[发明专利]回声消除方法、装置、系统及存储介质

说明书

本发明涉及一种回声消除方法、装置、系统及计算机可读存储介质，该方法包括获取估计本地信号的特征参数；其中，所述特征参数包括发音装置发出的当前帧参考信号、当前帧麦克风接收的信号以及上一帧自适应滤波器系数；将所述特征参数分别转换为频域信号；根据转化后的频域信号估计本地信号；计算本地信号的方差；根据本地信号的方差更新自适应滤波器的步长因子和规则化因子，可以通过对获取到的用于估计本地信号的特征参数作FFT(Fast Fourier Transform，快速傅里叶变换)，从时域信号转化为频域信号，利用频域信号的稀疏性和易区分性，使得通过频域信号估计的本地信号，计算的本地信号的方差更加准确，有助于增强回声消除效果。

技术领域

本发明涉及通信、语音交互领域，特别是涉及一种回声消除方法、装置、系统及存储介质。

背景技术

在实时通信和语音交互等领域中，通常需要在设备安装麦克风和喇叭。喇叭负责播放音乐、故事、合成人声或者是通信对端发送过来的声音，麦克风则用来采集声音。在实时通信和语音交互中，喇叭播放出来的声音被麦克风重新采集，这些声音称为回声。回声会严重干扰机器后续的识别以及影响通信对端的主观感受，所以过滤回声是必不可少的步骤。

传统的回声消除装置通常包括自适应滤波器、双讲检测器以及后处理模块，其中，1)自适应滤波器用于拟合真实的回声；2)双讲检测器用于检测喇叭播放的声音与本地的声音是否同时发出，在同时存在时及时将自适应滤波器系数冻结更新，避免自适应滤波器发散；3)后处理模块用于处理剩余的回声。另外，自适应滤波器的收敛与否，对回声消除干净与否的影响最大。在语音交互和不少实时通信场景中，由于目标信号往往离设备比较远，而设备的尺寸限制使得回声离麦克风非常近，信号-回声比值远低于传统的应用场景，从而使得双讲检测很难准确。此外，由于信号-回声比非常低，使得非线性的后处理模快非常容易误伤目标信号，所以，在这种场景下，基本上只能依赖自适应滤波器的回声消除能力。

自适应滤波器通常需要动态调节步长因子和规则化因子，该动态调节步长因子和规则化因子通过依赖于近端信号的方差估计。然而，目前提供的技术中对近端信号的方差的估计往往不够准确，从而无法准确的调节步长因子和规则化因子，造成回声消除效果差。

发明内容

基于此，有必要针对对近端信号方差的估计不够准确，造成回声消除效果差的问题，提供一种回声消除方法、装置、系统及存储介质。

根据本发明实施例提供的第一方面，提供一种回声消除方法，包括以下步骤：

获取估计本地信号的特征参数；其中，所述特征参数包括发音装置发出的当前帧参考信号和当前帧麦克风接收的信号；

将所述特征参数分别转换为频域信号；

根据转化后的频域信号估计本地信号；

计算本地信号的方差；

根据所述本地信号的方差动态调节自适应滤波器的步长因子和规则化因子。

在其中一个实施例中，所述根据转化后的频域信号估计本地信号包括:

采用以下公式中的至少之一估计本地信号:

和

其中，表示频域本地信号，D(k)表示转换到频域中麦克风接收的信号，X(k)表示频域参考信号，表示转换到频域中的自适应滤波器系数。

在其中一个实施例中，所述计算本地信号的方差包括:

根据帕塞瓦尔定理计算所述本地信号的方差。

在其中一个实施例中，所述根据所述本地信号的方差动态调节自适应滤波器的步长因子和规则化因子，包括：

根据JO-NLMS(Joint Optimized-NLMS，联合优化归一化最小均方算法)计算步长因子。