[发明专利]低延迟的回声消除方法和系统

说明书

技术领域

本发明涉及具有改进声学特性的音频通信系统和方法，并且特别涉及包括改进音频回声消除系统的会议系统。

背景技术

在传统的会议系统中，一个或多个麦克风捕获远端场点的声波，并且把所述声波转换成第一音频信号。所述第一音频信号被传送至近端场点，在近端场点电视机和放大器和扬声器通过把在远端场点产生的第一音频信号转换成声波来再现原始的声波。在近端场点所产生的声波部分由近端场点的音频捕获系统捕获，转换成第二音频信号并传送回在所述远端场点的系统。在一个场点捕获声波，传送到另一个场点，然后再传送回最初的场点，这样的问题被称为声学回声(acousticecho)。在最严重的情况下，当环路增益超过单位增益，声学回声可引起反馈声。声学回声还引起在两个场点的参会者听到他们自己的声音，使得通过会议系统的谈话变得困难。

进一步参照图1来说明回声问题。来自远端的数字音频信号1101通过数模转换器(DAC)1301被转换到模拟域，在扩音机放大器1302放大，并进一步由扩音机1303转换成声音信号。直接信号1304和由墙壁/天花板等反射的反射信号1306都由麦克风1308获得，这样的获得是不期望的。麦克风还采集所期望的近端信号1307。这种麦克风信号在麦克风放大器1309中被放大，而且在模数转换器1310中被数字化，并输出这种回声未消的麦克风信号1202。

如果回声未消的麦克风信号被传送到远端，该远端场点将听到他们自己的回声，并且如果在该远端存在类似的系统，甚至会发生啸叫/反馈。

解决这种问题的通常方法是在麦克风信号路径上添加声学回声消除器1203。这种回声消除器使用数字扩音机信号作为信号参考，并且估计所有的扩音机至麦克风路径1304/1306，从回声未消的麦克风信号1202减去这些估计，形成回声已消的麦克风信号1204，作为信号1102传送到远端。

根据现有技术，有两种主要的方法用于声学回声消除器。第一种是全带(full band)消除器，第二种是子带(sub band)消除器。这两种消除器通常都使用自适应FIR(有限脉冲响应)滤波器用于回声路径估计，但是要分别应用在全带域和子带域。

所使用的声学回声消除器通常包括几个附加的子块，如双谈话算法、非线形处理单元、舒适噪声生成等。为了简单明了，在这里不讨论这些子块，因这些块与本发明的范围不直接相关。这些块各不相同并且在现有技术的文献中有记载。对于本领域的技术人员来说，这些块的集成是简单易懂的。

图2示出了现有技术的全带声学回声消除器。来自远端的信号2101作为信号2102被传递到扩音机，并且还被用作扩音机参考信号2103。

通过自适应FIR滤波器2104来滤波扩音机参考信号2103。该自适应滤波器聚敛(converge)并跟踪房间的脉冲响应。对于初始聚敛，以及为调整房间中任何声学变化(门打开、人走动等)，自适应FIR滤波器2104需要自适应。为此可使用许多不同的自适应算法，从廉价(低处理能力)的LMS(最小均方)到更复杂且更昂贵的算法如APA(仿射投影算法)和RLS(递归最小二乘)。但是，通常所有这些算法都使用FIR滤波器更新环路2108来适应。

自适应FIR滤波器输出反转的回声估计2105，并添加给回声未消的麦克风信号2106，计算出回声已消的麦克风信号2107。

在全带回声消除器中，对麦克风信号路径不增加算法延迟，因此，当需要短延迟的时候常常使用全带消除器。

但是，现有技术的全带消除器存在某些缺点。一个缺点是自适应滤波器跟踪声学环境变化的能力差/慢，尤其对于说话和其他自然(彩色)信号。另外的缺点是处理能力要求很高，如下面所解释的。

在大多数回声消除器中使用的声学系统模型是FIR滤波器。在信号处理领域，FIR滤波器是众所周知的，因此这里不再讨论有关的基本概念。FIR滤波器近似房间中直接声音和大多数反射的传输功能。由于处理能力的要求，在扩音机播放信号之后，FIR滤波器并不试图用无限的时间来消除回声。而是在给定时间(所说的尾长，英文tail length)之后，接受这样的实事，回声不再被消除，而作为残留回声出现。

为了估计在完整尾长中的回声，要求的FIR滤波器长度是

L＝Fs*taillength，

其中Fs是按Hz的采样频率，并且尾长(taillength)按秒来给定。

为计算滤波器的一个单采样输出所需要的乘法和加法的每个的数量等于滤波器长度，并且对每个采样应该计算一次滤波器的输出。因此，乘法和加法的总数是：