声回波消除(AEC)
本例展示了如何将自适应滤波器应用于声学回波消除(AEC)。
简介
当需要语音的同步通信(或全双工传输)时，声学回波消除对于音频电话会议非常重要。在声学回波消除技术中，测量的麦克风信号
包含两个信号:
近端语音信号
远端回声语音信号
目标是从麦克风信号中去除远端回声语音信号，以便仅传输近端语音信号。这个例子有一些声音剪辑，所以你现在可能想要调整你的电脑的音量。
房间脉冲响应
首先需要对扬声器所在位置的扬声器到麦克风信号路径的声学建模。使用长有限脉冲响应滤波器来描述房间的特性。下面的代码生成一个随机的脉冲响应，它与会议室所展示的没有什么不同。假设系统采样率为16000 Hz。
Fs = 16000;M = fs/2 + 1;frameSize = 2048;[B,A] = cheby2(4,20，[0.1 0.7]);impulse esponsegenerator = dsp。IIRFilter (“分子”, (0 (1,6) B),.．.“分母”,);FVT = fvtool(impulse esponsegenerator);%分析过滤器
roomimpulse esponsegenerator (.．.(日志兰德(1米)+(0.99 * 0.01)。*标志(randn(1米)。* exp (-0.002 * (1: M))) ');roomimpulse esponse = roomimpulse esponse/norm(roomimpulse esponse)*4;房间= dsp。FIRFilter (“分子”roomImpulseResponse ');图;情节(0:1 / fs: 0.5, roomImpulseResponse);包含(“时间(s)”）;ylabel (“振幅”）;标题(“房间冲动反应”）;fig.Color = [1 1 1];
近端语音信号
电话会议系统的用户通常位于系统麦克风附近。下面是男性在麦克风前演讲的声音。
负载nearspeech播放器= audioDeviceWriter(“金宝appSupportVariableSizeInput”,真的,.．.“BufferSize”, 512,“SampleRate”fs);nearSpeechSrc = dsp。SignalSource (“信号”v,“SamplesPerFrame”, frameSize);nearSpeechScope = timescope(“SampleRate”fs,“TimeSpanSource”，“属性”，.．.“时间间隔”, 35岁,“TimeSpanOverrunAction”，“滚动”，.．.“YLimits”， [-1.5 1.5]，.．.“BufferLength”长度(v),.．.“标题”，“近端语音信号”，.．.“ShowGrid”,真正的);%流处理循环而(~结束(nearSpeechSrc))从输入信号中提取语音样本nearSpeech = nearSpeechSrc();将语音样本发送到输出音频设备球员(nearSpeech);绘制信号nearSpeechScope (nearSpeech);结束释放(nearSpeechScope);
远端语音信号
在电话会议系统中，声音从扬声器传出，在房间里来回跳动，然后被系统的麦克风接收。如果演讲是在没有临近尾声的演讲的情况下通过麦克风录下来的，听听它听起来是什么样的。
负载farspeechfarSpeechSrc = dsp。SignalSource (“信号”, x,“SamplesPerFrame”, frameSize);farspeechink = dsp.SignalSink;farSpeechScope = timescope(“SampleRate”fs,“TimeSpanSource”，“属性”，.．.“时间间隔”, 35岁,“TimeSpanOverrunAction”，“滚动”，.．.“YLimits”， [-0.5 0.5]，.．.“BufferLength”长度(x),.．.“标题”，“远端语音信号”，.．.“ShowGrid”,真正的);%流处理循环而(~结束(farSpeechSrc))从输入信号中提取语音样本farSpeech = farSpeechSrc();为远端语音信号添加房间效果farSpeech hecho =房间(farSpeech);将语音样本发送到输出音频设备球员(farSpeechEcho);绘制信号farSpeechScope (farSpeech);记录信号以便进一步处理farSpeechSink (farSpeechEcho);结束释放(farSpeechScope);
麦克风信号
麦克风上的信号包含在整个房间中回响的近端语音和远端语音。声学回声消除器的目标是消除远端语音，这样只有近端语音被传输回远端侦听器。
重置(nearSpeechSrc);farSpeechEchoSrc = dsp。SignalSource (“信号”, farSpeechSink。缓冲区,.．.“SamplesPerFrame”, frameSize);micSink = dsp.SignalSink;显微镜=时间镜(“SampleRate”fs,“TimeSpanSource”，“属性”，.．.“时间间隔”, 35岁,“TimeSpanOverrunAction”，“滚动”，.．.“YLimits”， [-1 1]，.．.“BufferLength”长度(x),.．.“标题”，“麦克风信号”，.．.“ShowGrid”,真正的);%流处理循环而(~结束(farSpeechEchoSrc))%麦克风信号=回声远端+回声近端+噪声micSignal = farSpeechEchoSrc() + nearSpeechSrc() +.．.0.001 * randn (frameSize, 1);将语音样本发送到输出音频设备球员(micSignal);绘制信号micScope (micSignal);%记录信号micSink (micSignal);结束释放(micScope);
频域自适应滤波器(FDAF)
本例中的算法为频域自适应滤波器．当待辨识系统的脉冲响应较长时，该算法非常有用。FDAF使用快速卷积技术来计算输出信号和滤波器更新。此计算在MATLAB®中快速执行。通过频仓步长归一化，该算法具有较快的收敛性能。为滤波器选择一些初始参数，看看远端语音在错误信号中被抵消的情况如何。
构造频域自适应滤波器echoCanceller = dsp。FrequencyDomainAdaptiveFilter (“长度”, 2048,.．.“StepSize”, 0.025,.．.“InitialPower”, 0.01,.．.“AveragingFactor”, 0.98,.．.“方法”，“无约束FDAF”）;AECScope1 = timescope(4, fs，.．.“LayoutDimensions”(4,1),“TimeSpanSource”，“属性”，.．.“时间间隔”, 35岁,“TimeSpanOverrunAction”，“滚动”，.．.“BufferLength”长度(x));AECScope1。ActiveDisplay = 1;AECScope1。ShowGrid = true;AECScope1。YLimits = [-1.5 1.5];AECScope1。Title =“近端语音信号”；AECScope1。ActiveDisplay = 2;AECScope1。ShowGrid = true;AECScope1。YLimits = [-1.5 1.5];AECScope1。Title =“麦克风信号”；AECScope1。ActiveDisplay = 3;AECScope1。ShowGrid = true;AECScope1。YLimits = [-1.5 1.5];AECScope1。Title ='回声消除器输出mu=0.025'；AECScope1。ActiveDisplay = 4;AECScope1。ShowGrid = true;AECScope1。YLimits = [0 50];AECScope1。YLabel =“ERLE (dB)”；AECScope1。Title =回波回波损失增强mu=0.025；%近端语音信号释放(nearSpeechSrc);nearSpeechSrc。SamplesPerFrame = frameSize;远端语音信号释放(farSpeechSrc);farSpeechSrc。SamplesPerFrame = frameSize;房间回声远端语音信号释放(farSpeechEchoSrc);farSpeechEchoSrc。SamplesPerFrame = frameSize;
回波回波损耗增强
由于您可以同时访问近端和远端语音信号，因此可以计算回波回波损失增强，这是一个平滑的测量回波被衰减的量(以dB为单位)。从图中可以看到，在收敛期结束时实现了约35 dB的ERLE。
diffAverager = dsp。FIRFilter (“分子”的(1024));farEchoAverager =克隆(diffAverager);setfilter (FVT diffAverager);micSrc = dsp。SignalSource (“信号”, micSink。缓冲区,.．.“SamplesPerFrame”, frameSize);%流处理循环-自适应过滤器步长= 0.025而(~isDone(nearSpeechSrc)) nearSpeech = nearSpeechSrc();farSpeech = farSpeechSrc();farSpeechEcho = farSpeechEchoSrc();micSignal = micSrc();%应用FDAF[y,e] = echoCanceller(farSpeech, micSignal);将语音样本发送到输出音频设备球员(e);计算ERLEerle = diffAverager((e-nearSpeech).^2)。/ farEchoAverager (farSpeechEcho。^ 2);erledB = -10*log10(erle);绘制近端、远端、麦克风、AEC输出和ERLEAECScope1(nearSpeech, micSignal, e, erledB);结束释放(AECScope1);
不同步长值的影响
要获得更快的收敛，可以尝试使用更大的步长值。然而，这种增加导致了另一种影响:当近端扬声器说话时，自适应滤波器被“错调”。听听当你选择比以前大60%的步长时会发生什么。
更改FDAF中的步长值重置(echoCanceller);echoCanceller。StepSize = 0.04;AECScope2 =克隆(AECScope1);AECScope2。ActiveDisplay = 3;AECScope2。Title =回波消除器输出mu=0.04；AECScope2。ActiveDisplay = 4;AECScope2。Title =回波回波损失增强mu=0.04；重置(nearSpeechSrc);重置(farSpeechSrc);重置(farSpeechEchoSrc);重置(micSrc);重置(diffAverager);重置(farEchoAverager);%流处理循环-自适应滤波器步长= 0.04而(~isDone(nearSpeechSrc)) nearSpeech = nearSpeechSrc();farSpeech = farSpeechSrc();farSpeechEcho = farSpeechEchoSrc();micSignal = micSrc();%应用FDAF[y,e] = echoCanceller(farSpeech, micSignal);将语音样本发送到输出音频设备球员(e);计算ERLEerle = diffAverager((e-nearSpeech).^2)。/ farEchoAverager (farSpeechEcho。^ 2);erledB = -10*log10(erle);绘制近端、远端、麦克风、AEC输出和ERLEAECScope2(nearSpeech, micSignal, e, erledB);结束释放(nearSpeechSrc);释放(farSpeechSrc);释放(farSpeechEchoSrc);释放(micSrc);释放(diffAverager);释放(farEchoAverager);释放(echoCanceller);释放(AECScope2);
回波回波损耗增强比较
在步长较大的情况下，由于近端语音引入的误调整，ERLE性能不佳。为了解决这一性能难题，声学回波消除器包括一种检测方案，用于判断何时出现近端语音，并在这些时间段内降低步长值。如果没有这样的检测方案，从ERLE图可以看出，步长较大的系统性能不如前者。
使用分区降低延迟
对于长脉冲响应，传统的FDAF在数值上比时域自适应滤波更有效，但由于输入帧大小必须是指定滤波器长度的倍数，因此会产生较高的延迟。这对于许多实际应用程序来说是不可接受的。通过使用分区FDAF可以降低延迟，它将滤波器脉冲响应划分为更短的段，对每个段应用FDAF，然后结合中间结果。在这种情况下，帧大小必须是分区(块)长度的倍数，从而大大减少了长脉冲响应的延迟。
将帧大小从2048减小到256frameSize = 256;nearSpeechSrc。SamplesPerFrame = frameSize;farSpeechSrc。SamplesPerFrame = frameSize;farSpeechEchoSrc。SamplesPerFrame = frameSize;micSrc。SamplesPerFrame = frameSize;将回声消除器切换为分区约束FDAFechoCanceller。方法=“分区约束FDAF”；设置块长度为frameSizeechoCanceller。BlockLength = frameSize;%流处理循环而(~isDone(nearSpeechSrc)) nearSpeech = nearSpeechSrc();farSpeech = farSpeechSrc();farSpeechEcho = farSpeechEchoSrc();micSignal = micSrc();%应用FDAF[y,e] = echoCanceller(farSpeech, micSignal);将语音样本发送到输出音频设备球员(e);计算ERLEerle = diffAverager((e-nearSpeech).^2)。/ farEchoAverager (farSpeechEcho。^ 2);erledB = -10*log10(erle);绘制近端、远端、麦克风、AEC输出和ERLEAECScope2(nearSpeech, micSignal, e, erledB);结束
您也可以从以下列表中选择一个网站: