CN111756943B - 一种增广复值成比例子带自适应立体声学回声消除方法 - Google Patents
一种增广复值成比例子带自适应立体声学回声消除方法 Download PDFInfo
- Publication number
- CN111756943B CN111756943B CN202010507868.6A CN202010507868A CN111756943B CN 111756943 B CN111756943 B CN 111756943B CN 202010507868 A CN202010507868 A CN 202010507868A CN 111756943 B CN111756943 B CN 111756943B
- Authority
- CN
- China
- Prior art keywords
- echo cancellation
- sub
- signal
- value
- subband
- 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.)
- Expired - Fee Related
Links
Images
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
- H04M9/082—Two-way loud-speaking telephone systems with means for conditioning the signal, e.g. for suppressing echoes for one or both directions of traffic using echo cancellers
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本发明涉及语音通信中的回声消除领域,具体涉及一种增广复值成比例子带自适应立体声学回声消除方法,依次进行语音输入向量生成、远端信号滤波、回声抵消、权向量更新步骤对立体声学回声进行消除,该方法对通信系统中的立体声学回声的消除效果好,计算复杂度低,收敛速度快,稳态误差低。
Description
技术领域
本发明涉及语音通信中的回声消除领域,具体涉及一种增广复值成比例子带自适应立体声学回声消除方法。
背景技术
近二十年来,立体声回声抵消(SAEC)系统的研究与开发一直是人们感兴趣的课题。在免提电话会议系统中,立体声传输和我们的双耳听觉系统一起为临场感提供了方案。在通常的方法中,SAEC系统由四个自适应滤波器组成,用于识别从两个扬声器到两个麦克风的四条回波路径。对于接收(即近端)位置中的每个麦克风,SAEC包括两个输入未知系统的标识,该系统由两个声回波路径(从两个扬声器到麦克风)的并行组合组成。
SAEC面临的主要挑战是两个信道可能携带线性相关信号,这反过来又可能使正态方程由自适应算法奇异求解。这意味着方程没有唯一解(如单通道情况),而是无穷多个解。这种非均匀性问题可以通过对扬声器信号使用预处理器来解决,以降低它们的相干性,从而消除奇异性。
为了解决这一技术问题,一些改进方法被相继提出,较成熟的方法有以下两种:
(1)选择系数更新的最小均方(SCU-LMS)立体声学回声消除法
参考文献1“Low complexity LMS-Type adaptive algorithm with selectivecoefficient update for stereophonic acoustic echo cancellation”(K.Mayyas,Computers and Electrical Engineering,vol.35,pp.450-458,2009)该方法利用部分更新策略来实现低计算复杂度,虽然在立体声学回声消除中取得了很好的效果。但是该算法并没有消除两路语音信号的相关性,且直接辨识4个信道,比较复杂。
(2)基于二份坐标下降法的递归最小二乘(DCD-RLS)立体声学回声消除法
参考文献2“A widely linear model for stereophonic acoustic echocancellation”(C.Stanciu和J.Benesty,Signal Process.,vol.93,pp.511-516,2013)该方法是基于广义线性模型,利用DCD变换和RLS算法相结合来弱化两路语音信号的相关性,在立体声学回声消除中有很好的回声消除性能。但是该算法的计算复杂度高。
发明内容
本发明的目的在于针对现有技术中的不足,提供一种增广复值成比例子带自适应立体声学回声消除方法,该方法对通信系统中的立体声学回声的消除效果好,计算复杂度低,收敛速度快,稳态误差低。
为实现上述目的,本发明采用如下技术方案:
一种增广复值成比例子带自适应立体声学回声消除方法,其步骤如下:
A.语音输入向量生成
采集两个远端麦克风当前时刻n当前输入的初级语音信号u1(n)和u2(n);将当前时刻n和前L-1个时刻的L个语音信号值构成当前时刻的语音输入向量u1(n)和u2(n),且u1(n)=[u1(n),u1(n-1),…,u1(n-L+1)]T,u2(n)=[u2(n),u2(n-1),…,u2(n-L+1)]T;其中L=512,其为稀疏信道的长度,上标T代表转置;
为了弱化u1(n)和u2(n)的耦合性,对u1(n)和u2(n)分别进行非线性处理,得到u′1(n),u′2(n),然后再组合成为远端输入信号u(n);
其中,α为非线性化因子;
u(n)=u′1(n)+u′2(n)·j
随后,将所述远端输入信号u(n)通过子带分析滤波器组滤波得到usub,i-1(n),i是子带分析滤波器组的序号,i=1,2,3…,N,N<64;
B.远端信号滤波
将得到的所述远端输入信号u(n)通过增广复值自适应回声消除滤波器得到滤波值y(n)
y(n)=uT(n)h(n)+uH(n)g(n)
h(n)和g(n)分别是所述自适应回声消除滤波器当前时刻n的权矢量和共轭权矢量;
C.回声抵消
采集两个近端麦克风当前时刻n的拾取到的两个带回声的近端信号d1(n)和d2(n),对两个近端信号d1(n)和d2(n)进行组合为d(n);之后将d(n)与滤波值y(n)相减后得到总误差信号e(n),再回送给远端,总误差信号e(n)=d(n)-y(n),随后总误差信号通过子带分析滤波器组得到第i个子带误差信号ei-1,D(n);其中对所述两个近端信号d1(n)和d2(n)进行组合的过程为
d(n)=d1(n)+d2·j
D.权向量更新
计算下一时刻的自适应立体声回声消除滤波器权向量和共轭权向量:
h(n+1)=h(n)+μK1(n)U*(n)[UH(n)K1(n)U(n)+UT(n)K1(n)U*(n)]-1eD(n);
g(n+1)=g(n)+μK2(n)U(n)[UH(n)K2(n)U(n)+UT(n)K2(n)U*(n)]-1eD(n);
其中,μ是立体声学回声消除器的步长,取值范围为0.01~0.1;*代表共轭;H代表共轭转置;eD(n)=[e0,D(n),e1,D(n),…,eN-1,D(n)]T是由子带误差信号组成的向量;U(n)为子带输入信号构成的矩阵,U(n)=[usub,0(n),usub,1(n),…,usub,N-1(n)]T;K1(n)和K2(n)分别是权向量和共轭权向量的稀疏矩阵,如下所示:
K1(n)=diag[k0(n),k1(n),…,kM-1(n)]
K2(n)=diag[k′0(n),k′1(n),…,k′M-1(n)]
其中,M为系数矩阵的阶数;
其中对角元素分别由下式计算得到
其中,m是权向量的元素序号,0≤m≤M-1;β是成比例因子,β∈[-1,1],ε是正则化参数,其取值范围是0.001~0.01;||·||1表示1范数;
E.迭代
令n=n+1,重复A、B、C、D的步骤,直至通话结束。
与现有技术相比,本发明的有益效果是:
和传统的方法不同,我们是基于广义线性模型提出的立体回声消除方法,四个信道简化为两个信道,两个语音信号变成一个复值语音信号,这大大简化了SAEC模型,降低了算法的整体复杂度,并使正态方程由自适应算法奇异求解时存在唯一解。
本发明通过利用广义线性模型,把经过非线性化的输入信号分别作为远端输入信号的实部和虚部,把2个未知信道变为1个信道,这刚好等价于处理非圆复值信号,既弱化了两路语音信号之间的耦合性,也简化了数据模型,降低处理器的计算量,提高后续运算的收敛速度。通过采用子带分析滤波器组,将远端输入信号在不同子带上进行分解,从而降低远端输入信号的相关性;增广复值子带自适应滤波消除器非常适合处理这种非圆复值信号。立体声学回声消除中4个未知信道都是稀疏的,本发明在更新增广复值子带自适应滤波消除器的权矢量和共轭权矢量时,采用了成比例因子,提高了对未知稀疏信道的辨识度。因此,本发明的回声消除更迅速、残留更低且易于实现。
附图说明
图1是本发明工作流程图;
图2是试验用的安静密闭房间构成的通信系统的稀疏信道图;
图3是实验用的立体声学双通话中的远端信号图;
图4是实验用的立体声学双通话中的近端信号图;
图5是文献1、文献2和本发明仿真实验的归一化稳态失调曲线。
具体实施方式
为了使本发明的技术目的、技术方案和有益效果更加清楚,下面结合附图和具体实施例对本发明的技术方案作出进一步的说明,但所述实施例旨在解释本发明,而不能理解为对本发明的限制。
根据本发明的实施例,如图1所示,提供了一种增广复值成比例子带自适应立体声学回声消除方法,其步骤如下:
A.语音输入向量生成
采集两个远端麦克风当前时刻n当前输入的初级语音信号u1(n)和u2(n);将当前时刻n和前L-1个时刻的L个语音信号值构成当前时刻的语音输入向量u1(n)和u2(n),且u1(n)=[u1(n),u1(n-1),…,u1(n-L+1)]T,u2(n)=[u2(n),u2(n-1),…,u2(n-L+1)]T;其中L=512,其为稀疏信道的长度,上标T代表转置;
为了弱化u1(n)和u2(n)的耦合性,对u1(n)和u2(n)分别进行非线性处理,得到u′1(n),u′2(n),然后再组合成为远端输入信号u(n);
其中,α为非线性化因子;
u(n)=u′1(n)+u′2(n)·j
随后,将所述远端输入信号u(n)通过子带分析滤波器组滤波得到usub,i-1(n),i是子带分析滤波器组的序号,i=1,2,3…,N,N<64;
B.远端信号滤波
将得到的所述远端输入信号u(n)通过增广复值自适应回声消除滤波器得到滤波值y(n)
y(n)=uT(n)h(n)+uH(n)g(n)
h(n)和g(n)分别是所述自适应回声消除滤波器当前时刻n的权矢量和共轭权矢量;
C.回声抵消
采集两个近端麦克风当前时刻n的拾取到的两个带回声的近端信号d1(n)和d2(n),对两个近端信号d1(n)和d2(n)进行组合为d(n);之后将d(n)与滤波值y(n)相减后得到总误差信号e(n),再回送给远端,总误差信号e(n)=d(n)-y(n),随后总误差信号通过子带分析滤波器组得到第i个子带误差信号ei-1,D(n);其中对所述两个近端信号d1(n)和d2(n)进行组合的过程为
d(n)=d1(n)+d2·j
D.权向量更新
计算下一时刻的自适应立体声回声消除滤波器权向量和共轭权向量:
h(n+1)=h(n)+μK1(n)U*(n)[UH(n)K1(n)U(n)+UT(n)K1(n)U*(n)]-1eD(n);
g(n+1)=g(n)+μK2(n)U(n)[UH(n)K2(n)U(n)+UT(n)K2(n)U*(n)]-1eD(n);
其中,μ是立体声学回声消除器的步长,取值范围为0.01~0.1;*代表共轭;H代表共轭转置;eD(n)=[e0,D(n),e1,D(n),…,eN-1,D(n)]T是由子带误差信号组成的向量;U(n)为子带输入信号构成的矩阵,U(n)=[usub,0(n),usub,1(n),…,usub,N-1(n)]T;K1(n)和K2(n)分别是权向量和共轭权向量的稀疏矩阵,如下所示:
K1(n)=diag[k0(n),k1(n),…,kM-1(n)]
K2(n)=diag[k′0(n),k′1(n),…,k′M-1(n)]
其中,M为系数矩阵的阶数;
其中对角元素分别由下式计算得到
其中,m是权向量的元素序号,0≤m≤M-1;β是成比例因子,β∈[-1,1],ε是正则化参数,其取值范围是0.001~0.01;||·||1表示1范数;
E.迭代
令n=n+1,重复A、B、C、D的步骤,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,并与现有的文献1、2算法进行了对比。
SCU-LMS | α=0.5,μ=0.8, |
DCD-RLS | α=0.5,N<sub>u</sub>=8,δ=0.001 |
本发明 | α=0.5,μ=0.1,β=1-1/(14L),N=4,ε=0.001 |
仿真实验的两个远端信号都是语音信号,采样频率为8000Hz,采样点数50000。4个回声信道脉冲响应都是在高2.6m,宽4m,长6.78m,温度25度的安静密闭房间内获得,脉冲响应长度即滤波器抽头数L=512。实验的背景噪声为高斯白噪声,信噪比为30dB。由图5可知,在双通话情况下,本发明比文献1,2收敛速度更快,稳态误差更小。
最后需要说明的是:上述实施例仅用于说明而非限制本发明的技术方案,任何对本发明进行的等同替换及不脱离本发明精神和范围的修改或局部替换,其均应涵盖在本发明权利要求保护的范围之内。
Claims (1)
1.一种增广复值成比例子带自适应立体声学回声消除方法,其特征在于,包括以下步骤:
A.语音输入向量生成
采集两个远端麦克风当前时刻n当前输入的初级语音信号u1(n)和u2(n);将当前时刻n和前L-1个时刻的L个语音信号值构成当前时刻的语音输入向量u1(n)和u2(n),且u1(n)=[u1(n),u1(n-1),…,u1(n-L+1)]T,u2(n)=[u2(n),u2(n-1),…,u2(n-L+1)]T;其中L=512,其为稀疏信道的长度,上标T代表转置;
为了弱化u1(n)和u2(n)的耦合性,对u1(n)和u2(n)分别进行非线性处理,得到u′1(n),u′2(n),然后再组合成为远端输入信号u(n);
其中,α为非线性化因子;
u(n)=u'1(n)+u'2(n)·j
随后,将所述远端信号u(n)通过子带分析滤波器组滤波得到usub,i-1(n),i是子带分析滤波器组的序号,i=1,2,3…,N,N<64;
B.远端信号滤波
将得到的所述远端输入信号u(n)通过增广复值自适应回声消除滤波器得到滤波值y(n)
y(n)=uT(n)h(n)+uH(n)g(n)
h(n)和g(n)分别是所述自适应回声消除滤波器当前时刻n的权矢量和共轭权矢量;
C.回声抵消
采集两个近端麦克风当前时刻n的拾取到的两个带回声的近端信号d1(n)和d2(n),对两个近端信号d1(n)和d2(n)进行组合为d(n);之后将d(n)与滤波值y(n)相减后得到总误差信号e(n),再回送给远端,总误差信号e(n)=d(n)-y(n),随后总误差信号通过子带分析滤波器组得到第i个子带误差信号ei-1,D(n);其中对所述两个近端信号d1(n)和d2(n)进行组合的过程为
d(n)=d1(n)+d2(n)·j
D.权向量更新
计算下一时刻的自适应立体声回声消除滤波器权向量和共轭权向量:
h(n+1)=h(n)+μK1(n)U*(n)[UH(n)K1(n)U(n)+UT(n)K1(n)U*(n)]-1eD(n);
g(n+1)=g(n)+μK2(n)U(n)[UH(n)K2(n)U(n)+UT(n)K2(n)U*(n)]-1eD(n);
其中,μ是立体声学回声消除器的步长,取值范围为0.01~0.1;*代表共轭;H代表共轭转置;eD(n)=[e0,D(n),e1,D(n),…,eN-1,D(n)]T是由子带误差信号组成的向量;U(n)为子带输入信号构成的矩阵,U(n)=[usub,0(n),usub,1(n),…,usub,N-1(n)]T;K1(n)和K2(n)分别是权向量和共轭权向量的稀疏矩阵,如下所示:
K1(n)=diag[k0(n),k1(n),…,kM-1(n)]
K2(n)=diag[k′0(n),k′1(n),…,k′M-1(n)]
其中,M为系数矩阵的阶数;
其中对角元素分别由下式计算得到
其中,m是权向量的元素序号,0≤m≤M-1;β是成比例因子,β∈[-1,1],ε是正则化参数,其取值范围是0.001~0.01;||·||1表示1范数;
E.迭代
令n=n+1,重复A、B、C、D的步骤,直至通话结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010507868.6A CN111756943B (zh) | 2020-06-05 | 2020-06-05 | 一种增广复值成比例子带自适应立体声学回声消除方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010507868.6A CN111756943B (zh) | 2020-06-05 | 2020-06-05 | 一种增广复值成比例子带自适应立体声学回声消除方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111756943A CN111756943A (zh) | 2020-10-09 |
CN111756943B true CN111756943B (zh) | 2021-04-20 |
Family
ID=72676218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010507868.6A Expired - Fee Related CN111756943B (zh) | 2020-06-05 | 2020-06-05 | 一种增广复值成比例子带自适应立体声学回声消除方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111756943B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117789691B (zh) * | 2024-02-27 | 2024-05-03 | 苏州大学 | 一种用于电话通信的回声消除方法及系统 |
CN117896467B (zh) * | 2024-03-14 | 2024-05-31 | 苏州大学 | 一种用于立体声电话通信的回声消除方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9373318B1 (en) * | 2014-03-27 | 2016-06-21 | Amazon Technologies, Inc. | Signal rate synchronization for remote acoustic echo cancellation |
CN111081267A (zh) * | 2019-12-31 | 2020-04-28 | 中国科学院声学研究所 | 一种多通道远场语音增强方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1180300B1 (en) * | 1999-05-25 | 2006-07-19 | BRITISH TELECOMMUNICATIONS public limited company | Acoustic echo cancellation |
JP3506138B2 (ja) * | 2001-07-11 | 2004-03-15 | ヤマハ株式会社 | 複数チャンネルエコーキャンセル方法、複数チャンネル音声伝送方法、ステレオエコーキャンセラ、ステレオ音声伝送装置および伝達関数演算装置 |
US9232072B2 (en) * | 2013-03-13 | 2016-01-05 | Google Inc. | Participant controlled spatial AEC |
US9936290B2 (en) * | 2013-05-03 | 2018-04-03 | Qualcomm Incorporated | Multi-channel echo cancellation and noise suppression |
CN104601837B (zh) * | 2014-12-22 | 2016-03-02 | 西南交通大学 | 一种鲁棒凸组合自适应电话回声消除方法 |
CN106161820B (zh) * | 2015-04-16 | 2019-04-23 | 中国科学院声学研究所 | 一种用于立体声声学回声抵消的通道间去相关方法 |
CN107105366B (zh) * | 2017-06-15 | 2022-09-23 | 歌尔股份有限公司 | 一种多通道回声消除电路、方法和智能设备 |
CN208422407U (zh) * | 2018-06-07 | 2019-01-22 | 深圳巴金科技有限公司 | 一种用于远讲语音识别的回音消除装置 |
-
2020
- 2020-06-05 CN CN202010507868.6A patent/CN111756943B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9373318B1 (en) * | 2014-03-27 | 2016-06-21 | Amazon Technologies, Inc. | Signal rate synchronization for remote acoustic echo cancellation |
CN111081267A (zh) * | 2019-12-31 | 2020-04-28 | 中国科学院声学研究所 | 一种多通道远场语音增强方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111756943A (zh) | 2020-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109040499B (zh) | 一种抗冲击干扰的自适应回声消除方法 | |
CN111756943B (zh) | 一种增广复值成比例子带自适应立体声学回声消除方法 | |
CN113870881B (zh) | 一种鲁棒哈默斯坦子带样条自适应回声消除方法 | |
CN107105111B (zh) | 一种组合步长成比例仿射投影回声消除方法 | |
CN104601837B (zh) | 一种鲁棒凸组合自适应电话回声消除方法 | |
CN104410761B (zh) | 一种仿射投影符号子带凸组合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 | |
CN112037811A (zh) | 一种函数连接型自适应非线性回声消除方法 | |
CN111755020B (zh) | 一种立体声回声消除方法 | |
CN104158512B (zh) | 一种基于独立活性因子的抗冲击干扰的自适应稀疏系统辨识方法 | |
CN108877824B (zh) | 一种跟踪性能高的组合步长回声消除方法 | |
CN115294996A (zh) | 用于非线性声学回声消除的半盲源分离方法 | |
CN109089004B (zh) | 一种基于相关熵诱导的集员自适应回声消除方法 | |
Bekrani et al. | A linear neural network-based approach to stereophonic acoustic echo cancellation | |
CN113873090B (zh) | 一种稳健估计仿射投影样条自适应回声消除方法 | |
CN106170049B (zh) | 一种有偏补偿的归一化子带自适应回声消除方法 | |
CN106128471B (zh) | 一种收缩变步长子带回声消除方法 | |
CN106157965B (zh) | 一种基于权向量重用的零范数集员仿射投影自适应回声消除方法 | |
CN116434765A (zh) | 一种基于半二次准则的频域样条自适应回声消除的方法 | |
CN114400016A (zh) | 基于自适应解相关和变步长成比例m估计的回声消除方法 | |
CN111883155B (zh) | 回声消除方法、装置及存储介质 | |
CN113362844A (zh) | 一种低复杂度分离去相关自适应声学回声消除方法及装置 | |
Jung et al. | A new adaptive algorithm for stereophonic acoustic echo canceller | |
CN116016787B (zh) | 一种非线性回波消除方法 | |
CN113542980B (zh) | 一种抑制扬声器串扰的方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210420 |
|
CF01 | Termination of patent right due to non-payment of annual fee |