CN110767245B - 基于s型函数的语音通信自适应回声消除方法 - Google Patents

基于s型函数的语音通信自适应回声消除方法 Download PDF

Info

Publication number
CN110767245B
CN110767245B CN201911043486.6A CN201911043486A CN110767245B CN 110767245 B CN110767245 B CN 110767245B CN 201911043486 A CN201911043486 A CN 201911043486A CN 110767245 B CN110767245 B CN 110767245B
Authority
CN
China
Prior art keywords
signal
current time
weight vector
tap weight
echo cancellation
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.)
Active
Application number
CN201911043486.6A
Other languages
English (en)
Other versions
CN110767245A (zh
Inventor
赵海全
李磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Baoyuan Technology Co.,Ltd.
Zong Liangliang
Original Assignee
Southwest Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN201911043486.6A priority Critical patent/CN110767245B/zh
Publication of CN110767245A publication Critical patent/CN110767245A/zh
Application granted granted Critical
Publication of CN110767245B publication Critical patent/CN110767245B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Filters That Use Time-Delay Elements (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)

Abstract

一种基于S型函数的语音通信自适应回声消除方法，其主要步骤为：A、回声消除B、抽头权向量更新：B1、计算S型函数值，由误差信号e(n)与抽头权向量W(n),计算得到S型函数值s(n),
Figure DDA0002253489270000011
B2、滤波器抽头权向量的更新，将s(n)‑s2(n)作为调整项的减项引入权向量更新公式中，得到下一时刻n+1的滤波器抽头权向量W(n+1)；C、重复。该方法收敛速度快、稳态误差低，抗冲击性能强，回声消除效果好。

Description

基于S型函数的语音通信自适应回声消除方法
技术领域
本发明涉及一种语音通信中的自适应回声消除方法。
技术背景
在进行通话(语音通信)时，声音信号经过延时或形变会被反射回信号源形成回声，回声现象会严重的影响到语音通话的质量。例如，在打电话的时候，因为扬声器和麦克风被放在同一个空间内，本地近端麦克风会接收到本地扬声器发出的远端语音并传回远端，这样会导致远端说话者听到自己的声音，导致通话的质量下降。这种现象广泛存在于卫星通信、免提电话、电话会议系统等语音通信系统中。需要通过采取有效的措施来抑制回声信号、消除其影响并提高语音通话质量。自适应回声消除技术，以其成本低，收敛速度快，回声残差小的优势，在语音通信中得到了广泛的应用。语音通信自适应回声消除技术是通过对回声信号进行估计，并在近端信号中减去回声的估计值来达到回声消除的目的。
自适应回声消除方法的通常作法是，将近端麦克风采样得到带回声的当前时刻的近端信号，将其减去回声信号的估计值，得到当前时刻的误差信号，再将当前时刻的误差信号送回给远端；以滤波器的估计值与近端信号之差(误差)的平方最小，作为代价函数进行迭代计算，进而实现回声的自适应消除。当有冲击噪声时，“误差信号”巨大，滤波器的抽头权向量会产生错误的巨大更新，导致稳态误差增大，收敛速度慢。
发明内容
本发明的目的是提供一种基于S型函数的语音通信自适应回声消除方法，该方法收敛速度快、稳态误差低，抗冲击性能强，回声消除效果好。
本发明实现其发明目的所采用的技术方案是，一种基于S型函数的语音通信自适应回声消除方法，其步骤如下：
A、回声消除
A1、远端信号采集
对远端传来的信号进行采样，获得当前时刻n的远端输入信号的离散值x(n)；将当前时刻n到n-L+1时刻的输入信号x(n)、x(n-1),...,x(n-L+1)，组成当前时刻n的自适应滤波器输入向量X(n)，X(n)＝[x(n),x(n-1),...,x(n-L+1)]T；其中，L＝512、代表滤波器抽头数，T代表转置运算；
A2、回声信号估计
将当前时刻n的输入信号向量X(n)通过自适应滤波器，得到自适应滤波器的输出值，即回声信号的估计值y(n)，
y(n)＝XT(n)W(n)
其中W(n)为当前时刻n的自适应滤波器的抽头权向量，W(n)＝[w1(n),w2(n),...,wl(n),...,wL(n)]T，wl(n)为自适应滤波器的第l个抽头权系数,W(n)的初始值为零向量；
A3、回声消除
对近端麦克风采样得到带回声的当前时刻n的近端信号d(n)，将其减去回声信号的估计值y(n)，得到当前时刻n的误差信号e(n)，e(n)＝d(n)-y(n)，再将当前时刻n的误差信号e(n)送回给远端；
B、抽头权向量更新
B1、计算S型函数值
根据当前时刻n的误差信号e(n)与当前时刻n的抽头权向量W(n),计算得到当前时刻n的S型函数值s(n),
Figure GDA0003501693630000031
其中，||·||2表示欧几里得二范数,α为曲率参数,其取值范围为0.1～100；γ1是近端信号d(n)的环境噪声方差，γ2是远端输入信号x(n)的环境噪声方差；
B2、滤波器抽头权向量的更新
由下式更新得到下一时刻n+1的滤波器抽头权向量W(n+1)：
Figure GDA0003501693630000032
其中，μ表示滤波器的步长，其取值范围为0.001～0.1；
C、重复
令n＝n+1，重复步骤A、B的过程，直至通话结束。
与现有技术相比，本发明的有益效果是：
本发明引入了基于S型函数(Sigmoid函数)的权向量调整策略。首先通过误差e(n)计算出S型函数的值s(n)，其取值范围为[0.5,1)，且S型函数的值s(n)与误差e(n)呈正相关。然后将s(n)-s2(n)作为权向量更新公式中的调整项，在s(n)的取值范围[0.5,1)内，s(n)-s2(n)的数值会随着s(n)的增大而减小，其取值范围为(0，0.25]。因此，误差e(n)越大，s(n)越大，权系数调整项s(n)-s2(n)反而越小。这样的更新策略，可以使得系统在有冲击噪声的环境中，有效减少了冲击噪声对权系数更新所造成的不利影响，算法的抗冲击能力强。从而算法的收敛速度快，稳态误差低，回声消除效果好。
下面结合附图和具体实施方式对本发明作进一步的详细说明。
附图说明
图1是本发明仿真实验一的远端高斯信号图。
图2是本发明仿真实验一的远端有色信号图。
图3是在仿真实验一得到的对比方法与本发明方法的归一化稳态失调曲线。
图4是在仿真实验二得到的对比方法与本发明方法的归一化稳态失调曲线。
具体实施方式
实施例
本发明的一种具体实施例是，一种基于S型函数的语音通信自适应回声消除方法，其步骤如下：
A、回声消除
A1、远端信号采集
对远端传来的信号进行采样，获得当前时刻n的远端输入信号的离散值x(n)；将当前时刻n到n-L+1时刻的输入信号x(n)、x(n-1),...,x(n-L+1)，组成当前时刻n的自适应滤波器输入向量X(n)，X(n)＝[x(n),x(n-1),...,x(n-L+1)]T；其中，L＝512、代表滤波器抽头数，T代表转置运算；
A2、回声信号估计
将当前时刻n的输入信号向量X(n)通过自适应滤波器，得到自适应滤波器的输出值，即回声信号的估计值y(n)，
y(n)＝XT(n)W(n)
其中W(n)为当前时刻n的自适应滤波器的抽头权向量，W(n)＝[w1(n),w2(n),...,wl(n),...,wL(n)]T，wl(n)为自适应滤波器的第l个抽头权系数,W(n)的初始值为零向量；
A3、回声消除
对近端麦克风采样得到带回声的当前时刻n的近端信号d(n)，将其减去回声信号的估计值y(n)，得到当前时刻n的误差信号e(n)，e(n)＝d(n)-y(n)，再将当前时刻n的误差信号e(n)送回给远端；
B、抽头权向量更新
B1、计算S型函数值
根据当前时刻n的误差信号e(n)与当前时刻n的抽头权向量W(n),计算得到当前时刻n的S型函数值s(n),
Figure GDA0003501693630000051
其中，||·||2表示欧几里得二范数,α为曲率参数,其取值范围为0.1～100；γ1是近端信号d(n)的环境噪声方差，γ2是远端输入信号x(n)的环境噪声方差；
B2、滤波器抽头权向量的更新
由下式更新得到下一时刻n+1的滤波器抽头权向量W(n+1)：
Figure GDA0003501693630000061
其中，μ表示滤波器的步长，其取值范围为0.001～0.1；
C、重复
令n＝n+1，重复步骤A、B的过程，直至通话结束。
仿真实验
为了验证本发明的有效性，进行了仿真实验。并将未引入S型函数值的方法作为对比方法，与本发明方法进行对比。对比方法的滤波器抽头权向量更新公式为：
Figure GDA0003501693630000062
仿真实验时，远端信号的采样点数为40000，远端信号x(n)中的背景噪声为零均值方差为0.05的高斯白噪声。近端信号d(n)中背景噪声同样也是零均值方差为0.1的高斯白噪声，同时近端信号d(n)中还包括发生频率为0.02的冲击噪声(冲击噪声由伯努利高斯信号模拟产生)。回声信道脉冲响应向量h，在宽3.75m，高2.5m，长6.25m，温度20℃，湿度50％的安静密闭房间内测出，脉冲响应长度即滤波器抽头数L＝512。仿真实验时本发明方法的曲率参数α的取值为1。
仿真实验通过独立运行100次得到仿真结果。并使用归一化稳态失调(NMSD)来衡量两种不同回声消除方法的性能，公式如下：
Figure GDA0003501693630000071
分别进行了两种远端信号的仿真实验：
仿真实验一：远端信号x(n)为高斯信号x'(n)，见图1。
仿真实验二：远端信号x(n)为有色信号x″(n)，见图2。
图2的有色信号x″(n)是图1的高斯噪声x'(n)通过一阶自回归过程x″(n)＝x'(n)+0.8x″(n-1)产生，也即有色信号当前时刻值和上一时刻是相关的。
图3为仿真实验一得到的对比方法和本发明方法的归一化稳态失调曲线。
从图3可以看出，输入信号为高斯信号时且加入冲击噪声，在收敛速度大致相同的情况下，对比方法大约稳定在-10.5dB处，本发明方法大约稳定在-14dB处，本发明方法的稳态误差较对比方法低3.5dB。
图4为仿真实验二得到的对比方法和本发明方法的归一化稳态失调曲线。
从图4可以看出，输入信号为有色信号时，本发明仍能取得较好的收敛性能，对比方法大约稳定在-6.5dB处，本发明方法大约稳定在-12dB处，并且本发明的拥有更快的初始收敛速度。
此外，在图3和图4中，本发明的方法在收敛后曲线更加平滑，也说明对冲击噪声有更好的抵抗能力，回声消除效果更好。

Claims (1)

1.一种基于S型函数的语音通信自适应回声消除方法，其步骤如下：
A、回声消除
A1、远端信号采集
对远端传来的信号进行采样，获得当前时刻n的远端输入信号的离散值x(n)；将当前时刻n到n-L+1时刻的输入信号x(n)、x(n-1),...,x(n-L+1)，组成当前时刻n的自适应滤波器输入向量X(n)，X(n)＝[x(n),x(n-1),...,x(n-L+1)]T；其中，L＝512、代表滤波器抽头数，T代表转置运算；
A2、回声信号估计
将当前时刻n的输入信号向量X(n)通过自适应滤波器，得到自适应滤波器的输出值，即回声信号的估计值y(n)，
y(n)＝XT(n)W(n)
其中W(n)为当前时刻n的自适应滤波器的抽头权向量，W(n)＝[w1(n),w2(n),...,wl(n),...,wL(n)]T，wl(n)为自适应滤波器的第l个抽头权系数,W(n)的初始值为零向量；
A3、回声消除
对近端麦克风采样得到带回声的当前时刻n的近端信号d(n)，将其减去回声信号的估计值y(n)，得到当前时刻n的误差信号e(n)，e(n)＝d(n)-y(n)，再将当前时刻n的误差信号e(n)送回给远端；
B、抽头权向量更新
B1、计算S型函数值
根据当前时刻n的误差信号e(n)与当前时刻n的抽头权向量W(n),计算得到当前时刻n的S型函数值s(n),
Figure FDA0003466111160000021
其中，||·||2表示欧几里得二范数,α为曲率参数,其取值范围为0.1～100；γ1是近端信号d(n)的环境噪声方差，γ2是远端输入信号x(n)的环境噪声方差；
B2、滤波器抽头权向量的更新
由下式更新得到下一时刻n+1的滤波器抽头权向量W(n+1)：
Figure FDA0003466111160000022
其中，μ表示滤波器的步长，其取值范围为0.001～0.1；
C、重复
令n＝n+1，重复步骤A、B的过程，直至通话结束。
CN201911043486.6A 2019-10-30 2019-10-30 基于s型函数的语音通信自适应回声消除方法 Active CN110767245B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911043486.6A CN110767245B (zh) 2019-10-30 2019-10-30 基于s型函数的语音通信自适应回声消除方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911043486.6A CN110767245B (zh) 2019-10-30 2019-10-30 基于s型函数的语音通信自适应回声消除方法

Publications (2)

Publication Number Publication Date
CN110767245A CN110767245A (zh) 2020-02-07
CN110767245B true CN110767245B (zh) 2022-03-25

Family

ID=69334641

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911043486.6A Active CN110767245B (zh) 2019-10-30 2019-10-30 基于s型函数的语音通信自适应回声消除方法

Country Status (1)

Country Link
CN (1) CN110767245B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111899751B (zh) * 2020-08-04 2022-04-22 西南交通大学 抗饱和失真的广义混合范数自适应回声消除方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103716013A (zh) * 2014-01-14 2014-04-09 苏州大学 变参数比例自适应滤波器
CN107071195A (zh) * 2017-03-21 2017-08-18 西南交通大学 基于一范数零吸引的指数函数回声消除方法
US10115411B1 (en) * 2017-11-27 2018-10-30 Amazon Technologies, Inc. Methods for suppressing residual echo
CN109754813A (zh) * 2019-03-26 2019-05-14 南京时保联信息科技有限公司 基于快速收敛特性的变步长回声消除方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100480789B1 (ko) * 2003-01-17 2005-04-06 삼성전자주식회사 피드백 구조를 이용한 적응적 빔 형성방법 및 장치
JP5430990B2 (ja) * 2009-03-25 2014-03-05 株式会社東芝 信号処理方法、装置及びプログラム
DK3155618T3 (da) * 2014-06-13 2022-07-04 Oticon As Flerbånds støjreduktionssystem og metodologi til digitale audiosignaler
US10127919B2 (en) * 2014-11-12 2018-11-13 Cirrus Logic, Inc. Determining noise and sound power level differences between primary and reference channels
CN108696312A (zh) * 2017-04-07 2018-10-23 光子瑞利科技（北京）有限公司 基于背向瑞利散射的光纤监听语音增强技术

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103716013A (zh) * 2014-01-14 2014-04-09 苏州大学 变参数比例自适应滤波器
CN107071195A (zh) * 2017-03-21 2017-08-18 西南交通大学 基于一范数零吸引的指数函数回声消除方法
US10115411B1 (en) * 2017-11-27 2018-10-30 Amazon Technologies, Inc. Methods for suppressing residual echo
CN109754813A (zh) * 2019-03-26 2019-05-14 南京时保联信息科技有限公司 基于快速收敛特性的变步长回声消除方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Fuyi Huang 等.A family of robust adaptive Þltering algorithms based on sigmoid cost.《Signal Processing》.2018,2-10页. *
Variable step size LMS algorithm based on modified Sigmoid function;Yong Chen 等;《2014 International Conference on Audio, Language and Image Processing》;20140709;627-630页 *

Also Published As

Publication number Publication date
CN110767245A (zh) 2020-02-07

Similar Documents

Publication Publication Date Title
CN110572525B (zh) 一种用于语音通信的自适应通信回声消除方法
CN109040499B (zh) 一种抗冲击干扰的自适应回声消除方法
CN110191245B (zh) 一种基于时变参数的自适应回声消除方法
CN109754813B (zh) 基于快速收敛特性的变步长回声消除方法
CN109767780B (zh) 一种语音信号处理方法、装置、设备及可读存储介质
US20110261950A1 (en) Adaptive filter and echo canceller having this adaptive filter
CN111028856B (zh) 一种变步长的回声消除方法
CN106533500A (zh) 一种优化回声消除器收敛特性的方法
CN108877824B (zh) 一种跟踪性能高的组合步长回声消除方法
CN109102794A (zh) 基于凸组合的m估计成比例类仿射投影的回声消除方法
CN114172490B (zh) 一种基于Ekblom范数的鲁棒自适应噪声消除方法
CN114420147A (zh) 基于比例总体自适应方法的回声消除器
CN109559756B (zh) 滤波系数确定方法、回声消除方法、相应装置及设备
CN104270539A (zh) 基于系数差的成比例仿射投影回声消除方法
US7324466B2 (en) Echo canceling system and echo canceling method
CN105721729B (zh) 基于块稀疏成比例重用权系数仿射投影的回声消除方法
CN108630216B (zh) 一种基于双麦克风模型的mpnlms声反馈抑制方法
CN109151237B (zh) 基于零吸引的仿射投影自适应回声消除方法
CN109089004B (zh) 一种基于相关熵诱导的集员自适应回声消除方法
CN109040497A (zh) 一种基于m估计的成比例类仿射投影自适应回声消除方法
CN110767245B (zh) 基于s型函数的语音通信自适应回声消除方法
CN111739548B (zh) 抗输入噪声的最小误差熵自适应回声消除方法
CN106060295B (zh) 一种凸组合系数差的成比例仿射投影回声消除方法
CN113409806A (zh) 一种基于反正切函数的零吸引回声消除方法
CN113873090A (zh) 一种稳健估计仿射投影样条自适应回声消除方法

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240403

Address after: 518000 Shangfeng Garden Shangfeng Business Center, Longtang Community, Minzhi Street, Longhua District, Shenzhen City, Guangdong Province 212

Patentee after: Shenzhen Chengze Information Technology Co.,Ltd.

Country or region after: China

Address before: 610031 No. two, section 111, ring road, Chengdu, Sichuan, China

Patentee before: SOUTHWEST JIAOTONG University

Country or region before: China

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240411

Address after: No. 37, Hujiazhuang Group, Yanghu Village, Xiaohuang Town, Dongxiang County, Fuzhou City, Jiangxi Province, 344000

Patentee after: Zong Liangliang

Country or region after: China

Patentee after: Guangzhou Baoyuan Technology Co.,Ltd.

Address before: 518000 Shangfeng Garden Shangfeng Business Center, Longtang Community, Minzhi Street, Longhua District, Shenzhen City, Guangdong Province 212

Patentee before: Shenzhen Chengze Information Technology Co.,Ltd.

Country or region before: China