[发明专利]基于安卓设备的声学回音消除调优方法、系统及存储介质

说明书

本发明涉及回音消除技术领域，具体是基于安卓设备的声学回音消除调优方法、系统及存储介质，该方法安卓HAL层的源码可修改，其包括：1)安卓音频系统HAL层源码通过直接调用TINYALSA接口，开辟两个线程分别读麦克风音频数据，写喇叭音频数据；2)根据输出的时域信号做指定时段的能量均值计算，将该能量均值与预设的阈值做判断：针对低于阈值时段，判断为处于远端单讲状态，关闭AGC；针对高于阈值时段，判断为处于双讲状态，开启AGC；同时，根据判断出的对讲状态动态调整NLP滤波参数；以达到良好的单双讲效果。

技术领域

本发明涉及回音消除技术领域，具体是基于安卓设备的声学回音消除调优方法、系统及存储介质。

背景技术

目前安卓设备上基于Java层AudioRecord/AudioTrack类接口数据所实现的免提模式回音消除，存在喇叭端(远端)/麦克风端(近端)数据延时抖动较大的问题。基于此限制，即使利用WEBRTC开源框架包含的优秀的频域NLMS(归一化最小均方误差)滤波算法和基于功率谱密度互相关性的NLP(非线性滤波)算法，不断调整算法参数取值，也无法做到良好的回音消除效果。其主要是由于当前大部分方案借用WEBRTC的优秀AEC/AGC算法，但基于应用层接口实现该算法，从应用层接口往下层调用，播放端一系列线程数据转发到达喇叭硬件，再由麦克风硬件采集端到最上层接口，由于安卓系统线程调度的非实时性，导致这一整条数据转发路径上的缓存都可能时大时小，导致延时时大时小，最坏情况延迟抖动正向叠加导致AEC算法的输入：远端、近端数据的抖动延迟很大。线性NLMS滤波是最需要延时的稳定性，否则稍微高频一点的远近端数据就会放大因为延迟抖动带来的滤波器残差计算误差，导致滤波器无法及时收敛，此时NLMS参数调整也无济于事。

此外，良好的回音消除效果在要求远端单讲的人基本听不到回音的条件下，近端人与远端的人同时讲话，远端也可以清晰得听到对方的语音。基于延时抖动无法等于0导致的扰动、结构问题导致的非线性回音底音、麦克风路径上噪声几个无法避免的因素，NLP非线性滤波算法的参数无法取得均衡一个值，单纯的非线性滤波参数的调节，稍微调大了会导致双讲效果很差，而调太低，由于底噪、非线性因素、延迟抖动的影响仍在，回音的感知度很明显。由于没有合适的参数，只能优先保证单讲回音消除的效果，牺牲双讲的效果，无法同时保障单讲、双讲的效果，用户体验受到很大限制。

发明内容

为解决上述问题，本发明提供基于安卓设备的声学回音消除调优方法、系统及存储介质。

本发明过以下技术方案予以实现：

一种基于安卓设备的声学回音消除调优方法，安卓HAL层的源码可修改，其包括：

1)安卓音频系统HAL层源码通过直接调用TINYALSA接口，开辟两个线程分别读麦克风音频数据，写喇叭音频数据；

2)根据输出的时域信号做指定时段的能量均值计算，将该能量均值与预设的阈值做判断：

针对低于阈值时段，判断为处于远端单讲状态，关闭AGC；

针对高于阈值时段，判断为处于双讲状态，开启AGC；

同时，根据判断出的对讲状态动态调整NLP滤波参数。

进一步的，处于远端单讲状态时，将NLP滤波参数调高；处于双讲状态时，将NLP滤波参数调低。

进一步的，步骤具体如下：

a)将远近端数据作为输入数据，应用AEC对近端数据进行线性滤波和非线性滤波，使输出信号不含回音信号；

b)根据输出的时域信号计算指定时段内NLP滤波输出e信号在时域的能量均值，将该能量均值与预设的阈值做判断，进行二值模式分割：针对低于阈值时段，判断认为处于远端单讲状态，关闭AGC，并将NLP滤波参数调高；针对高于阈值时段，判断认为处于双讲状态，开启AGC，并将NLP滤波参数调低。