CN1215540A - 声反馈校正 - Google Patents

Abstract

在电视会议设施中提供了回声消除装置,该装置包括自适应有限脉冲响应滤波器(38),进行操作来抽样对扬声器(30)的输入信号并在该信号的基础上模型化反馈给麦克风(32)的信号。回声消除装置还包括组合器(36)用于从麦克风输出信号中减去模型化反馈信号以提供校正的麦克风输出信号,以及微处理器(40),该微处理器编程为读取校正的与未校正的麦克风输出信号及计算对滤波器(38)的权重的更新,计算包含乘以可变定标因子,该因子按照表示反馈的声音的长期平均功率的第一值对表示反馈的声音的短期平均功率的第二值之比而变化。以这一方式,降低了导致在另一电视会议地点上不自然的回声的模型化输出信号中的有害波动。

Description

声反馈校正

本发明涉及用于校正声反馈的自适应滤波器装置。对于电视会议设施中的回声消除，它具有特殊效用。

声反馈导致问题的一般场合包括扩音装置，其中输入到麦克风的话音在从邻近的扬声器输出之前被放大。由于如果在扬声器与麦克风之间存在声径能形成闭环，来自扬声器的信号便有可能反馈到麦克风中而再一次被放大并从扬声器中输出。如果麦克风放置得太靠近扬声器或者扬声器的输出太响，则环绕闭环的增益能超过一，此时扬声器将产生与声反馈关联的吼鸣声。

声反馈能出现问题的另一场合包括两个地点之间的双向链路。在这一情况中，在各地点上设置扬声器与麦克风的组合。这时出现的问题是在一个地点上从扬声器到麦克风的反馈将导致在另一地点上向麦克风说话的人听到其话音的回声。对于电视会议设施这一问题特别尖锐，其中为了与伴随话音信号的图象信号的压缩中所占用的时间配合而延迟话音信号而导致了回声到达的长的延迟。因为这一延迟是可观地长于一个音节的长度的，即使相对安静的回声也会使向麦克风说话困难。用来降低声反馈的一种技术是在扬声器的输入与麦克风输出之间连接一个滤波器。将该滤波器配置成模型化扬声器与麦克风之间的声径，借此提供类似于在麦克风上从扬声器接收的信号。一旦提供了该信号，便能将其从麦克风输出信号中减去以提供没有反馈分量的经过校正的麦克风输出信号。

与电视会议设施关联的另一问题在于各地点上扬声器与麦克风之间的声径是不同的。例如，本发明人已揭示出果出席电视会议的人向后仰靠在其坐椅上，这能在扬声器与麦克风之间的声径的性质上产生明显的影响。因此，已知提供试图将其扬声器与麦克风之间的声径的模型适应声径变化的自适应滤波器。通常，这种自适应滤波器是用在前面提到的校正后的信号的基础上更新它们的权重的有限冲缴响应滤波器实现的。

滤波器能适应其声径模型的速度至少部分地由在单一更新中可改变的滤波器权重的量确定。然而，如果为了加速滤波器的适应而提高了可改变的权重的量。则滤波器精确地模型化声径的能力较差。这是因为即使声径在相当长的时间中保持不变，滤波器的权重并不停留在理想值上而是在理想值附近的散布广的值内波动。从而传统上，必须在适应的速度与一旦滤波器适应了变化的声径时出现的波动之间作出折衷。已经发现了波动的存在导致所谓的“失调噪声”，如果扬声器输入信号是话音，则“失调噪声”导致不自然的发音残余回声。

此外，已发现传统装置的适应速度取决于扬声器输入信号的性质。如果输入信号为话音或音乐，则适应速度较输入信号为白噪声时慢。由于在电话会议环境中的回声消除器通常在语音信号上操作，这种回声消除器的适应速度是相对地慢的。

由于扬声器与麦克风之间的声径的增益通常是与频率相关的，便出现另一问题。例如，对于可听见的频谱中的某些频率闭环周围的增益有可能是一40dB，而对于其它频率只有一10dB。在这一情况中，随着扬声器音量的提高，声反馈起初会只出现在某些其它频率上，从而导致听见振铃噪声，这将越来越响直到达到扬声器的性能极限为止。通常，反馈首先出现在闭环增益相对地高(高环路增益频率)的频率上，然后稍后出现在闭环增益相对地低的频率(低环路增益频率)上。在它到达一(并从而出现振铃或吼鸣)之前闭环增益能提高的量称作“增益边际”。可惜的是，希望尽可能提高增益边际，但做到这一点必须降低可听见的频谱中所有高环路增益率上的反馈。至今，许多反馈消除装置尚未对增益边际有所改进。

本发明旨在解决某些或所有上述问题。

按照本发明的第一方面，提供了用于校正从扬声器到麦克风的反馈的滤波器装置，所述装置包括：

自适应数字滤波器，在使用中，接收进入信号并提供用于从外出信号中减去的模型化反馈信号，以提供经过校正的外出信号；以及

用于按照减小实际反馈信号与所述模型化反馈信号之间之差的算法改变所述滤波器的权重的装置，各权重改变包含按照表示反馈的声音的长期平均功率的第一值对表示反馈的声音的短期平均功率的第二值之比变化的可变定标因子。

为了提供充分地快速的装置，许多反馈消除装置实现简化的算法，其中包含对诸如话音或音乐等信号极大地无效的假设，这些信号具有短期中明显地变化的统计学性质(如，全程方差、作为效率的函数的方差)。本发明的可变定标因子的作用为在这些假设失败的时间上控制对滤波器权重的变化。以这一方式，本发明给出在信号为话音或音乐时能改进适应速度而在一旦达到了适应便不出现伴生的失调噪声的增加的优点。

在本发明的较佳实施例中，长期平均值是长于250MS的时段上取得的，这是有效地跨越出现在一个音素与下一个之间的话音功率中的。

最好，短期平均值是在短于25ms的时段上取得的。

第一与/或第二值可利用进入信号或外出信号之一导出。在较佳实施例中，由于扬声器与麦克风之间的声径的性质方面的考虑而采用外出信号。

最好，所述第一值表示所述负荷改变以前所述外出信号的m个样本的无符号值的平均值而所述第二值表示所述负荷改变之前的所述外出信号的n个样本的无符号值的平均值，其中m大于n。这一配置具有可以容易地计算所述定标因子的优点。

在本发明的较佳实施例中，所述m个样本包括在该装置的当前操作时段中所取得的全部前面的样本。

在本发明的一些实施例中，n等于1，从而该第二值为麦克风输出信号的当前样本的无符号值。这具有进一步降低装置的计算要求的优点。

在本发明的较佳实施例中，n大于1。增加n的值的优点在于提高了反馈路径模型的稳定性。

有利地，所述搜索算法可以是最小均方梯度搜索算法。在最小均方算法的运算中，假定瞬时平方误差等于平均平方误差。换言之，假定平方校正外出信号的瞬时值等于平方校正外出信号的平均值。这一假设在进入信号的统计参数不稳定时是失败的假设，假如当进入信号表示话音信号时。本发明的定标因子的存在补偿了该假设在这些情况中的无效性。

最好，如果所述第二值小于阈值，便将所述第二值设定在所述阈值上。这一配置具有避免作为外出信号的非常低的值的后果对权重的大变动的优点。

最好，如果所述进入信号的功率小于进入信号功率阈值，便将所述第二值设定在预定值上。这一配置具有解决本地噪声屏蔽远程信号所导致的问题的优点。

最好，在装置的操作期间所述阈值是变化的。这是有利的，因为一旦滤波器正确地模型化了改变的声径，便能限制对权重的改变的大小，从而防止过度的失调噪声，同时通过在适应的早期中限制对权重作出的改变的幅度而不限制适应速度。

有利地，可以对各所述权重作出附加的增量，这一附加增量与所述定标因子无关，并且所述权重改变与所述附加增量是按预定的比例增加的，以便为各权重提供总增量。这一配置具有按照本发明中实现的算法的权重改变可以与按照另一算法的权重改变混合的优点。能够既保持本发明所实现的算法的有利特征又同时用其它算法的影响来解决其缺点。

按照本发明的第二方面，提供了包括按照任何前面的权利要求的滤波器装置的回声消除装置，其中所述自适应滤波器提供第一模型化的反馈信号供从外出信号中减去以提供第一校正的外出信号。

最好所述回声消除装置还包括：

静态滤波器，在使用中接收进入信号并提供第二模型化的反馈信号供从外出信号中减去以提供第二校正的外出信号；以及

比较器装置，用于比较所述第一与第二校正的外出信号及输出两个信号中的较低者作为校正的信号；以及

用于在所述第一校正的外出信号低于所述第二校正的外出信号时，将所述自适应滤波器的权重代入静态滤波器中的装置。

本发明的第二方面具有特别在反馈信号包括话音时改进模型化声径的精度的优点。

按照本发明的第三方面，提供了用于校正从扬声器到麦克风的声反馈的滤波器装置，所述装置包括：

用于将进入信号分裂成多个分频带(frequency-banded)的进入信号的装置；

用于将外出信号分裂成多个分频带的外出信号的装置；

多个自适应滤波器，可进行操作接收所述分频带的进入信号的相应信号，及提供相应的分频带的模型化的分频带反馈信号，供从相应的分频带的外出信号中减去，以提供相应的分频带的校正的外出信号；

用于按照降低分频带的外出信号与相应的分频带的模型化的反馈信号之间的差的算法改变滤波器的权重的装置，权重改变包含可变定标因子，这些因子按照表示反馈的声音的频带内的长期平均功率的第一值对表示反馈的声音的频带内的短期平均功率的第二值的相应比值变化；以及

用于组合所述多个分频带的校正的外出信号以提供校正的外出信号的装置。

本发明的第三方面具有改进适应速度同时降低计算复杂性的级的优点。

按照本发明的第四方面，提供了为校正从扬声器到麦克风的声反馈提供模型化的反馈信号的方法，所述方法包括下述步骤：

将进入信号输入到自适应滤波器中，所述滤波器的输出为用于从外出信号中减去以提供校正的外出信号的模型化的反馈信号；以及

按照降低实际反馈信号与模型化的反馈信号之间的差的算法改变所述滤波器的权重，各权重更新包含按照表示反馈的声音的长期平均功率的第一值对表示反馈的声音的短期平均功率的第二值之比的可变定标因子。

下面参照附图只是以示例方式描述本发明的特定实施例，附图中：

图1为本发明的第一实施例的装置的示意性概貌；

图2为展示用在本发明的第一实施例中的自适应数字滤波器的操作的示意图；以及

图3为本发明的第五实施例的装置的示意性概貌。

图1示出安装在电视会议室内的本发明的第一实施例的装置。进入铜钱电缆10将从参加电视会议的另一地点传输的视频与音频信号带入编码器/解码器12。在输出到一台或多台电视监视器18之前，在编码器/解码器12中将信号的视频分量传递通过视频扩张装置14及数模转换器16。还在电视会议室中设置了一台或多台摄象机20并将它们的输出信号沿同轴电缆传递到编码器/解码器12的输入端。在输出到将信号带到参加电视会议的另一地点的外出铜线电缆26之前，将这些信号传递通过位于编码器/解码器12中的模数转换器22及视频压缩装置24。

在输出到扬声器30之前，将进入信号的音频部分传递通过第二数模转换器28。在会议室中设置了麦克风32，线路对将信号从麦克风32带到编码器/解码器12中，在其中由模数转换器34将信号转换成数字格式。

从音频模数转换器34引出的线路在继续到达外出铜线电缆26之前被信号组合器36遮断。编码器/解码器12还包括有限冲缴响应滤波器38，其输入连接成接收进入的数字音频信号而其输出连接在组合器36上。此外，连接了微处理器40以便能读与写数据到有限冲缴响应滤波器38中，及以便能接收从模数转换器34输出的未校正的麦克风输出信号以及还有从组合器36输出的校正过的麦克风输出信号。

数字滤波器38具有一个用于存储最后4096个输入样本的8千字节存储器42及一个用于存储4096个相关权重的12千字节存储器44，以及用于存储模型化的输出信号的当前值的寄存器46。微处理器40具有两个分别用于存储未校正的与校正的麦克风输出信号的当前值的寄存器47、48。

图2为有限冲缴响应滤波器38及相关微处理器40的更详细的示意图。示出了构成8千字节存储器42的4096个位置(各两个字节)的前三个与最后一个，还示出了构成12千字节权重存储器44的4096个位置(各三个字节)(W_1,k……W_L,k)的前三个及最后一个。

操作中，按照第一实施例的装置首先以传统方式初始化，这便是说记录电视会议室的脉冲响应然后在16千赫抽样率上数字化。将得到的前4096个值存储在构成权重存储器44的字节内。

一旦被初始化，有限脉冲响应滤波器便通过每秒执行16,000个操作周期操作。在各操作周期中，在已将输入音频信号的前面读入的值实际上移位到存储器42内的下一个位置之上之后，便将音频信号的当前值输入到输入存储器42的一个位置421中。然后有限脉冲响应滤波器38计算输入存储器42中的各位置(421、422…42L)与权重存储器44中的相关位置(W_1,x……W_L,K)之积。然后由这些积之和给出输出信号的当前值并将其提供给寄存器46。按照图2中所用的记号。可将第K个操作周期的模型化的输出数学地表示为： $y_k=\underset{l=1}{\overset{l}{\mathrm{\Σ}}}{W}_{l,k}{X}_{k-l+1}$

其中L为存储的输入信号的数目，在本例中为4096。

一旦计算出了有限脉冲响应滤波器38的输出，便将其输出到组合器36，在其中将其从麦克风输出信号的当前值中减去。因此组合器36向外出铜线电缆26输出“校正的”输出信号。

为了适应在有限脉冲响应滤波器38中所用的权重，微处理器40在有限脉冲响应滤波器38的第K个操作周期中输入麦克风输出信号P_k与校正的麦克风输出信号e_k的当前值。然后微处理器40按照下列等式计算(K+1)个操作周期的第1个权重： $W_{l,k+1}=W_{l,k}+\left\{\frac{2\mathrm{\α}{e}_k{x}_{k-l+1}}{\underset{j=0}{\overset{L-1}{\mathrm{\Σ}}}{x}_{k-j}^2}\right\}\•\frac{E\[\left|\mathrm{Pk}\right|\]}{\left|\mathrm{Pk}\right|}$

其中W_1,k为第K个操作周期的第1个权重，α为预定的常数，而E[｜Pk｜]为无符号的麦克风输出信号Pk的所有前面读数的平均值，其它元素上面所定义的。

然后微处理器40将第(k+1)个操作周期的权重值写入权重存储器44中准备好用于下一操作周期。重复这一每秒16000次的操作周期若干秒之后的结果为输出信号yk模型化了对麦克风反馈的信号。组合器从麦克风输出信号Pk中减去滤波器输出信号yk意味着另一地点上的电视会议的用户听不见他自己的回声。

熟悉本技术的人员会理解如果将定义因子 $\frac{E\[\left|\mathrm{Pk}\right|\]}{\left|\mathrm{Pk}\right|}$ 去掉，则剩余的权重改变将是按照传统的最小均方算法。这一算法是基于可取瞬时平方误差作为均方误差的假设的。如上所述，当麦克风输出信号Pk的统计参数非稳定时，例如当麦克风输出信号包括话音时，这一假设不成立。

采用上述权重改变的优点在于如果麦克风输出信号的瞬时值高于平均值时，定标因子使各操作周期中对权重作出的改变的大小减小。通过以这一方式控制权重改变，改进了装置的性能。

在第二个较佳实施例中，利用无符号的麦克风输出信号的短期平均值作为定标因子的分母。例如，这可以取自最后80个操作周期，或换言之，取自麦克风输出信号的前5毫秒。与第一实施例相比这是优越的，因为诸如话音等波动信号的短期平均值落在长期平均值以下的机会比瞬时值落在长期平均值以下的机会少。从而，虽然在第一实施例中在存在波动信号时权重更新通常是增加(因为信号的瞬时值小于长期平均值)，第二实施例中出现的可能性较小。有利地，这导致装置的适应的稳定性提高。

在第三实施例中，微处理器40还执行将麦克风输出信号的无符号值与阈值比较的功能。该阈值可以是例如本室噪声级的两倍。如果麦克风输出信号的无符号值小于阈值，则在计算该操作周期的权重改变之前用阈值替代麦克风信号的无符号值。

这克服了在任何给定操作周期中如果无符号的麦克风输出信号具有值零时可能出现的问题。例如，如果对第一实施例出现了这一问题，则在计算定标因子时，微处理器40由于试图除以零而失败。因为除数将由阈值替代而第三实施例克服这一问题。

在本发明的第三实施例的较佳形式中，当模型化的反馈信号正紧密地模型化麦克风输出信号时，阈值是增加的。从而，在适应开始时，当模型化的反馈信号明显地与麦克风输出信号不同时，阈值是低的而并不明显地控制权重改变的大小。这导致并无不利地影响模型化的反馈信号对麦克风输出信号的适应速度。然而以后当模型化的反馈信号紧密地模型化麦克风输出信号时，阈值增加，从而防止对滤波器的权重的大的改变。结果，降低了由滤波器的操作引起的失调噪声。从而可以看出第三实施例的较佳形式克服了适应速度与出现失调噪声之间的传统折衷。

在第四实施例中，微处理器40通过首先不利用定标因子计算部分权重改变，然后利用定标因子再计算部分权重改变来计算对给定权重的改变。然后通过按预定的比例将两个部分权重改变相加来计算总的权重改变。这是通过将偏置因子r设定在0与1之间的值上然后将第一部分权重改变乘以r并将第二部分权重改变乘以1-r而达到的。然后可将这两个部分权重改变相加而提供总的权重改变。

第四实施例的优点在于可以调节偏置因子来提供较佳的性能特征。通过将r设定为大于0，可以降低定标因子在适应上的效果。这对于改进模型化的输出信号的稳定性是有利的。

图3中示出了本发明的第五实施例的装置。除外增加了静态滤波器50及相关部件之外，本实施例的装置与第一实施例的相同。静态滤波器50与自适应滤波器38的相似之处在于它也具有用于存储扬声器输入信号的最后4096个样本的8千个字节存储器56、用于存储4096个相关权重的12千字节存储器58及用于存储模型化的反馈信号的当前输出值的寄存器60。除了微处理器40并不在第二组合器52所提供的校正的麦克风输出信号的基础上改变静态滤波器的权重之外，静态滤波器50的操作与自适应滤波器38的相似。静态滤波器50提供模型化的反馈信号，组合器52将其从麦克风输出信号中减去以提供第二校正的麦克风输出信号。将来自组合器36的校正的麦克风输出信号及来自第二组合器52的第二校正的麦克风输出信号两者都传递给比较器54。比较器54进行操作输出第一或第二校正的麦克风输出信号中的较低者。还提供了从比较器54到微处理器40的连接，该连接上带有指示两个校正的麦克风输出信号中何者较低的信号。

在操作中，如果微处理器40确定第一校正的麦克风输出信号较低，即自适应滤波器38正在提供比静态滤波器50更精确的反馈模型，则微处理器40将权重值从自适应滤波器38向静态滤波器50转移。然而，如果静态滤波器50正在提供反馈路径的更好模型，则不改变静态滤波器的权重。在各操作周期中，如第一实施例中那样改变自适应滤波器的权重。

有时发现，如果在麦克风输入信号中存在突然改变，自适应滤波器38所提供的反馈路径模型的精度会降低。本发明的优点在于这一突然改变的不利效应得以防止，因为所采用的是静态滤波器50所提供的模型直到自适应滤波器38提供的模型的精度再一次超过静态滤波器50所提供的模型的精度为止。

按照本发明的第六实施例，采用了正交镜象滤波器将扬声器输入信号与麦克风输出信号分裂成高频信号与低频信号。设置了两个自适应数字滤波器，第一个输入扬声器输入信号的高频部分并提供模型化的反馈信号的高频部分。然后将这一模型化的信号传递给组合器，在其中将其从麦克风输出信号中减去以提供校正的麦克风输出信号的高频部分。将这最后两个信号反馈给微处理器，然后后者按照第一实施例中所采用的算法改变第一自适应滤波器的权重。设置了第二自适应滤波器与第二组合器来对所包含的信号的低频部分执行类似的操作。然后在组合以前将校正的麦克风输出信号的高频部分与校正的麦克风输出信号的低频部分传递通过各自的合成滤波器以提供要沿外出铜线电缆传递的校正的麦克风输出信号。

Claims (20)

1、一种用于校正从扬声器到麦克风的反馈的滤波器装置，所述装置包括：

自适应数字滤波器，在使用中接收进入信号并提供模型化的反馈信号，供从外出信号中减去以提供校正的外出信号；以及

按照用于降低实际反馈信号与所述模型化的反馈信号之间的差的算法改变所述滤波器的权重的装置，各权重改变包含按照表示反馈的声音的长期平均功率的第一值对表示反馈的声音的短期平均功率的第二值之比而变化的可变定标因子。

2、按照权利要求1的滤波器装置，其中所述长期平均值是在长于250ms的时段上取得的。

3、按照权利要求1或2的滤波器装置，其中所述短期平均值是在短于25ms的时段上取得的。

4、按照任何前面的权利要求的滤波器装置，其中所述第一与第二值是从所述外出信号中导出的。

5、按照权利要求4的滤波器装置，其中所述第一值表示在所述权重改变之前所述外出信号的m个样本的无符号的值的平均值，而所述第二值表示所述权重改变之前所述外出信号的n样本的无符号的值的平均值，其中m大于n。

6、按照权利要求5的滤波器装置，其中所述第一值表示在装置的当前操作时段中所获得的所述外出信号的所有前面的样本的无符号的值的平均值。

7、按照权利要求5或6的滤波器装置，其中n=1，第二值为所述外出信号的当前样本。

8、按照任何前面的权利要求的滤波器装置，其中所述算法为梯度搜索算法。

9、按照权利要求8的滤波器装置，其中所述梯度搜索算法为最小均方算法。

10、按照权利要求4至9中任何一项的滤波器的装置，其中如果所述第二值小于阈值，便将所述第二值设定在阈值上。

11、按照权利要求4至9中任何一项的滤波器装置，其中如果所述进入信号的功率小于进入信号功率阈值，便将所述第二值设定在一预定值上。

12、按照权利要求10的滤波器装置，其中所述阈值是在装置的操作期间变化的。

13、按照权利要求11的滤波器装置，其中所述进入信号功率阈值是在装置的操作期间变化的。

14、按照任何前面的权利要求的滤波器装置，其中按预定的比例将不依赖于所述定标因子的第一部分权重改变与依赖于所述定标因子的第二部分权重改变相加以提供所述权重改变。

15、包括按照任何前面的权利要求的滤波器的回声消除装置，其中所述自适应滤波器提供第一模型化的反馈信号，供从外出信号中减去以提供第一校正的外出信号。

16、按照权利要求15的回声消除装置，还包括：

静态滤波器，在使用中接收进入信号及提供第二模型化的反馈信号，供从外出信号中减去以提供第二校正的外出信号；及

比较器装置，用于比较所述第一与第二校正的外出信号并输出两个信号中的较低者作为校正的外出信号；及

用于在所述第一校正的外出信号低于所述第二校正的外出信号时，将所述自适应滤波器的权重代入静态滤波器中的装置。

17、一种用于校正从扬声器到麦克风的声反馈的滤波器装置，所述装置包括：

用于将进入信号分裂成多个分频带的进入信号的装置；

用于将外出信号分裂成多个分频带的外出信号的装置；

多个自适应滤波器，可进行操作接收所述分频带进入信号的相应一信号，及提供相应的模型化的分频带反馈信号，供从相应的分频带外出信号中减去以提供相应的分频带的校正的外出信号；

用于按照降低分频带外出信号与相应的模型化的分频带反馈信号之间的差的算法改变滤波器的权重的装置，权重改变包含可变定标因子，这些因子按照表示反馈的声音的频带内的长期平均功率的第一值对表示反馈的声音的频带的短期平均功率的第二值的相应比而改变；以及

用于组合所述多个分频带校正的外出信号以提供校正的外出信号的装置。

18、一种提供用于校正从扬声器到麦克风的声反馈的模型化的反馈信号的方法，所述方法包括下述步骤：

将进入信号输入到自适应滤波器中，所述滤波器的输出为用于从外出信号中减去以提供校正的外出信号的模型化的反馈信号；以及

按照用于降低实际反馈信号与模型化的反馈信号之间的差的算法改变所述滤波器的权重，各权重更新包含可变定标因子，该因子按照表示反馈的声音的长期平均功率的第一值对表示反馈的声音的短期平均功率的第二值之比而变化。

19、基本上如此前参照图1与2或图3中所示的与描述的滤波器装置。

20、提供基本上如此前参照附图所描述与所示的模型化的反馈信号的方法。

Images