CN107123430A - 回声消除方法、装置、会议平板及计算机存储介质 - Google Patents
回声消除方法、装置、会议平板及计算机存储介质 Download PDFInfo
- Publication number
- CN107123430A CN107123430A CN201710237357.5A CN201710237357A CN107123430A CN 107123430 A CN107123430 A CN 107123430A CN 201710237357 A CN201710237357 A CN 201710237357A CN 107123430 A CN107123430 A CN 107123430A
- Authority
- CN
- China
- Prior art keywords
- signal
- mrow
- reference signal
- frequency domain
- correlation
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 230000003044 adaptive effect Effects 0.000 claims abstract description 101
- 238000001228 spectrum Methods 0.000 claims description 34
- 241000208340 Araliaceae Species 0.000 claims description 4
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 4
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 4
- 235000008434 ginseng Nutrition 0.000 claims description 4
- 241000196324 Embryophyta Species 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 abstract description 15
- 230000000694 effects Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 10
- 230000002452 interceptive effect Effects 0.000 description 10
- 230000015654 memory Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 7
- 238000001914 filtration Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 108010076504 Protein Sorting Signals Proteins 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006641 stabilisation Effects 0.000 description 3
- 238000011105 stabilization Methods 0.000 description 3
- 241001203771 Eudonia echo Species 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006854 communication Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000021615 conjugation Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 102100035971 Molybdopterin molybdenumtransferase Human genes 0.000 description 1
- 101710119577 Molybdopterin molybdenumtransferase Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000002945 steepest descent method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M9/00—Arrangements for interconnection not involving centralised switching
- H04M9/08—Two-way loud-speaking telephone systems with means for conditioning the signal, e.g. for suppressing echoes for one or both directions of traffic
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
- G10L21/0232—Processing in the frequency domain
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0264—Noise filtering characterised by the type of parameter measurement, e.g. correlation techniques, zero crossing techniques or predictive techniques
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/21—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being power information
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L2021/02082—Noise filtering the noise being echo, reverberation of the speech
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
- G10L2021/02161—Number of inputs available containing the signal or the noise to be suppressed
- G10L2021/02163—Only one microphone
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Telephone Function (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
- Circuit For Audible Band Transducer (AREA)
Abstract
本申请是关于回声消除方法、装置、会议平板及计算机存储介质,所述方法包括:获取输入至扬声器进行播放的参考信号,以及获取麦克风的采集信号;获取自适应滤波器系数,利用所述自适应滤波器系数估计所述参考信号对应的回声信号;从所述采集信号中消除所述回声信号,获得残留信号并输出;根据所述残留信号与所述参考信号之间相关性的高低更新所述自适应滤波器系数。本实施例开创性地通过残留信号与参考信号之间的相关性来对自适应滤波器系数进行调整,能够进行极大限度的回声消除,并且只需在传统的算法基础上,增加对自适应滤波器系数的更新,新增成本较低。
Description
技术领域
本申请涉及语音处理技术领域,尤其涉及回声消除方法、装置、会议平板及计算机存储介质。
背景技术
在电话会议系统、车载系统、IP电话、人机交互等涉及语音交互的场景中,通常会出现回声现象。如图1A所示,是相关技术中一种语音交互的场景示意图,用户A和用户B进行电话会议,用户A说话的声音,经过麦克风A2采集后,由电子设备A1通过网络传播至用户B侧的电子设备B1,电子设备B1通过音箱B3播放用户A说话声音。此时,用户B也正在说话,麦克风B2在采集语音信号时,不仅会采集到用户B说话声音,也会采集到此时音箱B3播放的用户A说话声音。
假设麦克风B2所采集的语音信号(用户B说话声音和音箱B3播放的用户A说话声音的叠加结果)没有经过回声消除处理,就传输至用户A侧,用户A会听到音箱A3播放出用户B说话声音以及用户A自己的说话声音,这种现象即回声现象。
针对上述现象,相关技术中需要进行回声消除,也即是将麦克风B2所采集的语音,消除掉音箱B3播放的用户A说话声音(即回声信号)。在消除回声过程中,由于麦克风采集的语音信号是:用户B说话声音和回声信号的叠加结果,如何准确地确定回声信号,是影响回声消除效果的关键步骤。
如图1B所示,是相关技术中一种信号传播示意图。输入至音箱的原始语音数据经过音箱处理后进行播放、播放的语音在空气中传播又会受到较多环境因素干扰、直至经过麦克风采集处理,因此原始信号经过上述传播过程(即回音路径)后,与麦克风采集到的回声信号将会有较大差异。相关技术中采用自适应滤波器技术,以原始语音数据(通常也称为远端信号、参考信号)作为参考,预估出该原始语音数据在经过播放、空间传播等回音路径后,至麦克风采集时所得到的回声信号。
自适应滤波器能以输入信号(原始语音数据)和输出信号(预估的回声信号)的统计特性的估计为依据,采取特定算法(如最小均方误差算法或递归最小平方算法等)自动地计算滤波器系数,通过滤波器系数与输入信号序列之间的相关计算,将计算结果作为输出信号。
实际应用中,麦克风的采集语音信号时受环境影响的干扰较大,如何使自适应滤波器能针对复杂的语音交互环境,快速精确地确定合适的自适应滤波器系数,是亟待解决的技术问题。
发明内容
基于此,本发明提供了回声消除方法、装置、会议平板及计算机存储介质,以解决相关技术中如何使自适应滤波器能针对复杂的语音交互环境、快速精确地确定合适的自适应滤波器系数的技术问题。
根据本申请实施例的第一方面,提供一种回声消除方法,所述方法包括:
获取输入至扬声器进行播放的参考信号,以及获取麦克风的采集信号;
利用自适应滤波器系数估计所述参考信号对应的回声信号,并从所述采集信号中消除所述回声信号,获得残留信号并输出;
根据所述残留信号与所述参考信号之间的相关性更新所述自适应滤波器系数。
在一个可选的实现方式中,所述根据所述残留信号与所述参考信号之间的相关性更新所述自适应滤波器系数,包括:
计算用于指示所述残留信号与所述参考信号之间相关性的相关系数;
根据所述相关系数确定用于调整所述自适应滤波器系数的步长因子,利用所述步长因子更新所述自适应滤波器系数。
在一个可选的实现方式中,所述计算用于指示所述残留信号与所述参考信号之间相关性的相关系数,包括:
计算所述残留信号在频域上的功率谱与所述参考信号在频域上的功率谱的相关系数。
在一个可选的实现方式中,所述计算所述残留信号在频域上的功率谱与所述参考信号在频域上的功率谱的相关系数,包括:
通过如下公式计算所述相关系数:
其中,cohxe为所述相关系数,所述xPow(f)为所述参考信号在频域上的功率谱,所述ePow(f)为所述残留信号在频域上的功率谱,所述xePow(f)为所述xPow(f)与所述残留信号的共轭信号的相关功率谱。
在一个可选的实现方式中,所述利用所述自适应滤波器系数估计所述参考信号对应的回声信号,包括:
确定所述参考信号在频域上的频域参考信号,所述频域参考信号中包括多个频点;
利用所述自适应滤波器系数计算所述频域参考信号中的每个频点对应的估计频点,获得所述回声信号。
在一个可选的实现方式中,所述相关系数包括:所述残留信号与所述参考信号在频域上的各个频点对应的相关系数;
所述根据所述相关系数确定用于调整所述自适应滤波器系数的步长因子,包括如下一种或多种方式:
将所述在频域上的各个频点对应的相关系数分别作为所述自适应滤波器系数在频域上各个频点的步长因子;
统计所述在频域上的各个频点对应的相关系数的平均值,将所述平均值作为所述自适应滤波器系数在频域上每个频点的步长因子;
确定所述在频域上的各个频点对应的相关系数的中位数,将所述中位数作为所述自适应滤波器系数在频域上每个频点的步长因子。
在一个可选的实现方式中,所述根据所述步长因子更新所述自适应滤波器系数,包括:
通过如下公式更新所述自适应滤波器系数:
其中,f为频点,Wk(f)为第k时刻针对频点f的自适应滤波器系数,μ(f)为频点f的步长因子,X(k)为所述频域参考信号,E(f)为所述残留信号在频域上的频域残留信号。
根据本申请实施例的第二方面,提供一种回声消除装置,所述装置包括:
信号获取模块,用于:获取输入至扬声器进行播放的参考信号,以及获取麦克风的采集信号;
回声消除模块,用于:利用自适应滤波器系数估计所述参考信号对应的回声信号,并从所述采集信号中消除所述回声信号,获得残留信号并输出;
系数更新模块,用于:根据所述残留信号与所述参考信号之间的相关性更新所述自适应滤波器系数。
根据本申请实施例的第三方面,提供一种会议平板,所述会议平板包括回声消除装置,所述回声消除装置用于:
获取输入至扬声器进行播放的参考信号,以及获取麦克风的采集信号;
利用自适应滤波器系数估计所述参考信号对应的回声信号,并从所述采集信号中消除所述回声信号,获得残留信号并输出;
根据所述残留信号与所述参考信号之间的相关性更新所述自适应滤波器系数。
根据本申请实施例的第四方面,提供一种计算机存储介质,所述存储介质中存储有程序指令,所述程序指令包括:
获取输入至扬声器进行播放的参考信号,以及获取麦克风的采集信号;
利用自适应滤波器系数估计所述参考信号对应的回声信号,并从所述采集信号中消除所述回声信号,获得残留信号并输出;
根据所述残留信号与所述参考信号之间的相关性更新所述自适应滤波器系数。
本申请的实施例提供的技术方案可以包括以下有益效果:
本申请实施例中,考虑到远端讲话的情况下,若自适应滤波器当前的回声消除效果较好,滤波器会将麦克风的采集信号中的回声信号消除干净,即残留信号中不会夹杂太多远端用户的声音;若自适应滤波器当前的回声消除效果较差,则残留信号中会夹杂一些远端用户的声音。基于此,本实施例可以通过判断残留信号与参考信号的相关性,来确定残留信号中回声是否清除干净,确定自适应滤波器的回声消除效果。若残留信号与参考信号的相关性较高,则表示自适应滤波器当前的回声消除效果较差,可以及时更新自适应滤波器系数,使自适应滤波器在调整后的系数下进行运算,增强回声消除效果;若残留信号与参考信号的相关性较低,则表示自适应滤波器当前的回声消除效果较好,则可以使自适应滤波器稳定在当前系数下进行运算,保持当前的回声消除效果。本申请实施例方案只需在传统的算法基础上,增加对自适应滤波器系数的更新,因此新增成本较低。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1A是相关技术中一种语音交互的场景示意图。
图1B是相关技术中一种信号传播示意图。
图2A是本申请根据一示例性实施例示出的一种回声消除方法的流程图。
图2B是本申请根据一示例性实施例示出的一种回声消除器的示意图。
图2C是本申请根据一示例性实施例示出的一种回声消除方法的应用场景示意图。
图3是本申请根据一示例性实施例示出的一种回声消除装置所在电子设备的框图。
图4是本申请根据一示例性实施例示出的一种回声消除装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
本申请实施例的回声消息方案可应用于电话会议、车载系统、IP电话、人机交互等涉及语音交互场景中的语音交互设备,语音交互设备可以是蜂窝电话、媒体播放器、音响设备、会议平板设备、车载设备、电话机、游戏设备、平板计算机、笔记本计算机、台式计算机或电视机等等需要涉及语音处理且具有一定计算能力的电子设备。
如图2A所示,是本申请根据一示例性实施例提供的一种回声消除方法,可应用于电子设备,该方法可包括如下步骤201至203:
在步骤201中,获取输入至扬声器进行播放的参考信号,以及获取麦克风的采集信号。
在步骤202中,利用自适应滤波器系数估计所述参考信号对应的回声信号,并从所述采集信号中消除所述回声信号,获得残留信号并输出。
在步骤203中,根据所述残留信号与所述参考信号之间的相关性更新所述自适应滤波器系数。
语音交互场景中涉及麦克风和扬声器,在某些例子中,如图1A的例子中,麦克风可以是话筒,扬声器可以是音箱,麦克风和扬声器可以是相互独立的、与计算机连接的设备。在另一些例子中,麦克风和扬声器还可以是配置在同一个电子设备的两个器件,如智能手机和平板电脑等电子设备内置有麦克风和扬声器。
电子设备通常配置有回声消除器,如图2B所示,是本申请根据一示例性实施例示出的一种回声消除器的示意图,本申请实施例的方案可应用于回声消除器中,以在必要时进行回声消除。回声消除器的输入数据包括麦克风的采集信号(Mic)和通过扬声器播放的参考信号(Ref),电子设备可以通过读取硬件缓存区的数据而获取到Mic和Ref。
本实施例中,可以采用自适应滤波器技术模拟回声路径,即基于Ref估计出对应的回声信号,并在Mic中消除掉回声信号,得到可输出的残留信号。自适应滤波器的运算过程,是以输入信号和输出信号的统计特性的估计为依据,采取特定算法自动地调整滤波器系数,使其达到最佳滤波特性的一种算法。自适应滤波器可以对输入信号序列的每一个样值,按特定的算法(如最小均方误差算法或递归最小平方算法等),更新、调整滤波器系数,通过滤波器系数与输入信号序列之间的相关计算,最终获得残留信号。
自适应滤波器的运算过程中,涉及收敛阶段(也即是滤波器从某个初始状态出发,按照设定的规则,依据观测到的输入信号和输出信号,调整滤波器系数,使其不断逼近最优系数的过程),收敛阶段要求自适应滤波器开始运转后收敛要非常快。举例来说,当本端用户与远端用户开始进行语音交互,自适应滤波器开始快速学习,最优的效果是远端用户还来不及说话,或者是远端用户开始说话,自适应滤波器就已经收敛好了;收敛好之后,远端用户开始说话,回声信号开始产生,自适应滤波器系数需要稳定,也即是自适应滤波器需处于稳定的回声消除状态。由于麦克风的采集语音信号时受环境影响的干扰较大,回音路径可能是变化的,一旦出现变化,自适应滤波器要能判断出来,因为自适应滤波器需要重新学习自适应滤波器系数,因此需要自适应滤波器随时保持更新状态,以保证能够追踪变化的回音路径。
相关技术中,自适应滤波器通常采用最小均方误差算法或递归最小平方算法等算法实时求解自适应滤波器系数。以最小均方误差算法为例,该算法利用最陡下降法,由均方误差的梯度估计现时刻滤波器系数向量迭代计算下一个时刻的系数向量。
本申请实施例针对如何快速精确地确定合适的自适应滤波器系数的问题,提出了一种通过判断残留信号中回声是否清除干净,来确定如何进行自适应滤波器系数更新的方案。
考虑到远端讲话的情况下,若自适应滤波器当前的回声消除效果较好,滤波器会将麦克风的采集信号中的回声信号消除干净,即残留信号中不会夹杂太多远端用户的声音;若自适应滤波器当前的回声消除效果较差,则残留信号中会夹杂一些远端用户的声音。
基于此,本实施例可以先判断残留信号中回声是否清除干净,具体的,可以通过判断残留信号与参考信号相关性的高低来确定残留信号中回声是否清除干净。若残留信号与参考信号的相关性较高,则表示残留信号中夹杂较多回声,自适应滤波器当前的回声消除效果较差,可以及时更新自适应滤波器系数,使自适应滤波器在调整后的系数下进行运算,增强回声消除效果;若残留信号与参考信号的相关性较低,则表示表示残留信号中不会夹杂较多回声,自适应滤波器当前的回声消除效果较好,则可以使自适应滤波器稳定在当前系数下进行运算,保持当前的回声消除效果。本申请实施例方案只需在传统的算法基础上,增加对自适应滤波器系数的更新,因此新增成本较低。
其中,对于步骤202,输入至扬声器进行播放的参考信号通常为时域信号x(k),可以通过傅里叶算法转换为频域信号X(f):
X(f)=FFT[x(k-M),...,x(k),...,x(k+M-1)],取前M个元素;
FFT为Fast Fourier Transformatio,即快速傅里叶变换;
k表示时刻,f表示频点,M表示自适应滤波器的长度。
在频域上,信号由多个频点构成,因此,在估计回声信号时,可以是:
确定所述参考信号在频域上的频域参考信号,所述频域参考信号中包括多个频点。
利用所述自适应滤波器系数计算所述频域参考信号中的每个频点对应的估计频点,获得所述回声信号。
上述处理过程可以由如下公式表示:
其中,W(f)表示自适应滤波器系数,Y(f)表示估计的回声信号。
接着,可以将估计的频域回声信号Y(f)变换为时域信号y(f):
y(k)=IFFT[Y(f)]
计算在时域上的残留信号:
e(k)=d(k)-y(k)
其中,e(k)表示残留信号,d(k)表示麦克风的采集信号。
此步骤完成对时域残留信号的计算,作为自适应滤波器的输出信号,残留信号可以发送给远端用户。
对于当前时刻所计算的残留信号,本申请实施例可以确定当前时刻自适应滤波器的回声消除效果,以根据当前回声效果确定下一时刻的自适应滤波器系数。具体的,回声消除效果可以根据所述残留信号与所述参考信号之间相关性的高低而确定。而残留信号与参考信号的相关性的高低,对应地对于自适应滤波器系数的调整幅度,在实际应用中可以灵活配置,例如可以是通过对不同环境或不同设备等等的实验结果,确定相关性高低与系数调整幅度的相对关系等等,本实施例对此不作限定。
在一个可选的实现方式中,所述根据所述残留信号与所述参考信号之间的相关性更新所述自适应滤波器系数,包括:
计算用于指示所述残留信号与所述参考信号之间相关性的相关系数。
根据所述相关系数确定用于调整所述自适应滤波器系数的步长因子,利用所述步长因子更新所述自适应滤波器系数。
残留信号与参考信号之间相关性,也即是残留信号与参考信号之间的相似程度,在实际应用中,可以采用波形比较、功率谱对比、相谱对比或频谱等多种方式分析两者的相关系数,本实施例对此不作限定。通过相关系数的大小,可以根据实际需要确定相应的步长因子,利用步长因子可以快速地对自适应滤波器系数进行增大或减小的调整。
其中,对于残留信号与参考信号之间相关性,在一个可选的实现方式中,可以是计算所述残留信号在频域上的功率谱与所述参考信号在频域上的功率谱的相关系数,对于两个信号,通过信号在频域上的功率谱之间相关性高低指示两个信号的相关性高低,可以获得较为精确的相关系数值,且运算量较小。
具体的,所述计算所述残留信号在频域上的功率谱与所述参考信号在频域上的功率谱的相关系数,包括是:
通过如下公式计算所述相关系数:
其中,cohxe为所述相关系数,所述xPow(f)为所述参考信号在频域上的功率谱,所述ePow(f)为所述残留信号在频域上的功率谱,所述xePow(f)为所述xPow(f)与所述残留信号的共轭信号的相关功率谱。
举例来说,可以将残留信号转换为频域E(f):
E(f)=FFT[0M个0,e(k)]
计算参考信号X(f)在频域上的功率谱xPow(f):
xPow(f)=||X(f)||2
计算残留信号E(f)在频域上的功率谱ePow(f):
ePow(f)=||E(f)||2
计算频域参考信号X(f)与共轭残留信号E*(f)的相关功率谱xePow(f):
xePow(f)=||X(f)·E*(f)||2
计算参考信号X(f)与共轭残留信号E*(f)的相关系数cohxe:
由上述计算过程可知,相关系数是根据当前时刻信号在频域上的功率谱而计算得到。在频域上,信号由多个频点构成,而在频域内进行回声消除,其处理速度较快,且回声消除效果较好,因此相关系数可以包括:所述残留信号与所述参考信号在频域上的各个频点对应的相关系数。
所述根据所述相关系数确定用于调整所述自适应滤波器系数的步长因子,包括如下一种或多种方式:
第一种、将所述在频域上的各个频点对应的相关系数分别作为所述自适应滤波器系数在频域上各个频点的步长因子;由于当前时刻内所采集的一段信号由多个频点构成,因此计算得到的自适应步长因子个数等于频点个数,此种方式下,每个频点都有专属的步长因子用于调整自适应滤波器系数,因此系数调整更为精细,回声消除更为干净,误差更小。
第二种、统计所述在频域上的各个频点对应的相关系数的平均值,将所述平均值作为所述自适应滤波器系数在频域上每个频点的步长因子;此种方式下,所有频点采用平均值作为的步长因子,处理后频点之间仍能保持原有的数据关系,且处理速度较快。
第三种、确定所述在频域上的各个频点对应的相关系数的中位数,将所述中位数作为所述自适应滤波器系数在频域上每个频点的步长因子。此种方式下,由于中位数的取值能消除一段信号中的误差,能体现了信号相关性的集中趋势,自适应滤波的效果更好。
对于计算得到的步长因子,可用于对自适应滤波器系数的更新,更新后的自适应滤波器将用于下一时刻的自适应滤波处理。本实施例中,自适应滤波器可以采用最小均方误差(Normalized Least Mean Square,NLMS)算法,因此,基于上述算法,根据所述步长因子更新所述自适应滤波器系数,可以是:
通过如下公式更新所述自适应滤波器系数:
其中,f为频点,Wk(f)为第k时刻针对频点f的自适应滤波器系数,μ(f)为频点f的步长因子,X(k)为所述频域参考信号,E(f)为所述残留信号在频域上的频域残留信号。
实际应用中,上述频域残留信号可以是指归一化后的频域残留信号,将频域残留信号针对各个频点进行归一化处理,可以解决双端讲话状态下的滤波器发散问题。双端讲话状态下,此时自适应滤波器需要更新,而参考信号与残留信号的相关性又强,但由于残留信号中包含有本端话音,若根据该残留信号更新自适应滤波器系数,有可能会造成滤波器发散问题,因而将残留信号进行归一化处理后,再进行自适应滤波器系数更新,即可解决发散问题。
本申请实施例方案开创性地通过残留信号与参考信号之间的相关性确定自适应步长因子,对各通话状态均可进行极大限度的回声消除。结合图2C所示的一种应用场景示意图,对本申请实施例再次进行说明。
图2C中涉及两个用户,图2C中的电子设备以会议平板为例进行说明,两个用户之间都采用会议平板进行实时会议通话,会议平板中集成有扬声器和麦克风。会议平板可以应用本申请实施例的方案,以在通话过程中进行回音消除。可以理解,在其他例子中,电子设备还可以是智能手机、个人计算机或平板电脑等等。
在上述场景中,用户之间的通话状态通常包括四种:
第一种、双端静默:即本端用户和远端用户都没发出声音的情况,对于本端来说,远端用户所传输的参考信号强度较弱,由于本端用户没有发出声音,因此残留信号也较弱。参考信号和残留信号都较弱的情况下,通常参考信号和残留信号都是白噪声,由于参考信号和残留信号是在不同环境采集的,两者的相关性通常较小,因此应用本申请实施例方案时,针对自适应滤波器进行调整的步长因子也较小。而实际情况中,双端静默状态下不会产生回声,自适应滤波器确实不需进行较多的回声消除工作。
第二种、远端单讲:即本端用户没有发出声音,远端用户发出声音的情况,对于本端来说,远端用户所传输的参考信号较强,而由于本端用户没有发出声音,本端用户的麦克风主要采集到的是回声信号。
其中,在自适应滤波器初始阶段,由于自适应滤波器暂未达到收敛(也即是回声消除能力较弱阶段),此时自适应滤波器输出的残留信号中可能仍夹杂较多回声,因此参考信号和残留信号两者相关性较大,因此能使自适应滤波器系数更快调整。而实际情况中,在自适应滤波器初始阶段,确实需要对自适应滤波器系数进行较快调整,以使自适应滤波器系数更快逼近最优系数。
到自适应滤波器稳定阶段,此时自适应滤波器能够较好地消除回声,因此残留信号中不会夹杂较多回声信号。因此参考信号和残留信号的相关性较小,因此对自适应滤波器的调整也较小。而实际情况中,由于自适应滤波器已进入稳定阶段,因此能够进行较好的回声消除,此时确实不需要对自适应滤波器系数进行较大调整,只需要稳定滤波器系数即可,本申请实施例对自适应滤波器系数的更新处理能满足实际需求。
第三种、近端单讲:即本端用户发出声音,远端用户没有发出声音的情况,对于本端来说,远端用户所传输的参考信号几乎为零,本端用户的麦克风主要采集本端用户的声音,而不会采集到较多回声信号,因此残留信号强度较强。此种情况下,参考信号几乎为零,而残留信号较强,因此两者相关系数也几乎为零,步长因子也几乎为零,无需对自适应滤波器系数进行过多调整,使自适应滤波器保持当前状态即可。而实际情况,由于远端用户没有发出声音,麦克风不会采集到过多回声信号,确实无需进行回声消除。
第四种、双端讲话:即本端用户发出声音,远端用户也发出声音的情况。当从其他状态进入双端讲话状态,此时自适应滤波器需要及时更新系数。由于远端用户发出声音,参考信号较强;而本端用户也发出声音,因此残留信号强度也较强。由于参考信号和残留信号中都有两个用户发出的声音,此种情况下对自适应滤波器的调整效果可能没有前三种明显,但双端同时讲话的情况可能较少出现,本实施例方案仍可以满足大多数情况的自适应滤波器系数调整。
与前述回声消除方法的实施例相对应,本申请还提供了回声消除装置、会议平板和计算机存储介质的实施例。
本申请回声消除装置的实施例可以应用在电子设备上。装置实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。以软件实现为例,作为一个逻辑意义上的装置,是通过其所在电子设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言,如图3所示,为本申请回声消除装置所在电子设备的一种硬件结构图,除了图3所示的处理器310、内存330、网络接口320、以及非易失性存储器340之外,实施例中装置331所在的电子设备通常根据该电子设备的实际功能,还可以包括其他硬件,对此不再赘述。
如图4所示,图4是本申请根据一示例性实施例示出的一种回声消除装置的框图,所述装置包括:
信号获取模块41,用于:获取输入至扬声器进行播放的参考信号,以及获取麦克风的采集信号。
回声消除模块42,用于:利用自适应滤波器系数估计所述参考信号对应的回声信号,并从所述采集信号中消除所述回声信号,获得残留信号并输出。
系数更新模块43,用于:根据所述残留信号与所述参考信号之间的相关性更新所述自适应滤波器系数。
在一个可选的实现方式中,所述系数更新模块43,还用于:
计算用于指示所述残留信号与所述参考信号之间相关性的相关系数;
根据所述相关系数确定用于调整所述自适应滤波器系数的步长因子,利用所述步长因子更新所述自适应滤波器系数。
在一个可选的实现方式中,所述系数更新模块43,还用于:
计算所述残留信号在频域上的功率谱与所述参考信号在频域上的功率谱的相关系数。
在一个可选的实现方式中,所述系数更新模块43,还用于:
通过如下公式计算所述相关系数:
其中,cohxe为所述相关系数,所述xPow(f)为所述参考信号在频域上的功率谱,所述ePow(f)为所述残留信号在频域上的功率谱,所述xePow(f)为所述xPow(f)与所述残留信号的共轭信号的相关功率谱。
在一个可选的实现方式中,所述回声消除模块42,包括:
确定所述参考信号在频域上的频域参考信号,所述频域参考信号中包括多个频点;
利用所述自适应滤波器系数计算所述频域参考信号中的每个频点对应的估计频点,获得所述回声信号。
在一个可选的实现方式中,所述相关系数包括:所述残留信号与所述参考信号在频域上的各个频点对应的相关系数;
所述系数更新模块43,还用于:
根据如下一种或多种方式确定用于调整所述自适应滤波器系数的步长因子:
将所述在频域上的各个频点对应的相关系数分别作为所述自适应滤波器系数在频域上各个频点的步长因子;
统计所述在频域上的各个频点对应的相关系数的平均值,将所述平均值作为所述自适应滤波器系数在频域上每个频点的步长因子;
确定所述在频域上的各个频点对应的相关系数的中位数,将所述中位数作为所述自适应滤波器系数在频域上每个频点的步长因子。
在一个可选的实现方式中,所述系数更新模块43,还用于:
通过如下公式更新所述自适应滤波器系数:
其中,f为频点,Wk(f)为第k时刻针对频点f的自适应滤波器系数,μ(f)为频点f的步长因子,X(k)为所述频域参考信号,E(f)为所述残留信号在频域上的频域残留信号。
上述回声消除装置中各个模块的功能和作用的实现过程具体详见上述回声消除方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
相应的,本申请实施例还提供一种会议平板,所述会议平板包括回声消除装置,所述回声消除装置用于:
获取输入至扬声器进行播放的参考信号,以及获取麦克风的采集信号;
利用自适应滤波器系数估计所述参考信号对应的回声信号,并从所述采集信号中消除所述回声信号,获得残留信号并输出;
根据所述残留信号与所述参考信号之间的相关性更新所述自适应滤波器系数。
相应的,本申请实施例一种计算机存储介质,所述存储介质中存储有程序指令,所述程序指令包括:
获取输入至扬声器进行播放的参考信号,以及获取麦克风的采集信号;
利用自适应滤波器系数估计所述参考信号对应的回声信号,并从所述采集信号中消除所述回声信号,获得残留信号并输出;
根据所述残留信号与所述参考信号之间的相关性更新所述自适应滤波器系数。
本申请可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机可用存储介质包括永久性和非永久性、可移动和非可移动媒体,可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括但不限于:相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
本领域技术人员在考虑说明书及实践这里申请的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请保护的范围之内。
Claims (10)
1.一种回声消除方法,其特征在于,所述方法包括:
获取输入至扬声器进行播放的参考信号,以及获取麦克风的采集信号;
利用自适应滤波器系数估计所述参考信号对应的回声信号,并从所述采集信号中消除所述回声信号,获得残留信号并输出;
根据所述残留信号与所述参考信号之间的相关性更新所述自适应滤波器系数。
2.根据权利要求1所述的方法,其特征在于,所述根据所述残留信号与所述参考信号之间的相关性更新所述自适应滤波器系数,包括:
计算用于指示所述残留信号与所述参考信号之间相关性的相关系数;
根据所述相关系数确定用于调整所述自适应滤波器系数的步长因子,利用所述步长因子更新所述自适应滤波器系数。
3.根据权利要求2所述的方法,其特征在于,所述计算用于指示所述残留信号与所述参考信号之间相关性的相关系数,包括:
计算所述残留信号在频域上的功率谱与所述参考信号在频域上的功率谱的相关系数。
4.根据权利要求3所述的方法,其特征在于,所述计算所述残留信号在频域上的功率谱与所述参考信号在频域上的功率谱的相关系数,包括:
通过如下公式计算所述相关系数:
<mrow>
<mi>c</mi>
<mi>o</mi>
<mi>h</mi>
<mi>x</mi>
<mi>e</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mi>x</mi>
<mi>e</mi>
<mi>P</mi>
<mi>o</mi>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>x</mi>
<mi>P</mi>
<mi>o</mi>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<mi>e</mi>
<mi>P</mi>
<mi>o</mi>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
其中,cohxe为所述相关系数,所述xPow(f)为所述参考信号在频域上的功率谱,所述ePow(f)为所述残留信号在频域上的功率谱,所述xePow(f)为所述xPow(f)与所述残留信号的共轭信号的相关功率谱。
5.根据权利要求1所述的方法,其特征在于,所述利用所述自适应滤波器系数估计所述参考信号对应的回声信号,包括:
确定所述参考信号在频域上的频域参考信号,所述频域参考信号中包括多个频点;
利用所述自适应滤波器系数计算所述频域参考信号中的每个频点对应的估计频点,获得所述回声信号。
6.根据权利要求5所述的方法,其特征在于,所述相关系数包括:所述残留信号与所述参考信号在频域上的各个频点对应的相关系数;
所述根据所述相关系数确定用于调整所述自适应滤波器系数的步长因子,包括如下一种或多种方式:
将所述在频域上的各个频点对应的相关系数分别作为所述自适应滤波器系数在频域上各个频点的步长因子;
统计所述在频域上的各个频点对应的相关系数的平均值,将所述平均值作为所述自适应滤波器系数在频域上每个频点的步长因子;
确定所述在频域上的各个频点对应的相关系数的中位数,将所述中位数作为所述自适应滤波器系数在频域上每个频点的步长因子。
7.根据权利要求2所述的方法,其特征在于,所述根据所述步长因子更新所述自适应滤波器系数,包括:
通过如下公式更新所述自适应滤波器系数:
<mrow>
<msub>
<mi>W</mi>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>W</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&mu;</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<mfrac>
<mrow>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<mi>E</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mo>|</mo>
<mo>|</mo>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
</mrow>
其中,f为频点,Wk(f)为第k时刻针对频点f的自适应滤波器系数,μ(f)为频点f的步长因子,X(k)为所述频域参考信号,E(f)为所述残留信号在频域上的频域残留信号。
8.一种回声消除装置,其特征在于,所述装置包括:
信号获取模块,用于:获取输入至扬声器进行播放的参考信号,以及获取麦克风的采集信号;
回声消除模块,用于:利用自适应滤波器系数估计所述参考信号对应的回声信号,并从所述采集信号中消除所述回声信号,获得残留信号并输出;
系数更新模块,用于:根据所述残留信号与所述参考信号之间的相关性更新所述自适应滤波器系数。
9.一种会议平板,其特征在于,所述会议平板包括回声消除装置,所述回声消除装置用于:
获取输入至扬声器进行播放的参考信号,以及获取麦克风的采集信号;
利用自适应滤波器系数估计所述参考信号对应的回声信号,并从所述采集信号中消除所述回声信号,获得残留信号并输出;
根据所述残留信号与所述参考信号之间的相关性更新所述自适应滤波器系数。
10.一种计算机存储介质,其特征在于,所述存储介质中存储有程序指令,所述程序指令包括:
获取输入至扬声器进行播放的参考信号,以及获取麦克风的采集信号;
利用自适应滤波器系数估计所述参考信号对应的回声信号,并从所述采集信号中消除所述回声信号,获得残留信号并输出;
根据所述残留信号与所述参考信号之间的相关性更新所述自适应滤波器系数。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710237357.5A CN107123430B (zh) | 2017-04-12 | 2017-04-12 | 回声消除方法、装置、会议平板及计算机存储介质 |
PCT/CN2017/104391 WO2018188282A1 (zh) | 2017-04-12 | 2017-09-29 | 回声消除方法、装置、会议平板及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710237357.5A CN107123430B (zh) | 2017-04-12 | 2017-04-12 | 回声消除方法、装置、会议平板及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107123430A true CN107123430A (zh) | 2017-09-01 |
CN107123430B CN107123430B (zh) | 2019-06-04 |
Family
ID=59725577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710237357.5A Active CN107123430B (zh) | 2017-04-12 | 2017-04-12 | 回声消除方法、装置、会议平板及计算机存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107123430B (zh) |
WO (1) | WO2018188282A1 (zh) |
Cited By (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107134281A (zh) * | 2017-05-04 | 2017-09-05 | 重庆第二师范学院 | 一种自适应回声消除中自适应滤波器系数更新方法 |
CN107958671A (zh) * | 2017-11-22 | 2018-04-24 | 广州市六体智能科技有限公司 | 一种执法记录仪的回声消除装置 |
CN108289267A (zh) * | 2018-04-14 | 2018-07-17 | 北京智网时代科技有限公司 | 消除电视干扰的回声消除装置、方法、音箱、音频发送器 |
CN108550371A (zh) * | 2018-03-30 | 2018-09-18 | 北京云知声信息技术有限公司 | 智能语音交互设备快速稳定的回声消除方法 |
CN108630219A (zh) * | 2018-05-08 | 2018-10-09 | 北京小鱼在家科技有限公司 | 一种音频处理系统、方法、装置、设备及存储介质 |
WO2018188282A1 (zh) * | 2017-04-12 | 2018-10-18 | 广州视源电子科技股份有限公司 | 回声消除方法、装置、会议平板及计算机存储介质 |
CN109087665A (zh) * | 2018-07-06 | 2018-12-25 | 南京时保联信息科技有限公司 | 一种非线性回声抑制方法 |
CN109102821A (zh) * | 2018-09-10 | 2018-12-28 | 苏州思必驰信息科技有限公司 | 时延估计方法、系统、存储介质及电子设备 |
CN109524018A (zh) * | 2017-09-19 | 2019-03-26 | 华为技术有限公司 | 一种回声处理方法及设备 |
CN109559756A (zh) * | 2018-10-26 | 2019-04-02 | 北京佳讯飞鸿电气股份有限公司 | 滤波系数确定方法、回声消除方法、相应装置及设备 |
CN109961798A (zh) * | 2017-12-26 | 2019-07-02 | 华平信息技术股份有限公司 | 回声消除系统、方法、可读计算机存储介质、及终端 |
CN110021289A (zh) * | 2019-03-28 | 2019-07-16 | 腾讯科技(深圳)有限公司 | 一种声音信号处理方法、装置及存储介质 |
CN110148421A (zh) * | 2019-06-10 | 2019-08-20 | 浙江大华技术股份有限公司 | 一种残余回声检测方法、终端和装置 |
CN110164446A (zh) * | 2018-06-28 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 语音信号识别方法和装置、计算机设备和电子设备 |
CN110211599A (zh) * | 2019-06-03 | 2019-09-06 | Oppo广东移动通信有限公司 | 应用唤醒方法、装置、存储介质及电子设备 |
CN110265054A (zh) * | 2019-06-14 | 2019-09-20 | 深圳市腾讯网域计算机网络有限公司 | 语音信号处理方法、装置、计算机可读存储介质和计算机设备 |
CN110431624A (zh) * | 2019-06-17 | 2019-11-08 | 深圳市汇顶科技股份有限公司 | 残余回声检测方法、残余回声检测装置、语音处理芯片及电子设备 |
CN110600048A (zh) * | 2019-08-23 | 2019-12-20 | Oppo广东移动通信有限公司 | 音频校验方法、装置、存储介质及电子设备 |
CN110853664A (zh) * | 2019-11-22 | 2020-02-28 | 北京小米移动软件有限公司 | 评估语音增强算法性能的方法及装置、电子设备 |
WO2020063798A1 (zh) * | 2018-09-27 | 2020-04-02 | 深圳市冠旭电子股份有限公司 | 一种回声消除方法、装置及智能音箱 |
CN110992923A (zh) * | 2019-12-19 | 2020-04-10 | 浙江大华技术股份有限公司 | 回声消除方法、电子设备以及存储装置 |
CN111048061A (zh) * | 2019-12-27 | 2020-04-21 | 西安讯飞超脑信息科技有限公司 | 回声消除滤波器的步长获取方法、装置及设备 |
CN111199748A (zh) * | 2020-03-12 | 2020-05-26 | 紫光展锐(重庆)科技有限公司 | 回声消除方法、装置、设备以及存储介质 |
CN111370015A (zh) * | 2020-02-28 | 2020-07-03 | 北京字节跳动网络技术有限公司 | 回声消除方法、装置、电子设备及存储介质 |
CN111445917A (zh) * | 2020-03-17 | 2020-07-24 | 浙江大华技术股份有限公司 | 一种回声消除方法、装置以及计算机存储介质 |
WO2020181766A1 (zh) * | 2019-03-14 | 2020-09-17 | 苏州科达科技股份有限公司 | 一种语音信号处理方法、装置、设备及可读存储介质 |
CN111724804A (zh) * | 2020-06-29 | 2020-09-29 | 北京百度网讯科技有限公司 | 用于处理信息的方法和装置 |
CN111885276A (zh) * | 2020-07-31 | 2020-11-03 | 支付宝(杭州)信息技术有限公司 | 消除回声的方法及系统 |
CN111916098A (zh) * | 2020-08-13 | 2020-11-10 | 科大讯飞(苏州)科技有限公司 | 语音信号处理方法、装置及设备 |
CN112017679A (zh) * | 2020-08-05 | 2020-12-01 | 海尔优家智能科技(北京)有限公司 | 用于自适应滤波器系数更新的方法及装置、设备 |
CN112397080A (zh) * | 2020-10-30 | 2021-02-23 | 浙江大华技术股份有限公司 | 回声消除方法及装置、语音设备及计算机可读存储介质 |
CN112447175A (zh) * | 2019-08-29 | 2021-03-05 | 北京声智科技有限公司 | 一种回波消除方法和装置 |
CN112929506A (zh) * | 2019-12-06 | 2021-06-08 | 阿里巴巴集团控股有限公司 | 音频信号的处理方法及装置,计算机存储介质及电子设备 |
CN113055787A (zh) * | 2021-03-25 | 2021-06-29 | 科大讯飞股份有限公司 | 回声消除方法、装置、电子设备和存储介质 |
CN113808609A (zh) * | 2021-09-18 | 2021-12-17 | 展讯通信(上海)有限公司 | 回声检测方法及装置、计算机可读存储介质、终端设备 |
CN114175606A (zh) * | 2019-06-17 | 2022-03-11 | 伯斯有限公司 | 模块化回波消除单元 |
TWI759858B (zh) * | 2020-09-11 | 2022-04-01 | 點通科技股份有限公司 | 具回音消除之通話系統及其操作方法 |
CN116110393A (zh) * | 2023-02-01 | 2023-05-12 | 镁佳(北京)科技有限公司 | 一种基于语音相似度的拒识方法、装置、计算机及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001077730A (ja) * | 1999-09-07 | 2001-03-23 | Fujitsu Ltd | 適応フィルタの係数推定装置 |
US6792106B1 (en) * | 1999-09-17 | 2004-09-14 | Agere Systems Inc. | Echo canceller and method of echo cancellation using an NLMS algorithm |
CN1953060A (zh) * | 2006-11-24 | 2007-04-25 | 北京中星微电子有限公司 | 一种麦克风回声消除装置及回声消除方法 |
CN104754157A (zh) * | 2013-12-26 | 2015-07-01 | 联芯科技有限公司 | 一种残留回声抑制方法和系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107123430B (zh) * | 2017-04-12 | 2019-06-04 | 广州视源电子科技股份有限公司 | 回声消除方法、装置、会议平板及计算机存储介质 |
-
2017
- 2017-04-12 CN CN201710237357.5A patent/CN107123430B/zh active Active
- 2017-09-29 WO PCT/CN2017/104391 patent/WO2018188282A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001077730A (ja) * | 1999-09-07 | 2001-03-23 | Fujitsu Ltd | 適応フィルタの係数推定装置 |
US6792106B1 (en) * | 1999-09-17 | 2004-09-14 | Agere Systems Inc. | Echo canceller and method of echo cancellation using an NLMS algorithm |
CN1953060A (zh) * | 2006-11-24 | 2007-04-25 | 北京中星微电子有限公司 | 一种麦克风回声消除装置及回声消除方法 |
CN104754157A (zh) * | 2013-12-26 | 2015-07-01 | 联芯科技有限公司 | 一种残留回声抑制方法和系统 |
Cited By (62)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018188282A1 (zh) * | 2017-04-12 | 2018-10-18 | 广州视源电子科技股份有限公司 | 回声消除方法、装置、会议平板及计算机存储介质 |
CN107134281A (zh) * | 2017-05-04 | 2017-09-05 | 重庆第二师范学院 | 一种自适应回声消除中自适应滤波器系数更新方法 |
CN109524018A (zh) * | 2017-09-19 | 2019-03-26 | 华为技术有限公司 | 一种回声处理方法及设备 |
CN109524018B (zh) * | 2017-09-19 | 2022-06-10 | 华为技术有限公司 | 一种回声处理方法及设备 |
CN107958671A (zh) * | 2017-11-22 | 2018-04-24 | 广州市六体智能科技有限公司 | 一种执法记录仪的回声消除装置 |
CN109961798A (zh) * | 2017-12-26 | 2019-07-02 | 华平信息技术股份有限公司 | 回声消除系统、方法、可读计算机存储介质、及终端 |
CN109961798B (zh) * | 2017-12-26 | 2021-06-11 | 华平信息技术股份有限公司 | 回声消除系统、方法、可读计算机存储介质、及终端 |
CN108550371B (zh) * | 2018-03-30 | 2021-06-01 | 云知声智能科技股份有限公司 | 智能语音交互设备快速稳定的回声消除方法 |
CN108550371A (zh) * | 2018-03-30 | 2018-09-18 | 北京云知声信息技术有限公司 | 智能语音交互设备快速稳定的回声消除方法 |
CN108289267A (zh) * | 2018-04-14 | 2018-07-17 | 北京智网时代科技有限公司 | 消除电视干扰的回声消除装置、方法、音箱、音频发送器 |
CN108630219B (zh) * | 2018-05-08 | 2021-05-11 | 北京小鱼在家科技有限公司 | 回声抑制音频信号特征跟踪的处理系统、方法及装置 |
CN108630219A (zh) * | 2018-05-08 | 2018-10-09 | 北京小鱼在家科技有限公司 | 一种音频处理系统、方法、装置、设备及存储介质 |
CN110164446B (zh) * | 2018-06-28 | 2023-06-30 | 腾讯科技(深圳)有限公司 | 语音信号识别方法和装置、计算机设备和电子设备 |
CN110164446A (zh) * | 2018-06-28 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 语音信号识别方法和装置、计算机设备和电子设备 |
CN109087665B (zh) * | 2018-07-06 | 2022-11-11 | 南京时保联信息科技有限公司 | 一种非线性回声抑制方法 |
CN109087665A (zh) * | 2018-07-06 | 2018-12-25 | 南京时保联信息科技有限公司 | 一种非线性回声抑制方法 |
CN109102821A (zh) * | 2018-09-10 | 2018-12-28 | 苏州思必驰信息科技有限公司 | 时延估计方法、系统、存储介质及电子设备 |
WO2020063798A1 (zh) * | 2018-09-27 | 2020-04-02 | 深圳市冠旭电子股份有限公司 | 一种回声消除方法、装置及智能音箱 |
CN109559756A (zh) * | 2018-10-26 | 2019-04-02 | 北京佳讯飞鸿电气股份有限公司 | 滤波系数确定方法、回声消除方法、相应装置及设备 |
CN109559756B (zh) * | 2018-10-26 | 2021-05-14 | 北京佳讯飞鸿电气股份有限公司 | 滤波系数确定方法、回声消除方法、相应装置及设备 |
WO2020181766A1 (zh) * | 2019-03-14 | 2020-09-17 | 苏州科达科技股份有限公司 | 一种语音信号处理方法、装置、设备及可读存储介质 |
CN110021289A (zh) * | 2019-03-28 | 2019-07-16 | 腾讯科技(深圳)有限公司 | 一种声音信号处理方法、装置及存储介质 |
CN110021289B (zh) * | 2019-03-28 | 2021-08-31 | 腾讯科技(深圳)有限公司 | 一种声音信号处理方法、装置及存储介质 |
CN110211599A (zh) * | 2019-06-03 | 2019-09-06 | Oppo广东移动通信有限公司 | 应用唤醒方法、装置、存储介质及电子设备 |
CN110211599B (zh) * | 2019-06-03 | 2021-07-16 | Oppo广东移动通信有限公司 | 应用唤醒方法、装置、存储介质及电子设备 |
CN110148421A (zh) * | 2019-06-10 | 2019-08-20 | 浙江大华技术股份有限公司 | 一种残余回声检测方法、终端和装置 |
CN110148421B (zh) * | 2019-06-10 | 2021-07-20 | 浙江大华技术股份有限公司 | 一种残余回声检测方法、终端和装置 |
CN110265054A (zh) * | 2019-06-14 | 2019-09-20 | 深圳市腾讯网域计算机网络有限公司 | 语音信号处理方法、装置、计算机可读存储介质和计算机设备 |
CN110265054B (zh) * | 2019-06-14 | 2024-01-30 | 深圳市腾讯网域计算机网络有限公司 | 语音信号处理方法、装置、计算机可读存储介质和计算机设备 |
CN110431624B (zh) * | 2019-06-17 | 2023-04-21 | 深圳市汇顶科技股份有限公司 | 残余回声检测方法、残余回声检测装置、语音处理芯片及电子设备 |
CN114175606A (zh) * | 2019-06-17 | 2022-03-11 | 伯斯有限公司 | 模块化回波消除单元 |
WO2020252629A1 (zh) * | 2019-06-17 | 2020-12-24 | 深圳市汇顶科技股份有限公司 | 残余回声检测方法、残余回声检测装置、语音处理芯片及电子设备 |
CN114175606B (zh) * | 2019-06-17 | 2024-02-06 | 伯斯有限公司 | 模块化回波消除单元 |
CN110431624A (zh) * | 2019-06-17 | 2019-11-08 | 深圳市汇顶科技股份有限公司 | 残余回声检测方法、残余回声检测装置、语音处理芯片及电子设备 |
CN110600048B (zh) * | 2019-08-23 | 2022-03-25 | Oppo广东移动通信有限公司 | 音频校验方法、装置、存储介质及电子设备 |
CN110600048A (zh) * | 2019-08-23 | 2019-12-20 | Oppo广东移动通信有限公司 | 音频校验方法、装置、存储介质及电子设备 |
CN112447175A (zh) * | 2019-08-29 | 2021-03-05 | 北京声智科技有限公司 | 一种回波消除方法和装置 |
CN110853664B (zh) * | 2019-11-22 | 2022-05-06 | 北京小米移动软件有限公司 | 评估语音增强算法性能的方法及装置、电子设备 |
CN110853664A (zh) * | 2019-11-22 | 2020-02-28 | 北京小米移动软件有限公司 | 评估语音增强算法性能的方法及装置、电子设备 |
CN112929506A (zh) * | 2019-12-06 | 2021-06-08 | 阿里巴巴集团控股有限公司 | 音频信号的处理方法及装置,计算机存储介质及电子设备 |
CN112929506B (zh) * | 2019-12-06 | 2023-10-17 | 阿里巴巴集团控股有限公司 | 音频信号的处理方法及装置,计算机存储介质及电子设备 |
CN110992923A (zh) * | 2019-12-19 | 2020-04-10 | 浙江大华技术股份有限公司 | 回声消除方法、电子设备以及存储装置 |
CN110992923B (zh) * | 2019-12-19 | 2022-06-07 | 浙江大华技术股份有限公司 | 回声消除方法、电子设备以及存储装置 |
CN111048061A (zh) * | 2019-12-27 | 2020-04-21 | 西安讯飞超脑信息科技有限公司 | 回声消除滤波器的步长获取方法、装置及设备 |
CN111370015A (zh) * | 2020-02-28 | 2020-07-03 | 北京字节跳动网络技术有限公司 | 回声消除方法、装置、电子设备及存储介质 |
CN111370015B (zh) * | 2020-02-28 | 2021-03-19 | 北京字节跳动网络技术有限公司 | 回声消除方法、装置、电子设备及存储介质 |
CN111199748A (zh) * | 2020-03-12 | 2020-05-26 | 紫光展锐(重庆)科技有限公司 | 回声消除方法、装置、设备以及存储介质 |
CN111445917A (zh) * | 2020-03-17 | 2020-07-24 | 浙江大华技术股份有限公司 | 一种回声消除方法、装置以及计算机存储介质 |
CN111445917B (zh) * | 2020-03-17 | 2023-02-10 | 浙江大华技术股份有限公司 | 一种回声消除方法、装置以及计算机存储介质 |
CN111724804A (zh) * | 2020-06-29 | 2020-09-29 | 北京百度网讯科技有限公司 | 用于处理信息的方法和装置 |
CN111885276A (zh) * | 2020-07-31 | 2020-11-03 | 支付宝(杭州)信息技术有限公司 | 消除回声的方法及系统 |
CN111885276B (zh) * | 2020-07-31 | 2021-05-25 | 支付宝(杭州)信息技术有限公司 | 消除回声的方法及系统 |
CN112017679B (zh) * | 2020-08-05 | 2024-01-26 | 海尔优家智能科技(北京)有限公司 | 用于自适应滤波器系数更新的方法及装置、设备 |
CN112017679A (zh) * | 2020-08-05 | 2020-12-01 | 海尔优家智能科技(北京)有限公司 | 用于自适应滤波器系数更新的方法及装置、设备 |
CN111916098A (zh) * | 2020-08-13 | 2020-11-10 | 科大讯飞(苏州)科技有限公司 | 语音信号处理方法、装置及设备 |
TWI759858B (zh) * | 2020-09-11 | 2022-04-01 | 點通科技股份有限公司 | 具回音消除之通話系統及其操作方法 |
CN112397080B (zh) * | 2020-10-30 | 2023-02-28 | 浙江大华技术股份有限公司 | 回声消除方法及装置、语音设备及计算机可读存储介质 |
CN112397080A (zh) * | 2020-10-30 | 2021-02-23 | 浙江大华技术股份有限公司 | 回声消除方法及装置、语音设备及计算机可读存储介质 |
CN113055787A (zh) * | 2021-03-25 | 2021-06-29 | 科大讯飞股份有限公司 | 回声消除方法、装置、电子设备和存储介质 |
CN113808609A (zh) * | 2021-09-18 | 2021-12-17 | 展讯通信(上海)有限公司 | 回声检测方法及装置、计算机可读存储介质、终端设备 |
CN116110393A (zh) * | 2023-02-01 | 2023-05-12 | 镁佳(北京)科技有限公司 | 一种基于语音相似度的拒识方法、装置、计算机及介质 |
CN116110393B (zh) * | 2023-02-01 | 2024-01-23 | 镁佳(北京)科技有限公司 | 一种基于语音相似度的拒识方法、装置、计算机及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107123430B (zh) | 2019-06-04 |
WO2018188282A1 (zh) | 2018-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107123430A (zh) | 回声消除方法、装置、会议平板及计算机存储介质 | |
CN109727604B (zh) | 用于语音识别前端的频域回声消除方法及计算机储存介质 | |
CN109841206B (zh) | 一种基于深度学习的回声消除方法 | |
CN105957520B (zh) | 一种适用于回声消除系统的语音状态检测方法 | |
CN111951819B (zh) | 回声消除方法、装置及存储介质 | |
US9100466B2 (en) | Method for processing an audio signal and audio receiving circuit | |
KR101137159B1 (ko) | 라운드 로빈 정규화를 이용한 멀티 채널 에코 제거 | |
CN108429994B (zh) | 音频识别、回声消除方法、装置及设备 | |
CN101933088A (zh) | 用于回声抑制的滤波器系数的计算设备和方法 | |
CN109461449A (zh) | 用于智能设备的语音唤醒方法及系统 | |
CN112634923B (zh) | 基于指挥调度系统的音频回声消除方法、设备、存储介质 | |
CN107134281A (zh) | 一种自适应回声消除中自适应滤波器系数更新方法 | |
CN113241085B (zh) | 回声消除方法、装置、设备及可读存储介质 | |
CN110431624A (zh) | 残余回声检测方法、残余回声检测装置、语音处理芯片及电子设备 | |
CN103369162A (zh) | 一种低复杂度的电话回声自适应消除方法 | |
CN107026950A (zh) | 一种频域自适应回声消除方法 | |
CN108010536A (zh) | 回声消除方法、装置、系统及存储介质 | |
CN110782914A (zh) | 信号处理方法、装置、终端设备及存储介质 | |
CN112259112A (zh) | 一种结合声纹识别和深度学习的回声消除方法 | |
CN109727605A (zh) | 处理声音信号的方法及系统 | |
CN110211602A (zh) | 智能语音增强通信方法及装置 | |
CN106161820B (zh) | 一种用于立体声声学回声抵消的通道间去相关方法 | |
CN107071196A (zh) | 一种自适应回声消除方法 | |
CN204117590U (zh) | 语音采集降噪装置以及语音质量评价系统 | |
CN109379501A (zh) | 一种用于回声消除的滤波方法及装置、设备、介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |