CN109712637A - 一种混响抑制系统及方法 - Google Patents

Abstract

本发明的技术方案包括一种混响抑制系统及方法，用于实现：通过语音收发装置对信号的发送和采集，根据采集到的信号按序进行信号分析处理、抑制参数估计、混响抑制处理以及综合处理，得到处理后的最终输入信号，实现对信号的混响抑制。本发明的有益效果为：充分利用了回声消除的结果，从而实现了低成本实现混响抑制，提升语音通话或智能设备控制体验。

Description

一种混响抑制系统及方法

技术领域

本发明涉及一种混响抑制系统及方法，属于通信技术领域。

背景技术

混响作为存在的声学现象普遍存在于人们的生活中，在存在反射的室内场景下，混响或多或少都存在的。混响的也普遍被建筑工程师考虑用于建造诸如音乐厅、歌剧院等艺术文化建筑物当中。本说明书主要考虑到室内的语音通信场景或室内的智能设备使用场景等。

传统的语音通信场景下，譬如移动电话、蓝牙耳机、电话会议等设备中普遍会包含语音处理的装置或方法，这些设备在处理诸如回声、背景噪声等方面的改善往往都能被通信的参与者体验到,如今，智能化趋势亦越来越明显，诸如亚马逊Echo等类似的智能音频设备也越来越受到人们的关注。这种设备的核心应用是语音智能识别后由设备或设备连接的云端来帮助用户完成某些特定的工作，比如播放音乐控制家电等。智能化设备中在语音识别之前往往需要通过类似传统语音通信设备中的方法来处理诸如回声、噪声、混响等问题，一个被公知的事实是，混响信号r(n)将会极大影响语音的可懂度，对语音识别引擎而言，过多的混响信号r(n)则会显著地降低语音识别的准确率。

发明内容

为解决上述问题，本发明的目的在于提供一种混响抑制系统及方法，通过语音收发装置对信号的发送和采集，根据采集到的信号按序进行信号分析处理、抑制参数估计、混响抑制处理以及综合处理，得到处理后的最终输入信号，实现对信号的混响抑制。

本发明解决其问题所采用的技术方案一方面是：一种混响抑制方法，其特征在于，该方法包括以下步骤:S100、语音收发装置向扬声器发送第一输入信号，第一处理模块用于接收第一输入信号并进行包括回声消除的运算，得到第一中间信号和第一中间参数；S200、第二处理模块接收麦克风发回的第二输入信号并结合第一中间信号进行信号处理，得到第二中间信号；S300、干扰抑制模块根据第一中间参数以及第二中间信号，按序进行信号分析处理、抑制参数估计、混响抑制处理以及综合处理，S400、语音收发装置接收处理后的信号，即为第一输出信号，完成信号的混响抑制。

进一步的，所述S200包括：第二处理模块中的残留回声及背景噪声抑制模块接收第一输入信号，进行残留回声抑制以及背景噪声抑制，得到第二中间信号，其中第二中间信号包括第三中间信号。

进一步的，所述S300包括：信号分析处理包括：

在k*L时刻将L个点的信号与(R-1)*L个点的第三中间信号组成长度为R*L的信号向量并对其加窗后做FFT变化取前半部分得到频域向量，

其中·为向量各相应元素分别相乘，

其中为固定窗函数，长度为2L，其中窗函数满足

对向量做FFT运算得到子带信号

抑制参数估计包括：

计算语音信号谱

其中为语音信号功率谱向量，

其中α_z为功率谱的平滑系数

计算混响功率谱

其中M为假设混响开始的时间，

其中λ_r为混响衰减参数

计算增益向量

其中为噪声功率谱

其中为残留回声功率谱

其中

混响抑制处理包括：

将子带信号向量乘以的对应元素得到子带的结果

综合处理包括：

将处理后的子带信号综合成时域全带信号，处理步骤如下

对处理后的子带信号做IFFT得到时域全带信号

对全带信号加窗得到长度为2L点的向量

的前L点与历史向量相加得到第一输出信号

将更新为的后L个点

进一步的，所述混响衰减参数的估计方法为：

将第一处理模块的处理得到的第一中间参数h(n)分为长度为L的q块，L*q＝N,

h_m(n)＝h(m*L+n),m＝0,1,...,q-1,n＝0,1,2,...,L-1

计算每个分块的能量值

计算混响衰减参数

进一步的，所述S100包括：

第一处理模块中的第一信号分析处理模块将接收到的第一输入信号进行频带分解得到频带信号向量，即第四中间信号；第一处理模块中的回声消除模块根据第四中间信号进行包括回声消除的运算，得到第一中间信号和第一中间参数；干扰抑制模块接收第四中间信号，作为输入信号进行处理。

进一步的，所述S300包括：

干扰抑制模块中的第二信号分析处理模块将接收到的第二中间信号进行分析处理，得到子带信号得到的子带信号用于进行噪声谱估计，得到对应的噪声功率谱干扰抑制模块中的残留回声谱估计模块根据第四中间信号、第一中间参数以及第二中间信号进行残留回声频谱估计，得到残留回声功率谱根据第一中间参数、噪声功率谱以及残留回声功率谱进行抑制参数估计，得到增益向量，其中第一中间参数为

估计信号与背景噪声的信干比以及信号与残留回声的信干比

其中P_min为最小允许的功率谱值

其中÷表示向量对应元素分别相除

其中α_s及α_ns为平滑常数，

估计出含混响语音信号功率谱向量

其中α_z为功率谱的平滑系数，

计算混响功率谱

其中M为假设混响开始的时间

其中λ_r为混响衰减参数，

计算增益向量

根据得到的增益向量以及子带信号进行混响抑制处理

最后进行综合处理，得到第一输出信号

将处理后的子带信号综合成时域全带信号，处理步骤如下对处理后的子带信号做IFFT得到时域全带信号

对全带信号加窗得到长度为2L点的向量

的前L点与历史向量相加得到第一输出信号

将更新为的后L个点

进一步的，所述混响衰减参数的估计方法为：

计算每个分块的能量值

计算近似衰减系数

本发明解决其问题所采用的技术方案另一方面是：一种混响抑制系统，其特征在于，包括：语音收发装置，用于向扬声器发送语音信号以及接收麦克风发回的语音信号；第一处理模块，用于接收第一输入信号，并输出第一中间信号以及生成第一中间参数；第二处理模块，用于接收麦克风发回的第二输入信号结合第一中间信号进行信号处理，得到第二中间信号；干扰抑制模块，用于回声消除模块以及信号处理模块产生的信号以及生成的参数进行信号的处理，生成最终的第一输出信号。

进一步的，所述第一处理模块包括回声消除模块，用于进行回声消除运算，得到第一中间信号以及第一中间参数；所述第二处理模块包括残留回声及背景噪声抑制模块，用于进行残留回声抑制以及背景噪声抑制，得到第二中间信号，其中第二中间信号包括第三中间信号；所述干扰抑制模块包括：信号分析处理模块，用于进行信号分析处理，得到子带信号；抑制参数估计模块，用于进行抑制参数估计，得到增益向量；混响抑制处理模块，用于进行混响抑制处理；综合处理模块，用于根据混响抑制处理模块处理后的信号进行综合处理，得到第一输出信号。

进一步的，所述第一处理模块包括第一信号分析处理模块，用于将接收到的第一输入信号进行频带分解得到频带信号向量，即第四中间信号以及回声消除模块，用于根据第四中间信号进行包括回声消除的运算，得到第一中间信号和第一中间参数；所述干扰抑制模块包括：第二信号分析处理模块，用于将接收到的第二中间信号进行分析处理，得到子带信号；噪声谱估计模块，用于将得到的子带信号进行噪声谱估计，得到对应的噪声功率谱；残留回声谱估计模块，用于根据第四中间信号、第一中间参数以及第二中间信号进行残留回声频谱估计，得到残留回声功率谱；抑制参数估计模块，用于根据第一中间参数、噪声功率谱以及残留回声功率谱进行抑制参数估计，得到增益向量；混响抑制处理模块，用于进行混响抑制处理；综合处理模块，用于根据混响抑制处理模块处理后的信号进行综合处理，得到第一输出信号。

本发明的有益效果是：充分利用了回声消除的结果，从而实现了低成本实现混响抑制，提升语音通话或智能设备控制体验。

附图说明

图1所示为根据本发明较佳实施例的方法流程示意图；

图2所示为根据本发明较佳实施例的系统结构示意图；

图3所示为混响场景说明图；

图4所示为典型的语音信号处理方法及装置；

图5所示为根据本发明的实施例一；

图6所示为根据本发明的实施例二；

图7所示为根据本发明的实施例二的干扰抑制模块优选实施例。

具体实施方式

以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。

需要说明的是，如无特殊说明，当某一特征被称为“固定”、“连接”在另一个特征，它可以直接固定、连接在另一个特征上，也可以间接地固定、连接在另一个特征上。此外，本公开中所使用的上、下、左、右等描述仅仅是相对于附图中本公开各组成部分的相互位置关系来说的。在本公开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。此外，除非另有定义，本文所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。本文说明书中所使用的术语只是为了描述具体的实施例，而不是为了限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的组合。

应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种元件，但这些元件不应限于这些术语。这些术语仅用来将同一类型的元件彼此区分开。例如，在不脱离本公开范围的情况下，第一元件也可以被称为第二元件，类似地，第二元件也可以被称为第一元件。本文所提供的任何以及所有实例或示例性语言(“例如”、“如”等)的使用仅意图更好地说明本发明的实施例，并且除非另外要求，否则不会对本发明的范围施加限制。

参照图1所示为根据本发明较佳实施例的方法流程示意图，S100、语音收发装置向扬声器发送第一输入信号，第一处理模块用于接收第一输入信号并进行包括回声消除的运算，得到第一中间信号和第一中间参数；

S200、第二处理模块接收麦克风发回的第二输入信号并结合第一中间信号进行信号处理，得到第二中间信号；

S300、干扰抑制模块根据第一中间参数以及第二中间信号，按序进行信号分析处理、抑制参数估计、混响抑制处理以及综合处理，

S400、语音收发装置接收处理后的信号，即为第一输出信号，完成信号的混响抑制。

参照图2所示为根据本发明较佳实施例的系统结构示意图，包括

语音收发装置，用于向扬声器发送语音信号以及接收麦克风发回的语音信号；

第一处理模块，用于接收第一输入信号，并输出第一中间信号以及生成第一中间参数；

第二处理模块，用于接收麦克风发回的第二输入信号结合第一中间信号进行信号处理，得到第二中间信号；

干扰抑制模块，用于回声消除模块以及信号处理模块产生的信号以及生成的参数进行信号的处理，生成最终的第一输出信号。

混响作为存在的声学现象普遍存在于人们的生活中，在存在反射的室内场景下，混响或多或少都存在的。混响的也普遍被建筑工程师考虑用于建造诸如音乐厅、歌剧院等艺术文化建筑物当中。本说明书主要考虑到室内的语音通信场景或室内的智能设备使用场景等。

传统的语音通信场景下，譬如移动电话、蓝牙耳机、电话会议等设备中普遍会包含语音处理的装置或方法，这些设备在处理诸如回声、背景噪声等方面的改善往往都能被通信的参与者体验到。如今，智能化趋势亦越来越明显，诸如亚马逊Echo等类似的智能音频设备也越来越受到人们的关注。这种设备的核心应用是语音智能识别后由设备或设备连接的云端来帮助用户完成某些特定的工作，比如播放音乐控制家电等。智能化设备中在语音识别之前往往需要通过类似传统语音通信设备中的方法来处理诸如回声、噪声、混响等问题。参照图3示出了上述两种场景下混响来源说明。由于室内墙壁或其他障碍物对声音反射的存在，麦克风拾取的信号当中往往包含这些反射信号。这些反射信号也可以分成两类，信号110是由于扬声器播放出的声音经障碍物反射回来的信号，一般被称之为回声，在本说明书中记为e(n)。说话人的语音被麦克风拾取到的信号分为两部分，信号111是由于说话人的语音经障碍物反射后被麦克风拾取到的信号，一般被称为混响，在本说明书中记为r(n)；信号112是说话人的语音未经过障碍物反射而被麦克风拾取到的信号，我们称之为直达声，在本说明书中记为d(n)；

参照图4所示为典型的语音信号处理方法及装置，它被广泛应用于语音通信及智能设备前端处理中。其中主要包含AEC模块200，以及残留回声及背景噪声抑制模块210。AEC模块用于从下行数据221中估计出麦克风拾取的信号222中含有的回声成分223。AEC模块运算和估计的过程中会用到信号222与信号223的差信号信号224。AEC模块运行过程中用到的方法可以是公知的低实现成本的NLMS方法、频域LMS方法或更高实现成本的RLS方法。模块210用到的方法可以是公知的维纳滤波方法或其他类似的方法。

回声信号在上述图4示出的语音信号处理方法或装置中一般能够较好地被处理，而混响信号的处理相对而言要么不会被处理，要么是需要付出极大的成本才能较好地处理。一个被公知的事实是，混响信号r(n)将会极大影响语音的可懂度，对语音识别引擎而言，过多的混响信号r(n)则会显著地降低语音识别的准确率。

参照图5所示为根据本发明的实施例一，

它利用了典型的语音信号处理的结构及相关的内部处理结果。需要指出的是，本发明关键在于混响抑制模块即图中的300模块，其他诸如AEC即AES+NS模块已经被许多文献公布，所以在本说明书中会直接引用这些模块的处理结果。

图5中相较图4而言增加了混响抑制模块300。模块300利用了模块AEC得到的声学冲击响应的结果225，噪声及回声抑制模块的中间结果229以及噪声及回声抑制模块处理后的结果226。225记为h(n),n＝0,1,...,N-1,其中N为与声学路径长度相关的参数，N＝τf_s,f_s为采样频率，τ为声学建模的时间长度，一般在0.1秒～0.5秒,226记为e(n)。中间结果229包含得到的噪声功率谱和残留回声功率谱本例中f_s选为8KHz，τ选为0.128秒。模块300内部又包含三个子模块：分析模块301、混响抑制参数估计模块302和混响抑制模块303以及综合模块304。

分析模块301处理步骤如下:

在k*L时刻将L个点的信号与(R-1)*L个点的历史信号(226)组成长度R*L的信号向量并对其加窗后做FFT变化取前半部分得到频域向量，本实施例中R选为2，L选为64.

式(1.3)中·为向量各相应元素分别相乘，为固定窗函数，长度为2L，窗函数的选取需满足分析和综合模块处理后可以准确重建为条件，本实施例中后续综合模块及本分析模块均采用同一个窗函数，窗函数满足：

对向量做FFT运算得到子带信号

混响抑制参数估计模块302利用了AEC模块200估计

回声路径脉冲响应h(n)(225)及子带信号向量(301模块产生的)计算得到增益向量(227)。详细描述见本说明书后面描述。

混响抑制模块303直接将子带信号向量(301模块产生的)乘以(227)的对应元素得到子带的出来结果(229)。

综合模块304将处理后的子带信号综合成时域全带信号，处理步骤如下：

对处理后的子带信号做IFFT得到时域全带信号

对全带信号加窗得到长度为2L点的向量

的前L点与历史向量相加得到输出信号

将更新为的后L个点。

混响抑制参数估计模块302处理步骤如下：

a.计算语音信号谱：

语音信号功率谱向量

上述各式中，α_z为功率谱的平滑系数在本例中选为0.95。

b.计算混响功率谱：

式中M为假设混响开始的时间，一般地选取，M*L/fs在0.1秒附近，本例中选取M*L/fs＝0.048秒。λ_r为混响衰减参数，以下步骤e中将给出其估计过程。

c.混响衰减参数λ_r的估计过程如下：

1)将AEC模块的处理中间结果h(n)分为长度为L的q块，L*q＝N,

(1.13)h_m(n)＝h(m*L+n),m＝0,1,...,q-1,n＝0,1,2,...,L-1

2)计算每个分块的能量值

3)计算近似衰减系数

进一步地，如果AEC模块200采用了诸如分块频域LMS等频域的方法，那么本发明所公布的方法同样可以很方便地集成到相关的语音处理装置中。图6为依照本发明的另一个实施例的说明图。模块400用于对下行信号做频带分解得到频带信号向量用于干扰抑制模块423以及AEC模块400的输入信号。干扰抑制模块410的详细说明参考图7。干扰抑制模块用到了AEC建模得到的回声脉冲响应的频域形式 为对应(1.13)式对应h_m(n)补零后的频域形式，

另外，还有回声消除后的残留信号作为模块400的输入。图7中模块501，505,506分别类似于图5中的模块301,303,304，其处理过程可以参考本说明书前述部分。模块502用于估计噪声谱，可以采用公知的诸如最小统计量分析的方法。本说明书假定模块502已经估计得到噪声功率谱模块504已经估计得到残留回声功率谱抑制参数估计模块503的处理过程：

a.估计信号与背景噪声的信干比以及信号与残留回声的信干比

上述各式中，P_min表示最小允许的功率谱值，本例中取为1e-6,÷表示向量对应元素分别相除，α_s及α_ns为平滑常数，本例中分别取为0.99及0.97。

b.估计出含混响语音信号功率谱向量

上述各式中，α_z为功率谱的平滑系数在本例中选为0.95。

c.计算混响功率谱

式中M为假设混响开始的时间，一般地选取，M*L/fs在0.1秒附近，本例中选取M*L/fs＝0.048秒。λ_r为混响衰减参数，以下步骤e中将给出其估计过程。

d.计算增益向量

计算得到的可以用于抑制模块505。

e.混响衰减参数λ_r的估计过程如下：

1)计算每个分块的能量值

2)计算近似衰减系数

需要指出的是，本技术领域的从业人员应能意识到，以上实施例各步骤均为依照本发明的一个实施例，任意对估计常数值的改动或者各估计步骤采用不同的估计方法均符合本发明的精神，且均可认为是本发明的改型。

应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。

此外，可按任何合适的顺序来执行本文描述的过程的操作，除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。

进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。

计算机程序能够应用于输入数据以执行本文所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。

以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。

Claims (10)

1.一种混响抑制方法，其特征在于，该方法包括以下步骤:

S100、语音收发装置向扬声器发送第一输入信号，第一处理模块用于接收第一输入信号并进行包括回声消除的运算，得到第一中间信号和第一中间参数；

S200、第二处理模块接收麦克风发回的第二输入信号并结合第一中间信号进行信号处理，得到第二中间信号；

S300、干扰抑制模块根据第一中间参数以及第二中间信号，按序进行信号分析处理、抑制参数估计、混响抑制处理以及综合处理，

S400、语音收发装置接收处理后的信号，即为第一输出信号，完成信号的混响抑制。

2.根据权利要求1所述的混响抑制方法，其特征在于，所述S200包括：

第二处理模块中的残留回声及背景噪声抑制模块接收第一输入信号，进行残留回声抑制以及背景噪声抑制，得到第二中间信号，其中第二中间信号包括第三中间信号。

3.根据权利要求2所述的混响抑制方法，其特征在于，所述S300包括：

信号分析处理包括：

在k*L时刻将L个点的信号与(R-1)*L个点的第三中间信号组成长度为R*L的信号向量并对其加窗后做FFT变化取前半部分得到频域向量，

其中·为向量各相应元素分别相乘，

其中为固定窗函数，长度为2L，其中窗函数满足

对向量做FFT运算得到子带信号

抑制参数估计包括：

计算语音信号谱

其中为语音信号功率谱向量，

其中α_z为功率谱的平滑系数

计算混响功率谱

其中M为假设混响开始的时间，

其中λ_r为混响衰减参数

计算增益向量

其中为噪声功率谱

其中为残留回声功率谱

其中

混响抑制处理包括：

将子带信号向量乘以的对应元素得到子带的结果

综合处理包括：

将处理后的子带信号综合成时域全带信号，处理步骤如下

对处理后的子带信号做IFFT得到时域全带信号

对全带信号加窗得到长度为2L点的向量

的前L点与历史向量相加得到第一输出信号

将更新为的后L个点

4.根据权利要求3所述的混响抑制方法，其特征在于，所述混响衰减参数的估计方法为：

将第一处理模块的处理得到的第一中间参数h(n)分为长度为L的q块，L*q＝N,

h_m(n)＝h(m*L+n),m＝0,1,...,q-1,n＝0,1,2,...,L-1

计算每个分块的能量值

计算混响衰减参数

5.根据权利要求1所述的混响抑制方法，其特征在于，所述S100包括：

第一处理模块中的第一信号分析处理模块将接收到的第一输入信号进行频带分解得到频带信号向量，即第四中间信号；

第一处理模块中的回声消除模块根据第四中间信号进行包括回声消除的运算，得到第一中间信号和第一中间参数；

干扰抑制模块接收第四中间信号，作为输入信号进行处理。

6.根据权利要求5所述的混响抑制方法，其特征在于，所述S300包括：

干扰抑制模块中的第二信号分析处理模块将接收到的第二中间信号进行分析处理，得到子带信号

得到的子带信号用于进行噪声谱估计，得到对应的噪声功率谱

干扰抑制模块中的残留回声谱估计模块根据第四中间信号、第一中间参数以及第二中间信号进行残留回声频谱估计，得到残留回声功率谱

根据第一中间参数、噪声功率谱以及残留回声功率谱进行抑制参数估计，得到增益向量，其中第一中间参数为

估计信号与背景噪声的信干比以及信号与残留回声的信干比

其中P_min为最小允许的功率谱值

其中÷表示向量对应元素分别相除

其中α_s及α_ns为平滑常数，

估计出含混响语音信号功率谱向量

其中α_z为功率谱的平滑系数，

计算混响功率谱

其中M为假设混响开始的时间

其中λ_r为混响衰减参数，

计算增益向量

根据得到的增益向量以及子带信号进行混响抑制处理

最后进行综合处理，得到第一输出信号

将处理后的子带信号综合成时域全带信号，处理步骤如下

对处理后的子带信号做IFFT得到时域全带信号

对全带信号加窗得到长度为2L点的向量

的前L点与历史向量相加得到第一输出信号

将更新为的后L个点

7.根据权利要求6所述的混响抑制方法，其特征在于，所述混响衰减参数的估计方法为：

计算每个分块的能量值

计算近似衰减系数

8.一种混响抑制系统，其特征在于，包括：

语音收发装置，用于向扬声器发送语音信号以及接收麦克风发回的语音信号；

第一处理模块，用于接收第一输入信号，并输出第一中间信号以及生成第一中间参数；

第二处理模块，用于接收麦克风发回的第二输入信号结合第一中间信号进行信号处理，得到第二中间信号；

干扰抑制模块，用于回声消除模块以及信号处理模块产生的信号以及生成的参数进行信号的处理，生成最终的第一输出信号。

9.根据权利要求8所述的混响抑制系统，其特征在于：

所述第一处理模块包括回声消除模块，用于进行回声消除运算，得到第一中间信号以及第一中间参数；

所述第二处理模块包括残留回声及背景噪声抑制模块，用于进行残留回声抑制以及背景噪声抑制，得到第二中间信号，其中第二中间信号包括第三中间信号；

所述干扰抑制模块包括：

信号分析处理模块，用于进行信号分析处理，得到子带信号；

抑制参数估计模块，用于进行抑制参数估计，得到增益向量；

混响抑制处理模块，用于进行混响抑制处理；

综合处理模块，用于根据混响抑制处理模块处理后的信号进行综合处理，得到第一输出信号。

10.根据权利要求8所述的混响抑制系统，其特征在于：

所述第一处理模块包括第一信号分析处理模块，用于将接收到的第一输入信号进行频带分解得到频带信号向量，即第四中间信号以及回声消除模块，用于根据第四中间信号进行包括回声消除的运算，得到第一中间信号和第一中间参数；

所述干扰抑制模块包括：

第二信号分析处理模块，用于将接收到的第二中间信号进行分析处理，得到子带信号；

噪声谱估计模块，用于将得到的子带信号进行噪声谱估计，得到对应的噪声功率谱；

残留回声谱估计模块，用于根据第四中间信号、第一中间参数以及第二中间信号进行残留回声频谱估计，得到残留回声功率谱；

抑制参数估计模块，用于根据第一中间参数、噪声功率谱以及残留回声功率谱进行抑制参数估计，得到增益向量；

混响抑制处理模块，用于进行混响抑制处理；

综合处理模块，用于根据混响抑制处理模块处理后的信号进行综合处理，得到第一输出信号。