CN1932975A - 无损语音质量的立体声回音抵消方法 - Google Patents

Abstract

本发明公开了一种无损语音质量的立体声回音抵消方法，该方法是：对第n时刻的一帧立体声左右声道音频输入信号进行FFT变换得到其对应的频域信号；对频域信号添加随机相位噪声得到接受语音信号房间左右声道扬声器频域输入信号；对扬声器频域输入信号作IFFT变换，得到接受语音信号房间左右声道扬声器的时域输入信号；利用扬声器频域输入信号作为立体声回音抵消的参考信号，采用频域立体声回音抵消算法去除第n时刻接受语音信号房间麦克风输入信号中的回音，从而得到不含回音的语音信号。该方法和立体声回音抵消系统频域算法相结合，可减小计算量。同时，由于人耳对声音相位不敏感的特性，左右声道信号添加相位随机噪声后对语音质量并无影响。

Description

无损语音质量的立体声回音抵消方法

一、技术领域

本发明涉及一种无损语音质量的立体声回音抵消方法。

二、背景技术

对于一些视频会议系统，为了传输语音的空间信息，通常采用立体声系统，其对应的回音抵消装置也应该采用立体声回音抵消系统。和单通道回音抵消系统不同，由于立体声左右声道信号存在很强的相关性，从而导致系统具有非唯一最小值，大大影响了回音抵消的性能。解决这个问题的现有方法就是对左右声道信号进行非线性处理，减小它们之间的相关性，例如对左右声道信号采用半波校正。为了减小左右声道的相关性，采用的非线性变化不能够太小，从而使得经过非线性变化后的语音质量严重下降，这就是现有方法的一大缺点。为了保持语音的清晰度不变，可以只对左右声道信号的相位作非线性变化，而保持其幅度不变。

三、发明内容

1、发明目的：本发明的目的是提供一种无损语音质量的立体声回音抵消方法，该方法利用人耳对声音相位不敏感的特性，对立体声左右声道信号添加随机相位噪声减小左右声道信号的相关性，从而提高立体声回音抵消系统的性能。

2、技术方案：本发明的目的是通过以下步骤来实现的：

(1)对第n时刻的一帧立体声左右声道音频输入信号[x₁(n)...x₁(n-N+1)]和[x₂(n)...x₂(n-N+1)]进行FFT变换(快速傅里叶变换)得到其对应的频域信号[X₁(0)....X₁(N-1)]和[X₂(0)....X₂(N-1)]，其中N表示帧长。

(2)对频域信号[X₁(0)....X₁(N-1)]和[X₂(0)....X₂(N-1)]添加随机相位噪声得到接受语音信号房间左右声道扬声器频域输入信号[X₁′(0)]....X₁′(N-1)]和[X₂′(0)....X₂′(N-1)]。

(3)对接受语音信号房间左右声道扬声器频域输入信号[X₁′(0)....X₁′(N-1)]和[X₂′(0)....X₂′(N-1)]作IFFT变换(快速傅里叶逆变换)，得到接受语音信号房间左右声道扬声器的时域输入信号[x₁′(n)...x₁′(n-N+1)]，[x₂′(n)...x₂′(n-N+1)]。

(4)利用[X₁′(0)....X₁′(N-1)]和[X₂′(0)....X₂′(N-1)]作为立体声回音抵消的参考信号，采用频域立体声回音抵消算法去除第n时刻接受语音信号房间麦克风输入信号y(n)中的回音，从而得到不含回音的语音信号e(n)。

本发明采用回音抵消频域算法，对左右声道信号加入相位随机噪声，以减小左右声道信号的相关性。由于人耳对相位不敏感，因此采用此种方法并不会影响语音的质量。

3、有益效果：本发明与现有技术相比，其显著优点是：该方法和立体声回音抵消系统频域算法相结合，可大大减小计算量。同时，由于人耳对声音相位不敏感的特性，左右声道信号添加相位随机噪声后对语音质量并无影响。

四、附图说明

附图是本发明的原理框图；

五、具体实施方式

下面通过实施例对本发明进行详细说明：

如图所示，本发明中包括四个模块：时域信号转频域信号模块1，随机相位噪声添加模块2，频域信号转时域信号模块3和立体声回音抵消频域模块4。发送信号房间的一帧立体声输入音频信号[x₁(n)...x₁(n-N+1)]和[x₂(n)...x₂(n-N+1)]经过时域信号转频域信号模块1得到对应的频率信号[X₁(0)....X₁(N-1)]和[X₂(0)....X₂(N-1)]。随机相位噪声添加模块2对得到的频率信号[X₁(0)....X₁(N-1)]和[X₂(0)....X₂(N-1)]进行相位处理得到添加随机相位噪声的频域信号即左右声道扬声器频域输入信号[X₁′(0))....X₁′(N-1)]和[X₂′(0)....X₂′(N-1)]。添加相位噪声的频域信号[X₁′(0))....X₁′(N-1)][X₂′(0)....X₂′(N-1)]通过频域信号转时域信号模块3得到接受语音信号房间左右扬声器的时域输入信号[x₁′(n)...x₁′(n-N+1)]，[x₂′(n)...x₂′(n-N+1)]。同时添加相位噪声的频域信号也作为立体声回音抵消频域模块4的参考信号。立体声回音抵消模块4对含有回音的麦克风接收信号y(n)进行处理，得到不含回音的信号e(n)

其中时域信号转频域信号模块1采用FFT技术实现：

           [X_i(0)....X_i(N-1)]＝FFT[x_i(n)...x_i(n-N+1)]。

随机相位噪声添加模块2通过下面的方法实现，

           X_i′(k)＝X_i(k)e^jαf(f)  k＝1，...，N/2-1

$X_i^{\′}\left(k\right)=X_i^{\′*}(N-k)$ k＝N/2+1，...，N-1

这里上标“*”表示共轭，f是添加随机相位噪声的函数，参数α用来控制加入随机相位噪声的大小。只要参数α不是很大 ，x’_i(n)的幅度谱就和未添加随机相位噪声前信号x_i(n)的幅度谱一样，因此对音质的影响很小。通常添加随机相位噪声的函数为：

$f\left(k\right)=\left\{\begin{array}{cc}v& k=\mathrm{jM},K,(j-1)M+1\\ 0& \mathrm{others}\end{array}\right.$

这里v是在[-ππ]均匀分布均值为零的白噪声。M表示在一帧内要加相位噪声的频率点数，j＝pmod(N/2M)表示在第p帧中哪些频率点要加入随机相位噪声。当M＝N/2，表示一帧内的所有频率点都要添加相位随机噪声，称为全通带相位变换。

频域信号转时域信号模块3采用IFFT技术实现

[x_i′(n)...x_i′(n-N+1)]＝IFFT[X_i′(0)...X_i′(N-1)]。

立体声回音抵消频域模块4采用Benesy提出的算法实现，参见：“Multi-channel frequency-domain adaptive filtering，”in AcousticSignal Processing for Telecommunication，S.L.Gay and J.Benesty，Eds.，chapter 7，pp.121-133，Kluwer Academic Pulishers，2000。

Claims (5)

1、一种无损语音质量的立体声回音抵消方法，其特征是该方法包括下列步骤：

(1)对第n时刻的一帧立体声左右声道音频输入信号[x₁(n)...x₁(n-N+1)]和[x₂(n)...x₂(n-N+1)]进行FFT变换，得到其对应的频域信号[X₁(0)....X₁(N-1)]和[X₂(0)....X₂(N-1)]；

(2)对频域信号[X₁(0)....X₁(N-1)]和[X₂(0)....X₂(N-1)]添加随机相位噪声，得到接受语音信号房间左右声道扬声器频域输入信号[X₁′(0))....X₁′(N-1)]和[X₂′(0)....X₂′(N-1)]；

(3)对接受语音信号房间左右声道扬声器频域输入信号[X₁′(0)....X₁′(N-1)]和[X₂′(0)....X₂′(N-1)]作IFFT变换，得到接受语音信号房间左右声道扬声器的时域输入信号[x₁′(n)...x₁′(n-N+1)]，[x₂′(n)...x₂′(n-N+1)]；

(4)利用[X₁′(0)....X₁′(N-1)]和[X₂′(0)....X₂′(N-1)]作为立体声回音抵消的参考信号，采用频域立体声回音抵消算法去除第n时刻接受语音信号房间麦克风输入信号y(n)中的回音，从而得到不含回音的语音信号e(n)；

其中，N表示帧长。

2、根据权利要求1所述的无损语音质量的立体声回音抵消方法，其特征是在步骤(1)中，所述的FFT变换方法是：

[X_i(0)....X_i(N-1)]＝FFT[x_i(n)...x_i(n-N+1)]，其中X_i为X₁、X₂。

3、根据权利要求1所述的无损语音质量的立体声回音抵消方法，其特征是在步骤(2)中，由频域信号得到接受语音信号房间左右声道扬声器频域输入信号的方法是：

X_i′(k)＝X_i(k)e^jαf(k)    k＝1，...，N/2-1

$X_i^{\′}\left(k\right)=X_i^{\′*}(N-k)k=N/2+1,...,N-1$

其中：上标“*”表示共轭，f是添加随机相位噪声的函数，参数α用来控制加入随机相位噪声的大小。

4、根据权利要求3所述的无损语音质量的立体声回音抵消方法，其特征是所述的函数f(k)为：

$f\left(k\right)=\left\{\begin{array}{cc}v& k=\mathrm{jM},K,(j-1)M+1\\ 0& \mathrm{others}\end{array}\right.$

其中：v是在[-π π]均匀分布均值为零的白噪声，M表示在一帧内要加相位噪声的频率点数，j＝p mod(N/2M)表示在第p帧中哪些频率点要加入随机相位噪声。

5、根据权利要求1所述的无损语音质量的立体声回音抵消方法，其特征是在步骤(3)中，所述的IFFT的变换方法是：

[x_i′(n)...x_i′(n-N+1)]＝IFFT[X_i′(0)...X_i′(N-1)]，其中X_i为X₁、X₂。

Images