[go: up one dir, main page]

CN105812598B - 一种降低回声的方法及装置 - Google Patents

一种降低回声的方法及装置 Download PDF

Info

Publication number
CN105812598B
CN105812598B CN201410857171.6A CN201410857171A CN105812598B CN 105812598 B CN105812598 B CN 105812598B CN 201410857171 A CN201410857171 A CN 201410857171A CN 105812598 B CN105812598 B CN 105812598B
Authority
CN
China
Prior art keywords
signal
echo
road
sef
model
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
CN201410857171.6A
Other languages
English (en)
Other versions
CN105812598A (zh
Inventor
吴晟
蒋斌
林福辉
徐晶明
袁野
雍雅琴
纪伟
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.)
Spreadtrum Communications Shanghai Co Ltd
Original Assignee
Spreadtrum Communications Shanghai Co Ltd
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 Spreadtrum Communications Shanghai Co Ltd filed Critical Spreadtrum Communications Shanghai Co Ltd
Priority to CN201410857171.6A priority Critical patent/CN105812598B/zh
Priority to US14/969,448 priority patent/US9697846B2/en
Publication of CN105812598A publication Critical patent/CN105812598A/zh
Application granted granted Critical
Publication of CN105812598B publication Critical patent/CN105812598B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B3/00—Line transmission systems
    • H04B3/02—Details
    • H04B3/20—Reducing echo effects or singing; Opening or closing transmitting path; Conditioning for transmission in one direction or the other
    • H04B3/23—Reducing echo effects or singing; Opening or closing transmitting path; Conditioning for transmission in one direction or the other using a replica of transmitted signal in the time domain, e.g. echo cancellers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M9/00—Arrangements for interconnection not involving centralised switching
    • H04M9/08—Two-way loud-speaking telephone systems with means for conditioning the signal, e.g. for suppressing echoes for one or both directions of traffic
    • H04M9/082—Two-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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R3/00—Circuits for transducers, loudspeakers or microphones
    • H04R3/02—Circuits for transducers, loudspeakers or microphones for preventing acoustic reaction, i.e. acoustic oscillatory feedback
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L2021/02082—Noise filtering the noise being echo, reverberation of the speech

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Otolaryngology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Filters That Use Time-Delay Elements (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)

Abstract

本申请公开了一种降低回声的方法及装置，用与下行参考信号对应的自适应滤波器对回声消除输出进行第一级回声消除，即得到第一误差信号；在对下行参考信号分别进行K路增益处理和K路预失真处理后，用与各路预失真信号对应的自适应滤波器对回声消除输出进行第二级回声消除，即得到K个第二误差信号；然后对第一级回声消除输出和第二级回声消除输出做最小值融合处理得到残留信号，将残留信号作为最终的自适应回声消除输出。本申请采用级联降低回声的方法使最终得到残留信号最小，也就是说，本申请回声损失的较大，因此，本申请实现了在扬声器具有较大失真的情况下，稳定的提供了较高幅度的回声损失。

Description

一种降低回声的方法及装置
技术领域
本发明涉及回声技术领域，更具体的说，涉及一种降低回声的方法及装置。
背景技术
在音频系统中，因为信号反射途径的存在，使得回声干扰不可避免。音频通信中的回声包括电学回声和声学回声，电学回声由阻抗失配产生的信号能量反射引起；声学回声是指在受话端由扬声器播出的声音被传声器拾取并传回给讲话端，它包括直接回声和间接回声。直接回声是由扬声器播出后直接进入传声器的声音，而间接回声是指由扬声器播出的声音，经过不同的路径(如房屋或房屋内的任何物体)一次或多次反射后进入传声器所有的回声集合。回声经信道延迟后传回到讲话端并被讲话者听到，从而对讲话端的音频造成干扰，降低音频清晰度，影响音频通讯质量。
为消除回声对音频通讯的影响，20世纪60年代，贝尔实验室的Sondhi首先提出采用自适应滤波方法实现回声抵消，参见图1，现有技术提供的一种自适应回声抵消的系统框图，来自远端的下行参考信号由近端的扬声器1放出前，经过电学回声途径2形成电学回声；下行参考信号由近端的扬声器1放出后，经过声学回声途径3被传声器吸收，形成声学回声。自适应滤波器4对下行参考信号用回声途径模型5进行滤波，用滤波输出(即抵消信号)将回声抵消，抵消后得到的残留信号(即误差信号)被送往远端。同时，自适应滤波器4内的自适应滤波算法6利用下行参考信号和残留信号来调整回声途径模型5的参数，以逐步减小残余回声。
在回声抵消技术中，由于声回声具有多路径、长延迟、慢衰减、时变和非线性等特点，因此，使得声回声抵消(Acoustic echo cancellation,AEC)对自适应滤波器4的性能要求较为苛刻，尤其对于非线性问题较为严重的手持设备，对自适应滤波器4的性能要求更高。因为手持设备的小型化，使得其采用的微型扬声器相对于常规扬声器的尺寸小很多，为满足免提通讯音量的要求，微型扬声器常常工作在非线性区域，从而导致音频失真更加严重，在这种情况下，自适应滤波器4所能提供的回声损失非常小且很不稳定，面对突变信号往往没有回声损失。因此，如何提供一种降低回声的方法及装置能够在扬声器具有较大失真的情况下，稳定地提供较高幅度的回声损失是本领域技术人员亟待解决的技术问题。
发明内容
有鉴于此，本发明提供一种降低回声的方法及装置，以实现在扬声器具有较大失真的情况下，稳定地提供较高幅度的回声损失。
一种降低回声的方法，包括：
调用与下行参考信号x(t)对应的自适应滤波器，对所述下行参考信号x(t)进行滤波处理，得到滤波信号y0(t)；
将目标信号和所述滤波信号y0(t)求差，得到第一误差信号e0(t)；
对所述下行参考信号x(t)进行K路增益处理，得到K路预处理信号，其中，K为正整数；
对所述K路预处理信号分别进行预失真处理，得到对应的K路预失真信号rk(t)，其中，k＝1,2,……，K；
调用与各路预失真信号对应的自适应滤波器，对所述K路预失真信号中的各路预失真信号进行滤波处理，得到对应的K路滤波信号；
将所述第一误差信号e0(t)分别与所述K路滤波信号中的每一路滤波信号yk(t)求差，得到K个第二误差信号ek(t)，其中，k＝1,2,……，K；
将所述第一误差信号e0(t)和K个所述第二误差信号ek(t)做最小值融合处理，得到残留信号e(t)；
将所述残留信号e(t)作为最终的自适应回声消除输出。
优选的，当与所述下行参考信号x(t)对应的自适应滤波器中的回声途径模型为时域模型h0,t时，所述第一误差信号e0(t)的表达式为：
e0(t)＝d(t)-y0(t)，
其中，d(t)为目标信号，y0(t)为滤波信号，h0,t为t时刻的M阶FIR滤波器，h0,t＝[h0,t(1),h0,t(2),...,h0,t(M)]T，上标T为转置操作符号，代表卷积，x(t)为下行参考信号，t为时间索引，M为阶数。
优选的，当回声途径模型为h0,t时，将与所述下行参考信号x(t)对应的自适应滤波器的回声途径模型更新为h0,t+1：
h0,t+1＝h0,t+Δh0,t，
其中，Δh0,t是时域自适应滤波器系数更新项，为M阶向量，M为正整数。
优选的，当与所述下行参考信号x(t)对应的自适应滤波器中的回声途径模型为频域模型H0,t时，所述第一误差信号e0(t)的表达式为：
e0(t)＝d(t)-y0(t)，
[y0(t-(N-M)+1),y0(t-(N-M)+2),...,y0(t)]T＝[0(N-M)×MI(N-M)×(N-M)]F-[H0,t·R0,t]，
其中，d(t)为目标信号，y0(t)为滤波信号0，t为时间索引，N为信号帧长，M为阶数，频域模型0(N-M)×M为(N-M)行M列全零矩阵，I(N-M)×(N-M)为(N-M)阶单位矩阵，F-为离散反傅立叶变换矩阵，H0,t代表t时刻的N点向量，R0,t＝F[x(t-N+1),x(t-N+2),...,x(t)]T。
优选的，当回声途径模型为H0,t时，将与所述下行参考信号x(t)对应的自适应滤波器的回声途径模型更新为H0,t+1：
H0,t+1＝H0,t+ΔH0,t，
其中，ΔH0,t是频域自适应滤波器系数更新项，为N阶向量，N为正整数。
优选的，所述预失真处理采用的预失真映射函数的表达式为：
rk(t)＝fk(pk(t))，
其中，rk(t)为第k路预失真信号，pk(t)为第k路预处理信号，fk(x)≠cx，fk(x)≠c，c为常数，k＝1,2,……，K，x为下行参考信号。
优选的，当与各路预失真信号对应的自适应滤波器中的回声途径模型为时域模型hk,t时，所述第二误差信号ek(t)的表达式为：
ek(t)＝e0(t)-yk(t)，
其中，hk,t为第k个t时刻的M阶FIR滤波器，hk,t＝[hk,t(1),hk,t(2),…,hk,t(M)]T，k＝1,2,……，K，上标T为转置操作符号，代表卷积，M为阶数，t为时间索引。
优选的，当回声途径模型为hk,t时，将与各路预失真信号对应的自适应滤波器的回声途径模型更新为hk,t+1：
hk,t+1＝hk,t+Δhk,t，
其中，Δhk,t是时域自适应滤波器系数更新项，为M阶向量，M为正整数，k＝1,2,...,K。
优选的，当与各路预失真信号对应的自适应滤波器中的回声途径模型为频域模型Hk,t时，所述第二误差信号ek(t)的表达式为：
ek(t)＝d(t)-yk(t)，
[yk(t-(N-M)+1),yk(t-(N-M)+2),...,yk(t)]T＝[0(N-M)×MI(N-M)×(N-M)]F-[Hk,t·Rk,t]，
其中，d(t)为目标信号，yk(t)为滤波信号，t为时间索引，N为信号帧长，M为阶数，0(N-M)×M为(N-M)行M列全零矩阵，I(N-M)×(N-M)为(N-M)阶单位矩阵，F-为离散反傅立叶变换矩阵，Hk,t代表第k个t时刻的N点向量，Rk,t＝F[rk(t-N+1),rk(t-N+2),...,rk(t)]T，k＝1,2,...,K。
优选的，当回声途径模型为Hk,t时，将与各路预失真信号对应的自适应滤波器的回声途径模型更新为Hk,t+1：
Hk,t+1＝Hk,t+ΔHk,t，
其中，ΔHk,t是频域自适应滤波器系数更新项，为N阶向量，N为正整数，k＝1,2,...,K。
优选的，所述将所述第一误差信号e0(t)和K个所述第二误差信号ek(t)做最小值融合处理，得到残留信号e(t)的过程包括：
采用可逆空间映射方法将所述第一误差信号e0(t)和K个所述第二误差信号ek(t)分别映射为相对应的映射信号；
利用设定的最小值度量函数分别计算各所述映射信号对应的度量值；
从各度量值中查找到最小度量值；
将与所述最小度量值对应的映射信号映射回到各误差信号所处空间，得到残留信号e(t)。
一种降低回声的装置，包括：
第一滤波单元，用于调用与下行参考信号x(t)对应的自适应滤波器，对所述下行参考信号x(t)进行滤波处理，得到滤波信号y0(t)；
第一求差单元，用于将目标信号和所述滤波信号y0(t)求差，得到第一误差信号e0(t)；
增益单元，用于对所述下行参考信号x(t)进行K路增益处理，得到K路预处理信号，其中，K为正整数；
预失真处理单元，用于对所述K路预处理信号分别进行预失真处理，得到对应的K路预失真信号rk(t)，其中，k＝1,2,……，K；
第二滤波单元，用于调用与各路预失真信号对应的自适应滤波器，对所述K路预失真信号中的各路预失真信号进行滤波处理，得到对应的K路滤波信号；
第二求差单元，用于将所述第一误差信号e0(t)分别与所述K路滤波信号中的每一路滤波信号yk(t)求差，得到K个第二误差信号ek(t)，其中，k＝1,2,……，K；
融合处理单元，用于将所述第一误差信号e0(t)和K个所述第二误差信号ek(t)做最小值融合处理，得到残留信号e(t)；
输出单元，用于将所述残留信号e(t)作为最终的自适应回声消除输出。
优选的，当与所述下行参考信号x(t)对应的自适应滤波器中的回声途径模型为时域模型h0,t时，所述第一误差信号e0(t)的表达式为：
e0(t)＝d(t)-y0(t)，
其中，d(t)为目标信号，y0(t)为滤波信号，h0,t为t时刻的M阶FIR滤波器，h0,t＝[h0,t(1),h0,t(2),…,h0,t(M)]T，上标T为转置操作符号，代表卷积，x(t)为下行参考信号，t为时间索引，M为阶数。
优选的，当回声途径模型为h0,t时，将与所述下行参考信号x(t)对应的自适应滤波器的回声途径模型更新为h0,t+1：
h0,t+1＝h0,t+Δh0,t，
其中，Δh0,t是时域自适应滤波器系数更新项，为M阶向量，M为正整数。
优选的，当与所述下行参考信号x(t)对应的自适应滤波器中的回声途径模型为频域模型H0,t时，所述第一误差信号e0(t)的表达式为：
e0(t)＝d(t)-y0(t)，
[y0(t-(N-M)+1),y0(t-(N-M)+2),...,y0(t)]T＝[0(N-M)×MI(N-M)×(N-M)]F-[H0,t·R0,t]，
其中，d(t)为目标信号，y0(t)为滤波信号0，t为时间索引，N为信号帧长，M为阶数，频域模型0(N-M)×M为(N-M)行M列全零矩阵，I(N-M)×(N-M)为(N-M)阶单位矩阵，F-为离散反傅立叶变换矩阵，H0,t代表t时刻的N点向量，R0,t＝F[x(t-N+1),x(t-N+2),...,x(t)]T。
优选的，当回声途径模型为H0,t时，将与所述下行参考信号x(t)对应的自适应滤波器的回声途径模型更新为H0,t+1：
H0,t+1＝H0,t+ΔH0,t，
其中，ΔH0,t是频域自适应滤波器系数更新项，为N阶向量，N为正整数。
优选的，所述预失真处理采用的预失真映射函数的表达式为：
rk(t)＝fk(pk(t))，
其中，rk(t)为第k路预失真信号，pk(t)为第k路预处理信号，fk(x)≠cx，fk(x)≠c，c为常数，k＝1,2,……，K，x为下行参考信号。
优选的，当与各路预失真信号对应的自适应滤波器中的回声途径模型为时域模型hk,t时，所述第二误差信号ek(t)的表达式为：
ek(t)＝e0(t)-yk(t)，
其中，hk,t为第k个t时刻的M阶FIR滤波器，hk,t＝[hk,t(1),hk,t(2),...,hk,t(M)]T，k＝1,2,……，K，上标T为转置操作符号，代表卷积，M为阶数，t为时间索引。
优选的，当回声途径模型为hk,t时，将与各路预失真信号对应的自适应滤波器的回声途径模型更新为hk,t+1：
hk,t+1＝hk,t+Δhk,t，
其中，Δhk,t是时域自适应滤波器系数更新项，为M阶向量，M为正整数，k＝1,2,...,K。
优选的，当与各路预失真信号对应的自适应滤波器中的回声途径模型为频域模型Hk,t时，所述第二误差信号ek(t)的表达式为：
ek(t)＝d(t)-yk(t)，
[yk(t-(N-M)+1),yk(t-(N-M)+2),...,yk(t)]T＝[0(N-M)×MI(N-M)×(N-M)]F-[Hk,t·Rk,t]，其中，d(t)为目标信号，yk(t)为滤波信号，t为时间索引，N为信号帧长，M为阶数，0(N-M)×M为(N-M)行M列全零矩阵，I(N-M)×(N-M)为(N-M)阶单位矩阵，F-为离散反傅立叶变换矩阵，Hk,t代表第k个t时刻的N点向量，Rk,t＝F[rk(t-N+1),rk(t-N+2),...,rk(t)]T，k＝1,2,...,K。
优选的，当回声途径模型为Hk,t时，将与各路预失真信号对应的自适应滤波器的回声途径模型更新为Hk,t+1：
Hk,t+1＝Hk,t+ΔHk,t，
其中，ΔHk,t是频域自适应滤波器系数更新项，为N阶向量，N为正整数，k＝1,2,...,K。
优选的，所述融合处理单元包括：
映射子单元，用于采用可逆空间映射方法将所述第一误差信号e0(t)和K个所述第二误差信号ek(t)分别映射为相对应的映射信号；
度量值求取子单元，用于利用设定的最小值度量函数分别计算各所述映射信号对应的度量值；
查找子单元，用于从各度量值中查找到最小度量值；
残留信号获取子单元，用于将与所述最小度量值对应的映射信号映射回到各误差信号所处空间，得到残留信号e(t)。
从上述的技术方案可以看出，本发明提供了一种降低回声的方法及装置，用与下行参考信号对应的自适应滤波器对回声消除输出进行第一级回声消除，即得到第一误差信号；在对下行参考信号分别进行K路增益处理和K路预失真处理后，用与各路预失真信号对应的自适应滤波器对回声消除输出进行第二级回声消除，即得到K个第二误差信号；然后对第一级回声消除输出和第二级回声消除输出做最小值融合处理得到残留信号，将残留信号作为最终的自适应回声消除输出。本申请采用级联降低回声的方法使最终得到残留信号最小，也就是说，本申请回声损失的较大，因此，本申请实现了在扬声器具有较大失真的情况下，稳定的提供了较高幅度的回声损失。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为现有技术公开的一种自适应回声抵消的系统框图。
图2为本发明实施例公开的一种降低回声的方法流程图；
图3为本发明实施例公开的一种将第一误差信号和第二误差信号做最小值融合处理得到残留信号的方法流程图；
图4为本发明实施例公开的一种降低回声的装置的结构示意图；
图5为本发明实施例公开的一种融合处理单元的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例公开了一种降低回声的方法及装置，以实现在扬声器具有较大失真的情况下，稳定地提供较高幅度的回声损失。
参见图2，本发明实施例公开的一种降低回声的方法流程图，包括步骤：
步骤S11、调用与下行参考信号x(t)对应的自适应滤波器，对所述下行参考信号x(t)进行滤波处理，得到滤波信号y0(t)；
步骤S12、将目标信号和所述滤波信号y0(t)求差，得到第一误差信号e0(t)；
其中，将目标信号和滤波信号求差的目的是消除目标信号中的线性回声。
步骤S13、对所述下行参考信号x(t)进行K路增益处理，得到K路预处理信号；
其中，K为正整数。
K路增益处理具体为：对下行参考信号x(t)的幅度分别使用增益g1,g2,…,gK调整，得到K路预处理信号p1(t),p2(t),…,pK(t)，具体公式如下：
p1(t)＝g1x(t)，
p2(t)＝g2x(t)，
pK(t)＝gKx(t)，
其中，增益0≤g1,g2,...,gK≤1。
需要说明的是，增益不大于1的目的是避免下行参考信号在数字系统中产生额外的幅度溢出失真。
步骤S14、对所述K路预处理信号分别进行预失真处理，得到对应的K路预失真信号rk(t)，其中，k＝1,2,……，K；
步骤S15、调用与各路预失真信号对应的自适应滤波器，对所述K路预失真信号中的各路预失真信号进行滤波处理，得到对应的K路滤波信号；
步骤S16、将所述第一误差信号e0(t)分别与所述K路滤波信号中的每一路滤波信号yk(t)求差，得到K个第二误差信号ek(t)，其中，k＝1,2,……，K；
步骤S17、将所述第一误差信号e0(t)和K个所述第二误差信号ek(t)做最小值融合处理，得到残留信号e(t)；
步骤S18、将所述残留信号e(t)作为最终的自适应回声消除输出。
综上可以看出，本发明用与下行参考信号对应的自适应滤波器对回声消除输出进行第一级回声消除，即得到第一误差信号；在对下行参考信号分别进行K路增益处理和K路预失真处理后，用与各路预失真信号对应的自适应滤波器对回声消除输出进行第二级回声消除，即得到K个第二误差信号；然后对第一级回声消除输出和第二级回声消除输出做最小值融合处理得到残留信号，将残留信号作为最终的自适应回声消除输出。本申请采用级联降低回声的方法使最终得到残留信号最小，也就是说，本申请回声损失的较大，因此，本申请实现了在扬声器具有较大失真的情况下，稳定的提供了较高幅度的回声损失。
需要说明的是，自适应滤波器中的回声途径模型可以为时域模型也可以为频域模型，针对这两种模型，本发明对与下行参考信号x(t)对应的自适应滤波器及第一误差信号e0(t)做如下具体说明：
(1)当与下行参考信号x(t)对应的自适应滤波器中的回声途径模型为时域模型h0,t时，第一误差信号e0(t)的表达式为：
e0(t)＝d(t)-y0(t)，
其中，d(t)为目标信号，y0(t)为滤波信号，h0,t为t时刻的M阶FIR滤波器，h0,t＝[h0,t(1),h0,t(2),...,h0,t(M)]T，上标T为转置操作符号，代表卷积，x(t)为下行参考信号，t为时间索引，M为阶数，
阶数M需满足模拟回声途径模型，一般回声衰减的时间持续10ms到1s，因此，阶数M的取值在0.01fs到fs之间，fs为采样频率。
当回声途径模型为时域模型h0,t时，自适应滤波器可使用任意一种时域自适应滤波算法，时域自适应滤波算法包括：最小均方算法(Least Mean Square LMS)，归一化最小均方算法(Normalized Least Mean Square，NMLS)，仿射投影算法(Affine Projection，AP)，快速仿射投影算法(Fast Affine Projection，FAP)，最小平方算法(Least Square，LS)，递归最小均方算法(Recursive Least Square，RLS)等，此时，时域自适应滤波器系数更新项为Δh0,t，Δh0,t为M阶向量，M为正整数。
本申请以NMLS为例说明：
Δh0,t＝μh,0[Δh0,t(1),Δh0,t(2),...,Δh0,t(M)]T
其中，ε是防止除零错误的微小正实数，μh,0为更新步长，0＜μh,0＜2，上标T为转置操作符号，M为阶数，t为时间索引。
将与下行参考信号x(t)对应的自适应滤波器的回声途径模型更新为h0,t+1：
h0,t+1＝h0,t+Δh0,t，
(2)当与下行参考信号x(t)对应的自适应滤波器中的回声途径模型为频域模型H0,t时，第一误差信号e0(t)的表达式为：
e0(t)＝d(t)-y0(t)，
[y0(t-(N-M)+1),y0(t-(N-M)+2),...,y0(t)]T＝[0(N-M)×MI(N-M)×(N-M)]F-[H0,t·R0,t]
其中，d(t)为目标信号，y0(t)为滤波信号0，t为时间索引，N为信号帧长，M为阶数，频域模型0(N-M)×M为(N-M)行M列全零矩阵，I(N-M)×(N-M)为(N-M)阶单位矩阵，F-为离散反傅立叶变换矩阵，H0,t代表t时刻的N点向量，R0,t＝F[x(t-N+1),x(t-N+2),...,x(t)]T，·是点乘操作符号，F为离散傅立叶变换矩阵，上标T为转置操作符号。
阶数M需满足模拟回声途径模型，一般回声衰减时间持续10ms到1s，则阶数M取值在0.01fs到fs之间，fs为采样频率，N需大于M。
当回声途径模型为频域模型H0,t时，自适应滤波器可使用任意一种频域自适应滤波算法，频域自适应滤波算法包括：传统频域自适应滤波器(Frequency Domain AdaptiveFilter，FDAF)，多延迟频域自适应滤波器(Multi-Delay Adaptive Filter，MDAF)，加窗频域自适应滤波器(Windowing Frequency Domain Adaptive Filter，WDAF)等，此时，频域自适应滤波器系数更新项为ΔH0,t，ΔH0,t为N阶向量，N为正整数。
本申请以FDAF为例说明：
其中，ε是防止除零错误的微小正实数，上标*表示共轭操作，μH,0为更新步长，0＜μH,0＜2。
E0,t＝F[e0(t-N+1),e0(t-N+2),...,e0(t)]T，
R0,t＝F[x(t-N+1),x(t-N+2),...,x(t)]T，
E[|R0,t|2]是R0,t能量谱的期望，通常采用自回归法获得，即
E[|R0,t|2]＝ηE[|R0,t-1|2]+(1-η)|R0,t|2，
其中，η为更新因子，满足0＜η＜1。
将与下行参考信号x(t)对应的自适应滤波器的回声途径模型更新为H0,t+1：
H0,t+1＝H0,t+ΔH0,t，
其中，ΔH0,t是频域自适应滤波器系数更新项，为N阶向量，N为正整数。
为进一步优化上述实施例，步骤S14具体为：
K路预处理信号p1(t),p2(t),…,pK(t)被K路预失真映射函数映射为K路预失真信号r1(t),r2(t),…,rK(t)。
其中，预失真处理采用的预失真映射函数的表达式为：
rk(t)＝fk(pk(t))
式中，rk(t)为第k路预失真信号，pk(t)为第k路预处理信号，fk(x)≠cx，fk(x)≠c，c为常数，k＝1,2,……，K。
为便于预失真映射函数的设计和使用，可将预失真映射函数表达为归一化的形式，具体如下式：
式中，xmax为下行参考信号x(t)的最大幅值，-1≤fk(x)≤1，k＝1,2,...,K。
预失真映射函数有较多的选择方法，常见但不限于下述公式：
fk(x)＝|x|γ+c，
fk(x)＝sign(x)|x||+c，
fk(x)＝sin(cx)，
fk(x)＝tan(cx)，
及其它们的组合，比如：
预失真映射函数也可以设置为分段函数，例如：
其中，c,c1,c2,c3,c4,γ,γ1γ2,a1,a2 a3 a4,x1,x2均为实数常数，sign(x)为取符号操作。
需要多路预失真映射函数以获得预失真信号的原因为：扬声器失真具有复杂性和时变性，一种失真处理不可能有效逼近回声信号中的失真成分，因此，本申请采用多路不同的失真处理结果，以为最终的最小融合提供丰富的选择。
需要说明的是，自适应滤波器中的回声途径模型可以为时域模型也可以为频域模型，针对这两种模型，本发明对与各路预失真信号对应的自适应滤波器及第二误差信号ek(t)做如下具体说明：
(1)当与各路预失真信号对应的自适应滤波器中的回声途径模型为时域模型hk,t时，所述第二误差信号ek(t)的表达式为：
ek(t)＝e0(t)-yk(t)，
其中，hk,t为第k个t时刻的M阶FIR滤波器，hk,t＝[hk,t(1),hk,t(2),...,hk,t(M)]T，k＝1,2,……，K，上标T为转置操作符号，代表卷积，M为阶数，t为时间索引。
阶数M需满足模拟回声途径模型，一般回声衰减的时间持续10ms到1s，因此，阶数M的取值在0.01fs到fs之间，fs为采样频率。
当回声途径模型为时域模型hk,t(k＝1,2,...,K)时，自适应滤波器可使用任意一种时域自适应滤波算法，时域自适应滤波算法包括：最小均方算法(Least Mean SquareLMS)，归一化最小均方算法(Normalized Least Mean Square，NMLS)，仿射投影算法(Affine Projection，AP)，快速仿射投影算法(Fast Affine Projection，FAP)，最小平方算法(Least Square，LS)，递归最小均方算法(Recursive Least Square，RLS)等，此时，时域自适应滤波器系数更新项为Δhk,t(k＝1,2,...,K)，Δhk,t为M阶向量，M为正整数。
本申请以NMLS为例说明：
Δhk,t＝μh,k[Δhk,t(1),Δhk,t(2),...,Δhk,t(M)]T
其中，ε是防止除零错误的微小正实数，μh,0μh,k为更新步长，0＜μh,0,μh,k＜2，k＝1,2,...,K，t为时间索引。
将与各路预失真信号对应的自适应滤波器的回声途径模型更新为hk,t+1：
hk,t+1＝hk,t+Δhk,t，
其中，Δhk,t是时域自适应滤波器系数更新项，为M阶向量，M为正整数，k＝1,2,...,K。
(2)当与各路预失真信号对应的自适应滤波器中的回声途径模型为频域模型Hk,t时，第二误差信号ek(t)的表达式为：
ek(t)＝d(t)-yk(t)，
[yk(t-(N-M)+1),yk(t-(N-M)+2),...,yk(t)]T＝[0(N-M)×MI(N-M)×(N-M)]F-[Hk,t·Rk,t]其中，d(t)为目标信号，yk(t)为滤波信号，t为时间索引，N为信号帧长，M为阶数，0(N-M)×M为(N-M)行M列全零矩阵，I(N-M)×(N-M)为(N-M)阶单位矩阵，F-为离散反傅立叶变换矩阵，Hk,t代表第k个t时刻的N点向量，Rk,t＝F[rk(t-N+1),rk(t-N+2),...,rk(t)]T，k＝1,2,...,K，y1(t),y2(t),…,yK(t)为K路滤波输出信号，·是点乘操作符号，F为离散傅立叶变换矩阵，上标T为转置操作符号，k＝1,2,...,K，K为正整数。
阶数M需满足模拟回声途径模型，一般回声衰减时间持续10ms到1s，则阶数M取值在0.01fs到fs之间，fs为采样频率，N需大于M。
当回声途径模型为频域模型Hk,t时，自适应滤波器可使用任意一种频域自适应滤波算法，频域自适应滤波算法包括：传统频域自适应滤波器(Frequency Domain AdaptiveFilter，FDAF)，多延迟频域自适应滤波器(Multi-Delay Adaptive Filter，MDAF)，加窗频域自适应滤波器(Windowing Frequency Domain Adaptive Filter，WDAF)等，此时，频域自适应滤波器系数更新项为ΔHk,t，ΔHk,t为N阶向量，N为正整数。
本申请以FDAF为例说明：
其中，ε是防止除零错误的微小正实数，上标*表示共轭操作，μH,k为更新步长，0＜μH,k＜2，k＝1,2,...,K。
Ek,t＝F[ek(t-N+1),ek(t-N+2),...,ek(t)]T，
Rk,t＝F[rk(t-N+1),rk(t-N+2),...,rk(t)]T，
E[|Rk,t|2]是Rk,t能量谱的期望，通常采用自回归法获得，即
E[|Rk,t|2]＝ηE[|Rk,t-1|2]+(1-η)|Rk,t|2，
其中，η为更新因子，η满足0＜η＜1，上述各式中，k＝1,2,...,K。
将与各路预失真信号对应的自适应滤波器的回声途径模型更新为Hk,t+1：
Hk,t+1＝Hk,t+ΔHk,t，
其中，ΔHk,t是频域自适应滤波器系数更新项，为N阶向量，N为正整数，k＝1,2,...,K。
为进一步优化上述实施例，参见图3，本发明实施例公开的一种将第一误差信号和第二误差信号做最小值融合处理得到残留信号的方法流程图，即步骤S17包括：
步骤S21、采用可逆空间映射方法将所述第一误差信号e0(t)和K个所述第二误差信号ek(t)分别映射为相对应的映射信号；
步骤S22、利用设定的最小值度量函数分别计算各所述映射信号对应的度量值；
步骤S23、从各度量值中查找到最小度量值；
步骤S24、将与所述最小度量值对应的映射信号映射回到各误差信号所处空间，得到残留信号e(t)。
对于K+1路误差信号(包括第一误差信号e0(t)和K个第二误差信号ek(t))e0(t),…,eK(t)，它们因为自适应滤波器的参数信号的不同，在不同的时间或空间，各自残留的回声最小，最小值融合处理采用空间映射方法将K+1路误差信号e0(t),e1(t),…,eK(t)映射为映射信号S0,t,S1,t,…,SK,t，利用设定的最小值度量函数分别计算各映射信号S0,t,S1,t,…,SK,t对应的度量值v0,v1,…,vK，从各度量值中查找到最小度量值最小度量值对应的第kmin个映射信号映射回原空间(即各误差信号所处空间)得到残留信号e(t)，最后将该残留信号e(t)作为最终的自适应回声消除输出。
最简单的最小值融合处理，空间映射为短时信号组帧，即
Sk,t＝[ek(t-L+1),ek(t-L+2),...,ek(t)]，k＝0,1,2,...,K，
式中，Sk,t为映射信号，t为时间索引。
最小值度量函数为求短时幅度，即
式中，vk为最小度量值，t为时间索引。
或，短时能量，即
式中，vk为最小度量值，t为时间索引。
其中，上述各式中，L代表短时区间，为正整数，取值在0.001fs到fs之间，fs为采样频率。
这时选择短时幅度或短时能量最小的映射信号它对应的可作为最终的残留信号[e(t-L+1),...,e(t)]。
优选的，短时区间可以有部分重叠以便对区间两端做平滑处理。
更加有效的最小值融合处理有频域变换，参见下式：
Sk,t＝TF([ek(t-L+1),...,ek(t)])，k＝0,1,2,...,K，
其中，Sk,t为映射信号，TF代表频域变换，L代表短时区间，为正整数，取值在0.001fs到fs之间，fs为采样频率。
频域变换TF包含但不限于离散傅立叶变换(Discrete Fourier Transform，DFT)，离散余弦变换(Discrete Cosine Transform,DCT)，KL(Karhunen-Loeve)变换，修正余弦变换(Modified Discrete Cosine Transform，MDCT)等等，这里要求频域变换TF是可逆的，其逆变换为TF -。
频域变换得到的映射信号Sk,t是一个LF点的向量，对于不同的映射，LF可能会不同，DFT，DCT，KL变换往往LF＝L，MDCT变换则LF＝L/2。这时的最小值度量函数可以为映射信号Sk,t[l],l＝1,2,...,LF的模：fmin(x)＝|x|，或者数值实数部分和虚数部分的绝对值加权其中λreal，λimag是加权系数，为非负实数；γreal，γimag是阶次系数，为非负实数。
利用最小值度量函数得到映射信号Sk,t[l],l＝1,2,...,LF的度量值，公式如下：
vk,l＝fmin(Sk,t[l])，
式中，vk,l为最小度量值，整数索引l＝1,2,...,LF，k＝0,1,2,...,K。
依据度量值将映射信号Sk,t[l],l＝1,2,...,LF融合为融合信号St[l]＝Skl,t[l]，整数索引l＝1,2,...,LF，kl满足如下公式：
fmin(Skl,t[l])＝min([v0,l,v1,l,...,vK,l])，
最后利用逆频域变换TF -将融合信号St[l],l＝1,2,...,LF逆映射得到最终的残留信号[e(t-L+1),…,e(t)]，即
[e(t-L+1),...,e(t)]＝TF -(St)。
优选的，短时区间可以有部分重叠以便对区间两端做平滑处理。
需要说明是，本申请上述各实施例中，K均为正整数。
为进一步证明本申请实现了在扬声器具有较大失真的情况下，稳定的提供了较高幅度的回声损失，本发明还进行了实际测试。
信号采样频率为8000Hz，前后两级自适应滤波器均为FDAF，第二级选择两路预失真处理，每路增益为1，预失真映射函数为：
f1(x)＝sign(x)|x|0.1，
f2(x)＝sign(x)|x||.2。
最小值融合处理中的空间映射采用DCT映射，L＝320，M＝192，N＝512，最小值度量函数为取绝对值。
将采用本发明得到的处理结果和采用传统方法得到的处理结果比较后得出：本发明的处理后的信号明显小于传统处理后的信号，本发明比传统方法平均提高了4.2dB以上。
与上述方法实施例相对应，本发明还提供了一种降低回声的装置。
参见图4，本发明实施例公开的一种降低回声的装置的结构示意图，包括：
第一滤波单元41，用于调用与下行参考信号x(t)对应的自适应滤波器，对所述下行参考信号x(t)进行滤波处理，得到滤波信号y0(t)；
第一求差单元42，用于将目标信号和所述滤波信号y0(t)求差，得到第一误差信号e0(t)；
其中，将目标信号和滤波信号求差的目的是消除目标信号中的线性回声。
增益单元43，用于对所述下行参考信号x(t)进行K路增益处理，得到K路预处理信号，其中，K为正整数；
K路增益处理具体为：对下行参考信号x(t)的幅度分别使用增益g1,g2,…,gK调整，得到K路预处理信号p1(t),p2(t),…,pK(t)，具体公式如下：
p1(t)＝g1x(t)，
p2(t)＝g2x(t)，
pK(t)＝gKx(t)，
其中，增益0≤g1,g2,...,gK≤1。
需要说明的是，增益不大于1的目的是避免下行参考信号在数字系统中产生额外的幅度溢出失真。
预失真处理单元44，用于对所述K路预处理信号分别进行预失真处理，得到对应的K路预失真信号rk(t)，其中，k＝1,2,……，K；
第二滤波单元45，用于调用与各路预失真信号对应的自适应滤波器，对所述K路预失真信号中的各路预失真信号进行滤波处理，得到对应的K路滤波信号；
第二求差单元46，用于将所述第一误差信号e0(t)分别与所述K路滤波信号中的每一路滤波信号yk(t)求差，得到K个第二误差信号ek(t)，其中，k＝1,2,……，K；
融合处理单47元，用于将所述第一误差信号e0(t)和K个所述第二误差信号ek(t)做最小值融合处理，得到残留信号e(t)；
输出单元48，用于将所述残留信号e(t)作为最终的自适应回声消除输出。
综上可以看出，本发明用与下行参考信号对应的自适应滤波器对回声消除输出进行第一级回声消除，即得到第一误差信号；在对下行参考信号分别进行K路增益处理和K路预失真处理后，用与各路预失真信号对应的自适应滤波器对回声消除输出进行第二级回声消除，即得到K个第二误差信号；然后对第一级回声消除输出和第二级回声消除输出做最小值融合处理得到残留信号，将残留信号作为最终的自适应回声消除输出。本申请采用级联降低回声的方法使最终得到残留信号最小，也就是说，本申请回声损失的较大，因此，本申请实现了在扬声器具有较大失真的情况下，稳定的提供了较高幅度的回声损失。
需要说明的是，自适应滤波器中的回声途径模型可以为时域模型也可以为频域模型，针对这两种模型，本发明对与下行参考信号x(t)对应的自适应滤波器及第一误差信号e0(t)做如下具体说明：
(1)当与下行参考信号x(t)对应的自适应滤波器中的回声途径模型为时域模型h0,t时，第一误差信号e0(t)的表达式为：
e0(t)＝d(t)-y0(t)，
其中，d(t)为目标信号，y0(t)为滤波信号，h0,t为t时刻的M阶FIR滤波器，h0,t＝[h0,t(1),h0,t(2),...,h0,t(M)]T，上标T为转置操作符号，代表卷积，x(t)为下行参考信号，t为时间索引，M为阶数，。
阶数M需满足模拟回声途径模型，一般回声衰减的时间持续10ms到1s，因此，阶数M的取值在0.01fs到fs之间，fs为采样频率。
当回声途径模型为时域模型h0,t时，自适应滤波器可使用任意一种时域自适应滤波算法，时域自适应滤波算法包括：最小均方算法(Least Mean Square LMS)，归一化最小均方算法(Normalized Least Mean Square，NMLS)，仿射投影算法(Affine Projection，AP)，快速仿射投影算法(Fast Affine Projection，FAP)，最小平方算法(Least Square，LS)，递归最小均方算法(Recursive Least Square，RLS)等，此时，时域自适应滤波器系数更新项为Δh0,t，Δh0,t为M阶向量，M为正整数。
本申请以NMLS为例说明：
Δh0,t＝μh,0[Δh0,t(1),Δh0,t(2),...,Δh0,t(M)]T
其中，ε是防止除零错误的微小正实数，μh,0为更新步长，0＜μh,0＜2，上标T为转置操作符号，M为阶数，t为时间索引。
将与下行参考信号x(t)对应的自适应滤波器的回声途径模型更新为h0,t+1：
h0,t+1＝h0,t+Δh0,t，
(2)当与下行参考信号x(t)对应的自适应滤波器中的回声途径模型为频域模型H0,t时，第一误差信号e0(t)的表达式为：
e0(t)＝d(t)-y0(t)，
[y0(t-(N-M)+1),y0(t-(N-M)+2),...,y0(t)]T＝[0(N-M)×MI(N-M)×(N-M)]F-[H0,t·R0,t]
其中，d(t)为目标信号，y0(t)为滤波信号0，t为时间索引，N为信号帧长，M为阶数，频域模型0(N-M)×M为(N-M)行M列全零矩阵，I(N-M)×(N-M)为(N-M)阶单位矩阵，F-为离散反傅立叶变换矩阵，H0,t代表t时刻的N点向量，R0,t＝F[x(t-N+1),x(t-N+2),...,x(t)]T，·是点乘操作符号，F为离散傅立叶变换矩阵，上标T为转置操作符号。
阶数M需满足模拟回声途径模型，一般回声衰减时间持续10ms到1s，则阶数M取值在0.01fs到fs之间，fs为采样频率，N需大于M。
当回声途径模型为频域模型H0,t时，自适应滤波器可使用任意一种频域自适应滤波算法，频域自适应滤波算法包括：传统频域自适应滤波器(Frequency Domain AdaptiveFilter，FDAF)，多延迟频域自适应滤波器(Multi-Delay Adaptive Filter，MDAF)，加窗频域自适应滤波器(Windowing Frequency Domain Adaptive Filter，WDAF)等，此时，频域自适应滤波器系数更新项为ΔH0,t，ΔH0,t为N阶向量，N为正整数。
将与下行参考信号x(t)对应的自适应滤波器的回声途径模型更新为H0,t+1：
H0,t+1＝H0,t+ΔH0,t，
其中，ΔH0,t是频域自适应滤波器系数更新项，为N向量，N为正整数。
需要多路预失真映射函数以获得预失真信号的原因为：扬声器失真具有复杂性和时变性，一种失真处理不可能有效逼近回声信号中的失真成分，因此，本申请采用多路不同的失真处理结果，以为最终的最小融合提供丰富的选择。
需要说明的是，自适应滤波器中的回声途径模型可以为时域模型也可以为频域模型，针对这两种模型，本发明对与各路预失真信号对应的自适应滤波器及第二误差信号ek(t)做如下具体说明：
(1)当与各路预失真信号对应的自适应滤波器中的回声途径模型为时域模型hk,t时，所述第二误差信号ek(t)的表达式为：
ek(t)＝e0(t)-yk(t)，
其中，hk,t为第k个t时刻的M阶FIR滤波器，hk,t＝[hk,t(1),hk,t(2),...,hk,t(M)]T，k＝1,2,……，K，上标T为转置操作符号，代表卷积，M为阶数，t为时间索引。
阶数M需满足模拟回声途径模型，一般回声衰减的时间持续10ms到1s，因此，阶数M的取值在0.01fs到fs之间，fs为采样频率。
当回声途径模型为时域模型hk,t(k＝1,2,...,K)时，自适应滤波器可使用任意一种时域自适应滤波算法，时域自适应滤波算法包括：最小均方算法(Least Mean SquareLMS)，归一化最小均方算法(Normalized Least Mean Square，NMLS)，仿射投影算法(Affine Projection，AP)，快速仿射投影算法(Fast Affine Projection，FAP)，最小平方算法(Least Square，LS)，递归最小均方算法(Recursive Least Square，RLS)等，此时，时域自适应滤波器系数更新项为Δhk,t(k＝1,2,...,K)，Δhk,t为M阶向量，M为正整数。
将与各路预失真信号对应的自适应滤波器的回声途径模型更新为hk,t+1：
hk,t+1＝hk,t+Δhk,t，
其中，Δhk,t是时域自适应滤波器系数更新项，为M阶向量，M为正整数，k＝1,2,...,K。
(2)当与各路预失真信号对应的自适应滤波器中的回声途径模型为频域模型Hk,t时，第二误差信号ek(t)的表达式为：
ek(t)＝d(t)-yk(t)，
[yk(t-(N-M)+1),yk(t-(N-M)+2),...,yk(t)]T＝[0(N-M)×MI(N-M)×(N-M)]F-[Hk,t·Rk,t]
其中，d(t)为目标信号，yk(t)为滤波信号，t为时间索引，N为信号帧长，M为阶数，0(N-M)×M为(N-M)行M列全零矩阵，I(N-M)×(N-M)为(N-M)阶单位矩阵，F-为离散反傅立叶变换矩阵，Hk,t代表第k个t时刻的N点向量，Rk,t＝F[rk(t-N+1),rk(t-N+2),...,rk(t)]T，k＝1,2,...,K，y1(t),y2(t),…,yK(t)为K路滤波输出信号，·是点乘操作符号，F为离散傅立叶变换矩阵，上标T为转置操作符号，k＝1,2,...,K，K为正整数。
阶数M需满足模拟回声途径模型，一般回声衰减时间持续10ms到1s，则阶数M取值在0.01fs到fs之间，fs为采样频率，N需大于M。
当回声途径模型为频域模型Hk,t时，自适应滤波器可使用任意一种频域自适应滤波算法，频域自适应滤波算法包括：传统频域自适应滤波器(Frequency Domain AdaptiveFilter，FDAF)，多延迟频域自适应滤波器(Multi-Delay Adaptive Filter，MDAF)，加窗频域自适应滤波器(Windowing Frequency Domain Adaptive Filter，WDAF)等，此时，频域自适应滤波器系数更新项为ΔHk,t，ΔHk,t为N阶向量，N为正整数。
将与各路预失真信号对应的自适应滤波器的回声途径模型更新为Hk,t+1：
Hk,t+1＝Hk,t+ΔHk,t，
其中，ΔHk,t是频域自适应滤波器系数更新项，为N阶向量，N为正整数，k＝1,2,...,K。
为进一步优化上述实施例，参见图5，本发明实施例公开的一种融合处理单元的结构示意图，包括：
映射子单元51，用于采用可逆空间映射方法将所述第一误差信号e0(t)和K个所述第二误差信号ek(t)分别映射为相对应的映射信号；
度量值求取子单元52，用于利用设定的最小值度量函数分别计算各所述映射信号对应的度量值；
查找子单元53，用于从各度量值中查找到最小度量值；
残留信号获取子单元54，用于将与所述最小度量值对应的映射信号映射回到各误差信号所处空间，得到残留信号e(t)。
对于K+1路误差信号(包括第一误差信号e0(t)和K个第二误差信号ek(t))e0(t),…,eK(t)，它们因为自适应滤波器的参数信号的不同，在不同的时间或空间，各自残留的回声最小，最小值融合处理采用空间映射方法将K+1路误差信号e0(t),e1(t),…,eK(t)映射为映射信号S0,t,S1,t,…,SK,t，利用设定的最小值度量函数分别计算各映射信号S0,t,S1,t,…,SK,t对应的度量值v0,v1,…,vK，从各度量值中查找到最小度量值最小度量值对应的第kmin个映射信号映射回原空间(即各误差信号所处空间)得到残留信号e(t)，最后将该残留信号e(t)作为最终的自适应回声消除输出。
最简单的最小值融合处理，空间映射为短时信号组帧，即
Sk,t＝[ek(t-L+1),ek(t-L+2),...,ek(t)]，k＝0,1,2,...,K，
式中，Sk,t为映射信号，t为时间索引。
最小值度量函数为求短时幅度，即
式中，vk为最小度量值，t为时间索引。
或，短时能量，即
式中，vk为最小度量值，t为时间索引。
其中，上述各式中，L代表短时区间，为正整数，取值在0.001fs到fs之间，fs为采样频率。
这时选择短时幅度或短时能量最小的映射信号它对应的可作为最终的残留信号[e(t-L+1),...,e(t)]。
优选的，短时区间可以有部分重叠以便对区间两端做平滑处理。
更加有效的最小值融合处理有频域变换，参见下式：
Sk,t＝TF([ek(t-L+1),...,ek(t)])，k＝0,1,2,...,K，
其中，Sk,t为映射信号，TF代表频域变换，L代表短时区间，为正整数，取值在0.001fs到fs之间，fs为采样频率。
频域变换TF包含但不限于离散傅立叶变换(Discrete Fourier Transform，DFT)，离散余弦变换(Discrete Cosine Transform,DCT)，KL Karhunen-Loeve变换，修正余弦变换(Modified Discrete Cosine Transform，MDCT)等等，这里要求频域变换TF是可逆的，其逆变换为TF -。
频域变换得到的映射信号Sk,t是一个LF点的向量，对于不同的映射，LF可能会不同，DFT，DCT，KL变换往往LF＝L，MDCT变换则LF＝L/2。这时的最小值度量函数可以为映射信号Sk,t[l],l＝1,2,...,LF的模：fmin(x)＝|x|，或者数值实数部分和虚数部分的绝对值加权其中λreal，λimag是加权系数，为非负实数；γreal，γimag是阶次系数，为非负实数。
利用最小值度量函数得到映射信号Sk,t[l],l＝1,2,...,LF的度量值，公式如下：
vk,l＝fmin(Sk,t[l])，
式中，vk,l为最小度量值，整数索引l＝1,2,...,LF，k＝0,1,2,...,K。
依据度量值将映射信号Sk,t[l],l＝1,2,...,LF融合为融合信号整数索引l＝1,2,...,LF，kl满足如下公式：
最后利用逆频域变换TF -将融合信号St[l],l＝1,2,...,LF逆映射得到最终的残留信号[e(t-L+1),...,e(t)]，即
[e(t-L+1),...,e(t)]＝TF -(St)。
优选的，短时区间可以有部分重叠以便对区间两端做平滑处理。
需要说明是，本申请上述各实施例中，K均为正整数。
需要说明的是，装置实施例中，各组成部分的具体工作原理参见相对应的方法实施例，此处不再赘述。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (22)

1.一种降低回声的方法，其特征在于，包括：
调用与下行参考信号x(t)对应的自适应滤波器，对所述下行参考信号x(t)进行滤波处理，得到滤波信号y0(t)；
将目标信号和所述滤波信号y0(t)求差，得到第一误差信号e0(t)；
对所述下行参考信号x(t)进行K路增益处理，得到K路预处理信号，其中，K为正整数；
对所述K路预处理信号分别进行预失真处理，得到对应的K路预失真信号rk(t)，其中，k＝1,2,……，K；
调用与各路预失真信号对应的自适应滤波器，对所述K路预失真信号中的各路预失真信号进行滤波处理，得到对应的K路滤波信号；
将所述第一误差信号e0(t)分别与所述K路滤波信号中的每一路滤波信号yk(t)求差，得到K个第二误差信号ek(t)，其中，k＝1,2,……，K；
将所述第一误差信号e0(t)和K个所述第二误差信号ek(t)做最小值融合处理，得到残留信号e(t)；
将所述残留信号e(t)作为最终的自适应回声消除输出。
2.根据权利要求1所述的方法，其特征在于，当与所述下行参考信号x(t)对应的自适应滤波器中的回声途径模型为时域模型h0,t时，所述第一误差信号e0(t)的表达式为：
e0(t)＝d(t)-y0(t)，
其中，d(t)为目标信号，y0(t)为滤波信号，h0,t为t时刻的M阶FIR滤波器，h0,t＝[h0,t(1),h0,t(2),...,h0,t(M)]T，上标T为转置操作符号，代表卷积，x(t)为下行参考信号，t为时间索引，M为阶数。
3.根据权利要求2所述的方法，其特征在于，当回声途径模型为h0,t时，将与所述下行参考信号x(t)对应的自适应滤波器的回声途径模型更新为h0,t+1：
h0,t+1＝h0,t+Δh0,t，
其中，Δh0,t是时域自适应滤波器系数更新项，为M阶向量，M为正整数。
4.根据权利要求1所述的方法，其特征在于，当与所述下行参考信号x(t)对应的自适应滤波器中的回声途径模型为频域模型H0,t时，所述第一误差信号e0(t)的表达式为：
e0(t)＝d(t)-y0(t)，
[y0(t-(N-M)+1),y0(t-(N-M)+2),...,y0(t)]T＝[0(N-M)×MI(N-M)×(N-M)]F-[H0,t·R0,t]，
其中，d(t)为目标信号，y0(t)为滤波信号0，t为时间索引，N为信号帧长，M为阶数，频域模型0(N-M)×M为(N-M)行M列全零矩阵，I(N-M)×(N-M)为(N-M)阶单位矩阵，F-为离散反傅立叶变换矩阵，H0,t代表t时刻的N点向量，R0,t＝F[x(t-N+1),x(t-N+2),...,x(t)]T。
5.根据权利要求4所述的方法，其特征在于，当回声途径模型为H0,t时，将与所述下行参考信号x(t)对应的自适应滤波器的回声途径模型更新为H0,t+1：
H0,t+1＝H0,t+ΔH0,t，
其中，ΔH0,t是频域自适应滤波器系数更新项，为N阶向量，N为正整数。
6.根据权利要求1所述的方法，其特征在于，所述预失真处理采用的预失真映射函数的表达式为：
rk(t)＝fk(pk(t))，
其中，rk(t)为第k路预失真信号，pk(t)为第k路预处理信号，fk(x)≠cx，fk(x)≠c，c为常数，k＝1,2,……，K，x为下行参考信号。
7.根据权利要求1所述的方法，其特征在于，当与各路预失真信号对应的自适应滤波器中的回声途径模型为时域模型hk,t时，所述第二误差信号ek(t)的表达式为：
ek(t)＝e0(t)-yk(t)，
其中，hk,t为第k个t时刻的M阶FIR滤波器，hk,t＝[hk,t(1),hk,t(2),...,hk,t(M)]T，k＝1,2,……，K，上标T为转置操作符号，代表卷积，M为阶数t为时间索引。
8.根据权利要求7所述的方法，其特征在于，当回声途径模型为hk,t时，将与各路预失真信号对应的自适应滤波器的回声途径模型更新为hk,t+1：
hk,t+1＝hk,t+Δhk,t，
其中，Δhk,t是时域自适应滤波器系数更新项，为M阶向量，M为正整数，k＝1,2,...,K。
9.根据权利要求1所述的方法，其特征在于，当与各路预失真信号对应的自适应滤波器中的回声途径模型为频域模型Hk,t时，所述第二误差信号ek(t)的表达式为：
ek(t)＝d(t)-yk(t)，
[yk(t-(N-M)+1),yk(t-(N-M)+2),...,yk(t)]T＝[0(N-M)×MI(N-M)×(N-M)]F-[Hk,t·Rk,t]，
其中，d(t)为目标信号，yk(t)为滤波信号，t为时间索引，N为信号帧长，M为阶数，0(N-M)×M为(N-M)行M列全零矩阵，I(N-M)×(N-M)为(N-M)阶单位矩阵，F-为离散反傅立叶变换矩阵，Hk,t代表第k个t时刻的N点向量，Rk,t＝F[rk(t-N+1),rk(t-N+2),...,rk(t)]T，k＝1,2,...,K。
10.根据权利要求9所述的方法，其特征在于，当回声途径模型为Hk,t时，将与各路预失真信号对应的自适应滤波器的回声途径模型更新为Hk,t+1：
Hk,t+1＝Hk,t+ΔHk,t，
其中，ΔHk,t是频域自适应滤波器系数更新项，为N阶向量，N为正整数，k＝1,2,...,K。
11.根据权利要求1所述的方法，其特征在于，所述将所述第一误差信号e0(t)和K个所述第二误差信号ek(t)做最小值融合处理，得到残留信号e(t)的过程包括：
采用可逆空间映射方法将所述第一误差信号e0(t)和K个所述第二误差信号ek(t)分别映射为相对应的映射信号；
利用设定的最小值度量函数分别计算各所述映射信号对应的度量值；
从各度量值中查找到最小度量值；
将与所述最小度量值对应的映射信号映射回到各误差信号所处空间，得到残留信号e(t)。
12.一种降低回声的装置，其特征在于，包括：
第一滤波单元，用于调用与下行参考信号x(t)对应的自适应滤波器，对所述下行参考信号x(t)进行滤波处理，得到滤波信号y0(t)；
第一求差单元，用于将目标信号和所述滤波信号y0(t)求差，得到第一误差信号e0(t)；
增益单元，用于对所述下行参考信号x(t)进行K路增益处理，得到K路预处理信号，其中，K为正整数；
预失真处理单元，用于对所述K路预处理信号分别进行预失真处理，得到对应的K路预失真信号rk(t)，其中，k＝1,2,……，K；
第二滤波单元，用于调用与各路预失真信号对应的自适应滤波器，对所述K路预失真信号中的各路预失真信号进行滤波处理，得到对应的K路滤波信号；
第二求差单元，用于将所述第一误差信号e0(t)分别与所述K路滤波信号中的每一路滤波信号yk(t)求差，得到K个第二误差信号ek(t)，其中，k＝1,2,……，K；
融合处理单元，用于将所述第一误差信号e0(t)和K个所述第二误差信号ek(t)做最小值融合处理，得到残留信号e(t)；
输出单元，用于将所述残留信号e(t)作为最终的自适应回声消除输出。
13.根据权利要求12所述的装置，其特征在于，当与所述下行参考信号x(t)对应的自适应滤波器中的回声途径模型为时域模型h0,t时，所述第一误差信号e0(t)的表达式为：
e0(t)＝d(t)-y0(t)，
其中，d(t)为目标信号，y0(t)为滤波信号，h0,t为t时刻的M阶FIR滤波器，h0,t＝[h0,t(1),h0,t(2),...,h0,t(M)]T，上标T为转置操作符号，代表卷积，x(t)为下行参考信号，t为时间索引，M为阶数。
14.根据权利要求13所述的装置，其特征在于，当回声途径模型为h0,t时，将与所述下行参考信号x(t)对应的自适应滤波器的回声途径模型更新为h0,t+1：
h0,t+1＝h0,t+Δh0,t，
其中，Δh0,t是时域自适应滤波器系数更新项，为M阶向量，M为正整数。
15.根据权利要求12所述的装置，其特征在于，当与所述下行参考信号x(t)对应的自适应滤波器中的回声途径模型为频域模型H0,t时，所述第一误差信号e0(t)的表达式为：
e0(t)＝d(t)-y0(t)，
[y0(t-(N-M)+1),y0(t-(N-M)+2),...,y0(t)]T＝[0(N-M)×MI(N-M)×(N-M)]F-[H0,t·R0,t]，
其中，d(t)为目标信号，y0(t)为滤波信号0，t为时间索引，N为信号帧长，M为阶数，频域模型0(N-M)×M为(N-M)行M列全零矩阵，I(N-M)×(N-M)为(N-M)阶单位矩阵，F-为离散反傅立叶变换矩阵，H0,t代表t时刻的N点向量，R0,t＝F[x(t-N+1),x(t-N+2),...,x(t)]T。
16.根据权利要求15所述的装置，其特征在于，当回声途径模型为H0,t时，将与所述下行参考信号x(t)对应的自适应滤波器的回声途径模型更新为H0,t+1：
H0,t+1＝H0,t+ΔH0,t，
其中，ΔH0,t是频域自适应滤波器系数更新项，为N阶向量，N为正整数。
17.根据权利要求12所述的装置，其特征在于，所述预失真处理采用的预失真映射函数的表达式为：
rk(t)＝fk(pk(t))，
其中，rk(t)为第k路预失真信号，pk(t)为第k路预处理信号，fk(x)≠cx，fk(x)≠c，c为常数，k＝1,2,……，K，x为下行参考信号。
18.根据权利要求12所述的装置，其特征在于，当与各路预失真信号对应的自适应滤波器中的回声途径模型为时域模型hk,t时，所述第二误差信号ek(t)的表达式为：
ek(t)＝e0(t)-yk(t)，
其中，hk,t为第k个t时刻的M阶FIR滤波器，hk,t＝[hk,t(1),hk,t(2),...,hk,t(M)]T，k＝1,2,……，K，上标T为转置操作符号，代表卷积，M为阶数，t为时间索引。
19.根据权利要求18所述的装置，其特征在于，当回声途径模型为hk,t时，将与各路预失真信号对应的自适应滤波器的回声途径模型更新为hk,t+1：
hk,t+1＝hk,t+Δhk,t，
其中，Δhk,t是时域自适应滤波器系数更新项，为M阶向量，M为正整数，k＝1,2,...,K。
20.根据权利要求12所述的装置，其特征在于，当与各路预失真信号对应的自适应滤波器中的回声途径模型为频域模型Hk,t时，所述第二误差信号ek(t)的表达式为：
ek(t)＝d(t)-yk(t)，
[yk(t-(N-M)+1),yk(t-(N-M)+2),...,yk(t)]T＝[0(N-M)×MI(N-M)×(N-M)]F-[Hk,t·Rk,t]，
其中，d(t)为目标信号，yk(t)为滤波信号，t为时间索引，N为信号帧长，M为阶数，0(N-M)×M为(N-M)行M列全零矩阵，I(N-M)×(N-M)为(N-M)阶单位矩阵，F-为离散反傅立叶变换矩阵，Hk,t代表第k个t时刻的N点向量，Rk,t＝F[rk(t-N+1),rk(t-N+2),...,rk(t)]T，k＝1,2,...,K。
21.根据权利要求20所述的装置，其特征在于，当回声途径模型为Hk,t时，将与各路预失真信号对应的自适应滤波器的回声途径模型更新为Hk,t+1：
Hk,t+1＝Hk,t+ΔHk,t，
其中，ΔHk,t是频域自适应滤波器系数更新项，为N阶向量，N为正整数，k＝1,2,...,K。
22.根据权利要求12所述的装置，其特征在于，所述融合处理单元包括：
映射子单元，用于采用可逆空间映射方法将所述第一误差信号e0(t)和K个所述第二误差信号ek(t)分别映射为相对应的映射信号；
度量值求取子单元，用于利用设定的最小值度量函数分别计算各所述映射信号对应的度量值；
查找子单元，用于从各度量值中查找到最小度量值；
残留信号获取子单元，用于将与所述最小度量值对应的映射信号映射回到各误差信号所处空间，得到残留信号e(t)。
CN201410857171.6A 2014-12-30 2014-12-30 一种降低回声的方法及装置 Active CN105812598B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201410857171.6A CN105812598B (zh) 2014-12-30 2014-12-30 一种降低回声的方法及装置
US14/969,448 US9697846B2 (en) 2014-12-30 2015-12-15 Method and apparatus for reducing echo

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410857171.6A CN105812598B (zh) 2014-12-30 2014-12-30 一种降低回声的方法及装置

Publications (2)

Publication Number Publication Date
CN105812598A CN105812598A (zh) 2016-07-27
CN105812598B true CN105812598B (zh) 2019-04-30

Family

ID=56164970

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410857171.6A Active CN105812598B (zh) 2014-12-30 2014-12-30 一种降低回声的方法及装置

Country Status (2)

Country Link
US (1) US9697846B2 (zh)
CN (1) CN105812598B (zh)

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9565493B2 (en) 2015-04-30 2017-02-07 Shure Acquisition Holdings, Inc. Array microphone system and method of assembling the same
US9554207B2 (en) 2015-04-30 2017-01-24 Shure Acquisition Holdings, Inc. Offset cartridge microphones
EP3288182B1 (en) * 2016-08-25 2020-07-01 Cisco Technology, Inc. System architecture for supporting digital pre-distortion and full duplex in cable network environments
CN106571148B (zh) * 2016-11-14 2020-04-28 阔地教育科技有限公司 一种音频信号自动增益控制方法及装置
US10367948B2 (en) 2017-01-13 2019-07-30 Shure Acquisition Holdings, Inc. Post-mixing acoustic echo cancellation systems and methods
CN106937009B (zh) * 2017-01-18 2020-02-07 苏州科达科技股份有限公司 一种级联回声抵消系统及其控制方法及装置
WO2019231632A1 (en) 2018-06-01 2019-12-05 Shure Acquisition Holdings, Inc. Pattern-forming microphone array
US11297423B2 (en) 2018-06-15 2022-04-05 Shure Acquisition Holdings, Inc. Endfire linear array microphone
CN112889296B (zh) 2018-09-20 2025-01-10 舒尔获得控股公司 用于阵列麦克风的可调整的波瓣形状
EP3942845A1 (en) 2019-03-21 2022-01-26 Shure Acquisition Holdings, Inc. Auto focus, auto focus within regions, and auto placement of beamformed microphone lobes with inhibition functionality
WO2020191354A1 (en) 2019-03-21 2020-09-24 Shure Acquisition Holdings, Inc. Housings and associated design features for ceiling array microphones
US11558693B2 (en) 2019-03-21 2023-01-17 Shure Acquisition Holdings, Inc. Auto focus, auto focus within regions, and auto placement of beamformed microphone lobes with inhibition and voice activity detection functionality
WO2020237206A1 (en) 2019-05-23 2020-11-26 Shure Acquisition Holdings, Inc. Steerable speaker array, system, and method for the same
JP7731292B2 (ja) 2019-05-31 2025-08-29 シュアー アクイジッション ホールディングス インコーポレイテッド 音声およびノイズアクティビティ検出と統合された低レイテンシオートミキサー
WO2021041275A1 (en) 2019-08-23 2021-03-04 Shore Acquisition Holdings, Inc. Two-dimensional microphone array with improved directivity
US10811029B1 (en) * 2019-10-31 2020-10-20 Amazon Technologies, Inc. Cascade echo cancellation for asymmetric references
WO2021087377A1 (en) 2019-11-01 2021-05-06 Shure Acquisition Holdings, Inc. Proximity microphone
US11552611B2 (en) 2020-02-07 2023-01-10 Shure Acquisition Holdings, Inc. System and method for automatic adjustment of reference gain
CN113874938B (zh) * 2020-03-31 2022-08-19 华为技术有限公司 一种音频去噪方法及装置
WO2021243368A2 (en) 2020-05-29 2021-12-02 Shure Acquisition Holdings, Inc. Transducer steering and configuration systems and methods using a local positioning system
CN113409806B (zh) * 2021-01-28 2023-12-22 合肥工业大学 一种基于反正切函数的零吸引回声消除方法
CN116918351A (zh) 2021-01-28 2023-10-20 舒尔获得控股公司 混合音频波束成形系统
US12452584B2 (en) 2021-01-29 2025-10-21 Shure Acquisition Holdings, Inc. Scalable conferencing systems and methods
US12542123B2 (en) 2021-08-31 2026-02-03 Shure Acquisition Holdings, Inc. Mask non-linear processor for acoustic echo cancellation
EP4413745A1 (en) 2021-10-04 2024-08-14 Shure Acquisition Holdings, Inc. Networked automixer systems and methods
EP4427465A1 (en) 2021-11-05 2024-09-11 Shure Acquisition Holdings, Inc. Distributed algorithm for automixing speech over wireless networks
WO2023133513A1 (en) 2022-01-07 2023-07-13 Shure Acquisition Holdings, Inc. Audio beamforming with nulling control system and methods
CN114360570B (zh) * 2022-01-25 2024-10-15 随锐科技集团股份有限公司 用于消除回声的方法及其相关产品

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103561185A (zh) * 2013-11-12 2014-02-05 沈阳工业大学 一种稀疏路径的回声消除方法
CN104050971A (zh) * 2013-03-15 2014-09-17 杜比实验室特许公司 声学回声减轻装置和方法、音频处理装置和语音通信终端
CN104144269A (zh) * 2014-08-08 2014-11-12 西南交通大学 一种基于解相关的成比例自适应电话回声消除方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3506138B2 (ja) * 2001-07-11 2004-03-15 ヤマハ株式会社 複数チャンネルエコーキャンセル方法、複数チャンネル音声伝送方法、ステレオエコーキャンセラ、ステレオ音声伝送装置および伝達関数演算装置
JP4591685B2 (ja) * 2004-03-31 2010-12-01 ヤマハ株式会社 ダブルトーク状態判定方法、エコーキャンセル方法、ダブルトーク状態判定装置、エコーキャンセル装置およびプログラム
US7142665B2 (en) * 2004-07-16 2006-11-28 Freescale Semiconductor, Inc. Automatic gain control for an adaptive finite impulse response and method therefore
US8761385B2 (en) * 2004-11-08 2014-06-24 Nec Corporation Signal processing method, signal processing device, and signal processing program
US7991146B2 (en) * 2005-11-15 2011-08-02 Mitel Networks Corporation Anti-howling structure
US8953776B2 (en) * 2007-08-27 2015-02-10 Nec Corporation Particular signal cancel method, particular signal cancel device, adaptive filter coefficient update method, adaptive filter coefficient update device, and computer program
JP5168162B2 (ja) * 2009-01-16 2013-03-21 沖電気工業株式会社 音信号調整装置、プログラム及び方法、並びに、電話装置
CN101719969B (zh) * 2009-11-26 2013-10-02 美商威睿电通公司 判断双端对话的方法、系统以及消除回声的方法和系统
US8934620B2 (en) * 2011-04-01 2015-01-13 Cogent Signals, Inc. Acoustic echo cancellation for high noise and excessive double talk
KR20130070903A (ko) * 2011-12-20 2013-06-28 한국전자통신연구원 임베디드 시스템에 탑재된 적응형 테일 길이를 갖는 광대역 어커스틱 에코 제거 장치 및 방법
US8774399B2 (en) * 2011-12-27 2014-07-08 Broadcom Corporation System for reducing speakerphone echo
US9100257B2 (en) * 2012-01-25 2015-08-04 Marvell World Trade Ltd. Systems and methods for composite adaptive filtering
KR20150079237A (ko) * 2013-12-31 2015-07-08 한국전자통신연구원 음향 반향 제거 장치 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104050971A (zh) * 2013-03-15 2014-09-17 杜比实验室特许公司 声学回声减轻装置和方法、音频处理装置和语音通信终端
CN103561185A (zh) * 2013-11-12 2014-02-05 沈阳工业大学 一种稀疏路径的回声消除方法
CN104144269A (zh) * 2014-08-08 2014-11-12 西南交通大学 一种基于解相关的成比例自适应电话回声消除方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Dual-microphone echo canceller for suppressing loud nonlinear echo;Osamu Hoshuyama;《2012 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)》;20120831;181页-184页
一种使用双滤波器回声消除算符;汪萌，戴礼荣，宋彦，王仁华;《数据采集与处理》;20060331;第21卷(第1期);第74页至第79页

Also Published As

Publication number Publication date
US20160189727A1 (en) 2016-06-30
CN105812598A (zh) 2016-07-27
US9697846B2 (en) 2017-07-04

Similar Documents

Publication Publication Date Title
CN105812598B (zh) 一种降低回声的方法及装置
CN105810202B (zh) 一种降低回声的方法、装置及通讯设备
CN109727604B (zh) 用于语音识别前端的频域回声消除方法及计算机储存介质
US8731207B2 (en) Apparatus and method for computing control information for an echo suppression filter and apparatus and method for computing a delay value
KR100584491B1 (ko) 다수의 소스들을 갖는 오디오 처리 장치
US10643634B2 (en) Multichannel echo cancellation circuit and method and smart device
EP4071757A1 (en) Echo cancellation method and device
KR100723283B1 (ko) 음향 에코 및 잡음 제거 적응성 필터
CN103369162B (zh) 一种低复杂度的电话回声自适应消除方法
CN111768796A (zh) 一种声学回波消除与去混响方法及装置
EP1413127A1 (en) Echo canceller having nonlinear echo suppressor for harmonics calculations
KR102649227B1 (ko) 듀얼 마이크 어레이 에코 제거 방법, 장치 및 전자 장비
CN104410761B (zh) 一种仿射投影符号子带凸组合自适应回声消除方法
CN102223456A (zh) 回声信号处理方法及装置
Dai et al. Compensation of loudspeaker nonlinearity in acoustic echo cancellation using raised-cosine function
CN113012709B (zh) 一种回声消除方法及装置
Mossi et al. An assessment of linear adaptive filter performance with nonlinear distortions
CN105812994B (zh) 一种降低失真回声的方法及装置
JP2022029438A (ja) オーディオ処理装置、およびオーディオ処理方法
Šarić et al. Partitioned block frequency domain acoustic echo canceller with fast multiple iterations
Ngo et al. Adaptive feedback cancellation in hearing aids using a sinusoidal near-end signal model
Jungmann et al. Room impulse response reshaping by joint optimization of multiple p-norm based criteria
Wada et al. Multi-channel acoustic echo cancellation based on residual echo enhancement with effective channel decorrelation via resampling
Abe et al. Frequency domain acoustic echo canceller that handles asynchronous A/D and D/A clocks
CN113421582A (zh) 麦克语音增强方法及装置、终端和存储介质

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