CN105453530A - 噪声减小 - Google Patents

Abstract

一种减小声学系统中的噪声的方法，所述方法包括在第一用户终端处：通过通信网络从至少一个另外的用户终端接收音频信号；在处理单元上执行通信客户端，客户端配置成以便在执行时：将音频信号供应给第一用户终端的音频信号处理模块，其中音频信号处理模块处理音频信号，由此将增益水平应用于音频信号，并且将经处理的音频信号输出到扬声器；估计音频信号和经处理的音频信号的噪声水平，并且在考虑到两种噪声水平估计的情况下，估计由处理模块应用的增益；至少基于所估计的增益，选择性地将系统增益减小步骤应用于所述音频信号和经由麦克风所接收的音频信号中的至少一个。

Description

噪声减小

背景技术

通信系统允许用户通过网络彼此通信。网络可以例如是互联网或公共交换电话网络（PSTN）。音频信号可以在网络节点之间传送，以由此允许用户通过通信系统在通信会话中向彼此传送和接收音频数据（诸如语音数据）。

用户设备可以具有可以用于从用户接收诸如语音之类的音频信号的音频输入构件，诸如麦克风。用户可以进入与彼此的通信会话中，诸如私人呼叫（其中仅两个用户在呼叫中）或会议呼叫（其中多于两个用户在呼叫中）。用户的语音在麦克风处接收、处理并且然后通过网络传送给呼叫中的其他用户。用户设备还可以具有诸如扬声器之类的音频输出构件以用于在呼叫期间将通过网络从远端用户所接收的音频信号输出给近端用户。这样的扬声器也可以用于从其它应用输出音频信号，其在用户设备处执行，并且其可以由麦克风拾取作为将会干扰来自近端用户的语音信号的非期望音频信号。

以及来自用户的音频信号，麦克风还可以接收其它音频信号，诸如背景噪声，其是非期望的并且其可能干扰从用户所接收的音频信号。背景噪声可能贡献于对在麦克风处从近端用户接收以用于在呼叫中传送给远端用户的音频信号的干扰。在声学系统中可能出现的另一困难是“啸叫”。啸叫是源自系统中的声学反馈的非期望效应。其可能由数个因素引起并且在系统增益高时出现。

发明内容

提供本发明内容来以简化形式引入以下在具体实施方式中进一步描述的概念的选择。本发明内容不意图标识所要求保护主题的关键特征或必要特征，也不意图用于限制所要求保护主题的范围。

提供一种减小包括第一用户终端和至少一个另外的用户终端的声学系统中的噪声的方法。第一用户终端通过通信网络从至少一个另外的用户终端接收音频信号。第一用户终端包括在其上执行通信客户端应用的处理单元。通信客户端应用配置成以便在处理单元上执行时将音频信号应用给第一用户终端的音频信号处理模块，其中音频信号处理模块处理音频信号，由此将增益水平应用给音频信号，并且将经处理的音频信号输出到第一用户终端的音频输出构件。通信客户端应用配置成以便在处理单元上执行时估计音频信号和经处理的音频信号的噪声水平并且基于噪声水平估计的比率来估计由音频信号处理模块应用的增益。通信客户端应用还配置成以便在处理单元上执行时至少基于由音频信号处理单元应用的所估计增益，将系统增益减小步骤选择性地应用于音频信号和经由第一用户终端的音频输入构件所接收的近端音频信号中的至少一个。

方法可以用在呼叫中（例如，实现通过互联网协议的话音（VoIP）以在用户设备之间传送音频数据的呼叫），在该情况下，音频信号可以是从呼叫的远端接收的远端信号，并且所接收的信号包括所得回声和近端信号以用于传送给呼叫的远端。

附图说明

为了更好地理解所描述的实施例并且示出其可以如何付诸实践，现在将通过示例的方式参照以下各图，其中：

图1a示出了通信系统的示意性图示；

图1b是增益估计技术的示意性功能图；

图2是用户设备的示意性框图；

图3是增益估计技术的示意性功能图；以及

图4是用于选择性地应用系统增益减小的过程的流程图。

具体实施方式

现在将仅通过示例的方式描述实施例。

图1a示出了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”）的通信系统100。在其它实施例中，通信系统100可以包括任何数目的用户和相关联的用户设备。用户设备104和110可以通过网络106在通信系统100中通信，由此允许用户102和108通过网络106彼此通信。图1中示出的通信系统100是基于分组的通信系统，但是可以使用其它类型的通信系统。网络106可以是例如互联网。每一个用户设备104和110可以例如是移动电话、平板电脑、膝上型电脑、个人计算机（PC）（包括例如Windows^TM、MacOS^TM和Linux^TMPC）、游戏设备、电视、个人数字助理（PDA）或者能够连接到网络106的其它嵌入式设备。用户设备104布置成从用户设备110的用户108接收信息并且向其输出信息。用户设备104包括输出构件，诸如显示器和扬声器。用户设备104还包括输入构件，诸如键盘、触摸屏、用于接收音频信号的麦克风和/或用于捕获视频信号的图像的相机。用户设备104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处所要求的处理以便使用户设备104通过通信系统100传送和接收数据。

用户设备110对应于用户设备104并且在本地处理器上执行与在用户设备104处执行的通信客户端对应的通信客户端。以与用户设备104处的客户端执行允许用户102通过网络106通信所要求的处理相同的方式，用户设备110处的客户端执行允许用户108通过网络106通信所要求的处理。用户设备104和110是通信系统100中的端点。出于清楚起见，图1仅示出两个用户（102和108）和两个用户设备（104和110），但是许多更多的用户和用户设备可以包括在通信系统100中，并且可以使用在相应用户设备上执行的相应通信客户端而通过通信系统100通信。

第一用户设备104和第二用户设备110二者可以执行声学回声消除。存在实现声学回声消除的两种主要方式，一个是回声减除并且另一个是回声抑制。通常组合这两个方案。

回声消除系统中的挑战之一是减小啸叫。啸叫是在频谱中的某处具有系统增益高于1的反馈的现象。通过减小该频率处的系统增益，啸叫将停止。其中啸叫风险高的典型场景是在免提设备之间的呼叫期间。在这样的场景下，系统增益（封闭回路通信设置中的所有增益之和）可以高于单位1并且因此传递通过回声消除器的信号可以在系统循环并且在每一个回路处放大。

相比基于减除的回声消除系统而言，啸叫问题对于基于抑制的回声消除系统而言更为相关。即便如此，如果基于减除的回声消除系统未达成移除所有回声，则其也可能遭受啸叫。

由第一用户设备104的麦克风捕获的音频信号通过网络106传送以用于由第二用户设备110播放。第二用户设备110的麦克风捕获由第一用户设备104传送的音频信号的回声，如果该回声没有完全消除的话，然后第二用户设备110将其传送回到第一用户设备104。这种所接收的信号通过第一用户设备104的扬声器播放，并且回声由第一用户设备104的麦克风捕获。如果第一用户设备104中的回声消除器不能够完全移除该回声，则回声信号再次传送到第二用户设备110。如果在该回路期间，原始音频信号的任何频率成分已经遭受比1高的增益，则将发生啸叫状况。本文使用的术语系统增益是指在该回路期间应用于音频信号的增益，即第一用户设备104处的增益和第二用户设备110处的增益的组合。

除设备上的本地处理器之外，设备典型地还具有专用音频信号处理模块（诸如声卡）。该音频信号处理模块为用户设备执行音频处理功能，诸如在麦克风处捕获的音频信号的模拟向数字转换（ADC）以及用于扬声器播放的音频信号的数字向模拟转换（DAC）。为了使用音频信号处理模块，在设备上的本地处理器上执行的操作系统（OS）典型地要求特定软件。例如为了使用声卡，OS典型地要求特定声卡驱动器（处置声卡的物理硬件与操作系统之间的数据连接的软件程序）。

常见的是，该软件（即声卡驱动器）在所播放信号（即要从扬声器输出的信号）上引入效应以便最大化用户体验（例如包括在驱动器中的响度增强效应）。那些效应通过音频信号处理模块上的信号处理模块而实现，其功能性对于在使用OS中可用的播放系统的设备上的本地处理器上所执行的应用（即通信客户端）不是已知的。然而，一些操作系统包括用于将前进以播放的信号馈送回到本地处理器上所执行的应用的功能性。包括该功能性的操作系统的示例是Microsoft的Windows7、8、XP和VistaWindowsPhone8操作系统。馈送回到本地处理器上所执行的应用的该信号在本文后面称为“回送信号”。

结合回声消除系统对这样的专用音频信号处理模块的使用引入了某些问题。特别地，专用音频信号处理模块在扬声器处播放之前改变应用于本地处理器上所执行的应用所输出的音频信号的增益。这种增益改变对于本地处理器上所执行的应用是未知的并且因而可能影响系统增益并增加回声消除器进入啸叫状况的风险。

现在参照图1b，其示出了通信系统中的用户设备的简化架构，其中音频信号在扬声器信号处播放之前由专用音频信号处理硬件处理。

为了避免啸叫，闭合回路通信设置中的系统增益需要被追踪并且保持在1以下。为了这样做，用户设备估计由用户设备在本地处理器上实现的信号处理功能性引入的增益。通过在设备的本地处理器上执行通信客户端而实现的信号处理功能性显示为包含在图1b中的虚线框中。如图1b中所示，通过在设备的本地处理器上执行通信客户端而实现的信号处理功能性可以包括数字增益控制、回声抑制和噪声减小。每一个信号处理部件引入增益，其贡献于总体系统增益。由每一个信号处理组件引入的增益由表示并且用于系统增益估计。系统增益估计还考虑到使用所接收的音频信号y(t)和参考信号所建模的回声路径增益。

为了对回声路径增益建模并且估计由麦克风捕获的回声，需要参考信号。参照图1b（其中OS包括用于将要播放的信号馈送回在用户设备上执行的通信客户端），可以看出的是，可以将两个可能的信号视为参考信号。

可以被视为参考信号的第一信号是标记为“远端信号”的信号。该信号表示通信客户端发送以用于从扬声器播放的音频信号。使用远端信号作为参考具有以下优点：在估计回声路径时考虑到由音频信号处理模块执行的任何处理。然而，因为由音频信号处理模块实现的处理通常是高度线性的并且依赖于信号，所以极难得到针对有效的回声路径的良好估计。

可以被视为参考信号的第二信号是标记为“回送信号”的信号。如上文描述的，这是OS反馈到通信客户端并且已经受音频处理模块在信号从扬声器播放之前向信号应用的处理所影响的信号。使用回送信号作为参考信号避免以下问题：迫使进行回声路径估计以试图估计通过音频信号处理模块完成的处理。然而缺点在于，信号通常已经以非线性方式被修改使得低水平（即低幅度）信号要比高水平（即高幅度）信号更多地提高，从而使得极其难以使用该信号来估计系统增益。

依照本文描述的方法，通过使用处理之前和之后的远端信号的噪声水平来估计由音频信号处理模块引入的增益。该估计由回声消除系统使用以用于确保系统增益在1以下，并且因此减小啸叫的风险。

通过针对至少一个频率估计由音频信号处理模块所应用的增益，可以选择性地由通信客户端在该频率处应用系统增益减小步骤。

尽管可能通过仅衰减可能使声学系统先倾向于啸叫的一个频率来获取啸叫的减小，但是如果针对所接收的信号中的多个频率中的每一个计算声学系统的相应局部增益或系统增益，则是特别有利的。这是因为如果闭合回路通信设置中的音频信号的任何频率分量具有超出1的系统增益，则啸叫效应将被引入到声学系统中。

在本文描述的实施例中，针对多个频率中的每一个估计由音频信号处理模块应用的增益，并且可以由通信客户端在多个频率中的每一个处选择性地应用系统增益减小步骤。因而通过确保用于闭合回路通信设置中的音频信号的所有频率分量的系统增益被追踪并且保持在1以下来避免啸叫。

图2图示了在其上执行通信客户端实例206以用于通过通信系统100通信的用户设备104的详细视图。用户设备104包括中央处理单元（CPU）或“处理模块”202，与之连的有：输出设备，诸如可以实现为触摸屏的显示器208和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麦克风212、用于接收图像数据的相机216、以及键盘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可以包括除图2中所示的那些之外的元件。显示器208、扬声器210、麦克风212、存储器214、相机216、键盘218和网络接口220可以集成到用户设备104中，如图2中所示的。在可替换的用户设备中，显示器208、扬声器210、麦克风212、存储器214、相机216、键盘218和网络接口220中的一个或多个可以不集成到用户设备104中并且可以经由相应接口连接到CPU202。这样的接口的一个示例是USB接口。如果用户设备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可以包括用于将信号无线地传送到网络106并且从网络106无线地接收信号的天线。

图2还图示了在CPU202上执行的操作系统（“OS”）204。在OS204顶部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且处置经由网络接口220向网络106以及从网络106传送的数据。客户端206与操作系统204通信并且管理通过通信系统的连接。客户端206具有客户端用户接口，其用于向用户102呈现信息并且从用户102接收信息。这样，客户端206执行允许用户102通过通信系统100通信所要求的处理。

参照图3和4，现在描述选择性地应用系统增益减小的方法。图3是示出了如何实现系统增益减小过程的用户设备104的部分的功能图。

如图3中所示，用户设备104包括扬声器210、麦克风212和信号处理模块300。信号处理模块300（在图3中示为虚线框）表示通过在设备104的CPU202上执行通信客户端应用206而实现的信号处理功能性。信号处理模块300可以包括数字增益模块模块302/312、包括滤波器模块的建模模块304、噪声水平估计模块306、噪声减小模块308、回声抑制模块310和系统增益估计模块314。通过执行通信客户端应用206所实现的信号处理功能性可以包括比图3中所示的更多或更少的功能性。用户设备104还包括音频信号处理模块209。

图4是用于选择性地应用系统增益减小的过程的流程图。

要从扬声器210输出的信号耦合到数字增益模块302的输入。数字增益模块302的输出（标记为“远端信号”）耦合到音频信号处理模块209的输入。音频信号处理模块209的输出耦合到扬声器210。应当指出的是在本文描述的实施例中，仅仅存在一个扬声器（在图中由参考标号210指示），但是在其它实施例中，可以存在与要输出的信号耦合的多于一个扬声器（以用于从中输出）。类似地在本文描述的实施例中，仅仅存在一个麦克风（在图1中由参考标号212指示），但是在其它实施例中，可以存在从周围环境接收音频信号的多于一个麦克风。音频信号处理模块209的输出还耦合到建模模块304的第一输入和噪声水平估计模块306的第一输入。数字增益模块302的输出耦合到噪声水平估计模块306的第二输入。麦克风212的输出耦合到信号处理模块300。特别地，麦克风212的输出耦合到噪声减小模块308的输入。麦克风212的输出还耦合到建模模块304的第二输入。建模模块304的输出耦合到系统增益估计模块314的第一输入。噪声水平估计模块306的输出耦合到系统增益估计模块314的第二输入。建模模块304的输出耦合到回声抑制模块310的第一输入。噪声减小模块308的输出耦合到回声抑制模块310的第二输入。回声抑制模块310的输出耦合到增益控制模块312的输入。增益控制模块312的输出用于提供所接收的信号（其中已经应用回声消除）以用于在用户设备104中进一步处理。

在步骤S402中，接收要从扬声器210输出的信号。例如，要输出的信号可以是已经在通过通信系统100的用户102与108之间的呼叫期间在用户设备104处的网络接口220处从用户设备110接收的远端信号。在其它实施例中，要输出的信号可以从除通过呼叫中的通信系统100之外的某处接收。例如，要输出的信号可能已经存储在存储器214中并且步骤S402可以包括从存储器214检索信号。

数字增益模块302可以在将远端信号供应给音频信号处理模块209之前将增益水平应用给远端信号。

在步骤S404中，远端信号由音频信号处理模块209处理。也就是说，音频信号处理模块209执行远端信号的数字向模拟转换（DAC）并且在将经处理的音频信号输出到扬声器210之前，依照在CPU204上执行的软件所引入的效应处理远端信号。由音频信号处理模块209应用的处理可以是随时间变化的并且对于远端信号的语音区到噪声区可以不同。由音频信号处理模块209实现的处理可以包括压缩，由此取决于远端信信号的输入水平而将不同增益应用给远端信号。

在步骤S406中，已经由音频信号处理模块209处理的音频信号从扬声器210输出。这样，已经由音频信号处理模块209处理的音频信号输出给用户102。

在不足S408中，麦克风212接收音频信号。如图3中所示，所接收的音频信号可以包括作为期望信号或“主要信号”的近端信号。近端信号是用户102意图使麦克风212接收的信号。然而，所接收的音频信号还包括源自在步骤S406中从扬声器210输出的音频信号的回声信号。所接收的音频信号还可以包括噪声，诸如背景噪声。因此，总体所接收的音频信号y(t)可以由近端信号、回声和噪声之和而给出。回声和噪声充当针对近端信号的干扰。尽管在图3中未示出，但是将模拟向数字（ADC）转换应用给麦克风212所捕获的信号以达到数字信号y(t)。

建模模块304将所输出的音频信号（标记为“回送信号”）和所接收的音频信号y(t)用作输入。在步骤S410中，建模模块304用于对所接收的音频信号y(t)中的回声的回声路径进行建模。

回声路径描述从扬声器210输出到麦克风212的音频信号所行进的声学路径的效应。音频信号可以直接从扬声器210行进到麦克风212，或者其可以从近端终端的环境中的各种表面反射。从扬声器210输出的音频信号所横穿的回声路径可以被视为具有可能随时间变化的频率和相位响应的系统。

为了从近端麦克风212处所记录的信号y(t)移除声学回声s(t)，必要的是估计回声路径如何将期望的远端扬声器输出信号改变为输入信号中的非期望回声分量。

回声路径h(t)描述所接收的音频信号y(t)中的回声如何与从扬声器201所输出的回送信号x(t)相关，例如对于由脉冲响应h(t)或其频域H(ω)中的对等物所表示的线性回声路径而言，以下等式描述回声与回送信号之间的关系：S(ω)=H(ω)X(ω)，其中S(ω)代表回声信号s(t)的频率响应，并且X(ω)代表回送信号x(t)的频率响应。回声路径还可能随时间变化，并且因此可以在不同时刻处找到不同频率响应H(ω)。回声路径h(t)或其对等物H(ω)可以取决于（i）扬声器210和麦克风212周围的当前环境状况（例如是否存在音频信号从扬声器210到麦克风212的通路的任何物理障碍、气压、温度、风等等），（ii）可能在信号被输出和/或接收时改变它的扬声器210和/或麦克风212的特性，以及（iii）可能没有在回送信号中反映的信号的任何其它处理，例如缓冲器延迟。

滤波器模块304对所接收的音频信号y(t)中的回波路径的回波路径h(t)进行建模。这典型地通过做出时域或频域中的滤波器的估计而完成。使用该估计和当前回送信号，可能估计将由回声消除器使用的参数。那些参数可以例如是应用给近端谱以便移除回声（基于抑制的回声消除器）的抑制增益或者产生需要从近端信号减除以便移除回声的回声估计（基于减除的回声消除器）的滤波器参数。当前实施例是具体针对基于抑制的回声消除器而定制的，然而还可能将其用于基于减除的回声消除器，假定可以估计由回声减除器所引入的频率增益的话。

在任一情况下，基于抑制、减除或者二者的混合版本的回声消除器，在回声是所接收的音频信号的主导部分时，也就是说当y(t)s(t)时，由滤波器模块304建模的滤波器参数更好地受训。

回声路径的估计在远端活动期间完成，远端活动通过检测远端信号中的语音类质量的话音活动检测器（VAD）（在图3中未示出的信号处理模块300的组件）来检测。回声路径的估计因此主要基于高能量信号，因为这些高能量信号是触发VAD的信号。典型地，VAD维持阈值，并且高能量信号是能量在背景噪声以上的阈值量以上的那些高能量信号，即确定当前帧是否具有足够能量来触发VAD的阈值取决于远端信号中所存在的背景噪声。为了使用已知术语起见，我们将检测活动的模块称为VAD。然而，应当指出的是，该模块不限于检测语音信号，而是如果其穿过回声消除器则其预期回声将恼人的任何信号。如上文指出的，该模块通常基于检测具有比背景噪声更高能量的信号。系统增益估计模块314布置成从建模模块304接收所估计的回声路径。

通过标识由音频信号处理模块209引入的增益，对于回声消除系统而言可能的是确保系统增益在1以下，并且因此减小啸叫的风险。现在描述该过程。

因为应用于音频信号处理模块209中的远端信号的信号处理通常是随时间变化且依赖于水平的，所以重要的是选择适当类型的信号来估计音频信号处理模块209对系统增益的贡献。对于啸叫减小而言，应用在低能量信号之上的增益是最为相关的，因为这些低能量信号是典型地通过遭受啸叫的系统而放大的信号。关于低能量信号，我们是指具有与远端信号中所存在的背景噪声相当的能量的信号。因为低能量信号具有与远端信号中的背景噪声水平相当的能量，所以远端处的VAD没有被触发（低能量信号没有被检测为语音）并且回声抑制器在那些区期间不活动。

噪声水平估计模块306接收远端信号和回送信号作为输入。在步骤S412中，噪声水平估计模块306确定远端信号的噪声水平估计（即在通过外部信令处理模块209的信号处理之前）。在步骤S414中，噪声水平估计模块306确定回送信号的噪声估计水平（即在通过外部信令处理模块209的信号处理之后）。由噪声水平估计模块306实现以确定噪声水平估计和的可能技术对于本领域技术人员而言是公知的并且因此在本文中不详细讨论。

在步骤S416中，噪声水平估计模块306估计回送增益，其是考虑到噪声水平估计和的情况下由音频信号处理模块209引入的增益的估计。例如，噪声水平估计模块306可以确定噪声水平估计和之间的比率以便估计用于回送增益的值。也就是说：

。

因而，由音频信号处理模块209引入的增益的估计是基于回送信号和通信客户端发送以用于在扬声器210处播放的音频信号的噪声水平估计之间的比率。

信号处理可以在每帧基础上执行。帧的长度可以例如在5和20毫秒之间并且划分成谱频率段，例如每帧64和256段之间。每一个段包含关于某一频率处或者某一频带中的信号分量的信息。理想地，对于语音而言，实时地处理远端信号的每一个帧并且针对每一个频段估计由音频信号处理模块所引入的增益以控制通过执行通信客户端应用所实现的由信号处理功能性针对该频段所应用的增益水平。

噪声估计器典型地从语音信号上的沉默时段来估计噪声，并且因此噪声水平估计表示具有最低幅度值的远端信号的部分，其将具有由音频信号处理模块209中的任何压缩器功能性所引入的高增益，并且噪声水平估计表示回送信号的部分，其具有最低幅度值并且因而具有在音频信号处理模块209中的任何压缩器功能性中应用到它们的高增益。

特别地，使用具有不触发VAD的能量（即具有不超出音频信号的所估计噪声水平以上的阈值量的能量）的远端音频信号的部分来实现由音频信号处理模块209应用的回送增益的估计。

通过基于这些噪声水平的比率来标识由音频信号处理模块209引入的增益，甚至在没有活动远端的区期间，可以用于控制啸叫减小的系统增益也可以被追踪。此外，音频信号处理模块209可以具有取决于信号水平的增益，通过追踪噪声水平比率，可能估计应用于低水平信号的增益，其是对于防止啸叫状况而言较为相关的增益。

远端信号的噪声水平典型地还由VAD模块中的基于回声抑制的回声消除器使用以便确定它们是应当消除回声还是使有噪回声通过（消除仅包括噪声的所有回声典型地引起过度衰退）。因而特别重要的是，针对低水平信号正确地估计系统增益以及在该情况下特别地回声增益，因为该有噪回声典型地按照回声消除器设计将永远不会被回声消除器所消除。

尽管基于回送增益估计的噪声水平不是最大回送增益的良好估计，但是其不管怎样都足以用于确保针对噪声正确地估计系统增益，这继而确保噪声不会导致啸叫。在由音频信号处理模块209应用的实际增益对于较低水平音频信号而言较高的情况下，这是可接受的，因为这些较低水平音频信号中的噪声将很少出现，因为否则的话噪声估计器将朝向那些低水平改变其估计。

此外，在增益对于较高水平音频信号而言较高的情况下，这也是可接受的，因为针对这些信号水平的啸叫将由回声抑制器310处置。也就是说，高输入水平音频信号将由回声抑制器310抑制，因此高输入水平音频信号将不能够触发啸叫。然而，回声抑制器310将不对低水平输入信号执行回声抑制，如果它们不被检测为语音的话，并且因此这种类型的信号更有可能引入啸叫。

噪声水平估计模块306可以执行信号处理模块300中的其它模块所需要的噪声水平估计，例如在以上提及的VAD中。因此，本文描述的实施例具有低计算成本。此外，静态噪声的水平典型地估计起来相当简明且鲁棒并且因而本文描述的实施例也是鲁棒的。

系统增益估计模块314布置成从噪声水平估计模块306接收用于回送增益的所估计值。

在步骤S418中，系统增益估计模块314布置成控制在通过执行通信客户端应用206所实现的信号处理功能性中应用的增益水平。

特别地，系统增益估计模块314可以布置成估计闭合回路通信设置的用户设备104侧处所引入的总体增益。也就是说，系统增益估计模块314布置成基于从建模模块304所接收的所估计回声路径增益、从噪声水平估计模块306所接收的回送增益的值和信号来估计用户设备104处所引入的总体增益。信号表示由用户设备104处所实现的信号处理功能性引入的总体增益（例如，由数字增益控制块302/312、噪声减小块308和回声抑制模块310引入的增益）。可以通过将在闭合回路通信设置的用户设备104侧应用的所有增益相乘来估计在闭合回路通信设置的用户设备104侧处引入的总体增益。

如上文描述的，为了避免啸叫，闭合回路通信设置中的系统增益需要被追踪并且保持在1以下。通过使用从建模模块304接收的所估计回声路径增益、从噪声水平估计模块306接收的回送增益的值和信号，系统增益估计模块314能够确定在闭合回路通信设置的用户设备104侧处引入的增益的估计。

在闭合回路通信设置的用户设备104侧处引入的增益的估计将随频率变化。

系统增益估计模块314可以布置成基于在闭合回路通信设置的用户设备104侧处引入的增益的所确定估计来选择性地控制在用户设备104的信号处理模块处所应用的、贡献于系统增益的增益以便使系统增益保持在1以下。也就是说，甚至在没有对闭合回路通信设置的用户设备104侧处引入的增益的指示的情况下，在闭合回路通信设置的用户设备104侧处引入的增益的所确定估计也提供关于啸叫状况发生的风险的指示。

系统增益估计模块314可以估计在闭合回路通信设置的用户设备104侧处引入的增益并且将其与预确定的阈值水平相比较，并且如果其超出预确定的阈值，则系统增益估计模块314能够确定啸叫状况发生的风险是高的并且控制在用户设备104的一个或多个信号处理模块处所应用的、贡献于系统增益的增益。该预确定的阈值水平可以例如是大于或等于0.5的值。

用户设备104还可以经由网络接口220接收信号，该信号提供通过通信网络106从用户设备110传送的在闭合回路通信设置的用户设备104侧处引入的增益的估计。信号可以供应给系统增益估计模块314。通过接收来自建模模块304的所估计的回声路径、来自噪声水平估计模块306的回送增益的值以及信号和，系统增益估计模块314能够确定闭合回路通信设置的系统增益的估计。系统增益可以通过使系统中所应用的所有增益相乘来估计。

闭合回路通信设置的系统增益的估计将随频率变化。

系统增益估计模块314可以估计闭合回路通信设置的系统增益并且将其与预确定的阈值水平相比较，并且如果其超出预确定的阈值，则系统增益估计模块314能够控制在用户设备104的一个或多个信号处理模块处所应用的、贡献于系统增益的增益。该预确定的阈值水平将理想地等于1。然而，可能方便的是降低它以便在每一个块增益的估计时考虑到潜在不准确性。

系统增益估计模块314可以基于其对闭合回路通信设置的用户设备104侧所引入的增益的估计或者其对闭合回路通信设置的系统增益的估计来控制在数字增益控制模块302处应用的增益的量。

系统增益估计模块314可以基于其对闭合回路通信设置的用户设备104侧所引入的增益的估计或者其对闭合回路通信设置的系统增益的估计来控制在噪声减小模块308处应用的增益的量。

噪声减小模块308布置成降低麦克风信号y(t)的噪声水平而不会影响麦克风信号y(t)的语音信号质量。对于消除噪声的目的而言，各种噪声减小技术对本领域技术人员而言是已知的。频谱减除是这些方法之一以在存在噪声的情况下增强语音。频谱减除使用噪声频谱和噪声语音频谱的估计来形成基于信噪比（SNR）的增益函数，其与输入频谱相乘以抑制具有低SNR的频率。附加地，限制该增益以便避免噪声过度抑制时的语音失真。该过程的目标是获取包含比原始更少噪声的音频信号。系统增益估计模块314可以基于其对闭合回路通信设置的用户设备104侧处所引入的增益的估计或者其对闭合回路通信设置的系统增益的估计来控制在频谱抑制过程中应用于麦克风信号y(t)的增益的量。

系统增益估计模块314可以基于其对闭合回路通信设置的用户设备104侧处所引入的增益的估计或者其对闭合回路通信设置的系统增益的估计来控制应用于回声抑制模块310的增益的量。

建模模块304中的滤波器模块基于回送信号和回声路径来估计回声分量对近端信号y(t)的贡献。在一个示例实现中，建模模块304中的滤波器模块对回送信号x(t)进行滤波以依照回声路径的估计来生成近端信号y(t)中的回声分量的估计。

回声抑制模块310布置成将回声抑制应用到回声所主导的所接收音频信号y(t)的时-频区。回声抑制器310的目的是将麦克风信号中（例如VoIP客户端中）所存在的喇叭回声抑制到足够低的水平以用于使其在由麦克风212所拾取的近端声音（非回声声音）存在的情况下不明显/烦扰。回声抑制模块在本领域中已知。此外，由回声抑制模块310应用的回声抑制方法可以以不同方式实现。因而，回声抑制方法的确切细节因此在本文中不详细描述。

回声抑制模块310布置成在通过噪声减小模块308实现的噪声减小之后，作为输入而接收近端信号y(t)和麦克风信号y(t)中的回声分量的估计。回声抑制模块310布置成在噪声减小之后确定所估计回声的功率和麦克风信号y(t)的功率。在回声抑制模块310中，所估计的回声功率连同麦克风信号y(t)的所确定功率以及可能的其它度量一起用于形成针对时间t和频率f的回声抑制增益G(t,f)。可能的其它度量可以包括但不限于关于滤波器的精度的信息和关于非线性的信息。针对时间t和频率f的回声抑制增益G(t,f)是输出信号的功率与回声抑制模块310的输入信号的功率的比率。这些回声抑制增益的目的是将麦克风信号y(t)中的任何回声s(t)抑制到这样的水平使得它们在麦克风输入中存在近端信号的情况下不明显。

系统增益估计模块314可以基于其对闭合回路通信设置的用户设备104侧处所引入的增益的估计或者其对闭合回路通信设置的系统增益的估计来控制回声抑制增益的水平。

回声抑制模块310输出其中已经抑制回声的所接收信号，以用于在数字增益控制模块312处进一步处理。

系统增益估计模块314可以基于其对闭合回路通信设置的用户设备104侧处所引入的增益的估计或者其对闭合回路通信设置的系统增益的估计来控制数字增益控制模块312处所应用的增益的量。

从数字增益控制模块312输出的信号可以由客户端206处理（例如编码和分组化）并且然后在用户102与108之间的呼叫中通过网络106传送到用户设备110。附加地或可替换地，从数字增益控制模块312输出的信号可以由用户设备104用于其它目的，例如信号可以存储在存储器214中或者用作至用户设备104处执行的应用的输入。

在以上描述的实施例中，回声移除实现在VoIP系统中（例如，所接收的音频信号可以包括用户102的语音以用于在用户102与108通过通信系统100的呼叫期间传送到用户设备110）。然而，本文描述的回送增益估计方法可以应用于其中要应用啸叫减小的任何适当的系统中。

在以上描述的实施例中，声学系统100仅仅包括两个用户设备。然而，将领会的是，本文描述的基于回送增益估计的啸叫减小方法可以应用于包括多于两个用户设备的声学系统中。

本文描述的方法可以通过在用户设备104处执行计算机程序产品（例如客户端206）而实现。也就是说，计算机程序产品可以配置成减小包括用户设备104和至少一个另外的用户设备的声学系统中的噪声，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）并且配置成以便在设备104的CPU202上执行时施行本文描述的任何方法的操作。

一般地，本文描述的任何功能（例如图3中示出的功能模块和图4中示出的功能步骤）可以使用软件、固件、硬件（例如固定逻辑电路）或这些实现的组合来实现。在图3和4中单独示出的模块和步骤可以或者可以不实现为单独的模块或步骤。如本文使用的术语“模块”、“功能性”、“组件”和“逻辑”一般表示软件、固件、硬件或其组合。在软件实现的情况下，模块、功能性或逻辑表示在处理器（例如一个或多个CPU）上执行时实现指定任务的程序代码。程序代码可以存储在一个或多个计算机可读存储器设备中。本文描述的技术的特征是独立于平台的，这意味着技术可以实现在具有各种处理器的各种商用计算平台上。例如，用户设备还可以包括使得用户设备的硬件施行操作的实体（例如软件），例如处理器功能块等。例如，用户设备可以包括可以配置成维持指令的计算机可读介质，所述指令使得用户设备并且更具体地用户设备的操作系统和相关联的硬件施行操作。因而，指令起作用以用于配置操作系统并以这种方式导致操作系统和相关联的硬件的变换以实现功能。指令可以由计算机可读介质通过各种不同配置提供给用户设备。

计算机可读介质的一个这样的配置是信号承载介质并且因而配置成将指令（例如作为载波）传送给计算设备，诸如经由网络。计算机可读介质还可以配置为计算机可读存储介质并且因而不是信号承载介质。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、硬盘存储器以及可以使用磁性、光学和其它技术来存储指令和其它数据的其它存储器设备。

尽管已经以具体到结构特征和/或方法动作的语言描述了主题，但是要理解到，在随附权利要求中限定的主题不必限于以上描述的具体特征或动作。而是，以上描述的具体特征和动作被公开为实现权利要求的示例形式。

Claims (10)

1.一种减小包括第一用户终端和至少一个另外的用户终端的声学系统中的噪声的方法，所述方法包括在第一用户终端处：

通过通信网络从至少一个另外的用户终端接收音频信号；

在处理单元上执行通信客户端应用，通信客户端应用配置成以便在所述处理单元上执行时：

将音频信号供应给第一用户终端的音频信号处理模块，其中音频信号处理模块处理音频信号，由此将增益水平应用于音频信号，并且将经处理的音频信号输出到第一用户终端的音频输出构件；

估计音频信号和经处理的音频信号的噪声水平，并且在考虑到两种噪声水平估计的情况下，估计由音频信号处理模块应用的增益；以及

至少基于由音频信号处理模块应用的所估计增益，选择性地将系统增益减小步骤应用于音频信号和经由第一用户终端的音频输入构件所接收的近端音频信号中的至少一个。

2.根据权利要求1的方法，其中针对至少一个频率来估计由音频信号处理模块应用的增益，并且系统增益减小步骤包括在该频率处减小应用于音频信号和近端音频信号中的至少一个的增益水平。

3.根据权利要求1或2的方法，其中针对多个频率中的每一个来估计由音频信号处理模块应用的增益，并且系统增益减小步骤包括在多个频率中的每一个处减小应用于音频信号和近端音频信号中的至少一个的增益水平。

4.根据任一个前述权利要求的方法，其中通信客户端应用配置成将由音频信号处理模块应用的所估计增益用在估计第一用户终端增益中；第一用户终端增益是从音频信号处理模块应用的所估计增益、在第一用户终端处所估计的回声路径增益以及由通信客户端应用实现的多个处理阶段中的每一个中的增益中估计的；所述方法还包括将第一用户终端增益与阈值相比较，并且如果确定第一用户终端增益超出所述阈值，则应用系统增益减小步骤。

5.根据权利要求1的方法，其中通信客户端应用配置成将由音频信号处理模块应用的所估计增益用在估计声学系统的系统增益中；其中第一用户终端接收在至少一个另外的用户终端处所应用的增益的指示，并且从音频信号处理模块应用的所估计增益、在第一用户终端处估计的回声路径增益、通信客户端应用所实现的多个处理阶段中的每一个中的增益以及在至少一个另外的用户终端处所应用的增益的指示来估计系统增益；所述方法还包括将所估计的系统增益与阈值相比较，并且如果确定所估计的系统增益超出所述阈值，则应用系统增益减小步骤。

6.根据任一项前述权利要求的方法，其中系统增益减小步骤包括以下中的至少一个：

更改应用于音频信号的数字增益；

更改应用于近端音频信号的数字增益；

更改在减小近端音频信号中的噪声时所应用的数字增益；以及

更改在抑制源自所述输出的经处理音频信号的近端音频信号中所包括的回声时应用的数字增益。

7.根据任一项前述权利要求的方法，其中通信客户端应用配置成基于噪声水平估计的比率来估计由音频信号处理模块应用的增益。

8.根据任一项前述权利要求的方法，其中使用具有不超出音频信号的所估计噪声水平以上的阈值量的能量的音频信号部分来实现由音频信号处理模块应用的增益的估计。

9.一种用户终端，包括：

网络接口，布置成通过通信网络从至少一个另外的用户终端接收音频信号；以及

用于执行通信客户端应用的处理单元，通信客户端应用配置成以便在所述处理单元上执行时将音频信号供应给音频信号处理模块，其中音频信号处理模块布置成处理音频信号，由此将增益水平应用于音频信号，并且将经处理的音频信号输出到用户终端的音频输出构件；

处理单元布置成接收经处理的音频信号，并且通信客户端应用配置成以便在所述处理单元上执行时：

估计音频信号和经处理的音频信号的噪声水平，并且在考虑到两种噪声水平估计的情况下，估计由音频信号处理模块应用的增益；

至少基于由音频信号处理模块应用的所估计增益，选择性地将系统增益减小步骤应用于音频信号和经由用户终端的音频输入构件所接收的近端音频信号中的至少一个。

10.一种配置成减小包括第一用户终端和至少一个另外的用户终端的声学系统中的噪声的计算机程序产品，计算机程序产品体现在计算机可读存储介质上并且配置成以便在第一用户终端的处理器上执行时：

将所接收的音频信号供应给第一用户终端的音频信号处理模块，其中音频信号处理模块处理音频信号，由此将增益水平应用于音频信号，并且将经处理的音频信号输出到第一用户终端的音频输出构件；

估计音频信号和经处理的音频信号的噪声水平，并且在考虑到两种噪声水平估计的情况下，估计由音频信号处理模块应用的增益；以及

至少基于由音频信号处理模块应用的所估计增益，选择性地将系统增益减小步骤应用于音频信号和经由第一用户终端的音频输入构件所接收的近端音频信号中的至少一个。