与VoIP声码器结合的回声消除器

与VoIP声码器结合的回声消除器 与VoIP声码器结合的回声消除器 nn噪声控镧 ?6囝@@?响0,?0 文章编号:1002—8684(2006J05-0068-04 与VolP声码器结合的回声消除器 吴雅婷,胡海军,张志军,李挥 (北京大学深圳研究生院信息学院,广东深圳510855) ? 技术分析? 【摘要】NLMS算法是回声消除器中最常用的算法之一,然而语音信号的强相关性使NLMS(归一化最小均方)算 法的收敛速度变慢.鉴于VoIP(网络电话)常用的低速率声码器大多基于LP(线性预测)编码,给出了一种与声码器 结合的回声消除器,通过利用从解码端获得的LP系数和激励信号,省去了对去相关滤波器系数的计算,并且不再 需要专门的前置滤波器为远端信号去相关,同时又改善了回声消除器性能.仿真结果表现出更高的收敛速度和回 声抵消量. 【关键词】回声消除;VoIP(网络电话);NLMS;线性预测;声码器 【中图分类号】TN912【文献标识码】B AnAcousticEchoCancellerCombinedwithVoIP WUYa-ting,HUHai-jun,ZHANGZhi-jun,LIHui (InformationDepartment,ShenzhenGraduateSchool,PekingUniversity,Shenzhen51805 5,China) 【Abstract】NLMS(normalizedleastmeansquare)algorithmiswidelyusedinechocanceller.However,d uetohigh correlationofspeechsignals,theperformanceofechocancellerbasedonNLMSisdepressed. Anechocanceller integratedwithvoeoderinvoiceoverIPsystemispresented.ThenewechocanceHerusingLP parametersandex- cit~ionsignalsrecievedfromdecoderleavesoutthecalculationofdecorrelmionfiltercoeffic ientsandtie prewhiteningofthereceivedsignalseparately.Simulmingresultsshowasignificantimprove mentoftheperformance. 【Keywords】echocancellation;VolP;NLMS;linearprediction;vocoder 1引言 在电话系统中,当听筒扬声器播放出来的声音被 传声器拾取后发回远端时,将产生回声.如果回声的延 迟足够大,人耳就能感觉到,导致发话方在说话同时又 能在听筒里听到自己的声音,影响正常的通话. 与传统电路相比,VoIP系统中的回声问题显得更 为突显.这是由于VoIP的语音是以分组包的和其 它数据一起在网络中传输,传送的语音要经过编码,压 缩,打包等一系列处理,这不仅造成回声路径的延迟较 大,同时延迟抖动也较大,故回声对语音质量影响很 大.因此,在VoIP系统中,回声消除是不可缺少的重要 模块. NLMS算法是回声消除中最常用的算法,笔者对 NLMS算法受语音相关性影响的缺点作出改进,提出 了可应用于VolP系统的与声码器结合的回声消除器. 笔者以声码器ITU—TG.729为例,详细阐述了新 回声消除器的原理.仿真结果表明,新结构在不明显增 加运算量和结构复杂度的情况下使回声消除器性能得 到了改善. 2自适应回声消除与NLMS算法 回声消除器基本原理如图1所示.为方便算法的 算式描述,下文中符号上添加表示为估计值;符号上 添加标记,表示是去相关后的信号. 在kT(T为抽样间隔)时刻,接收端收到远端信号 信号,经过回声路径(冲激响应矢量为日)后,产生 回声信号 :?'h.一 =?(1) 其中:=,.I'…,.1l,],Xk(, Hk=【h毗,hl,…,h?]. 回声消除器采用一个自适应FIR滤波器来建模回 声路径,从而产生估计回声信号 一 lT y?.(2)k=hi~一=(2)i=O 将估计回声从含有回声的近端信号中减去,就 可实现回声的消除.通过对FIR滤波器系数日的自适 应更新,使与精确匹配,回声信号y就能很好地 被其估计值y所抵消.因此,回声消除器的核心是自适 应滤波器系数更新算法. NLMSi以最小化真实回声与估计回声间误差e的 均方值为准则来更新自适应滤波器的系数日,并对步 长作归一化处理 NLMS算法具有算法简单,运算量小的优点,但其 收敛速度和输入信号的协方差矩阵的特征值密切相 关【l,,即收敛速度不仅依赖于FIR滤波器的阶数,也严 重依赖于输入信号的自相关性.基于NLMS的传统回 声消除器对于低相关的类似于白噪声的输入信号工作 得很好,但对于高相关的语音信号,收敛速度明显变 慢,以致不能有效地消除回声.因此,需要对NLMS算 法做进一步改进. 3Filtered—XLMS(去相关滤波一最小 均方差)算法 为克服上述NLMS算法收敛速度随语音信号的强 相关性而恶化的缺点,在将信号输入到自适应滤波器 之前,先将信号输入到前置去相关滤波器『4进行预处 理,去除信号的相关性.去相关滤波器可采用LP(线性 预测)滤波器,其系数可由Levinson—Durbin递归算法 求得.LP滤波器的阶数越高,经滤波后得到的预测误 差的相关性越小,NLMS算法的收敛速度改善越大,运 算量也越大. 如图2所示,在这种带有前置去相关滤波器的现 ?6@ 噪声控制n @?响0,?tb 有回声消除器结构中,远端信号和回声信号在送入自 适应滤波器1前均已作了去相关处理,分别由LP逆滤 波器1和IJP逆滤波器2实现.自适应滤波器1按照 NLMS算法更新系数,最后将系数拷贝至滤波器2,远 端信号与滤波器2的冲激响应卷积后得到估计回声. 可以看出,Filtered—XLMS算法对回声消除器性能的 改善是以明显增加运算量和结构复杂度为代价的. 为充分利用网络带宽资源,VolP采用较高压缩比 的语音编码方式来降低语音在网络中的流量.LPC(线 性预测语音编码)是最基本的低速率混合编码方法,在 它的语音模型中,语音信号是由激励信号通过自适应 滤波器(即IJPC滤波器)合成的,激励参数和线性预测 参数每隔一固定时间更新一次.在文献[71提出的与 LPC编码结合的回声消除器中,其思想是将语音信号 由时域映射到LPC域,但回声信号与其估计值的LPC 参数之间误差的加权值难以确定,故很难付诸实施. G.729N采用的是共轭结构代数码本激励线性预测 (CS—ACELP)算法,是基于LPC(线性预测语音编码)的 一 种变体,G.729可将经过采样的64kb/s话音压缩至 8kb/s.由于低比特率和较高的语音质量,G.729在 VolP电话及IP电话网关得到广泛的应用,它也是 H.323中有关音频编码的标准. G.729中对于每一帧语音,在编码端,原语音信号 (凡)经过线性预测分析后得到激励信号u(凡).因为激 励信号是语音信号去掉短时相关性的结果,并且激励 信号是由随机码本信号在解码端通过基音合成滤波器 重构生成的,u(凡)相当于(凡)白化(去掉相关性)后的 器鲐除的 声声 回 的 新与 4 nn噪声控镧— 响0,?0 输出.因此u(n)的相关性大大低于x(n)t9].u(n)被量化 表征为自适应码本和随机码本的索引值和增益.同时 提取出的CELP模型参数还包括LP(线性预测)参数. 在解码端,如图3所示,用这些参数来重建激励信 号并获得LP合成滤波器的参数. 码本增益,U'C 自适应码本延迟, 重建u(n)合成 激励滤波器 固定码本索引及符号, 信号l ^ A) 图3G.729中基于LPC的语音合成模型 前面已提到,为提高NLMS算法的收敛速度和深 度,可以采用预去相关(pre—whitened)NLMS算法如 filtered-XLMS算法将(n)白化后再送入自适应滤波 器.这里,可不用设计专门的滤波器对x(n)进行去相 关操作,而是可以直接用解码端得到的激励信号u(n) 作为白化了的(n),用于自适应滤波器系数的更新以 估计回声路径. 基于这一点,传统的预去相关(pre—whitened) NLMS算法中去相关滤波器的构造及参数计算与更新 均可被避免,从而大大减小了计算量. 4.2算法描述 在将信号输入到自适应滤波器前,先去除信号的 相关性.将远端信号和回声信号y分别用LP逆滤波 去相关,a为线性预测系数,即有 三一?扛l (5) 一 ?一(6)扛1 将式(1)带入式(6)得 =y一= T ?一 (.一)= f一?一.)(7) 用代替式(4)中的得到 + 其中 (9 ek=y-y=一=【一)(1O''',,',,,,', 将式(10)对比式(3) e=y^一=(一)可知,;是e的线性预测诌 差,用LP滤波器还原e的相关性就可得到e ^f e=+?叩(11l 4.3系统描述 由于激励信号U(n)已是接收到的远端信号(n 的去相关输出,因此没有必要用专门的前置LP滤波 为(n)去相关,新回声消除器(图4)可省去现有系匀 (图2)中的LP逆滤波器1.同时,从解码器获得的L 参数可以用来对回声信号和误差信号分别进行去相 和恢复相关滤波,不需使用图2中单独的LP系数计篓 器进行计算.此外,图2中的滤波器2也可省去.这样 通过共享解码器计算获得的参数,节省了一个前置 波器和LP系数运算器的开销,大大减小了运算量和 储量,结构也得到了简化;同时,因对输入信号进行了 去相关操作,NLMS的收敛性能也得到了明显改善. 图4新回声消除器的系统结构 比较式(1)和式(7),语音信号和回声信号Yk的关系 与其各去相关后的信号与之间的关系是完全相同5仿真结果 的.因此,可采用和y来估计回声路径 "2-T y=(8) 仿真测试时采用基于G.729的声码器,室内回声 路径的冲激响应如图5所示.为测试回声消除器在匝 声路径突然改变时的适应能力,在第8S回声路径匪 H.变为H2. 回声消除器的性能由其自适应滤波器的收敛速度 与深度决定,即跟踪回声路径反应的快慢和回声抵消 量.图6给出了回声消除器的性能与NLMS算法的作 比较,评价性能时采用的指标为(在后时刻): (1)回声返回损耗增益值(职,JE),反映的是原回 声信号与剩余回声残差的比值,也即回声抵消量. ERLE~k10lgy}(12) (2)失调,也称为系统距离(DIST),反映的是回声 消除器中自适应FIR滤波器对真实回声路径的 逼近程度 DIS(后)=10lgf(13) ?6$@ 噪声控制n @?响也P? 6结论 笔者提出一种可应用于VoIP的新型回声消除器, 它与声码器结合,在不明显增加运算量和结构复杂度 的情况下加快NLMS算法的收敛速度,从而改善回声 消除器的性能.笔者给出了算法的理论依据,仿真结果 表明了新算法与NLMS算法相比的有益效果. 参考文献 【1】HAYK1NS.AdaptiveFilterTheory[M].4thed.NewYork: PrenticeHall,2002. 【2】BRE1NINGC,DREISEITELP.Accousticechocontrol, anapplicationofvery-high-orderadaptivefilters[J].IEEE SignalProcessingMagazine,1999(7):42—69. 【3】HOMERJ,BITMEADRR,MAREEKSI.Quantifying theeffectsofdimensionontheconvergencerateofthe LMSadaptiveFIRestimator[J].IEEETrans.SignalPro? cessing,1998,46(10):2611-2615. [4】SeiichiYamamoto,SeishiKitayama,JunsoTamura,eta1. AnAdaptiveEchoCancellerwithLinearPredictor【J]. TheTransactionsoftheIECEofJapan,1979,E62(12): 851-857. 【5】MBOUPM,BONNETM,BERSHADN.LMScoupled adaptivepredictionandsystemidentification:astatistical modelandtransientmeananalysisiJ].IEEETrans.Signal processing,1994,42(10):2607—2614. 【6】雷鸣,唐昆,崔慧娟,等.一种改进的声回声抵消算法[J1. 清华大学,2001,41(1):370. 【7】VANSCHYNELANDREJ,JEFFL,RAFIKG.Linear predictivecodingbasedaccousticechocancellation:US, 6,718,036B1【P1.2004—04—06. 【8】lTU-TRecommendationG.729[$1.CodingofSpeechat8 kb/sUsingConjugate-structureAIgebraic——code—.excited Linear-prediction(CS—ACELP),1996. [9】GORDYJD,GOUBRANRA.AcombinedLPC—based speechcoderandfiItered-XLMSalgorithmforacoustic echocancellation[C].Proc.IEEEICASSP,2004(4):125— 128. 作者简介 吴雅婷,硕士,主要研究方向为通信领域的信号处理; 胡海军,硕士,主要研究方向为信号处理与语音编码; 张志军,硕士,师,主要从事VoIP网络协议及多媒体网 络应用方面的研究; 李挥,博士,副教授,硕士生导师,主要研究方向为通信系统 及芯片设计,宽带交换理论. 【收稿日期】2tltl6-01-09