[发明专利]一种联合去混响的回声消除方法

说明书

一种联合去混响的回声消除方法，包括如下步骤：S1.利用麦克风阵列和音频播放装置分别获取模拟麦克风信号和模拟参考信号，通过ADC分别转化为数字麦克风信号和数字参考信号；S2.通过短时傅里叶变换将接收的数字麦克风信号和数字参考信号每个声道的时域信号分解成多个频点的频域信号，得到频域麦克风信号和频域参考信号；S3.将当前帧和当前帧的若干过去帧的频域麦克风信号和频域参考信号作为缓存的频域信号存储到联合预测缓存器中；S4.通过自适应滤波器对联合预测缓存器中缓存的频域信号进行滤波，并对其中的频域麦克风信号进行回声消除。本发明方案利用联合去混响的回声消除算法，可有效改善回声消除效果，提升语音交互质量。

技术领域

本发明属于语音识别技术领域，具体涉及一种联合去混响的回声消除方法。

背景技术

近年来，人工智能技术和物联网在飞速发展落地，语音识别作为人机交互的重要手段，在其中具有关键性的作用，然而在实际落地过程中，复杂的声学应用环境中、严苛的用户体验限制着产品的有效落地推广，尤其针对具有扬声器和麦克风的音频系统，回声消除质量直接影响着用户语音识别交互体验。因此如何有效提升回声消除效果，是提升语音识别交互质量的关键问题。

目前常用的回声消除方法通过不同的自适应滤波器对回声通道进行估计，进而消除回声，该类方法具有一定的有效性，但忽略了环境中存在的混响，实际应用过程中往往会影响自适应滤波器的估计效果。同时还有另一类基于深度神经网络的回声消除方法，该类方法对解决回声消除过程中存在的非线性失真的问题上具有明显效果，但该类方法所需的训练样本比较苛刻，其实际落地的过程中，产品的算力、内存等因素制约了其发展。

发明内容

为克服现有回升消除方法存在的技术缺陷，本发明公开了一种联合去混响的回声消除方法及装置。

本发明所述联合去混响的回声消除方法，包括如下步骤：

S1.利用麦克风阵列和音频播放装置分别获取模拟麦克风信号和模拟参考信号，通过ADC分别转化为数字麦克风信号和数字参考信号；

S2. 通过短时傅里叶变换将接收的数字麦克风信号和数字参考信号每个声道的时域信号分解成多个频点的频域信号，得到频域麦克风信号和频域参考信号；

S3.逐帧进行下列操作:

将当前帧和当前帧的若干过去帧的频域麦克风信号和频域参考信号作为缓存的频域信号存储到联合预测缓存器中；

S4.通过自适应滤波器对联合预测缓存器中缓存的频域信号进行滤波，并对其中的频域麦克风信号进行回声消除；

滤波采用的联合预测自适应滤波器W(l,k)=P(l,k)*R(l,k)；

P(l,k)为第l帧第k个频点的频域转置信号Buff_T(l,k)的自相关矩阵逆矩阵；

R(l,k)为第l帧第k个频点的频域麦克风信号Mic(l,k)与缓存的频域信号Buff(l,k)的互相关矩阵；

输出目标语音频域信号Y：

第l帧第k个频点的目标语音频域信号Y(l,k)= Mic(l,k)-W^H(l,k)* Buff_T(l,k)；

其中上标H表示共轭转置，Mic(l,k)为第l帧第k个频点的频域麦克风信号。

优选的，所述S4步骤中的

R(l,k)= λR(l-1,k)+(1-λ) Buff_T(l,k)conj(Mic(l,k))；

λ为遗忘因子，R(l-1,k) 为第l-1帧第k个频点的频域麦克风信号Mic（l-1，k）与缓存的频域信号Buff(l-1,k)的互相关矩阵；Buff_T(l,k)为第l帧第k个频点的频域转置信号；conj表示共轭。