[发明专利]一种用于音频会议系统的双端通话检测方法

说明书

本发明公开了一种用于音频会议系统的双端通话检测方法，包括步骤(A)，对音频会议系统的近端信号d(n)和远端参考信号x(n)进行语音活性检测；步骤(B)，根据语音活性检测结果，判断该音频会议系统处于静默状态、单近状态或者远端有语音状态；步骤(C)，若该音频会议系统为远端有语音状态，根据功率谱计算结果，判断是单远状态或者是双端通话状态。本发明的用于音频会议系统的双端通话检测方法，通过语音活性检测、功率谱计算，来区别音频会议系统的静默状态、单近状态、单远状态或者双端通话状态四种状态，提高双端状态判断的准确度，进而可以改善后端非线性回声抑制能力，具有良好的应用前景。

技术领域

本发明涉及语音信号处理技术领域，具体涉及一种用于音频会议系统的双端通话检测方法。

背景技术

回声是指扬声器播出的声音在被受话方听到的同时，也通过多种路径被麦克风拾取到。多路径反射的结果产生了不同延时的回声，包括直接回声和间接回声，其中直接回声是指由扬声器播出的声音未经任何反射直接进入麦克风，这种回声的延时最短，它同远端说话者的语音能量、扬声器与麦克风之间的距离、角度、扬声器的播放音量、麦克风的拾取灵敏度等因素直接相关；而间接回声是指由扬声器播出的声音经过不同的路径的一次或多次反射后进入麦克风所产生的回声的集合，房屋内的任何物体的任何变动都会改变回声的通道，因此，这种回声的特点是多路径的、时变的。

如果在不做任何回声处理的情况下，回声会不断叠加形成啸叫，用户体验会变得很差。回声消除就是将输入给麦克风的信号中的回声成分消除，比较常见的算法有归一化最小均方算法、分块频域自适应滤波算法。但是，这些算法只能线性消除回声，对于非线性的残留回声只能采用非线性的方法来消除。

但是，对于非线性的回声消除方法，常常依赖于双端通话状态检测的精度，所谓双端是指音频会议系统两端的说话人同时说话。在实际应用中，双端通话的持续时间虽然低于单端讲话，但是如果不检测出双端通话，会严重干扰回声消除滤波器的性能，从而严重影响非线性回声消除算法效果。当前，基于相关性系数的双端通话检测是常用的方法之一。但是，该方法通过对比每帧的相关性系数来决定是否为双端通话状态，其精度易受设定阈值限制，通常会发生误判。

如何克服上述问题，是当前需要解决的问题。

发明内容

本发明的目的是解决传统的非线性回声消除方法中双端通话状态检测度不高的问题。本发明的用于音频会议系统的双端通话检测方法，通过语音活性检测、功率谱估计，来区别音频会议系统的静默状态、单近状态、单远状态或者双端通话状态四种状态，提高双端通话状态判断的准确度，进而为改善后端非线性回声抑制能力提供依据，具有良好的应用前景。

为了达到上述目的，本发明所采用的技术方案是：

一种用于音频会议系统的双端通话检测方法，包括以下步骤，

步骤(A)，对音频会议系统的近端信号d(n)和远端参考信号x(n)进行语音活性检测；

步骤(B)，根据语音活性检测结果，判断该音频会议系统为静默状态、单近状态或者远端有语音状态，

(B1)若近端信号d(n)和远端参考信号x(n)都无语音时，则该音频会议系统的状态为静默状态；

(B2)，若近端信号d(n)有语音，而远端参考信号x(n)无语音时，则该音频会议系统的状态为单近状态；

(B3)，若远端参考信号x(n)有语音，则该音频会议系统的状态为远端有语音状态；

步骤(C)，若该音频会议系统为远端有语音状态，根据功率谱计算结果，判断是单远状态或者是双端通话状态。

前述的一种用于音频会议系统的双端通话检测方法，步骤(C)，若该音频会议系统为远端有语音状态，根据功率谱计算结果，判断是单远状态或者是双端通话状态，包括以下步骤，