[go: up one dir, main page]

CN105432062B - 用于回波去除的方法、设备及介质 - Google Patents

用于回波去除的方法、设备及介质 Download PDF

Info

Publication number
CN105432062B
CN105432062B CN201480031204.XA CN201480031204A CN105432062B CN 105432062 B CN105432062 B CN 105432062B CN 201480031204 A CN201480031204 A CN 201480031204A CN 105432062 B CN105432062 B CN 105432062B
Authority
CN
China
Prior art keywords
model
echo
audio signal
estimation
accuracy
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201480031204.XA
Other languages
English (en)
Other versions
CN105432062A (zh
Inventor
P.阿伦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Microsoft Technology Licensing LLC
Original Assignee
Microsoft Technology Licensing LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Microsoft Technology Licensing LLC filed Critical Microsoft Technology Licensing LLC
Publication of CN105432062A publication Critical patent/CN105432062A/zh
Application granted granted Critical
Publication of CN105432062B publication Critical patent/CN105432062B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04MTELEPHONIC COMMUNICATION
    • H04M9/00Arrangements for interconnection not involving centralised switching
    • H04M9/08Two-way loud-speaking telephone systems with means for conditioning the signal, e.g. for suppressing echoes for one or both directions of traffic
    • H04M9/082Two-way loud-speaking telephone systems with means for conditioning the signal, e.g. for suppressing echoes for one or both directions of traffic using echo cancellers

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Telephone Function (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)

Abstract

描述了回波去除技术。作为回波去除的一部分,使用第一模型来确定接收音频信号中的回波的第一模型估计,并且使用第二模型来确定回波的第二模型估计。根据模型准确度度量来确定第一模型的第一准确度值,并且根据模型准确度度量来确定第二模型的第二准确度值。然后基于第一准确度值和第二准确度值的比较来确定第一模型是否比第二模型更准确并基于所述比较来选择性地更新第二模型。仅使用回波的第二模型估计来对接收音频信号应用回波去除。

Description

用于回波去除的方法、设备及介质
背景技术
设备可具有可以用来从周围环境接收音频信号的音频输入装置。该设备还可具有可以用来向周围环境输出音频信号的音频输出装置。例如,设备可具有用于输出音频信号的一个或多个扬声器和用于接收音频信号的一个或多个扩音器。从设备的(一个或多个)扬声器输出的音频信号可在被(一个或多个)扩音器接收到的音频信号中被作为“回波”接收。情况可能是在接收到的音频信号中并不期望此回波。例如,设备可以是在通过网络与另一用户设备的诸如音频或视频呼叫之类的通信事件中使用的用户设备(例如,移动电话、平板电脑、膝上型计算机、PC等)。呼叫的远端信号可被从用户设备处的扬声器输出,并且可在设备处的扩音器接收到的音频信号中被作为回波接收。此类回波可能是对呼叫的用户的干扰,并且呼叫的感知质量可能由于该回波而被降低。特别地,对于近端音频信号回波可引起干扰,该近端音频信号意图被扩音器接收并被发射到呼叫中的远端。因此,可以对接收音频信号应用回波消除和/或回波抑制,从而抑制接收音频信号中的回波。接收音频信号中的回波的功率可根据用户设备的布置而改变。例如,用户设备可以是移动电话,并且在那种情况下,与移动电话不在“免提”模式下操作时相比,接收音频信号中的回波的功率在移动电话在“免提”模式下操作时正常地将会更高。
回波消除(或“回波消减”)技术旨在基于从扬声器输出的音频信号的知识来估计包括于在扩音器中接收到的音频信号中的回波信号。然后,可以从接收音频信号减去回波信号的估计,从而从接收音频信号去除回波中的至少某些。回波抑制用来对接收音频信号应用频率相关抑制,从而抑制接收音频信号中的回波。
发明内容
提供本发明内容是为了以简化形式介绍下面在详细描述中进一步描述的概念的选择。本发明内容并不意图识别要求保护的主题的关键特征或本质特征,其也不意图用来限制要求保护的主题的范围。
提供了一种去除接收音频信号中的回波的方法。作为回波去除的一部分,使用第一模型来确定接收音频信号中的回波的第一模型估计,并且使用第二模型来确定接收音频信号中的回波的第二模型估计。根据模型准确度度量来确定第一模型的第一准确度值,并且根据模型准确度度量来确定第二模型的第二准确度值。然后基于第一准确度值和第二准确度值的比较来确定第一模型是否比第二模型更准确并基于所述比较来选择性地更新第二模型。仅使用回波的第二模型估计来对接收音频信号应用回波去除。
该方法可在呼叫(例如实现网际协议语音(VoIP)以在用户设备之间发射音频数据的呼叫)中使用,在这种情况下输出音频信号可以是从呼叫的远端接收到的远端信号,并且接收信号包括作为结果产生的回波和用于发射到呼叫远端的近端信号。
附图说明
为了更好地理解所述实施例并示出所述实施例如何能付诸实施,现在将以示例的方式对以下各图进行参考,在所述附图中:
图1示出了通信系统的示意图;
图2是用户设备的示意性框图;
图3是示出了供在回波去除中使用的用户设备的模块的功能图;以及
图4是用于去除回波的过程的流程图。
具体实施方式
现在将仅以示例的方式描述实施例。
图1示出了通信系统100,其包括与第一用户设备104相关联的第一用户102(“用户A”)和与第二用户设备110相关联的第二用户108(“用户B”)。在其它实施例中,通信系统100可包括任何数目的用户和关联用户设备。用户设备104和110可以在通信系统100中通过网络106进行通信,从而允许用户102和108通过网络106相互进行通信。图1中所示的通信系统100是基于分组的通信系统,但可以使用其它类型的通信系统。网络106可以例如是因特网。用户设备104和110中的每一个可以是例如移动电话、平板电脑、膝上计算机、个人计算机(“PC”)(包括例如WindowsTM、Mac OSTM和Linux TMPC)、游戏设备、电视、个人数字助理(“PDA”)或能够连接到网络106的其它嵌入式设备。用户设备104被布置成从用户设备104的用户102接收信息和向用户设备104 的用户102输出信息。用户设备104包括诸如显示器和扬声器之类的输出装置。用户设备104还包括诸如键区、触摸屏、用于接收音频信号的扩音器和/或用于捕捉视频信号的图像的照相机之类的输入装置。用户设备104被连接到网络106。
用户设备104执行由与通信系统100相关联的软件提供商提供的通信客户端的实例。通信客户端是在用户设备104中的本地处理器上执行的软件程序。客户端执行用户设备104处所需的处理以便使用户设备104通过通信系统100来发射和接收数据。
用户设备110对应于用户设备104并在本地处理器上执行通信客户端,该通信客户端对应于在用户设备104处执行的通信客户端。用户设备110处的客户端以用户设备 104处的客户端执行允许用户102通过网络106进行通信所需的处理的相同方式来执行允许用户108通过网络106进行通信所需的处理。用户设备104和110是通信系统100 中的端点。图1为了明了起见而仅示出了两个用户(102和108)和两个用户设备(104 和110),但在通信系统100中可包括更多的用户和用户设备,并且它们可使用在各用户设备上执行的各通信客户端通过通信系统100进行通信。
图2图示出在其上面执行通信客户端实例206以用于通过通信系统100进行通信的用户设备104的详图。用户设备104包括中央处理单元(“CPU”)或“处理模块”202,被与之相连的有:输出设备,诸如可以实现为触摸屏的显示器208以及用于输出音频信号的扬声器(或“喇叭”)210;输入设备,诸如用于接收音频信号的扩音器212、用于接收图像数据的照相机216以及键区218;用于存储数据的存储器214;以及网络接口 220,诸如用于与网络106通信的调制解调器。用户设备104可包括除图2中所示的那些之外的其它元件。显示器208、扬声器210、扩音器212、存储器214、照相机216、键区218和网络接口220可如图2中所示被集成到用户设备104中。在可替换用户设备中,显示器208、扬声器210、扩音器212、存储器214、照相机216、键区218和网络接口220中的一个或多个可以不被集成到用户设备104中,并且可经由各接口连接到 CPU 202。此类接口的一个示例是USB接口。如果用户104经由网络接口220到网络 106的连接是无线连接,则网络接口220可包括用于向网络106无线地发射信号并从网络106无线地接收信号的天线。
图2还图示出在CPU 202上执行的操作系统(“OS”)204。在OS 204之上运行的是通信系统100的客户端实例206的软件。操作系统204管理计算机的硬件资源并处理被经由网络接口220向和从网络106发射的数据。客户端206与操作系统204通信并管理通信系统上的连接。客户端206具有被用来向用户102呈现信息和从用户102接收信息的客户端用户接口。这样,客户端206执行允许用户102通过通信系统100进行通信所需的处理。
在声学回波消除中,目的是去除源自于喇叭信号x(t)的扩音器信号y(t)中的回波信号s(t)。这应尽可能精确地且尽可能非唐突地完成以便对任何近端信号v(t)的感知具有尽可能少的影响。可以将扩音器信号写为y(t)=s(t)+v(t)。回波信号是喇叭信号的函数,为s(t)=F(x(t))。
存在用来实现上述的两个主要方式,一个是回波消减且另一个是回波抑制。这两个方法常常被组合。
在回波抑制和回波消减两者中,使用模型来估计扩音器信号中的回波或诸如回波功率之类的一些回波性质。此类模型的估计中的常见问题是需要模型估计的小心控制,使得模型估计的更新速度被根据手边的信号条件进行调整。示例是如果在回波信号s(t)和近端信号v(t)两者都强时调整模型,则模型在其将是回波的不良估计器的意义上将常常偏离。
存在用以处理此问题的某些已知技术,一个被称为双方会话(doubletalk)检测且另一是表示为步长控制。在双方会话检测中,当检测到强回波s(t)和近端信号v(t)两者时,模型适应通常在双方会话的持续时间期间被临时地停止。双方会话检测算法存在的问题是一般地难以用要确保良好模型估计所需的精确方式来实现,并且对于其操作而言,其通常涉及到使用其被设计成要控制的实际模型估计。在步长控制中,根据模型的准确度及近端信号v(t)和回波信号s(t)的功率来小心地调整更新速度,以便实现模型的更新。步长控制算法存在的主要问题是难以准确地评定要选择准确更新速度所需的模型的准确度。
在下面描述的实施例中,通过使用两个模型来避免对双方会话检测和步长控制的需要,所述两个模型为无论条件如何都始终被更新的第一模型以及每当第一模型被认为比第二模型更好(更准确)时被基于第一模型更新的第二模型。
参考图3和4,现在描述一种去除回波的方法。图3是示出如何实现回波去除过程的用户设备104的一部分的功能图。
如图3中所示,用户设备104包括扬声器210、扩音器212、建模模块302以及回波去除模块314。建模模块302包括第一滤波器模块304、第二滤波器模块308以及比较模块312。参考图3将回波去除模块314描述为回波抑制模块314。
图4是用于抑制回波的过程的流程图。
将从扬声器210输出的信号x(t)被耦合到扬声器210的输入端。应注意的是在本文所述的实施例中仅仅存在一个扬声器(在图中用附图标记210来指示),但在其它实施例中可存在要输出的信号被耦合到其上(以便从那里输出)的超过一个扬声器。同样地,在本文所述的实施例中,仅仅存在一个扩音器(在图中用附图标记212来指示),但在其它实施例中,可存在从周围环境接收音频信号的超过一个扩音器。要从扬声器210 输出的信号还被耦合到建模模块302。特别地,要从扬声器210输出的信号被耦合到第一滤波器模块304的第一输入端和第二滤波器模块308的第一输入端。扩音器212的输出端被耦合到建模模块302。特别地,扩音器212的输出端被耦合到第一滤波器模块304 的第二输入端和比较模块312的第一输入端。扩音器212的输出端还被耦合到回波抑制模块314的第一输入端。第一滤波器模块304的输出端还被耦合到比较模块312的第二输入端。第二滤波器模块308的输出端被耦合到比较模块312的第三输入端。比较模块 312的输出端被耦合到第二滤波器模块308的第二输入端。建模模块302的输出端被耦合到回波抑制模块314的第二输入端。特别地,第二滤波器模块308的输出端被耦合到回波抑制模块314的第二输入端。回波抑制模块314的输出端被用来提供接收信号(已被应用回波抑制)以用于在用户设备104中进一步处理。
在步骤S402中,接收将从扬声器210输出的信号。例如,要输出的信号可以是在用户102和108之间通过通信系统100的呼叫期间在用户设备104处已经从用户设备 110接收到的远端信号。需要对接收信号执行的任何处理(例如使用语音编解码器的解码、去分组化等)被如在本领域中已知的那样执行(例如由客户端206)以得到适合于从扬声器210输出的信号x(t)。信号x(t)是数字信号。在从扬声器210输出信号之前的用户设备104中的信号处理中的至少某些是在数字域中执行的。如在本领域中已知的,在从喇叭210播放之前对数字信号x(t)应用数模转换器(DAC)。同样地,对被扩音器 212捕捉的信号应用模数转换器(ADC)以得到数字信号y(t)。
在其它实施例中,可从除在呼叫中通过通信系统100之外的某处接收要输出的信号。例如,要输出信号可能已被存储在存储器214中,并且步骤S402可包括从存储器 214检索信号。
在步骤S404中,从扬声器210输出音频信号x(t)。这样,音频信号x(t)被输出给用户102。
在步骤S406中,扩音器212接收音频信号。如图3中所示,接收音频信号可包括近端信号,该近端信号为期望信号或“主要信号”。近端信号是用户102意图使扩音器212接收的信号。然而,接收音频信号还包括作为在步骤S404中从扬声器210输出的音频信号的结果产生的回波信号。接收音频信号还可包括噪声,诸如本底噪声。因此,总接收音频信号y(t)可以由近端信号、回波和噪声的和给出。回波和噪声充当对于近端信号的干扰。
第一滤波器模块304将输出音频信号x(t)和接收音频信号y(t)取作输入。在步骤S408中,使用第一滤波器模块304来对接收音频信号y(t)中的回波进行建模。特别地,第一滤波器模块304可操作用于使用输出音频信号x(t)和接收音频信号y(t)来确定近端信号y(t)中的回波分量的估计。
回波路径描述远端信号从扬声器210到扩音器212行进的声学路径的效果。远端信号可直接地从扬声器210行进到扩音器212,或者其可被从近端终端的环境中的各种表面反射。从扬声器210输出的远端信号所穿过的回波路径可被视为具有可随时间而改变的频率和相位响应的系统。
为了从在近端扩音器212处记录的信号y(t)去除声学回波s(t),必须估计回波路径如何将期望的远端扬声器输出信号x(t)变成输入信号中的非期望回波分量。
回波路径h(t)描述例如对于例如根据以下等式用脉冲响应h(t)表示的线性回波路径而言接收音频信号y(t)中的回波如何与从扬声器210输出的音频信号x(t)相关:其中,s(t)是接收音频信号y(t)中的回波,Ntrue是将涵盖脉冲响应的不可忽略部分的足够大的数(理论上Ntrue是无穷大的),并且hn(t)是描述回波路径h(t)的脉冲响应的系数。回波路径h(t)可在时间和频率两者方面改变,并且在本文中可称为h(t)或h(t,f)。回波路径h(t)可取决于(i)围绕扬声器210和扩音器212 的当前环境条件(例如,是否存在对音频信号从扬声器210到扩音器212的通道的任何物理障碍、气压、温度、风等)以及(ii)可在信号被输出和/或接收时改变该信号的扬声器210和/或扩音器212的特性。
第一滤波器模块304通过确定输出音频信号x(t)的当前值和有限数目(N)的先前值的加权和来对接收音频信号y(t)中的回波的回波路径h(t)进行建模。第一滤波器模块304因此实现N阶滤波器,其具有有限长度(在时间方面),在所述有限长度内,其在确定回波路径的估计时考虑输出音频信号x(t)的值。这样,第一滤波器模块304 动态地修改回波路径的滤波器估计用以下等式来描述该操作,其根据输出音频信号x(t)来定义接收音频信号y(t)中的回波:因此,使用输出音频信号x(t)的N+1个样本,具有各自的N+1个权值N+1个权值的集合在本文中被简单地称为回波路径的估计换言之,回波路径的估计是具有N+1个值的矢量,其中,第一波器模块304实现N阶滤波器,将信号x(t)的N+1 个值(例如N+1个帧)考虑在内。
可以认识到,当回波是接收音频信号的主导部分时、亦即当时,更容易修改回波路径的滤波器估计然而,如果回波s(t)独立于y(t)的其它信号分量,甚至当回波不是接收音频信号y(t)的主导部分时,也可以修改回波路径的滤波器估计
本领域的技术人员将认识到的是,不需要明确地计算回波路径的估计而是可以借助于从随机梯度算法获得的滤波系数来表示,所述随机梯度算法诸如是最小均方(LMS)、归一化最小均方(NLMS)、快速仿射投影(FAP)和递归最小二乘法(RLS)。
使用回波路径的估计来提供滤波系数,该滤波系数对远端信号x(t)进行滤波以根据回波路径的估计来生成近端信号y(t)中的回波分量的估计无论所使用的特定算法如何,第一滤波器模块304的滤波系数随着算法的每次迭代而被更新,因此第一滤波器模块304的系数随时间推移而被连续地更新,无论手边的信号条件如何。
虽然以上描述提及使用回波路径的时域FIR模型来估计近端信号y(t)中的回波分量,但本领域的技术人员将认识到的是这仅仅是示例而不以任何方式进行限制。也就是说,第一滤波器模块304可进行操作以确定回波路径的估计和因此确定时域中或频域中的近端信号y(t)的回波分量的估计
优选地,回波分量的估计被从第一滤波器模块304传递至比较模块312(如图3 中所示)。
在其它实施例中,在步骤S408中,回波分量的估计被从第一滤波器模块304传递至第一功率估计模块(在图3中未示出)。第一功率估计模块基于滤波器估计(由第一滤波器模块304确定)和远端信号x(t)来估计接收音频信号中的回波功率。存在本领域的技术人员已知的用以完成此操作的许多方式,并且本公开的范围不限于确定回波功率估计的任何特定方法。第一功率估计模块被布置成将其相应的回波功率估计输出到比较模块312。
第二滤波器模块308以输出音频信号x(t)和来自比较模块312的信号作为输入。在步骤S410中,使用第二滤波器模块308来对接收音频信号y(t)中的回波进行建模。特别地,第二滤波器模块308可操作用于使用输出音频信号x(t)来确定近端信号y(t)中的回波分量的第二模型估计。由于第二滤波器模块308未接收到近端信号y(t),所以用一组滤波系数对第二滤波器模块308进行初始化以使其输出回波分量s(t)的估计。用于将滤波系数初始化的技术对于本领域的技术人员而言是众所周知的,并且因此在本文中并未描述。
与第一滤波器模块304相反,第二滤波器模块308并不接收所述接收音频信号 y(t)作为输入。因此,第二滤波器模块308并不进行操作以估计回波路径以提供对远端信号x(t)进行滤波的滤波系数。替代地,第二滤波器模块308依赖于从比较模块312 接收信号以便更新其滤波系数。第二滤波器模块308的滤波系数被以不规则方式更新,如下面将更详细地描述的。第二滤波器模块308的滤波系数对远端信号x(t)进行滤波以便生成近端信号y(t)中的回波分量的估计。
优选地,从第二滤波器模块308输出的回波分量的估计被从第二滤波器模块308传递至比较模块312和回波抑制器314两者(如图3中所示)。
在其它实施例中,在步骤S410中,从第二滤波器模块308输出的回波分量的估计被供应给第二功率估计模块(在图3中未示出)。第二功率估计模块基于滤波器估计 (由第二滤波器模块308确定)和远端信号x(t)来估计接收音频信号中的回波功率。第二功率估计模块将其相应的回波功率估计输出到比较模块312和回波抑制器314两者。
比较模块312取第一估计和第二估计作为输入。第一估计可以是从第一滤波器模块304输出的回波分量的估计或从第一功率估计模块输出的回波功率估计。同样地,第二估计可以是从第二滤波器模块308输出的回波分量的估计或从第二功率估计模块输出的回波功率估计。比较模块312还将接收音频信号y(t)或诸如接收音频信号y(t)的功率之类的作为y(t)的函数的信号作为输入。
在步骤S414中,比较模块312可操作用于确定估计的准确度,并确定通过使用第一滤波器模块304实现的第一估计是否被认为比通过使用第二滤波器模块308实现的第二功率估计更好(即更准确)。比较模块312可操作用于在时域中或频域中确定估计的准确度。
用于确定第一估计和第二估计的准确度的一个措施是回波往返损耗增强(ERLE),其为回波的减少量的度量,ERLE被定义为:
通常,以分贝(dB)为单位来测量ERLE:
在以上等式中,E[]是期望算子。ERLE度量可以且通常被应用于非平稳信号。特别地,实际上,使用短时平均值来评估期望值:
ERLE度量估计模型产生接近于扩音器信号y(t)的回波估计的能力。当存在单方会话回波(在扩音器信号y(t)中仅有回波信号而没有近端信号)时且当模型提供准确的回波功率估计时其变成高的。当在扩音器信号y(t)中存在喇叭回波时,至少当该回波比近端中的噪声更强时,其是用于合理SNR的良好度量。
当使用ERLE测量结果来确定第一估计和第二估计的准确度时,在步骤S414中,将用于第一估计的ERLE值与用于第二估计的ERLE值相比较以确定第一滤波器模块304是否比第二滤波器模块308更准确。
可将除ERLE之外的模型准确度度量用于确定回波估计的准确度。此类其它模型准确度度量的示例是估计误差的量值:
加权ERLE度量,诸如:
和信号相似性度量,诸如与y(t)之间的互相关:
对于当在产生频域回波估计的频域(频域模型)中由第一滤波器模块304和第二滤波器模块308来估计回波、并且和y(t)的频域表示和Y(t,f)可用时的情况而言,可在该度量允许此类划分时针对每个频率在步骤S414处单独地评估准确度度量 (上文提及的模型准确度度量示例允许此操作)。
无论所使用的模型准确度度量如何,在步骤S414中,确定第一估计的第一准确度值(根据所使用的特定模型准确度度量)并确定第二估计的第二准确度值(根据所使用的特定模型准确度度量),并比较这些值以确定第一滤波器模块304是否比第二滤波器模块308更准确(即第一准确度值是否大于第二准确度值)。
可周期性地确定第一估计的第一准确度值和第二估计的第二准确度值。例如,可在给定时间段内在音频信号x(t)和接收音频信号y(t)的预定数目的样本范围内对准确度值求平均值以得到各第一和第二准确度值。也就是说,可针对接收音频信号y(t)的每个帧确定第一和第二准确度值。然而,这仅仅是示例,并且可比针对每个帧不那么频繁或更加频繁地确定各第一和第二准确度值。
如果在步骤S414处,确定第一滤波器模块304比第二滤波器模块308更加准确,则在步骤S416处,比较模块312基于第一滤波器模块304输出信号来更新第二滤波器模块308。
在步骤S416处,基于第一滤波器模块304的滤波系数来更新第二滤波器模块308的滤波系数。
在其中第一滤波器模块304和第二滤波器膜308在时域中估计回波的情况下,可在时域中实现第二滤波器模块308的更新,由此,在一时间点处第一滤波器模块304所使用的时域滤波系数的拷贝被供应给第二滤波器膜308以便在生成近端信号y(t)中的回波分量s(t)的估计时使用。
可替换地,在其中第一滤波器模块304和第二滤波器模块308在频域中估计回波的情况下,可在频域中实现第二滤波器模块308的更新,由此,第一滤波器模块304所使用的频域滤波系数的拷贝被供应给第二滤波器模块308以便在生成近端信号y(t)中的回波分量s(t)的估计时使用。如上文所讨论的,可针对多个频率在频域中根据模型准确度度量来确定第一滤波器模块304的准确度值,并且可针对所述多个频率在频域中根据模型准确度度量来确定第二滤波器模块308的准确度值。比较模块312然后可基于所述多个频率中的每一个下的第一准确度值和第二准确度值的比较来确定在所述多个频率中的每一个下第一滤波器模块304是否比第二滤波器模块308更准确,并基于这些比较选择性地更新第二模型。
如果确定在一个或多个频率下第一滤波器模块304比第二滤波器模块308更准确,则针对所述一个或多个频率第一滤波器模块304所使用的频域滤波系数的拷贝被供应给第二滤波器模块308以更新第二滤波器模块308。在更新之后,第二滤波器模块308 被布置成将这些频域滤波系数用于在一个或多个频率下生成近端信号y(t)中的回波分量 s(t)的估计。
可用许多方式来实现步骤S416。例如,比较模块312可命令第二滤波器模块308 用第一滤波器模块304的滤波系数来更新其滤波系数。可替换地,比较模块312可命令 (在图3中未示出)第一滤波器模块304将其滤波系数供应给第二滤波器模块308,使得第二滤波器模块308可用第一滤波器模块304的系数来更新其系数。可替换地,比较模块312可将第一滤波器模块304的滤波系数供应给第二滤波器模块308,使得第二滤波器模块308可用第一滤波器模块304的系数来更新其系数。
如果在步骤S414处确定第一滤波器模块304并不比第二滤波器模块308更准确,则在步骤S418处,比较模块312并不基于第一滤波器模块304输出任何信号来更新第二滤波器模块308的系数。
返回参考步骤S410,在第二估计已被供应给回波抑制模块314之后,过程前进至步骤S412。在步骤S412中,回波抑制模块314使用估计来对接收音频信号y(t)应用回波抑制,从而抑制接收音频信号中的回波。
回波抑制器314的目的是将例如在VoIP客户端中存在于扩音器信号中的喇叭回波抑制到足够低的水平以便在存在被扩音器212拣拾的近端声音(非回波声音)的情况下所述喇叭回波不值得注意/构成干扰。为了能够选择适当量的回波抑制,需要回波或回波功率的准确估计,并且如上所述,这是通过当第一滤波器膜304被认为比第二滤波器模块308更准确时基于第一滤波器模块304来更新第二滤波器模块308并仅使用从第二滤波器模块308输出的回波或回波功率的准确估计来应用回波抑制而提供的。回波抑制模块314被设计成对接收音频信号y(t)应用随时间和频率两者而改变的信号相关抑制。回波抑制方法在本领域中是已知的。此外,可以以不同的方式实现由回波抑制模块314 应用的回波抑制方法。同样地,因此在本文中并未详细地址描述回波抑制方法的精确细节。
回波抑制模块314输出接收信号(回波已被抑制)以便在用户设备104中被进一步处理。例如,从回波抑制模块314输出的信号可以被客户端206处理(例如编码并分组化)且然后在用户102和108之间的呼叫中被通过网络106发射到用户设备110。另外或可替换地,从回波抑制模块314输出的信号可被用户设备104用于其它目的,例如,该信号可被存储在存储器214中或者被用作到在用户设备104处执行的应用的输入。
本文所述的方法固有地对于双方会话而言是稳健的。本文所述的方法并不取决于用于估计何时更新第二模型的任何双方会话检测功能,并且第二模型的更新并不取决于要求知道模型准确度的任何步长算法。然而,可将上述实施例连同此类功能一起使用。
此外,本发明对通常对于回波消除器而言可能有问题的缓冲问题非常不敏感。在回波抑制器中,通常,针对每个频带和每个帧产生回波的功率的估计。第一滤波器模块 304可利用诸如FIR滤波器之类的线性模型。当FIR滤波器被连续地修改时,修改过程要求喇叭信号x(t)和扩音器信号y(t)的样本是同步的,即没有缓冲问题且没有时钟漂移。当它们并不同步时,第一滤波器模块304将偏离(diverge)并给出非常不准确的回波预测。然而,在上述实施例中,如果第一滤波器模块304有时偏离则是可接受的,因为由第一滤波器模块304产生的任何偏离估计将不会被用来预测回波功率(第二滤波器模块 308被用于此)。然而,失配的喇叭信号x(t)和扩音器信号y(t)将引起由第二滤波器模块 308产生的预测回波中的误差。然而,该误差将比在第二滤波器模块308已偏离的情况下小得多,并且由于通常针对各帧计算回波功率,所以当失配涉及单个样本时,将不会有问题。
第一滤波器模块304和第二滤波器模块308可利用任何线性滤波器(例如有限脉冲响应(FIR)滤波器或无限脉冲响应(IIR)滤波器)来对接收音频信号中的回波的回波路径进行建模。如本领域的技术人员已知的,可按滤波器类型和滤波器阶数来定义滤波器。优选地,第一滤波器模块304和第二滤波器模块308将是相同滤波器类型的,然而,不排除第一滤波器模块304和第二滤波器模块308是不同滤波器类型的可能性。当第一滤波器模块304和第二滤波器模块308是相同滤波器类型时,它们也可以是相同阶数或者可替换地是不同阶数的,例如第二滤波器模块308可具有比第一滤波器模块304 低的阶数。
如上所述,第一滤波器模块304被连续地更新,无论手边的信号条件如何。在上述实施例中,可相对于第一滤波器模块304可选地使用步长调整方案。
如上所述,可通过执行随机梯度算法来获得用于第一滤波器模块304的滤波系数。特别地,第一滤波器模块304执行随机梯度算法以识别使误差信号e(t)最小化的滤波器模块304的系数。
响应于误差信号e(t)、输入信号x(t)和先前滤波系数而生成用于滤波器模块304的已更新滤波系数。
随机梯度算法以时间递归方式操作。这意味着其并非即时地适应于系统中的变化,而是该算法在有限时间间隔内迭代地收敛到系统的近似值。
第一滤波器模块304的滤波系数对远端信号x(t)进行滤波以生成近端信号y(t)中的回波分量的估计。误差信号e(t)通过减法器(在图3中未示出)获得,该减法器从近端信号y(t)减去近端信号y(t)中的回波分量的第一滤波器模块估计,并将误差信号e(t) 供应给第一滤波器模块304。将认识到的是期望误差信号e(t)是小的。例如,当在扩音器信号中不存在近端信号v(t)时,理想地误差信号等于零。
随机梯度算法具有用于模型参数更新的步长形式的收敛参数。这在某些应用中可以被选择为固定的,但是在许多情况下,如果其是以信号相关方式选择的,则实现更好的性能。该步长控制更新对扩音器信号y(t)中的噪声的敏感度。如果其被选择成是小的,则更新速度缓慢,但是对噪声不那么敏感,但是如果其被选择成是大的,则更新速度替代地是快速的,但是对噪声更加敏感。在本文中对“更新速度”或“适应速度”的提及被用来指代模型能够有多快速地适应于系统中的手边的信号条件。也就是说,使用较小的步长将导致较小的最终误差信号e(t),然而,到系统的近似值的收敛将由于所需的较大数目的迭代步骤数目而较慢(较慢的收敛速率),并且使用较大步长将导致较大的最终误差信号e(t),然而,到系统的近似值的收敛将由于所需的较小数目的迭代步骤而较快(较快的收敛速率)。
为了实现准确度非常高的估计,步长需要是小的,以便避免由于过高的步长而超出真实的估计。
在步长调整方案中,根据回波往返损耗增强测量结果来确定估计的准确度。此回波往返损耗增强测量结果可以是由比较模块312在步骤S414中实现的相同准确度测量结果。可替换地,当在步骤S414中使用除ERLE之外的度量时,此回波往返损耗增强测量结果可以是与由比较模块312实现的准确度测量结果分开的测量结果。
收敛参数选择模块(在图3中未示出)基于估计的准确度来确定在滤波器模块304中执行的算法中所使用的收敛参数(步长)的值。特别地,收敛参数选择模块作为回波往返损耗增强测量结果的非递增函数来选择收敛参数以便控制滤波器模块304 的适应速度。
可将回拨往返损耗增强测量结果与阈值值相比较,并且收敛参数选择模块基于此比较来调整收敛参数。
由于回波往返损耗增强度量具有这样的性质,即当回波往返损耗增强测量结果是高的时,模型准确度始终是高的,所以其可被用来在回波往返损耗增强测量结果是高的时(即高于预定阈值值)使适应速度减慢,以便实现愈加准确的估计,并且在回波往返损耗增强测量结果是低的时(即小于预定阈值值)增加适应速度,以便快速地跟踪模型参数的变化。
该步长调整方案确保当模型的准确度是未知的时实现快速适应(经由在回波往返损耗增强测量结果是低的时的高更新速度),并且当已知模型是准确的时实现愈加准确的估计(经由在回波往返损耗增强测量结果是高的时减小更新速度)。
在上述实施例中,在VoIP系统中实现回波去除(例如,接收音频信号可包括用户102的语音以便在用户102和108之间的呼叫期间通过通信系统100发射到用户设备 110)。然而,本文所述的回波去除方法可以在其中将应用回波去除的任何适当系统中应用。
在上文所述和图中所示的实施例中,回波去除模块314实现回波抑制。
在上文所述和图中所述的实施例中,未对接收音频信号y(t)应用回波消除(或“回波消减”)。也就是说,在用户设备104中不存在回波消除模块,并且在没有对接收音频信号y(t)应用回波消除的在先步骤的情况下对接收音频信号y(t)应用回波抑制。
然而,在其它实施例中,可由回波消除模块对接收音频信号y(t)应用回波消除。特别地,可在接收音频信号y(t)的处理中的回波消除的下游(即之后)应用由回波抑制模块314应用的回波抑制。回波消除模块将从接收音频信号减去回波信号的估计,但是由于回波信号的估计中的不准确度,在接收音频信号中仍将最可能存在残余回波。然后将被回波抑制模块314抑制的是该残余回波。此回波抑制可以以与在本文中在其中不应用回波消除的实施例中所述的相同的方式来应用。如果使用回波消减,则可以在回波抑制中将其效果考虑在内。
在其它实施例中,回波去除模块314实现回波消除。也就是说,回波去除模块 314被布置成从接收音频信号y(t)减去回波信号的估计
可通过在用户设备104处执行计算机程序产品(例如,客户端206)来实现本文所述的方法。也就是说,计算机程序产品可被配置成去除接收音频信号y(t)中的回波,其中,计算机程序产品体现在计算机可读存储介质上(例如存储在存储器214中)并被这样配置从而当在CPU 202上执行时执行本文所述的任何方法的操作。
一般地,可以使用软件、固件、硬件(例如,固定逻辑电路)或这些实施方式的组合来实现本文所述的任何功能(例如,图3中所示的功能模块和图4中所示的功能步骤)。在图3和4中单独地示出的模块和步骤可被实现为单独模块或步骤或者可不这样实现。例如,回波抑制模块314可执行第一功率估计模块306和第二功率估计模块310 的功能以及比较模块312的功能。如本文所使用的术语“模块”、“功能”、“组件”和“逻辑”一般地表示软件、固件、硬件或其组合。在软件实施方式的情况下,模块、功能或逻辑表示当被在处理器(例如一个或多个CPU)上执行时执行指定任务的程序代码。该程序代码可以被存储在一个或多个计算机可读存储器设备中。本文所述的技术的特征是平台无关的,意味着可在具有多种处理器的多种商用计算平台上实现该技术。例如,用户设备还可包括促使用户设备的硬件执行操作的实体(例如,软件),例如处理器功能块等。例如,用户设备可包括计算机可读介质,该计算机可读介质可被配置成保持促使用户设备以及更特别地促使用户设备的操作系统和关联硬件执行操作的指令。因此,该指令运行以将操作系统和关联硬件配置成执行操作并以这种方式导致操作系统和关联硬件的变换以执行功能。该指令可由计算机可读介质通过多种不同配置提供给用户设备。
计算机可读介质的一个此类配置是信号承载介质,并且因此被配置成诸如经由网络将指令(例如作为载波)发射到计算设备。还可将计算机可读介质配置为计算机可读存储介质且其因此不是信号承载介质。计算机可读存储介质的示例包括随机存取存储器(RAM)、只读存储器(ROM)、光盘、闪速存储器、硬盘存储器以及可使用磁、光及其它技术来存储指令和其它数据的其它存储器设备。
虽然已经用结构特征和/或方法动作特定的语言描述了本主题,但将理解的是在所附权利要求中定义的主题不一定局限于上文所述的特定特征或动作。相反地,上文所述的特定特征和动作是作为实现权利要求的示例性形式而公开的。

Claims (10)

1.一种去除回波的方法,该方法包括:
输出音频信号;
接收音频信号,其中,该接收音频信号包括作为所述输出音频信号的结果产生的回波;
基于输出音频信号和接收音频信号使用第一模型来确定接收音频信号中的回波的第一模型估计;
基于输出音频信号使用第二模型来确定接收音频信号中的回波的第二模型估计;
根据模型准确度度量来确定第一模型的第一准确度值;
根据模型准确度度量来确定第二模型的第二准确度值;
基于第一准确度值和第二准确度值的比较来确定第一模型是否比第二模型更准确,并基于所述比较选择性地更新第二模型;以及
仅使用回波的第二模型估计来去除接收音频信号中的回波。
2.如权利要求1所述的方法,其中,所述方法包括如果第一模型比第二模型更准确、则更新第二模型。
3.如权利要求1或2所述的方法,其中,如果第一模型并不比第二模型更准确,则不更新第二模型。
4.如权利要求1或2所述的方法,其中,基于第一模型估计来确定第一准确度值并基于第二模型估计来确定第二准确度值。
5.如权利要求1或2所述的方法,其中,所述模型准确度度量是以下各项中的一个:
基于回波往返损耗增强度量的度量;
估计误差的量值的度量;
加权回波往返损耗增强度量;以及
信号相似性度量。
6.如权利要求1或2所述的方法,其中,第一模型执行算法来确定滤波系数并使用所述滤波系数来对输出音频信号进行滤波以确定回波的第一模型估计,其中,该算法包括收敛参数,并且该模型准确度度量是基于回波往返损耗增强度量的度量,所述方法还包括:
基于所述第一准确度值来更新所述收敛参数,其中,所述收敛参数被选作准确度值的非递增函数。
7.如权利要求1或2所述的方法,其中,在时域中实现使用第一模型的回波的第一模型估计和使用第二模型的回波的第二模型估计的确定,并且在时域中实现第二模型的更新,由此,第一模型所使用的时域滤波系数的拷贝被供应给第二模型。
8.如权利要求1或2所述的方法,其中,在频域中实现使用第一模型的回波的第一模型估计和使用第二模型的回波的第二模型估计的确定,该方法包括:
针对多个频率在频域中根据模型准确度度量来确定第一模型的第一准确度值;
针对所述多个频率在频域中根据模型准确度度量来确定第二模型的第二准确度值;以及
基于第一准确度值和第二准确度值的比较确定在所述频率中的每一个下第一模型是否比第二模型更准确,并基于所述比较选择性地更新第二模型;
其中,如果确定在一个或多个频率下第一模型比第二模型更准确,则针对所述一个或多个频率第一模型所使用的频域滤波系数的拷贝被供应给第二模型。
9.一种去除回波的设备,包括:
音频输出装置,其被配置成输出音频信号;
音频输入装置,其被配置成接收音频信号,其中,所述接收音频信号包括作为所述输出音频信号的结果产生的回波;
建模模块,其被配置成基于输出音频信号和接收音频信号使用第一模型来确定接收音频信号中的回波的第一模型估计,基于输出音频信号使用第二模型来确定接收音频信号中的回波的第二模型估计,根据模型准确度度量来确定第一模型的第一准确度值,根据模型准确度度量来确定第二模型的第二准确度值,基于第一准确度值和第二准确度值的比较来确定第一模型是否比第二模型更准确,并基于所述比较选择性地更新第二模型;以及
回波去除模块,其被配置成仅使用回波的第二模型估计来去除接收音频信号中的回波。
10.一种计算机可读存储介质,其上体现有被配置成去除接收音频信号中的回波的计算机程序产品,所述回波作为输出音频信号的结果产生,该计算机程序产品并被配置从而使得当在处理器上执行时:
基于输出音频信号和接收音频信号使用第一模型来确定接收音频信号中的回波的第一模型估计;
基于输出音频信号使用第二模型来确定接收音频信号中的回波的第二模型估计;
根据模型准确度度量来确定第一模型的第一准确度值;
根据模型准确度度量来确定第二模型的第二准确度值;
基于第一准确度值和第二准确度值的比较来确定第一模型是否比第二模型更准确,并基于所述比较选择性地更新第二模型;以及
仅使用回波的第二模型估计来去除接收音频信号中的回波。
CN201480031204.XA 2013-05-31 2014-05-29 用于回波去除的方法、设备及介质 Active CN105432062B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
GBGB1309771.2A GB201309771D0 (en) 2013-05-31 2013-05-31 Echo removal
GB1309771.2 2013-05-31
US14/012867 2013-08-28
US14/012,867 US9277059B2 (en) 2013-05-31 2013-08-28 Echo removal
PCT/US2014/039873 WO2014194013A1 (en) 2013-05-31 2014-05-29 Echo removal

Publications (2)

Publication Number Publication Date
CN105432062A CN105432062A (zh) 2016-03-23
CN105432062B true CN105432062B (zh) 2018-12-04

Family

ID=48805569

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480031204.XA Active CN105432062B (zh) 2013-05-31 2014-05-29 用于回波去除的方法、设备及介质

Country Status (6)

Country Link
US (1) US9277059B2 (zh)
EP (1) EP2987315B1 (zh)
KR (1) KR102194165B1 (zh)
CN (1) CN105432062B (zh)
GB (1) GB201309771D0 (zh)
WO (1) WO2014194013A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201309777D0 (en) 2013-05-31 2013-07-17 Microsoft Corp Echo suppression
GB201309773D0 (en) 2013-05-31 2013-07-17 Microsoft Corp Echo removal
GB201309779D0 (en) 2013-05-31 2013-07-17 Microsoft Corp Echo removal
KR102263700B1 (ko) * 2015-08-06 2021-06-10 삼성전자주식회사 단말기 및 단말기의 동작 방법
CN105847611B (zh) * 2016-03-21 2020-02-11 腾讯科技(深圳)有限公司 一种回声时延检测方法、回声消除芯片及终端设备
US10880427B2 (en) * 2018-05-09 2020-12-29 Nureva, Inc. Method, apparatus, and computer-readable media utilizing residual echo estimate information to derive secondary echo reduction parameters
CN109831733B (zh) * 2019-02-26 2020-11-24 北京百度网讯科技有限公司 音频播放性能的测试方法、装置、设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3787645A (en) * 1971-05-19 1974-01-22 Nippon Electric Co Echo canceller having two echo path models
CN101087320A (zh) * 2006-06-07 2007-12-12 米特尔网络公司 声学回波消除器中检测回波路径变化的改进方法和装置
CN101461257A (zh) * 2006-05-30 2009-06-17 微软公司 自适应声学回声消除

Family Cites Families (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4977591A (en) 1989-11-17 1990-12-11 Nynex Corporation Dual mode LMS nonlinear data echo canceller
US5157653A (en) 1990-08-03 1992-10-20 Coherent Communications Systems Corp. Residual echo elimination with proportionate noise injection
US5305307A (en) 1991-01-04 1994-04-19 Picturetel Corporation Adaptive acoustic echo canceller having means for reducing or eliminating echo in a plurality of signal bandwidths
JPH0739968B2 (ja) 1991-03-25 1995-05-01 日本電信電話株式会社 音響伝達特性模擬方法
US5307405A (en) 1992-09-25 1994-04-26 Qualcomm Incorporated Network echo canceller
SE516835C2 (sv) 1995-02-15 2002-03-12 Ericsson Telefon Ab L M Ekosläckningsförfarande
US5852661A (en) 1995-02-17 1998-12-22 Advanced Micro Devices, Inc. Adaptive echo cancellation used with echo suppression to reduce short and long duration echoes
DE19540170C2 (de) 1995-10-27 1998-01-29 Endress Hauser Gmbh Co Verfahren und Anordnung zur Unterdrückung von Festzielechos bei der Abstandsmessung nach dem Impulslaufzeitprinzip
US5796819A (en) 1996-07-24 1998-08-18 Ericsson Inc. Echo canceller for non-linear circuits
US6028929A (en) 1997-11-14 2000-02-22 Tellabs Operations, Inc. Echo canceller employing dual-H architecture having improved non-linear echo path detection
US7423983B1 (en) 1999-09-20 2008-09-09 Broadcom Corporation Voice and data exchange over a packet based network
US6415029B1 (en) * 1999-05-24 2002-07-02 Motorola, Inc. Echo canceler and double-talk detector for use in a communications unit
US6606382B2 (en) 2000-01-27 2003-08-12 Qualcomm Incorporated System and method for implementation of an echo canceller
GB0027238D0 (en) 2000-11-08 2000-12-27 Secr Defence Adaptive filter
US20020054685A1 (en) 2000-11-09 2002-05-09 Carlos Avendano System for suppressing acoustic echoes and interferences in multi-channel audio systems
WO2003010996A2 (en) 2001-07-20 2003-02-06 Koninklijke Philips Electronics N.V. Sound reinforcement system having an echo suppressor and loudspeaker beamformer
US6836547B2 (en) 2001-12-20 2004-12-28 Motorol, Inc. Protecting an echo canceller against random transitions in echo paths
US6961422B2 (en) 2001-12-28 2005-11-01 Avaya Technology Corp. Gain control method for acoustic echo cancellation and suppression
US20030185402A1 (en) 2002-03-27 2003-10-02 Lucent Technologies, Inc. Adaptive distortion manager for use with an acoustic echo canceler and a method of operation thereof
US7388954B2 (en) 2002-06-24 2008-06-17 Freescale Semiconductor, Inc. Method and apparatus for tone indication
JP4161628B2 (ja) 2002-07-19 2008-10-08 日本電気株式会社 エコー抑圧方法及び装置
US6944289B2 (en) 2002-10-01 2005-09-13 Motorola, Inc. Delay insertion for echo cancellation, with echo supression, in a communication network
US7003099B1 (en) 2002-11-15 2006-02-21 Fortmedia, Inc. Small array microphone for acoustic echo cancellation and noise suppression
US6947549B2 (en) 2003-02-19 2005-09-20 The Hong Kong Polytechnic University Echo canceller
US7054437B2 (en) 2003-06-27 2006-05-30 Nokia Corporation Statistical adaptive-filter controller
US20060018460A1 (en) 2004-06-25 2006-01-26 Mccree Alan V Acoustic echo devices and methods
US7433463B2 (en) 2004-08-10 2008-10-07 Clarity Technologies, Inc. Echo cancellation and noise reduction method
US7778408B2 (en) 2004-12-30 2010-08-17 Texas Instruments Incorporated Method and apparatus for acoustic echo cancellation utilizing dual filters
JP4256363B2 (ja) 2005-05-27 2009-04-22 株式会社東芝 ボイススイッチ
US7773743B2 (en) 2006-04-28 2010-08-10 Microsoft Corporation Integration of a microphone array with acoustic echo cancellation and residual echo suppression
GB2448201A (en) 2007-04-04 2008-10-08 Zarlink Semiconductor Inc Cancelling non-linear echo during full duplex communication in a hands free communication system.
US8488776B2 (en) 2007-10-19 2013-07-16 Nec Corporation Echo suppressing method and apparatus
JP5284475B2 (ja) 2008-08-25 2013-09-11 ドルビー ラボラトリーズ ライセンシング コーポレイション 前白色化を伴うlmsアルゴリズムによって適応させられる適応フィルタの更新済みフィルタ係数を決定する方法
ATE522985T1 (de) 2009-02-20 2011-09-15 Harman Becker Automotive Sys Akustische echokompensierung
US8750491B2 (en) 2009-03-24 2014-06-10 Microsoft Corporation Mitigation of echo in voice communication using echo detection and adaptive non-linear processor
US8687797B2 (en) 2009-05-28 2014-04-01 Broadcom Corporation Method and system for a dual echo canceller
US8571231B2 (en) 2009-10-01 2013-10-29 Qualcomm Incorporated Suppressing noise in an audio signal
US8983058B2 (en) * 2010-04-22 2015-03-17 Telefonaktiebolaget L M Ericsson (Publ) Echo canceller and a method thereof
US8787561B2 (en) 2010-04-27 2014-07-22 Freescale Semiconductor, Inc. Techniques for implementing adaptation control of an echo canceller to facilitate detection of in-band signals
EP2673778B1 (en) 2011-02-10 2018-10-10 Dolby Laboratories Licensing Corporation Post-processing including median filtering of noise suppression gains
US8644522B2 (en) 2011-03-31 2014-02-04 Broadcom Corporation Method and system for modeling external volume changes within an acoustic echo canceller
US8924337B2 (en) 2011-05-09 2014-12-30 Nokia Corporation Recursive Bayesian controllers for non-linear acoustic echo cancellation and suppression systems
WO2012166092A1 (en) 2011-05-27 2012-12-06 Google Inc. Control of adaptation step size and suppression gain in acoustic echo control
GB201309773D0 (en) 2013-05-31 2013-07-17 Microsoft Corp Echo removal
GB201309779D0 (en) 2013-05-31 2013-07-17 Microsoft Corp Echo removal
GB201309777D0 (en) 2013-05-31 2013-07-17 Microsoft Corp Echo suppression

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3787645A (en) * 1971-05-19 1974-01-22 Nippon Electric Co Echo canceller having two echo path models
CN101461257A (zh) * 2006-05-30 2009-06-17 微软公司 自适应声学回声消除
CN101087320A (zh) * 2006-06-07 2007-12-12 米特尔网络公司 声学回波消除器中检测回波路径变化的改进方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《NOVEL SCHEMES FOR NONLINEAR ACOUSTIC ECHO CANCELLATION BASED ON FILTER COMBINATIONS》;LUIS A.AZPICUETA-ruiz等;《ACOUSTICS,SPEECH AND SIGNAL PROCESSING》;20090419;193-196 *
《回波消除理论进展及其应用》;覃景繁;《电路与系统学报》;19980930;第3卷(第3期);全文 *

Also Published As

Publication number Publication date
KR20160014679A (ko) 2016-02-11
GB201309771D0 (en) 2013-07-17
WO2014194013A1 (en) 2014-12-04
US9277059B2 (en) 2016-03-01
US20140357325A1 (en) 2014-12-04
KR102194165B1 (ko) 2020-12-22
CN105432062A (zh) 2016-03-23
EP2987315B1 (en) 2018-01-10
EP2987315A1 (en) 2016-02-24

Similar Documents

Publication Publication Date Title
CN105432062B (zh) 用于回波去除的方法、设备及介质
CN105379239B (zh) 回波去除的方法、设备及计算机可读存储介质
CN105308942B (zh) 回波消除
KR102170172B1 (ko) 에코 억제
CN105409191B (zh) 一种回波去除的方法、设备和计算机可读存储介质
CN105324981B (zh) 回波抑制的方法、设备、介质及装置
KR102169993B1 (ko) 에코 억제 기법
CN112292844A (zh) 双端通话检测方法、双端通话检测装置以及回声消除系统
KR102170341B1 (ko) 에코 억제 기법
CN111989934B (zh) 回声消除装置、回声消除方法、信号处理芯片及电子设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant