0 引言

VoIP是在IP網(wǎng)絡(luò)上實現(xiàn)音視頻及傳真信號傳輸?shù)囊婚T全新的集成業(yè)務(wù)數(shù)據(jù)網(wǎng)絡(luò)技術(shù)。IP語音傳輸技術(shù)具有節(jié)省帶寬、話費低，可方便地集成智能型開放體系結(jié)構(gòu)以及多媒體業(yè)務(wù)等優(yōu)勢。但較之傳統(tǒng)電話，其語音質(zhì)量較差。事實上，影響因特網(wǎng)語音質(zhì)量的因素是多方面的，關(guān)鍵因素之一是回聲的影響。因此，要提高因特網(wǎng)的語音質(zhì)量，就必須在語音傳輸過程中進行回聲消除。AEC是基于自適應(yīng)算法并可用于VoIP的聲學回聲消除技術(shù)。而用于AEC算法的實現(xiàn)與研究的硬件平臺是以freescale公司的MCF5235為核心的開發(fā)板。MCF523x系列MCU是首個以帶有增強型乘加運算單元(eMAC)的ColdFIRe V2內(nèi)核為核心，該產(chǎn)品同時結(jié)合了增強型時序處理單元(eTPU)和10/100以太網(wǎng)多媒體通道控制模塊(MAC)的MCU，因而具有強大的數(shù)據(jù)處理能力和豐富的接口，能夠滿足VoIP電話終端對數(shù)據(jù)處理速度以及網(wǎng)絡(luò)通訊安全的要求。

1 回聲消除

1.1 聲學回聲消除原理

AEC是以揚聲器信號與由它產(chǎn)生的多路徑回聲的相關(guān)性為基礎(chǔ)建立的遠端信號語音模型，利用它可對回聲進行估計，并不斷地修改濾波器的系數(shù)，以使估計值更逼近真實的回聲，然后，將回聲估計值從話筒的輸人信號中減去，從而達到消除回聲之目的。

聲學回聲消除器的結(jié)構(gòu)原理如圖1所示。其中y(n)代表遠端語音信號，r(n)代表回聲，x(n)是已經(jīng)疊加了回聲信號r(n)的近端語音信號。對回聲消除器來說，可將遠端信號作為一個參考信號，然后由自適應(yīng)濾波器通過它來產(chǎn)生回聲的估計值r′(n)，再從近端帶有回聲的語音信號中減去r′(n)，從而估計出近端輸出信號μ(n)。在近端未說話時，即當x(n)=0時，μ(n)即為回聲的殘差信號e(n)。e(n)的計算方程為：

e(n)=r(n)-r′(n) (1)

此時，回聲的殘留信號的理想值應(yīng)為0。

1.2 自適應(yīng)FIR濾波器

在聲學回聲消除器里，橫向結(jié)構(gòu)的自適應(yīng)濾波器可通過參考信號來產(chǎn)生回聲的副本，其原理如圖2所示。如果這個橫向結(jié)構(gòu)的自適應(yīng)濾波器的轉(zhuǎn)換函數(shù)與回聲通道的函數(shù)模型一致，那么，回聲的副本與回聲就應(yīng)該是一致的，這樣，通過兩者的抵消便可達到消除回聲之目的。

FIR濾波器的最主要特點是沒有反饋回路，這是一種非遞歸系統(tǒng)，它的沖激響應(yīng)是一個有限長序列。FIR濾波器的輸出計算公式為：

自適應(yīng)FIR濾波器根據(jù)上一刻的近端輸出信號μ(n)及遠端語音信號y(n)，并通過自適應(yīng)算法來估算當前時刻FIR濾波器的系數(shù)ak(n+1)。

1.3 LMS算法和NLMS算法

在輸入信號和參考信號都是平穩(wěn)隨機信號的情況下，自適應(yīng)濾波器的均方誤差E[e(n)]性能曲面是濾波器加權(quán)系數(shù)ak的二次函數(shù)。其系數(shù)修正算法通常采用可使均方誤差最小的最優(yōu)化求解算法。

由于實際的梯度值只能根據(jù)觀測數(shù)據(jù)估計，因此LMS算法提出的一個基本思想就是用平方誤差E[e2(n)]來代替均方誤差E[e(n)]。它是對基本的最速下降算法的改進，其算法迭代公式為：

ak(n+1)=ak(n)+2μe(e)*y(n) (3)

其中y(n)為輸入信號，μ為迭代步長常量。

規(guī)一化LMS (NLMS)算法可用來在LMS自適應(yīng)濾波器方程里修正FIR濾波器的系數(shù)。NLMS算法與LMS算法幾乎是一樣的，唯一的不同是NLMS算法中使用可變步長控制因子來代替LMS算法中的常量因子。其目的是加快算法的收斂速度。其算法迭代公式為：

其中，μ可由試驗來確定。但應(yīng)注意，μ的選取至關(guān)重要，為了確保收斂，必須滿足0<μ<2。本方案中的自適應(yīng)算法就是采用NLMS算法。

1.4 語音檢測

語音活動檢測可用來確定三種語音狀態(tài)：近端講話狀態(tài)、遠端講話狀態(tài)和雙端講話狀態(tài)。因為AEC要根據(jù)不同的語音活動狀態(tài)來進行相應(yīng)的處理。它在檢測到近端語音活動狀態(tài)時，濾波器既不進行濾波，也不進行系數(shù)更新;而在檢測到雙端語音活動狀態(tài)時，將停止濾波器系數(shù)的更新，但要進行濾波。由于在只有遠端語音活動的狀態(tài)下，既要進行濾波，又要進行系數(shù)更新。因此，語音活動狀態(tài)檢測的正確與否在很大程度上會影響回聲消除的效果。語音活動檢測流程如圖3所示。

雙端講話情況可以通過設(shè)計近端話音檢測器，并采用Geigel算法來判決。利用該算法計算回聲延時大小范圍內(nèi)的瞬時能量比較，具有著良好的性能優(yōu)勢。其Geigel算法描述如下：

式中，N是FIR延時級數(shù)，之所以將r(i)和最近N個遠端輸入的最大值進行比較，而不是僅僅和當前遠端輸入點y(i)進行比較，是因為回聲路徑延時具有不確定性。

2 實現(xiàn)方案

聲學回聲消除器AEC主要包括FIR濾波模塊、Geigle雙端語音判決模塊、NLMS系數(shù)更新模塊、語音狀態(tài)控制模塊四個部分，圖4所示是該AEC的簡要工作流程。

Freescale公司的硬件開發(fā)平臺以Coldfire系列MCF5235為核心。該系列MCU支持標準C語言及其專用的匯編語言。因此，在該平臺上運行的功能模塊需要使用C語言或者專用匯編。AEC的開發(fā)及移植過程如圖5所示。

設(shè)計時。首先應(yīng)搭建AEC的Matlab模型并對該模型進行仿真驗證。然后以已通過驗證的模型為標準，搭建可在MCF5235開發(fā)板上運行的C語言模型。最后根據(jù)需要將運算較為密集的那部分C語言程序轉(zhuǎn)化為Coldfire芯片的專用匯編語言。

3 實驗結(jié)果及分析

在Matlab環(huán)境下對AEC進行測試時，可將需要的三部分語音信號同時輸入到回聲消除器，然后測試回聲消除的相關(guān)性能。

本測試所輸入的語音信號波形如圖6所示。從上到下依次是遠端語音信號y(n)、近端語音信號x(n)和回聲信號，其中與之和作為近端輸入與y(n)一同構(gòu)成了回聲消除器的兩個輸入信號。將濾波器的階數(shù)設(shè)置為512。即采取64 ms延時的回聲消除。通過回聲消除處理后所得到的殘差信號e(n)的波形如圖7所示。

從圖6和圖7的對比可以發(fā)現(xiàn)，當只存在遠端信號和回聲信號，而近端緘默的情況下，回聲消除器能夠快速收斂并消除絕大部分回聲;而當雙端都存在信號時，回聲消除器能在消除回聲的基礎(chǔ)上較好的保持近端語音波形。

將AEC功能模塊集成到用MCF5235開發(fā)板搭建的VoIP終端上，來建立兩個通信終端的語音通信，即可對AEC功能模塊進行實時免提通話測試。

4 結(jié)束語

本文介紹了聲學回聲消除的原理、聲學回聲消除器的設(shè)計以及AEC在基于freescale公司MCF5235開發(fā)平臺的VoIP語音通信終端上的集成方法。該AEC的實現(xiàn)包括語音檢測、自適應(yīng)濾波等語音處理算法。其程序執(zhí)行的實時性較好。通過Matlab模型的仿真結(jié)果和通話主觀測試結(jié)果證明，用該方案實現(xiàn)的聲學回聲消除器能夠滿足網(wǎng)絡(luò)通信對語音的要求。