[发明专利]基于远端估计信号和误差信号回归因子的回声消除方法

说明书

本发明公开了一种基于远端估计信号和误差信号回归因子的回声消除方法，利用远端估计信号和近远端误差信号的回归分析，得出来回归因子，同时该回归因子代表着自适应滤波器的估计偏差情况。进而计算滤波器更新的最优步长，同时，回归因子中蕴含着三种语音活动状态，省去了远近端语音活动检测、双讲语音活动检测。本发明的优点是能够通过一个参数的计算来统筹管理整个回声消除算法的关键步骤，使得计算复杂度大大减少。同时最优步长的计算和远近端的数据都有关系，使得近端语音失真减小。

技术领域

本发明属于语音增强领域，具体涉及一种基于远端估计信号和误差信号回归因子的回声消除方法。

背景技术

语音增强是改善人耳对带噪语音在某些特定方面的感知，回声是影响听觉的一大因素，无论是在传统通信还是当前比较热门的VOIP通信中，对消除回声是提高通话质量的关键步骤。

在回声消除算法中，最优步长和语音的双端检测都是影响回声消除效果的关键因素。为了保证系统的稳定性和通信质量，在双讲的情况下应该停止或者缓慢滤波器的系数更新，否则会使得滤波器无法收敛；而在其它情况下加速滤波器的更新，因此，一个可靠的双端检测对于回声消除具有至关重要的作用。

回声消除是语音增强的一个模块，是一个比较重要且相对复杂的模块。在语音增强中很多实现都是利用自适应滤波器，同样的回声消除也不例外，目前使用最多的是归一化最小均方(NLMS)误差自适应滤波器。

如图1所示，回声消除算法都是利用自适应滤波器对近端回声环境进行学习，最终表现为滤波器的抽头系数该系数是对回声环境的脉冲响应的估计。远端信号通过与滤波器抽头系数的估计值进行卷积得到估计的回声信号计算公式：

其中符号“^”代表估计，表达式上的单箭头符号代表向量。为滤波器抽头系数的估计值，是对近端环境脉冲响应的估计，通常通过自适应(NLMS)算法计算出来。在接收端，接收信号减去估计的回声信号得到估计误差信号如果滤波器抽头系数与环境脉冲响应相同，则达到回声消除的目的。其中接受信号包括：扬声器播放出来的远端信号通过与环境脉冲响应进行卷积后的回声信号其中是回声环境脉冲响应；近端背景噪声信号近端语音信号的和。计算公式如下：

定义为期望的近远端信号误差，计算公式为：最优情况是如果滤波器抽头系数与环境脉冲响应相同，此时有但由于某些客观条件的限制，很难达到理想的情况，因此需要通过条件约束和计算尽可能的达到理想状态，使得回声消除中远端回声尽可能小，且近端语音尽可能没有失真。

如图2所示，回声消除中对语音活动检测是用来确定三种语音的状态，远端、近端和双讲状态。一般的回声消除算法中，会根据不同的语音活动状态来进行滤波器抽头系数的更新和滤波行为。在仅仅有远端语音的情况下，既要更新滤波器的抽头系数同时也要进行滤波；在仅仅有近端的情况下，既不更新滤波器的抽头系数也不进行滤波；在双讲的情况下，不进行滤波器抽头系数的更细但是要进行滤波。因此，语音活动状态监测的正确与否很大程度上影响这回声消除的效果，为了实现这三种语音活动状态监测，在回声消除算法中，一般设置远端、近端和双端三个语音活动检测器。

回声消除中，最常用的自适应算法是归一化最小均方(NLMS)误差。其优化目标函数为：

也即尽量最小化期望误差与估计误差之差，其中n表示自适应循环的次数，且有：

其中下角字母“k”表示样自适应滤波器抽头位置。自适应步定义为：

其中μ是自适应滤波器的学习率，也称学习步长。