回聲消除是音頻通話中最復(fù)雜的模塊，在音頻通話質(zhì)量中起著至關(guān)重要的作用。長(zhǎng)期以來，廣州亮鑫一直致力于提供良好的回聲消除性能，為用戶提供優(yōu)良的音頻通話質(zhì)量。在本文中，廣州亮鑫音視頻開發(fā)專家將與您一起分析回聲消除的現(xiàn)狀。

現(xiàn)狀

理論上，基于自適應(yīng)濾波器架構(gòu)并不是回聲消除的唯一選擇，但由于技術(shù)限制和歷史沿襲，當(dāng)前的回聲消除基本上是基于自適應(yīng)濾波器架構(gòu)。

從回聲消除的工作原理來看，它是一種典型的系統(tǒng)辨識(shí)應(yīng)用，識(shí)別回聲路徑，利用參考信號(hào)和回聲路徑的卷積產(chǎn)生回聲估計(jì)，然后從混合輸入中去除回聲估計(jì)。使用自適應(yīng)濾波器進(jìn)行系統(tǒng)識(shí)別是一種自然的選擇。

經(jīng)過長(zhǎng)時(shí)間的技術(shù)發(fā)展，研究人員在自適應(yīng)濾波器的性能研究方面取得了巨大的成就，對(duì)回聲消除常用的自適應(yīng)算法的特性有了更深入的了解。

一些常用的自適應(yīng)濾波器具有以下特點(diǎn)：

1.最小平方(LMSS、Least-mean-square）算法是隨機(jī)梯度算法家族的一員。該算法在隨機(jī)輸入維納濾波器的遞推計(jì)算中使用確定性梯度。其基本原理是盡量減少誤差信號(hào)的平方誤差。其核心理念是用平方誤差代替平方誤差。LMS算法簡(jiǎn)單，操作量小，易于在通用數(shù)字信號(hào)處理器上實(shí)現(xiàn)。然而，LMS算法的收斂速度取決于輸入信號(hào)矢量自相關(guān)平均值的特征值擴(kuò)散度。當(dāng)擴(kuò)散度很大時(shí)，收斂速度會(huì)很慢。對(duì)于相關(guān)性強(qiáng)的語(yǔ)音信號(hào)，LMS算法的收斂速度將非常慢。

2.為了克服經(jīng)典LMS算法收斂緩慢和對(duì)噪聲敏感的缺點(diǎn)，人們將濾波器系數(shù)矢量與輸入信號(hào)的功率進(jìn)行集成，以獲得最小的平均值（NLMS）算法。集成技術(shù)降低了收斂速度對(duì)輸入信號(hào)功率的依賴性，其成本是計(jì)算量的增加。但當(dāng)階數(shù)增加時(shí)，增加的計(jì)算量相對(duì)較少。簡(jiǎn)而言之，在計(jì)算復(fù)雜性方面，NLMS算法的計(jì)算效率相當(dāng)于LMS算法。同時(shí)，當(dāng)輸入信號(hào)為語(yǔ)音時(shí)，NLMS算法比LMS算法更快、更穩(wěn)定。因此，NLMS算法比LMS算法更適合回聲消除器。

3.PNLMS算法及其改進(jìn)算法是對(duì)NLMS算法步長(zhǎng)控制的修改。其收斂速度快，對(duì)稀疏回聲路徑有效。IPNLMS算法是對(duì)PNLMS算法的改進(jìn)，對(duì)回聲路徑稀疏性要求不高。

4.AP算法可以看作是NLMS算法的擴(kuò)展。由于使用了更多的輸入向量，收斂速率比NLMS算法更快。AP算法的不平衡與輸入矢量數(shù)（即AP算法的階數(shù)）無關(guān)。隨著階數(shù)的增加，收斂速度加快，但收斂速度的增加幅度正在減小。增加階數(shù)以增加算法的計(jì)算復(fù)雜性為代價(jià)。AP算法的計(jì)算復(fù)雜性遠(yuǎn)高于NLMS。AP算法的收斂速度和計(jì)算量介于NLMS算法和RLS算法之間。

5.與隨機(jī)梯度算法不同，RLS算法屬于最小二乘算法。RLS算法的收斂速度比LMS算法快-數(shù)量級(jí)。隨著迭代次數(shù)的無限，RLS算法的額外平均誤差收斂為零。然而，由于矩陣逆轉(zhuǎn)計(jì)算，RLS算法的計(jì)算量很大，因此很難消除沖擊響應(yīng)超過100毫秒的回聲信號(hào)。

目前，大多數(shù)回聲消除模塊都是基于上述算法或其變體。在更接近理想的情況下，現(xiàn)有的自適應(yīng)濾波器算法可以得到更令人滿意的回聲消除效果。然而，這只是實(shí)際通話大部分時(shí)間的理想狀態(tài)，實(shí)際通話情況要復(fù)雜得多。

本端噪聲干擾、信號(hào)路徑中的非線性變換、雙方同時(shí)發(fā)言、非實(shí)時(shí)操作系統(tǒng)帶來的數(shù)據(jù)延遲抖動(dòng)等都是通用回聲消除模塊需要解決的問題。

例如，當(dāng)有明顯的近端聲音時(shí)，基于現(xiàn)有各種自適應(yīng)濾波器算法的回聲消除器的性能會(huì)惡化，甚至無法保證自適應(yīng)濾波器算法的收斂性。這是回聲消除在實(shí)際應(yīng)用中必須解決的關(guān)鍵問題，通常稱為雙端聲音（double-talk）問題。目前，鑒于這種情況，最常用的方法是添加雙端通話探測(cè)器（double talk detector,DTD）。當(dāng)雙方同時(shí)發(fā)言時(shí)，鎖定或緩慢自適應(yīng)濾波器，以防止自適應(yīng)過程的發(fā)散。

如何在實(shí)時(shí)通話條件下對(duì)這些附加問題進(jìn)行滿意的邏輯和精細(xì)調(diào)整對(duì)產(chǎn)品化非常重要，這也是產(chǎn)品性能差異的主要原因。目前，大多數(shù)情況下，商用產(chǎn)品中的回聲消除模塊都能取得令人滿意的效果。然而，在某些特殊情況下，處理不善。對(duì)更高通話質(zhì)量的要求仍然是研究更好回聲消除模塊的動(dòng)力。