《在近端对回传音频的检测和抑制》笔记

标签（空格分隔）： 未分类

---

综述

这个专利是Polycom的一份国际专利，主要是目的是使用信号匹配的方法在远端/扬声器链路（farend）在做一次回声消除。
下面图2是其结构图。

图2的结构图比现有的方案图1多了一个远端回声检测和消音模块。我们知道，扬声器20放出来的声音，经过声学回路11会产生回声，并且该回声会被麦克风40采集到。如果经过了回声消除器30，该回声没有被消除干净，出于对端16的通话者就会听到自己的回声。
现在，这么考虑一个情况和解决方案。在图片左边的人说话，如果对端16，没法处理好回声，那么在左边的人会从扬声器20听到自己的说话声。为了不让左边的说话人听到自己的回声（假设对端没有处理好），在图2中加入模块50。在模块50中使用可行的方法来检查该声音是否是左边说话人的声音，并对左边说话人的声音进行消除。达到消除回声的目的。Polycom专利描述的就是这个思想。

远端回声检测和消除

这个方案现在主要问题集中在如何检测远端传回来的回声。Polycom提出的检查流程如下：

这个流程在专利中描述的比较详细，在此简单描述：
1、获取近端和远端信号，并对其使用滤波器组对其分频，把48k信号分成中心频率为400, 800，1200，1600, 2000hz的信号；
2、对这几个频率做20ms采样（获取一个点/是获取一段能量，没有理解文中的描述），获取相关能量；
3、在一定延时内，进行远近端能量的互相关分析，确定回传延时和时间。
4、处理回传回声（对其做相应的抑制）。

总结

这个方法目的是为了在左边人说话端做回声消除，克服一直以来回声消除只对别人有用的问题。但是这个专利有诸多妨碍它实现的客观问题。
1、编码器，解码器对音频损耗，这可能导致基于相关性的远端回声检测器失效；
2、如果通过了有损耗的网络，例如丢包，抖动存在，那么模块50计算的相关性会大打折扣；
3、由于一次端到端的rtt时间通讯时间（GSM 200-300ms， VoIP 400-1000ms）一般比较长，那么计算相关性的缓冲，和相关性计算精度都会受到限制。
因此，本专利使用应该比较受限。