任思明，夏秀渝

（四川大學(xué)電子信息學(xué)院，成都 610065）

0 引言

近年來(lái)，隨著移動(dòng)通信的快速發(fā)展，免提通話(huà)的應(yīng)用領(lǐng)域也逐漸擴(kuò)大。但免提通話(huà)場(chǎng)景中聲學(xué)回聲的存在嚴(yán)重影響了通話(huà)質(zhì)量，降低了用戶(hù)的聽(tīng)覺(jué)體驗(yàn)。如何消除回聲，實(shí)現(xiàn)高質(zhì)量的語(yǔ)音通信已經(jīng)成為免提通話(huà)中待解決的主要問(wèn)題之一。

圖1 回聲消除的基本原理

但在現(xiàn)實(shí)通話(huà)環(huán)境中，尤其是免提通話(huà)環(huán)境下，近端話(huà)音干擾是不可避免的，因此為了提高回聲消除系統(tǒng)在雙話(huà)情況下的效能，必須要檢測(cè)通話(huà)雙方是否存在雙端通話(huà)，根據(jù)具體情況調(diào)節(jié)自適應(yīng)濾波器系數(shù)的迭代更新，避免濾波器的權(quán)值發(fā)散。當(dāng)檢測(cè)器檢測(cè)到不存在雙端通話(huà)的時(shí)候，自適應(yīng)濾波器進(jìn)行正常系數(shù)更新和自適應(yīng)濾波；當(dāng)檢測(cè)器檢測(cè)到存在雙端通話(huà)的時(shí)候，自適應(yīng)濾波器停止系數(shù)更新，凍結(jié)濾波器系數(shù)，只進(jìn)行簡(jiǎn)單的濾波。

由此可見(jiàn)，雙端通話(huà)檢測(cè)對(duì)回聲消除系統(tǒng)的性能十分重要，為了解決雙端通話(huà)問(wèn)題，研究者們提出了很多雙端通話(huà)檢測(cè)算法。常見(jiàn)的檢測(cè)算法有基于能量的檢測(cè)算法、基于信號(hào)互相關(guān)的檢測(cè)算法、基于過(guò)零率的檢測(cè)算法、基于雙濾波器的算法等。其中基于能量的檢測(cè)算法簡(jiǎn)單易行，但檢測(cè)效率比較低，例如經(jīng)典的GEIGEL算法；1991年Ye和Wu提出了互相關(guān)算法后，2000年Gansler和Benesty在互相關(guān)的基礎(chǔ)上進(jìn)行了改進(jìn)，提出了歸一化互相關(guān)（Normalized Cross-Correlation，NCC）算法，檢測(cè)效率較高。其余算法也大多原理類(lèi)似，這些檢測(cè)算法都能在一定程度上檢測(cè)到雙端通話(huà)的發(fā)生。

但性能較好的回聲消除器不只需要雙話(huà)檢測(cè)模塊，還需要結(jié)合其他模塊才能實(shí)現(xiàn)較好的回聲消除效果。針對(duì)以上問(wèn)題，本文提出一種適用于雙端通話(huà)的回聲消除結(jié)構(gòu)，該結(jié)構(gòu)中采用NCC進(jìn)行雙端通話(huà)檢測(cè)，PFBLMS算法進(jìn)行濾波器權(quán)值自適應(yīng)更新，同時(shí)結(jié)合后置濾波器技術(shù)消除殘余回聲，進(jìn)一步提高回聲消除器的性能，實(shí)驗(yàn)仿真表明該結(jié)構(gòu)在收斂速度和穩(wěn)態(tài)誤差方面具有明顯優(yōu)勢(shì)，同時(shí)能正確判斷雙端通話(huà)的發(fā)生，在回波抑制比、收斂速度及輸出音頻質(zhì)量等方面能得到比較好的效果。

1 PFBLMS算法

實(shí)際應(yīng)用場(chǎng)景尤其是免提視頻會(huì)議通信系統(tǒng)中，房間回聲路徑時(shí)延可能長(zhǎng)達(dá)幾百毫秒，在8 kHZ的采樣率下，可能需要上千階的濾波器才能滿(mǎn)足需求，而傳統(tǒng)的回聲消除系統(tǒng)一般采用歸一化LMS（Normalized LMS，NLMS）算法，其計(jì)算復(fù)雜度會(huì)隨著濾波器的階數(shù)呈線(xiàn)性增長(zhǎng)。為了克服這個(gè)問(wèn)題，可采用PFBLMS算法來(lái)進(jìn)行自適應(yīng)更新，減少回聲消除系統(tǒng)的計(jì)算復(fù)雜度，提高算法的收斂速度。

PFBLMS算法先對(duì)信號(hào)進(jìn)行分塊劃分，然后在頻域進(jìn)行濾波器系數(shù)的逐塊更新。利用快速傅里葉變換（FFT）作為中間步驟實(shí)現(xiàn)快速卷積，同時(shí)濾波器系數(shù)用逐塊更新代替逐點(diǎn)更新，大大降低了頻域LMS算法的復(fù)雜度，也克服了頻域LMS算法處理延遲大的缺點(diǎn)。

該算法首先在時(shí)域上對(duì)濾波器輸入信號(hào)()和濾波器權(quán)系數(shù)()做分塊處理。設(shè)代表迭代次數(shù)，代表濾波器階數(shù)，算法首先將濾波器分為段，每段的長(zhǎng)度為，則有=×，則第段濾波器可以表示為：

()用分塊形式可以表示為：

同樣地，輸入信號(hào)（）可以用分塊形式表示：

同理可得時(shí)域誤差向量為：

其中()表示第次迭代濾波器的期望輸出，長(zhǎng)度為，則得到的時(shí)域補(bǔ)償向量長(zhǎng)度也為。將()擴(kuò)展得到頻域的誤差向量為：

對(duì)于無(wú)約束的PFBLMS算法，其頻域系數(shù)更新公式可以表示為：

2 基于歸一化互相關(guān)（NCC）的雙端檢測(cè)算法

雙端通話(huà)檢測(cè)是AEC系統(tǒng)中非常重要的一部分，其目的是檢測(cè)當(dāng)前的通話(huà)系統(tǒng)所處的話(huà)音通信狀態(tài)，即當(dāng)前時(shí)刻是否處于雙端通話(huà)，讓回聲消除器根據(jù)不同的話(huà)音狀態(tài)對(duì)輸入信號(hào)進(jìn)行不同的處理，主要工作原理如下：

（1）利用AEC系統(tǒng)中的遠(yuǎn)端語(yǔ)音信號(hào)、近端麥克風(fēng)信號(hào)、誤差信號(hào)等構(gòu)造一個(gè)檢測(cè)統(tǒng)計(jì)量；

（2）利用這個(gè)統(tǒng)計(jì)量和預(yù)先設(shè)定的門(mén)限值T進(jìn)行對(duì)比，一般來(lái)說(shuō)如果＜T，則認(rèn)為檢測(cè)到雙端通話(huà)的發(fā)生；

（3）一旦檢測(cè)到存在雙端通話(huà)，則自適應(yīng)濾波器停止系數(shù)更新，凍結(jié)當(dāng)前系數(shù)，只進(jìn)行濾波；

（4）當(dāng)次濾波完成后，再次檢測(cè)當(dāng)前通信狀態(tài)，直到≥T時(shí)，認(rèn)為雙端通話(huà)結(jié)束，自適應(yīng)濾波器繼續(xù)進(jìn)行濾波和系數(shù)更新。

一般來(lái)說(shuō)門(mén)限值T必須是一個(gè)獨(dú)立的常數(shù)。NCC是一種常見(jiàn)的基于信號(hào)相關(guān)性的雙端檢測(cè)算法。其利用遠(yuǎn)端信號(hào)和近端麥克風(fēng)輸入信號(hào)來(lái)構(gòu)造檢測(cè)統(tǒng)計(jì)量，其主要的原理如下：

當(dāng)遠(yuǎn)端信號(hào)()=0時(shí)，

其中:

則可以將式（12）表示為：

當(dāng)()≠0時(shí)，

則雙端發(fā)聲統(tǒng)計(jì)量可以記做：

將式（12）帶入式（16）可以得到檢測(cè)變量：

從式（17）可以很容易得到，()=0時(shí)，即不存在近端話(huà)音時(shí)，=1；當(dāng)()≠0時(shí)，即存在近端話(huà)音時(shí)，＜1。

因此基于以上描述，我們能通過(guò)檢測(cè)變量的值判斷雙話(huà)情況是否發(fā)生，通過(guò)檢測(cè)變量的特征，設(shè)定恰當(dāng)?shù)拈T(mén)限值T，將檢測(cè)變量與門(mén)限值進(jìn)行比較，通過(guò)比較結(jié)果判定當(dāng)前時(shí)刻是否發(fā)生雙話(huà)。

3 雙端通話(huà)下的回聲消除結(jié)構(gòu)

為了實(shí)現(xiàn)快速、高效、魯棒性好的回聲消除，本文采用的雙端通話(huà)回聲消除新結(jié)構(gòu)（如圖2所示），主要由以下三部分構(gòu)成：雙端檢測(cè)、自適應(yīng)算法、后置濾波。

圖2 本文提出的回聲消除新結(jié)構(gòu)

在真實(shí)的通話(huà)環(huán)境中，需要實(shí)時(shí)監(jiān)測(cè)話(huà)音的活動(dòng)狀態(tài)。自適應(yīng)濾波器才能根據(jù)不同的話(huà)音活動(dòng)狀態(tài)去進(jìn)行相應(yīng)的處理。因此，雙端檢測(cè)算法對(duì)存在雙端通話(huà)時(shí)回聲消除系統(tǒng)的性能有很大影響。NCC雙端檢測(cè)算法簡(jiǎn)單易行，雙端通話(huà)檢測(cè)效能較為理想，本文采用的雙端通話(huà)回聲消除新結(jié)構(gòu)采用NCC來(lái)進(jìn)行雙端通話(huà)檢測(cè)。

傳統(tǒng)回聲消除結(jié)構(gòu)采用NCC雙端通話(huà)檢測(cè)算法進(jìn)行檢測(cè)后，再采用時(shí)域的NLMS算法或者頻域的LMS算法來(lái)進(jìn)行自適應(yīng)濾波器的更新，時(shí)域的NLMS算法實(shí)現(xiàn)簡(jiǎn)單，但缺點(diǎn)是計(jì)算復(fù)雜度高，頻域LMS算法計(jì)算復(fù)雜度低，但延遲高。因此本文采用PFBLMS算法來(lái)進(jìn)行濾波器的自適應(yīng)迭代，時(shí)間復(fù)雜度更低，算法延遲更小。

只采用自適應(yīng)濾波器對(duì)回聲抑制的能力有限，所以在回聲抑制系統(tǒng)中添加非線(xiàn)性處理模塊（Nonlinear Processing，NLP）具有重要意義，其目的是抑制線(xiàn)性濾波后誤差信號(hào)中的殘留回聲。主要原理是利用近端信號(hào)(）和誤差信號(hào)(）之間的頻域相干性C ，結(jié)合近端信號(hào)(）和遠(yuǎn)端信號(hào)(）的頻域相干性C ，利用C 和C 計(jì)算出每個(gè)頻帶的抑制因子，將抑制因子與對(duì)應(yīng)的頻帶相乘，從而實(shí)現(xiàn)對(duì)殘留回聲的抑制。

4 仿真與分析

將本文所采用的回聲消除結(jié)構(gòu)用于回聲消除，并采用歸一化失調(diào)（Normalized misalignment，MIS）和回波抑制比（Echo return loss enhancement，ERLE）兩個(gè)參數(shù)作為衡量回聲消除效果的指標(biāo)，比較不同方法下輸出語(yǔ)音的時(shí)域波形圖，直觀比較回聲消除的效果，其中MIS和ERLE兩個(gè)指標(biāo)的定義如下：

歸一化失調(diào)值越小，表明自適應(yīng)濾波器的系數(shù)越接近真實(shí)房間路徑的沖激響應(yīng)?；夭ㄒ种票鹊闹翟酱?，表明回聲消除系統(tǒng)對(duì)回聲的抑制程度越大。

實(shí)驗(yàn)一：高斯白噪聲作為輸入信號(hào)。遠(yuǎn)端話(huà)音輸入均值為0、方差為1的高斯白噪聲，并在近端添加信噪比為20 dB的高斯白噪聲作為背景噪聲。信號(hào)采樣率設(shè)為8 kHZ。真實(shí)房間路徑?jīng)_激響應(yīng)如圖3所示，長(zhǎng)度為1024。

圖3 回聲通道的沖激響應(yīng)

歸一化失調(diào)值和回波抑制比如圖4所示?？梢钥闯觯瑲w一化失調(diào)值方面，在濾波器迭代的初始階段，本文所采用的PFBLMS算法的收斂速度介于時(shí)域NLMS和頻域NLMS之間，但是當(dāng)?shù)竭_(dá)收斂狀態(tài)之后，本文所采用的算法穩(wěn)態(tài)誤差最??；在回波抑制比方面，本文所采用的方法到達(dá)穩(wěn)態(tài)后回波抑制比最高。當(dāng)環(huán)境發(fā)生突變之后，本文算法的穩(wěn)態(tài)誤差和收斂速度都能達(dá)到較好的水平。

圖4 白噪聲輸入下的歸一化失調(diào)和回波抑制比

實(shí)驗(yàn)二：真實(shí)話(huà)音作為輸入。遠(yuǎn)端話(huà)音輸入為一段長(zhǎng)為20秒的語(yǔ)音，近端話(huà)音在4～8秒處有一段長(zhǎng)為4秒的語(yǔ)音，且在近端添加相較于近端話(huà)音信噪比為30 dB的白噪聲作為背景噪聲，近端語(yǔ)音、背景噪聲和回聲信號(hào)一起作為近端麥克風(fēng)的采集信號(hào)。信號(hào)采樣率設(shè)為8 kHz。遠(yuǎn)端話(huà)音、近端話(huà)音及麥克風(fēng)話(huà)音的時(shí)域波形如圖5所示。

圖5 遠(yuǎn)端話(huà)音、近端話(huà)音及麥克風(fēng)話(huà)音時(shí)域波形

存在雙話(huà)情況下三種方法進(jìn)行回聲消除后，輸出語(yǔ)音的時(shí)域波形如圖6所示。從時(shí)域波形可以看出，三種方法均對(duì)回聲信號(hào)有一定的抑制作用，在雙講時(shí)刻都能防止濾波器的發(fā)散。但從圖中可以看出，在近端含背景噪聲的情況下，從聽(tīng)覺(jué)感受上基于GEIGEL-NLMS算法的語(yǔ)音失真最嚴(yán)重，NCC-NLMS算法下的殘留回聲最大，本文方法的殘留回聲最小、語(yǔ)音失真也最小、語(yǔ)音的聽(tīng)覺(jué)感受最好。說(shuō)明無(wú)論在雙講時(shí)刻還是在非雙講時(shí)刻，本文所提方法均優(yōu)于GEIGEL算法和簡(jiǎn)單的時(shí)域NCC算法的回聲消除效果。

圖6 三種方法下的輸出語(yǔ)音

三種方法的回波抑制比如圖7所示，可以看出三種方法在雙講時(shí)刻下的性能都沒(méi)有發(fā)生嚴(yán)重惡化，雖然基于NCC算法的兩種方法在自適應(yīng)迭代初始的收斂速度較為緩慢，但基于GEIGEL算法的方法在接近收斂后的回波抑制低于另外兩種方法。另外，雙講時(shí)刻下三種算法的回波抑制比均有一定程度的下降，其中GEIGEL算法下降最明顯，本文所提算法下降程度最低。本文所提出的方法在回波抑制效果和收斂速度上均達(dá)到了比較理想的效果，在較低的算法復(fù)雜度下實(shí)現(xiàn)了較好的回波消除效果。

圖7 三種方法的回波抑制比

5 結(jié)語(yǔ)

本文提出了一種適用于雙端通話(huà)下的回聲消除結(jié)構(gòu)，該結(jié)構(gòu)中采用NCC算法進(jìn)行雙端檢測(cè)，PFBLMS算法進(jìn)行自適應(yīng)濾波器系數(shù)更新，最后采用后置濾波技術(shù)消除殘余回聲。算法時(shí)間復(fù)雜度方面，回聲消除系統(tǒng)所采用的PFBLMS算法相比于時(shí)域NLMS算法降低了復(fù)雜度，相比于頻域LMS算法減少了時(shí)延。仿真實(shí)驗(yàn)表明，該系統(tǒng)的回聲性能優(yōu)于傳統(tǒng)的GEIGEL-NLMS算法及NCC-NLMS算法下的回聲消除，在語(yǔ)音失真度較小的情況下消除了殘留回聲。本文提出的回聲消除結(jié)構(gòu)也有一些待改進(jìn)的方面，①NCC算法的最優(yōu)門(mén)限難以確定，遠(yuǎn)端話(huà)音改變或回聲路徑延遲過(guò)大都有可能造成最優(yōu)門(mén)限改變；②經(jīng)過(guò)非線(xiàn)性處理之后的近端語(yǔ)音仍然有一定程度的失真。接下來(lái)的工作將考慮針對(duì)這些缺點(diǎn)不斷完善和優(yōu)化所提出的回聲消除系統(tǒng)。