适应模型估计；

使用适应模型估计来确定接收音频信号中的回波的回波功率的估计；

确定接收音频信号的功率；

使用回波功率的估计和接收音频信号的所确定功率来确定回波抑制增益；以及

对所确定回波抑制增益中的一个或多个应用时间平滑化并使用该一个或多个平滑化回波抑制增益来对接收音频信号应用回波抑制，从而抑制接收音频信号中的回波，其中，应用于一个或多个回波抑制增益的平滑化的量根据接收音频信号的频率的非递减函数而改变。