CN1842110A - 一种回声消除装置和方法 - Google Patents

Abstract

本发明公开了一种回声消除装置，包括：远端缓存模块，近端缓存模块，自适应双滤波模块、第一加法器和第二加法器。本发明装置只需部署在终端侧，降低了部署的复杂性和维护成本。本发明同时公开了一种回声消除方法，分别根据已保存的声学回声消除后的近端信号或近端输入信号和电学回声消除后的远端信号或远端输入信号估计电学回声和声学回声，进一步得到当前声学回声消除后的近端信号和电学回声消除后的远端信号。本发明方法可以独立应用于网络电话中，同时消除电学回声和声学回声，并可将一段长时间的参考信号保存在终端侧的存储设备中，从而有效消除长拖尾回声。

Description

一种回声消除装置和方法

技术领域

本发明涉及语音信号处理领域，具体涉及一种回声消除装置和方法。

背景技术

Internet网络技术、软件技术和计算机多媒体技术的快速发展和相互结合，不断推动着新业务的产生和融合。传统上一些需要多种专有硬件设备支撑的业务也可以通过软件实现并部署在通用计算机上，软件实现的网络电话就是其中之一。与传统的实时电话相比，目前的网络电话在语音质量上还存在一定的差距，其中，回声是影响其语音质量的最关键因素之一。

图1是电信网络中的回声示意图，图中的S_in表示近端要发送的信号，S_out表示远端接收的来自近端的信号，R_in表示远端要发送的信号，R_out表示近端接收的电学回声消除后的远端信号，如图1所示，回声根据产生原因可分为两种：

一种是“电学回声”，它产生的主要原因是由于通讯***中存在的2-4线转换。如图1所示，网络侧的本地接入交换机将近端发送的语音信号S_in输出到网络侧的2/4线转换电路上，2/4线转换电路要进行2-4线转换即将双线本地环路连接到4线干线上，在2-4线转换过程中因阻抗匹配等原因，会将近端发送路径上的一些信号“泄漏”到近端接收路径上，结果导致近端用户听见自己的语音。

另一种是“声学回声”，它是由语音播放设备与语音采集设备之间的语音耦合而产生的。如图1所示，以近端为例，扬声器播放出来的来自远端的语音信号R_out经不同的路径一次或多次反射、或者未经任何反射，然后传递到话筒，被话筒拾取后，重新发送至远端，结果远端用户听到自己的语音。

现有的回声消除方案是多点式方案，即在终端侧和网络侧都采用专用的DSP芯片进行回声消除。在具体部署时，是根据回声种类的不同，将回声消除器部署在***的不同位置上。

由于电学回声主要是在网络侧产生的，因此电学回声消除器通常部署在网络侧，图2是现有的实现电学回声消除的示意图，图中S_in、R_out、R_in、S_out的含义与图1中对应符号的含义相同。如图2所示，具体地，电学回声消除器部署在网络侧的本地接入交换机和2/4线转换电路之间。电学回声消除的具体过程是：由于电学回声信号r_e是由于近端发送路径上S_in的部分能量通过2/4线转换电路泄露到近端接收路径上而产生的，因此，电学回声消除器根据S_out估计出电学回声信号的值r_e′，然后从混有电学回声信号的R_in中减去r_e′，这样，最终得到的R_out近似等同于远端发送的真实语音信号。

由于声学回声主要是在终端侧产生的，因此声学回声消除器(AEC，Acoustic Echo Canceller)通常部署在终端侧，如话筒中。图3是现有的实现声学回声消除的示意图，图中S_in、R_out、R_in、S_out的含义与图1中对应符号的含义相同。如图3所示，以近端为例，由于声学回声信号r_a来自于扬声器的信号即R_out，所以AEC根据R_out估计出声学回声信号的值r_a′，然后从混有声学回声信号的S_in中减去r_a′，这样最终得到的S_out近似等同于近端发送的真实语音信号。

现有技术的缺点是：

1、由于需要在网络侧和终端侧多点部署回声消除器，因此，当网络侧部署的回声消除器性能下降或失效时，对***中与该回声消除器有关联的所有终端的通话质量均会带来不利影响。

2、由于在现实网络环境中，实际的网络是由多种不同网络技术的子网互联而成的，因此，部署在网络侧某一位置的电学回声消除器只能解决其部署位置的该段网络通路的回声，难以从整体上保证最终用户端的回声消除效果。例如，部署在PSTN上的回声消除器尽管会去掉一部分回声，但仍会有一部分回声通过IP电话网关进入IP网络中，传递到IP网络终端，影响通话质量。

3、现有的方案基本上是硬件解决方案，采用专用的DSP芯片，回声消除的成本和维护代价很高。更重要的是回声消除需要保存过去一段时间内的语音信号作为回声估计的参考信号，由于DSP受硬件内存等条件限制，对于超过128ms的长拖尾回声的消除难以支持，特别是在IP网络中，报文时延并不能保证总小于128ms，这就导致现有的回声消除对于IP网络上的语音数据业务的支持存在着不足之处。

发明内容

有鉴于此，本发明的主要目的在于提供一种回声消除装置，以解决多点部署回声消除器带来的回声消除效果相互影响问题，以及只能消除部分网络侧的回声的问题，实现全面消除电学回声和声学回声，并降低部署回声消除器的复杂性和维护回声消除器的成本；

同时，本发明的主要目的在于提供一种回声消除方法，实现同时消除电学回声和声学回声，并有效消除网络电话中的长拖尾回声。

为达到上述目的，本发明的技术方案是这样实现的：

一种回声消除装置，应用于终端侧，该装置包括：用于进行声学回声消除的远端缓存模块和第一加法器，用于进行电学回声消除的近端缓存模块和第二加法器，用于同时支持声学回声消除和电学回声消除的自适应双滤波模块，其中，

自适应双滤波模块根据远端缓存模块输出的电学回声消除后的远端信号或远端输入信号进行声学回声估计的自适应滤波，当滤波结果收敛时，根据声学回声滤波系数和电学回声消除后的远端信号计算出声学回声信号，然后将声学回声信号输出到第一加法器；第一加法器计算近端输入信号和声学回声信号的差值从而得到声学回声消除后的近端信号，并将该信号输出到近端缓存模块，且向远端输出；

自适应双滤波模块根据近端缓存模块输出的的声学回声消除后的近端信号或近端输入信号进行电学回声估计的自适应滤波，当滤波结果收敛时，根据电学回声滤波系数和声学回声消除后的近端信号计算出电学回声信号，然后将电学回声信号输出到第二加法器；第二加法器计算远端输入信号和电学回声信号的差值从而得到电学回声消除后的远端信号，并将该信号输出到远端缓存模块，且向近端输出。

所述装置进一步包括，

近端语音检测模块，用于接收近端输入信号或声学回声消除后的近端信号，判断出该信号为语音时，向自适应滤波系数调整模块发送近端语音触发信号；

远端语音检测模块，用于接收远端输入信号或电学回声消除后的远端信号，判断出该信号为语音时，向自适应滤波系数调整模块发送远端语音触发信号；

自适应滤波系数调整模块，当只接收到近端语音检测模块发送来的近端语音触发信号时，将电学回声微调步长发送给自适应双滤波模块，自适应双滤波模块根据该步长调整当前的电学回声滤波系数，

当只接收到远端语音检测模块发送来的远端语音触发信号时，将声学回声微调步长发送给自适应双滤波模块，自适应双滤波模块根据该微调步长调整当前的声学回声滤波系数，

当没有接收到任何触发信号时，向自适应双滤波模块查询当前滤波结果是否收敛，若收敛，就同时将电学回声微调步长和声学回声微调步长发送给自适应双滤波模块，自适应双滤波模块根据电学回声微调步长调整当前的电学回声滤波系数，根据声学回声微调步长调整当前的声学回声滤波系数，若不收敛，就同时将电学回声快调步长和声学回声快调步长发送给自适应双滤波模块，自适应双滤波模块根据电学回声快调步长调整当前的电学回声滤波系数，根据声学回声快调步长调整当前的声学回声滤波系数，

当同时接收到近端语音检测模块和远端语音检测模块发送来的近端语音触发信号和远端语音触发信号时，将这两个触发信号同时转发给自适应双滤波模块以通知自适应双滤波模块不调整当前的电学回声和声学回声滤波系数。

所述近端语音检测模块包括：

近端能量计算模块，用于接收近端输入信号或声学回声消除后的近端信号，计算该信号的能量，并根据静默期的该信号的能量确定近端语音阈值，将该近端语音阈值和正式通话时的该信号的能量输出到近端语音判断模块；

近端语音判断模块，用于接收近端语音阈值和正式通话时的近端输入信号或声学回声消除后的近端信号的能量，比较二者的大小以判断近端输入信号或声学回声消除后的近端信号是否为语音，若为语音，给自适应滤波系数调整模块发送近端语音触发信号。

所述远端语音检测模块包括：

远端能量计算模块，用于接收远端输入信号或电学回声消除后的远端信号，计算该信号的能量，并根据静默期该信号的能量确定远端语音阈值，将该远端语音阈值和正式通话时的该信号的能量输出到远端语音判断模块；

远端语音判断模块，用于接收远端语音阈值和正式通话时的远端输入信号或电学回声消除后的远端信号的能量，比较二者的大小以判断远端输入信号或电学回声消除后的远端信号是否为语音，若为语音，给自适应滤波系数调整模块发送远端语音触发信号。

一种回声消除方法，该方法包括：

A、保存声学回声消除后的近端信号和电学回声消除后的远端信号；

B、分别根据已保存的电学回声消除后的远端信号或远端输入信号和声学回声消除后的近端信号或近端输入信号进行声学回声估计和电学回声估计的自适应滤波，并判断声学回声和电学回声估计的滤波结果是否收敛，若声学回声估计的滤波结果收敛，根据电学回声消除后的远端信号和声学回声滤波系数计算声学回声信号，接着计算当前近端输入信号和声学回声信号的差值即得到声学回声消除后的近端信号；若电学回声估计的滤波结果收敛，根据声学回声消除后的近端信号和电学回声滤波系数计算电学回声信号，接着计算当前远端输入信号和电学回声信号的差值即得到电学回声消除后的远端信号；否则，继续进行声学回声或电学回声估计的自适应滤波。

所述步骤B之前进一步包括：判断近端输入信号或声学回声消除后的近端信号和远端输入信号或电学回声消除后的远端信号是否为语音，若二者都为语音，直接执行步骤B；若近端输入信号或声学回声消除后的近端信号为语音，调整当前电学回声滤波系数，然后执行步骤B；若远端输入信号或电学回声消除后的远端信号为语音，调整当前声学回声滤波系数，然后执行步骤B；若二者都不为语音，同时调整当前的电学回声滤波系数和声学回声滤波系数，然后执行步骤B。

所述调整电学回声滤波系数是通过： $e_{n+1}=e_n+\frac{{\mathrm{\μ}}_e}{d_e+{\mathrm{PS}}_{\mathrm{out}}\left(n\right)}{R}_{\mathrm{out}}\left(n\right)S_{\mathrm{out}}\left(n\right)$ 实现的，其中，e_n为当前的电学回声滤波系数，e_n+1为调整后的电学回声滤波系数，μ_e为调整步长，d_e为0～1之间的常数，PS_out(n)为当前近端输出信号的能量，R_out(n)为当前电学回声消除后的远端信号，S_out(n)为当前声学回声消除后的近端信号。

所述调整声学回声滤波系数是通过 $a_{n+1}=a_n+\frac{{\mathrm{\μ}}_a}{d_a+{\mathrm{PR}}_{\mathrm{out}}\left(n\right)}{S}_{\mathrm{out}}\left(n\right)R_{\mathrm{out}}\left(n\right)$ 实现的，其中，a_n为当前的声学回声滤波系数，a_n+1为调整后的声学回声滤波系数，μ_a为调整步长，d_a为0～1之间的常数，PR_out(n)为当前远端输出信号的能量，S_out(n)为当前声学回声消除后的近端信号，R_out(n)为当前电学回声消除后的远端信号。

所述判断近端输入信号或声学回声消除后的近端信号是否为语音的具体步骤为：

计算会话建立后的静默期内的各时间段的近端输入信号或声学回声消除后的近端信号的能量，将各能量的最大值与大于1的常数的乘积作为近端语音阈值；通话开始后，计算当前近端输入信号或声学回声消除后的近端信号的能量，将得到的能量与近端语音阈值比较，若前者大于后者，判定当前近端输入信号或声学回声消除后的近端信号为语音；否则，判定当前近端输入信号或声学回声消除后的近端信号不为语音。

所述判断远端输入信号或电学回声消除后的远端信号是否为语音的具体步骤为：

计算会话建立后的静默期内的各时间段的远端信号或电学回声消除后的远端信号的能量，将各能量的最大值与大于1的常数的乘积作为远端语音阈值；通话开始后，计算当前远端输入信号或电学回声消除后的远端信号的能量，将得到的能量与远端语音阈值比较，若前者大于后者，判定当前远端输入信号或电学回声消除后的远端信号为语音；否则，判定当前远端输入信号或电学回声消除后的远端信号不为语音。

与现有技术相比，本发明提供的回声消除装置根据近端的信号既可以估计电学回声信号也可以估计声学回声信号，进而消除电学回声和声学回声，因此，本发明装置只需部署在终端侧，降低了部署的复杂性和维护成本。同时，本发明提供的方法可以根据近端的信号计算电学回声信号或声学回声信号，达到同时消除电学回声和声学回声的目的，同时，本发明方法通过对终端侧资源的合理利用，可以保存长时间的回声估计参考信号，从而有效消除网络电话中的长拖尾回声。

附图说明

图1为电信网络中的回声示意图；

图2为现有技术中实现电学回声消除的示意图；

图3为现有技术中实现声学回声消除的示意图；

图4是本发明实现回声消除的具体实施例一的组成框图；

图5是本发明实现回声消除的具体实施例二的组成框图；

图6是本发明实现回声消除的具体实施例三的组成框图；

图7是本发明实现回声消除的具体实施例四的组成框图；

图8是本发明实现回声消除的具体实施例二的流程图。

具体实施方式

本发明的核心思想是：提出一种回声消除装置，该装置只需部署在终端侧，即可同时消除声学回声和电学回声，同时提出一种回声消除方法，只在终端侧应用该方法，即可同时消除声学回声和电学回声。

下面结合附图及具体实施例对本发明再作进一步详细的说明。

图4是本发明实现回声消除的具体实施例一的组成框图，图中的S_in表示近端要发送到远端的初始信号即近端输入信号、S_out表示近端输出到远端的经过回声消除的信号即声学回声消除后的近端信号，R_in表示远端发送到近端的初始信号即远端输入信号、R_out表示近端最终接收到的经过回声消除的远端信号即电学回声消除后的远端信号。如图4所示，其主要包括：

远端缓存模块40：用于接收并保存R_out或R_in，并将R_out或R_in输出到自适应双滤波模块42。

近端缓存模块41：用于接收并保存S_out或S_in，并将S_out或S_in输出到自适应双滤波模块42。

图4给出的是远端缓存模块40的输入为R_out、近端缓存模块41的输入为S_out的情况，远端缓存模块40的输入为R_in、近端缓存模块41的输入为S_in的结构框图可以简单推出。

自适应双滤波模块42：用于保存声学回声滤波系数和电学回声滤波系数，用于根据远端缓存模块40输出的R_out或R_in进行声学回声估计的自适应滤波和根据近端缓存模块41输出的S_out或S_in进行电学回声估计的自适应滤波，当滤波结果收敛时，根据R_out或R_in和声学回声滤波系数计算出声学回声信号r_a′，然后将r_a′输出到第一加法器；当滤波结果收敛时，根据S_out或和电学回声滤波系数计算出电学回声信号r_a′，然后将电学回声信号输出到第二加法器。

第一加法器：用于根据接收的S_in和声学回声信号r_a′，计算S_in和r_a′的差值，该差值即为声学回声消除后的近端信号，然后将该差值输出到近端缓存模块41，同时将该差值输出到远端。

第二加法器：用于根据接收的R_in和电学回声信号r_e′，计算R_in和r_e′的差值，该差值即为电学回声消除后的远端信号，然后将该差值输出到远端缓存模块40，同时将该差值输出到近端。

图5是本发明实现回声消除的具体实施例二的组成框图，与图4相比，该实施例进一步包括：

近端语音检测模块43：用于接收近端信号，检测近端信号是否为语音，当为语音时，给自适应滤波系数调整模块45发送一个近端语音触发信号10。

这里，近端信号既可以为S_in，也可以为如图6的近端语音检测模块53的输入信号所示的S_out。

远端语音检测模块44：用于接收远端信号，检测远端信号是否为语音，当为语音时，给自适应滤波系数调整模块45发送一个远端语音触发信号11。

这里，远端信号既可以为R_out，也可以为如图6的远端语音检测模块54的输入信号所示的R_in。

自适应滤波系数调整模块45：该模块的主要功能如下：

1、当只接收到近端语音检测模块43发送来的近端语音触发信号10时，将电学回声微调步长通知自适应双滤波模块42，自适应双滤波模块42收到后根据该微调步长调整当前的电学回声滤波系数；

2、当只接收到远端语音检测模块44发送来的远端语音触发信号11时，将声学回声微调步长通知自适应双滤波模块42，自适应双滤波模块42收到后根据该微调步长调整当前的声学回声滤波系数；

3、当没有接收到任何触发信号时，向自适应双滤波模块42查询当前滤波结果是否收敛，若自适应双滤波模块42返回的是收敛，就同时将电学回声微调步长和声学回声微调步长发送给自适应双滤波模块42，自适应双滤波模块42根据电学回声微调步长调整当前的电学回声滤波系数，根据声学回声微调步长调整当前的声学回声滤波系数，若自适应双滤波模块42返回的是不收敛，就同时将电学回声快调步长和声学回声快调步长发送给自适应双滤波模块42，自适应双滤波模块42根据电学回声快调步长调整当前的电学回声滤波系数，根据声学回声快调步长调整当前的声学回声滤波系数；

4、当同时接收到近端语音检测模块43和远端语音检测模块44发送来的近端语音触发信号10和远端语音触发信号11时，给自适应双滤波模块42同时转发近端语音触发信号10和远端语音触发信号11以通知自适应双滤波模块42不必调整当前的声学回声和电学回声滤波系数。

需要指出的是，图5和图6中只给出了近端语音检测模块和远端语音检测模块在整个结构框图中的两种位置，实际应用中，由于近端语音检测模块的输入信号可以为S_in或S_out，远端语音检测模块的输入信号可以为R_in或R_out，因此，可以推出：根据输入信号的不同，近端语音检测模块和远端语音检测模块在整个结构框图中的位置共有四种。

图7是本发明实现回声消除的具体实施例四的组成框图，如图7所示，该实施例包含了图5的全部模块，并且：

近端语音检测模块43包括：

近端能量计算模块430：用于接收近端信号，计算近端信号的能量，根据静默期的近端信号的能量的最大值确定近端语音阈值，并将该语音阈值和近端或远端有语音信号的正式通话时的近端信号的能量输出到近端语音判断模块431。

静默期指的是会话建立后到正式通话开始之前的一段时间，长度一般为5～60秒。根据会话信令可以得知会话是否建立，例如：PSTN网络中可通过7号信令得知，IP网络中可以通过SIP信令或者H.323信令得知。

近端语音判断模块431：用于接收近端语音阈值和正式通话时的近端信号的能量，将二者进行比较以判断近端信号是否为语音，当近端信号为语音时给自适应滤波系数调整模块45发送一个近端语音触发信号10。

这里，近端信号既可以为S_in，也可以为S_out。

远端语音检测模块44包括：

远端能量计算模块440：用于接收远端信号，计算远端信号的能量，根据静默期的远端信号的能量的最大值确定远端语音阈值，并将该语音阈值和正式通话时的远端信号的能量输出到远端语音判断模块441。

远端语音判断模块441：用于接收远端语音阈值和正式通话时的远端信号的能量，将二者进行比较以判断远端信号是否为语音，当远端信号为语音时给自适应滤波系数调整模块45发送一个远端语音触发信号11。

这里，远端信号既可以为R_in，也可以为R_out。

以下是本发明提供的实现回声消除的具体实施例一的具体步骤：

步骤01：远端缓存模块40保存R_out或R_in，同时，近端缓存模块41保存S_out或S_in。

步骤02：自适应双滤波模块42根据已保存的R_out或R_in进行声学回声估计的自适应滤波，根据S_out或S_in进行电学回声估计的自适应滤波，并判断滤波结果是否收敛，若声学回声估计的滤波结果收敛，计算声学回声信号r_a′，然后计算S_out；若电学回声估计的滤波结果收敛，计算电学回声信号r_a′，然后计算R_out；否则，继续进行声学回声或电学回声估计的自适应滤波。

自适应双滤波模块42在不停地进行声学回声和电学回声估计的自适应滤波，当滤波结果收敛时，就计算出声学回声和电学回声。

自适应双滤波模块42进行声学回声估计和电学回声估计的滤波算法可以采用通常的LMS算法、最小二乘法等。

声学回声信号计算公式为：

$r_a^{\′}\left(n\right)=\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}{a}_{n-k}{R}_{\mathrm{out}}(n-k)---\left(1\right)$

其中，a_n-k为声学回声滤波系数，n表示当前的时刻值(以下公式中的n的含义都与公式(1)的n的含义相同)，R_out(n-k)(k＝0，…，N-1)表示最近一定时间段内的R_out。

在误差允许范围内，也可以R_in为参考信号估计r_a′。

电学回声信号计算公式为：

$r_e^{\′}\left(n\right)=\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}{e}_{n-k}{S}_{\mathrm{out}}(n-k)---\left(2\right)$

其中，e_n-k为电学回声滤波系数，S_out(n-k)(k＝0，…，N-1)表示最近一定时间段内的S_out。

在误差允许范围内，也可以S_in为参考信号估计r_e′。

S_out的计算公式为：

             S_out(n)＝S_in(n)-r_a′(n)            (3)

R_out的计算公式为：

             R_out(n)＝R_in(n)-r_e′(n)            (4)

图8是本发明实现回声消除的具体实施例二的流程图，如图8所示，其具体步骤如下：

步骤801：远端缓存模块40保存R_out或R_in，同时，近端缓存模块41保存S_out或S_in。近端语音检测模块43判断当前近端信号是否为语音；同时，远端语音检测模块44判断当前远端信号是否为语音，若二者都不为语音，执行步骤802；若二者同时为语音，执行步骤805；若二者之一为语音，执行步骤806。

这里，近端信号既可以为S_in，也可以为S_out；远端信号既可以为R_in，也可以为R_out。

其中，近端语音检测模块43判断近端信号是否为语音的具体过程以S_out为例，可以为：

A1、近端能量计算模块430计算会话建立后静默期的各时间段的S_out的能量PS_out(n)，取它们的最大值，将该最大值乘上一个大于1的常数后得到的值作为近端语音阈值，并将该语音阈值输出到近端语音判断模块431；

PS_out(n)的计算公式为：

              PS_out(n)＝S_out(n)^TS_out(n)               (5)

其中，S_out(n)^T是S_out(n)的转置矩阵。S_out为多次采样值，因此，以矩阵形式表示。

A2、通话开始后，近端能量计算模块430按照公式(5)计算当前S_in的能量PS_out(n)，然后将该能量值输出到近端语音判断模块431；

A3、近端语音判断模块431判断PS_out(n)是否大于近端语音阈值，若是，判定当前近端信号为语音；否则，判定当前近端信号为非语音。

判断S_in是否为语音的具体过程，只需将上述步骤中的S_out替换为S_in即可。

远端语音检测模块44判断远端信号是否为语音的具体过程以R_out为例，可以为：

B1、远端能量计算模块440计算会话建立后静默期的各时间段的R_out的能量PR_out(n)，取它们的最大值，将该最大值乘上一个大于1的常数后得到的值作为远端语音阈值，并将该语音阈值输出到远端语音判断模块441；

PR_out(n)的计算公式为：

              PR_out(n)＝R_out(n)^TR_out(n)               (6)

B2、通话开始后，远端能量计算模块440按照公式(6)计算当前R_out的能量PR_out(n)，然后将该能量值输出到远端语音判断模块441；

B3、远端语音判断模块441判断PR_out(n)是否大于远端语音阈值，若是，判定当前远端信号为语音；否则，判定当前远端信号为非语音。

判断R_in是否为语音的具体过程，只需将上述步骤中的R_out替换为R_in即可。

这里，近端语音阈值和远端语音阈值也可由经验确定。

步骤802：自适应滤波系数调整模块45向自适应双滤波模块42查询当前滤波结果是否收敛，若返回结果为是，执行步骤803；否则，执行步骤804。

步骤803：自适应滤波系数调整模块45通知自适应双滤波模块42声学回声和电学回声的微调步长，自适应双滤波模块42按照公式(7)和公式(8)，同时微调当前的电学回声和声学回声滤波系数，然后执行步骤807。

电学回声滤波系数调整公式为：

$e_{n+1}=e_n+\frac{{\mathrm{\μ}}_e}{d_e+{\mathrm{PS}}_{\mathrm{out}}\left(n\right)}{R}_{\mathrm{out}}\left(n\right)S_{\mathrm{out}}\left(n\right)---\left(7\right)$

其中，e_n为当前的电学回声滤波系数，e_n+1为调整后的电学回声滤波系数，μ_e为调整步长，通常取0～2之间的值，d_e为0～1之间的常数。

声学回声滤波系数调整公式为：

$a_{n+1}=a_n+\frac{{\mathrm{\μ}}_a}{d_a+{\mathrm{PR}}_{\mathrm{out}}\left(k\right)}{S}_{\mathrm{out}}\left(n\right)R_{\mathrm{out}}\left(n\right)---\left(8\right)$

其中，a_n为当前的声学回声滤波系数，a_n+1为调整后的声学回声滤波系数，μ_a为调整步长，通常取0～2之间的值，d_a为0～1之间的常数。

微调步长即采用较小的μ_e或μ_a，μ_e或μ_a较小时，误差较小，但需要较长的收敛时间。

步骤804：自适应滤波系数调整模块45通知自适应双滤波模块42声学回声和电学回声的快调步长，然后自适应双滤波模块42按照公式(7)和公式(8)，同时快调当前的电学回声和声学回声滤波系数，然后执行步骤807。

快调步长即采用较大的μ_e或μ_a，μ_e或μ_a较大时，误差较大，但收敛速度较快。

步骤805：自适应滤波系数调整模块45通知自适应双滤波模块42不必调整当前的滤波系数，然后执行步骤807。

步骤806：若近端信号为语音，自适应滤波系数调整模块45通知自适应双滤波模块42电学回声微调步长，然后自适应双滤波模块42根据公式(7)微调当前电学回声滤波系数；若远端信号为语音，自适应滤波系数调整模块45通知自适应双滤波模块42声学回声微调步长，然后自适应双滤波模块42根据公式(7)微调当前声学回声滤波系数，然后执行步骤807。

步骤807：自适应双滤波模块42根据已保存的R_out或R_in进行声学回声估计的自适应滤波，根据S_out或S_in进行电学回声估计的自适应滤波，并判断滤波结果是否收敛，若声学回声估计的滤波结果收敛，按照公式(1)计算出声学回声信号r_a′后，将声学回声信号r_a′输出到第一加法器，然后第一加法器按照公式(3)计算S_out；若电学回声估计的滤波结果收敛，按照公式(2)计算电学回声信号r_e′后，将电学回声信号r_e′输出到第二加法器，然后第二加法器按照公式(4)计算远R_out，计算完毕返回步骤801；否则，返回步骤807。

本发明提供的回声消除方法可将S_out或S_in保存在近端的音频数据发送缓冲区中，将R_out或R_in保存在音频数据播放缓冲区中，基于对这些音频数据缓冲区的控制，建立估计电学回声信号和声学回声信号的参考信号。由于音频数据缓冲区的存储空间相对较大，因此可有效消除长拖尾回声。

以上所述仅为本发明的过程及方法实施例，并不用以限制本发明，凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1、一种回声消除装置，应用于终端侧，其特征在于，该装置包括：用于进行声学回声消除的远端缓存模块和第一加法器，用于进行电学回声消除的近端缓存模块和第二加法器，用于同时支持声学回声消除和电学回声消除的自适应双滤波模块，其中，

自适应双滤波模块根据远端缓存模块输出的电学回声消除后的远端信号或远端输入信号进行声学回声估计的自适应滤波，当滤波结果收敛时，根据声学回声滤波系数和电学回声消除后的远端信号计算出声学回声信号，然后将声学回声信号输出到第一加法器；第一加法器计算近端输入信号和声学回声信号的差值从而得到声学回声消除后的近端信号，并将该信号输出到近端缓存模块，且向远端输出；

自适应双滤波模块根据近端缓存模块输出的的声学回声消除后的近端信号或近端输入信号进行电学回声估计的自适应滤波，当滤波结果收敛时，根据电学回声滤波系数和声学回声消除后的近端信号计算出电学回声信号，然后将电学回声信号输出到第二加法器；第二加法器计算远端输入信号和电学回声信号的差值从而得到电学回声消除后的远端信号，并将该信号输出到远端缓存模块，且向近端输出。

2、如权利要求1所述的装置，其特征在于，所述装置进一步包括，

近端语音检测模块，用于接收近端输入信号或声学回声消除后的近端信号，判断出该信号为语音时，向自适应滤波系数调整模块发送近端语音触发信号；

远端语音检测模块，用于接收远端输入信号或电学回声消除后的远端信号，判断出该信号为语音时，向自适应滤波系数调整模块发送远端语音触发信号；

自适应滤波系数调整模块，当只接收到近端语音检测模块发送来的近端语音触发信号时，将电学回声微调步长发送给自适应双滤波模块，自适应双滤波模块根据该步长调整当前的电学回声滤波系数，

当只接收到远端语音检测模块发送来的远端语音触发信号时，将声学回声微调步长发送给自适应双滤波模块，自适应双滤波模块根据该微调步长调整当前的声学回声滤波系数，

当没有接收到任何触发信号时，向自适应双滤波模块查询当前滤波结果是否收敛，若收敛，就同时将电学回声微调步长和声学回声微调步长发送给自适应双滤波模块，自适应双滤波模块根据电学回声微调步长调整当前的电学回声滤波系数，根据声学回声微调步长调整当前的声学回声滤波系数，若不收敛，就同时将电学回声快调步长和声学回声快调步长发送给自适应双滤波模块，自适应双滤波模块根据电学回声快调步长调整当前的电学回声滤波系数，根据声学回声快调步长调整当前的声学回声滤波系数，

当同时接收到近端语音检测模块和远端语音检测模块发送来的近端语音触发信号和远端语音触发信号时，将这两个触发信号同时转发给自适应双滤波模块以通知自适应双滤波模块不调整当前的电学回声和声学回声滤波系数。

3、如权利要求2所述的装置，其特征在于，所述近端语音检测模块包括：

近端能量计算模块，用于接收近端输入信号或声学回声消除后的近端信号，计算该信号的能量，并根据静默期的该信号的能量确定近端语音阈值，将该近端语音阈值和正式通话时的该信号的能量输出到近端语音判断模块；

近端语音判断模块，用于接收近端语音阈值和正式通话时的近端输入信号或声学回声消除后的近端信号的能量，比较二者的大小以判断近端输入信号或声学回声消除后的近端信号是否为语音，若为语音，给自适应滤波系数调整模块发送近端语音触发信号。

4、如权利要求2所述的装置，其特征在于，所述远端语音检测模块包括：

远端能量计算模块，用于接收远端输入信号或电学回声消除后的远端信号，计算该信号的能量，并根据静默期该信号的能量确定远端语音阈值，将该远端语音阈值和正式通话时的该信号的能量输出到远端语音判断模块；

远端语音判断模块，用于接收远端语音阈值和正式通话时的远端输入信号或电学回声消除后的远端信号的能量，比较二者的大小以判断远端输入信号或电学回声消除后的远端信号是否为语音，若为语音，给自适应滤波系数调整模块发送远端语音触发信号。

5、一种回声消除方法，其特征在于，该方法包括：

A、保存声学回声消除后的近端信号和电学回声消除后的远端信号；

B、分别根据已保存的电学回声消除后的远端信号或远端输入信号和声学回声消除后的近端信号或近端输入信号进行声学回声估计和电学回声估计的自适应滤波，并判断声学回声和电学回声估计的滤波结果是否收敛，若声学回声估计的滤波结果收敛，根据电学回声消除后的远端信号和声学回声滤波系数计算声学回声信号，接着计算当前近端输入信号和声学回声信号的差值即得到声学回声消除后的近端信号；若电学回声估计的滤波结果收敛，根据声学回声消除后的近端信号和电学回声滤波系数计算电学回声信号，接着计算当前远端输入信号和电学回声信号的差值即得到电学回声消除后的远端信号；否则，继续进行声学回声或电学回声估计的自适应滤波。

6、如权利要求5所述的方法，其特征在于，所述步骤B之前进一步包括：判断近端输入信号或声学回声消除后的近端信号和远端输入信号或电学回声消除后的远端信号是否为语音，若二者都为语音，直接执行步骤B；若近端输入信号或声学回声消除后的近端信号为语音，调整当前电学回声滤波系数，然后执行步骤B；若远端输入信号或电学回声消除后的远端信号为语音，调整当前声学回声滤波系数，然后执行步骤B；若二者都不为语音，同时调整当前的电学回声滤波系数和声学回声滤波系数，然后执行步骤B。

7、如权利要求6所述的方法，其特征在于，所述调整电学回声滤波系数是通过： $e_{n+1}=e_n+\frac{{\mathrm{\μ}}_e}{d_e+{\mathrm{PS}}_{\mathrm{out}}\left(n\right)}{R}_{\mathrm{out}}\left(n\right)S_{\mathrm{out}}\left(n\right)$ 实现的，其中，e_n为当前的电学回声滤波系数，e_n+1为调整后的电学回声滤波系数，μ_e为调整步长，d_e为0～1之间的常数，PS_out(n)为当前近端输出信号的能量，R_out(n)为当前电学回声消除后的远端信号，S_out(n)为当前声学回声消除后的近端信号。

8、如权利要求6所述的方法，其特征在于，所述调整声学回声滤波系数是通过 $a_{n+1}=a_n+\frac{{\mathrm{\μ}}_a}{d_a+{\mathrm{PR}}_{\mathrm{out}}\left(n\right)}{S}_{\mathrm{out}}\left(n\right)R_{\mathrm{out}}\left(n\right)$ 实现的，其中，a_n为当前的声学回声滤波系数，a_n+l为调整后的声学回声滤波系数，μ_a为调整步长，d_a为0～1之间的常数，PR_out(n)为当前远端输出信号的能量，S_out(n)为当前声学回声消除后的近端信号，R_out(n)为当前电学回声消除后的远端信号。

9、如权利要求6所述的方法，其特征在于，所述判断近端输入信号或声学回声消除后的近端信号是否为语音的具体步骤为：

计算会话建立后的静默期内的各时间段的近端输入信号或声学回声消除后的近端信号的能量，将各能量的最大值与大于1的常数的乘积作为近端语音阈值；通话开始后，计算当前近端输入信号或声学回声消除后的近端信号的能量，将得到的能量与近端语音阈值比较，若前者大于后者，判定当前近端输入信号或声学回声消除后的近端信号为语音；否则，判定当前近端输入信号或声学回声消除后的近端信号不为语音。

10、如权利要求6所述的方法，其特征在于，所述判断远端输入信号或电学回声消除后的远端信号是否为语音的具体步骤为：

计算会话建立后的静默期内的各时间段的远端信号或电学回声消除后的远端信号的能量，将各能量的最大值与大于1的常数的乘积作为远端语音阈值；通话开始后，计算当前远端输入信号或电学回声消除后的远端信号的能量，将得到的能量与远端语音阈值比较，若前者大于后者，判定当前远端输入信号或电学回声消除后的远端信号为语音；否则，判定当前远端输入信号或电学回声消除后的远端信号不为语音。

Images