07｜声学回声消除AEC（1）

目录

一. 回声产生的原因

 

二. 回声消除的基本原理

参考信号:

回声路径的传递函数：

 

三. 自适应滤波器

3.1 自适应滤波器适用的场景：

3.2 解决方案：

3.3 维纳滤波：

单讲：

维纳解

3.3 迭代计算算法：

3.3.1 LMS：

3.3.2 NLMS：

四. 线性滤波器的挑战和解决办法

4.1 延迟估计

4.2 双讲检测

双讲：

问题场景：

解决方案：

例子：

4.3 非线性

问题场景：

解决方案：

五. 小结

流程图如下：

思考题：

---

一. 回声产生的原因

如上图，回声简单的描述即 A端的麦克风接收到A端扬声器播出的来自B端的信号，回传给了B端。

当A端麦克风将 A端的人声与 回声混在一起后会显著降低语音的可懂度。需要使用AEC将回声消除后，只保留A端的音源声音发给B端。

 

二. 回声消除的基本原理

参考信号:

在近端收到的远端的声音信号叫做参考信号。

回声路径的传递函数：

经过扬声器播放、空气传播、房间墙体反射、麦克风采集后，参考信号不可避免的产生很多变换。 这个变换用数学的方式来表达叫做回声路径的传递函数。

如上图，近端信号除了回声还有近端语音。 echo(n)表示回声，y(n)表示近端声音。

z(n)=echo(n)+y(n) 

回声消除的目的是通过算法估计出回声路径的传递函数. f' 。如果估计的传递函数 f' 与真实的传递函数f是一致的。那么回声就可以完美消除了。

z’(n) = z(n) − f’(x(n))               公式 3

z’(n) = f(x(n)) − f' (x(n)) + y(n)     公式 4

z’(n) 表示近端信号， f' (x(n))估计出的传递函数，f(x(n))为真实的传递函数。

 

三. 自适应滤波器

采用实时更新的滤波器系数来模拟真实场景的回声路径。（回声路径建模）

3.1 自适应滤波器适用的场景：

复杂的声学场景：

实际AEC要面临复杂的、时变的声学环境。比如

1. 扬声器和麦克风说播放失真、采集失真会给声学信号带来很多非线性的变化。
2. 设备、系统调度的不稳定性可能造成回声和远端接受信号的延迟抖动。
3. 房间的混响、设备所处的位置的变化，都会带来回声路径的变化。

因此AEC必须快速的自适应算出这些回声路径的变化。如果估计不准，可能会导致回声泄漏或近端声音被压制，甚至造成丢字、卡顿等现象，严重影响实时音频互动的质量。

3.2 解决方案：

针对以上问题，经过半个多世纪的发展，摸索出一套以自适应滤波为基础的回声消除方法。

自适应滤波的核心思想：用实时更新的滤波器系数模拟真实场景的回声路径，然后结合远端信号估计出回声信号࿰