一種對(duì)voip系統(tǒng)雙向雙工免提語音進(jìn)行聲學(xué)回聲消除的系統(tǒng)和方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及通訊領(lǐng)域，尤其涉及一種基于VOIP雙向雙工免提語音進(jìn)行聲學(xué)回聲 消除的系統(tǒng)和方法。
【背景技術(shù)】
[0002]VoIP(VoiceoverInternetProtocol)是將模擬信號(hào)（Voice)數(shù)字化，W數(shù)據(jù)封 包值ataPacket)的形式在IP網(wǎng)絡(luò)（IPNetwork)上做實(shí)時(shí)傳遞。VoIP的基本原理是：通 過語音的壓縮算法對(duì)語音數(shù)據(jù)編碼進(jìn)行壓縮處理，然后把該些語音數(shù)據(jù)進(jìn)行打包，經(jīng)過IP 網(wǎng)絡(luò)把數(shù)據(jù)包送至接收地，再把該些語音數(shù)據(jù)包串起來，經(jīng)過解壓處理后，恢復(fù)成原來的語 音信號(hào)，從而達(dá)到由互聯(lián)網(wǎng)傳送語音的目的。
[0003] 目前，VOIP雙向雙工免提語音通信的應(yīng)用已十分廣泛，如語音聊天系統(tǒng)、會(huì)議電視 系統(tǒng)、會(huì)議電話系統(tǒng)、車載免提系統(tǒng)或移動(dòng)免提電話。在語音免提通信中，聲學(xué)回聲消除的 應(yīng)用實(shí)例很多?，F(xiàn)有的語音聊天系統(tǒng)、會(huì)議電視系統(tǒng)、車載免提或移動(dòng)電話不可避免的受到 聲學(xué)回聲的影響。
[0004] 如圖1所示，在語音通話中，每個(gè)通話終端從本地麥克風(fēng)采集到的語音信號(hào)，通過 模數(shù)轉(zhuǎn)換器進(jìn)行采樣，語音編碼，然后進(jìn)行RTP(Real-time"TransportProtocol,實(shí)時(shí)傳 輸協(xié)議）、UDP(UserDatagramProtocol用戶數(shù)據(jù)報(bào)協(xié)議）、IP(InternetProtocol因特網(wǎng) 協(xié)議）等一系列封裝，因?yàn)檫M(jìn)行完RTP封裝后，后續(xù)的UDP、IP封裝是必然的過程，且與本發(fā) 明無關(guān)，所W本文不對(duì)W詳細(xì)論述，并將封裝后的數(shù)據(jù)包通過物理承載發(fā)到對(duì)端通話終端 上；接受方的通話終端通過對(duì)IP、UDP、RTP等數(shù)據(jù)包進(jìn)行解包，恢復(fù)出語音編碼?；謴?fù)出來 的語音編碼，是量化后的數(shù)字語音信息，通過數(shù)模轉(zhuǎn)換后，形成模擬的語音信號(hào)，通過本地 的揚(yáng)聲器播放出來。本地聲學(xué)結(jié)構(gòu)會(huì)把揚(yáng)聲器播放的遠(yuǎn)端聲音反射回本地麥克風(fēng)，形成聲 學(xué)回聲反饋送給遠(yuǎn)端講話者。導(dǎo)致對(duì)方聽到自己聲音的現(xiàn)象，該現(xiàn)象干擾了對(duì)方的正常呼 口L]。雙向雙工免提通話中，因?yàn)槊馓嵬ㄔ挼穆曇舨シ乓袅刻貏e大，直接被本地麥克風(fēng)采集為 音源。聲學(xué)回聲極大地干擾了語音通信的質(zhì)量，降低了語音的清晰度和可懂性。
[0005]AEC聲學(xué)回音抵消技術(shù)是一口正在快速發(fā)展中的技術(shù)，聲學(xué)回音抵消面臨的難題 包括：雙向雙工免提工作模式下，本地播放的音量比較大，直接被麥克風(fēng)采集，回聲路徑很 長（大房間可W達(dá)到幾百毫砂），雙端同時(shí)講話（可能導(dǎo)致濾波器發(fā)散），時(shí)變路徑（需要持 續(xù)跟蹤路徑變化），說話者移動(dòng)（需要快速跟蹤），背景噪聲干擾（配合噪聲消除）等?，F(xiàn) 有技術(shù)通常采用硬件技術(shù)對(duì)回聲進(jìn)行抑制，對(duì)聲音的收發(fā)端進(jìn)行隔離，減輕回聲。但是采用 硬件隔離技術(shù)需要額外新增加硬件，增加了硬件的成本，而且由于音頻的頻率比較低，隔離 的效果也很難保證。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的在于無需在VoIP系統(tǒng)外新增加硬件的情況下，提供了一種對(duì)雙向 雙工免提語音進(jìn)行回聲消除的系統(tǒng)對(duì)回聲進(jìn)行有效清除。
[0007] 本發(fā)明的目的在于無需在VoIP系統(tǒng)外新增加硬件的情況下，提供了一種對(duì)雙向 雙工免提語音進(jìn)行回聲消除的方法對(duì)回聲進(jìn)行有效清除。
[0008] 為了解決上述技術(shù)問題，本發(fā)明通過下述技術(shù)方案得W解決：
[0009] 一種對(duì)VOIP系統(tǒng)雙向雙工免提語音進(jìn)行聲學(xué)回聲消除的系統(tǒng)，包括模數(shù)轉(zhuǎn)換器、 包封裝模塊、解包模塊、數(shù)模轉(zhuǎn)換器，所述的模數(shù)轉(zhuǎn)換器是將發(fā)送方的麥克收集到的語音信 號(hào)進(jìn)行采樣及語音編碼，所述的包封裝模塊將從模數(shù)轉(zhuǎn)換器轉(zhuǎn)換來的語音編碼數(shù)據(jù)進(jìn)行實(shí) 時(shí)傳輸協(xié)議包封裝；所述的解包模塊將實(shí)時(shí)傳輸協(xié)議包解包出語音編碼數(shù)據(jù)后發(fā)送給數(shù) 模轉(zhuǎn)換器，所述的數(shù)模轉(zhuǎn)換器是將語音編碼形成語音信號(hào)從而通過接收方的揚(yáng)聲器播放出 來，還包括回聲消除模塊，所述回聲消除模塊通過對(duì)比模數(shù)轉(zhuǎn)換器輸出的語音編碼數(shù)據(jù)與 解包模塊發(fā)出的語音編碼數(shù)據(jù)，消除模數(shù)轉(zhuǎn)換器輸出的語音編碼數(shù)據(jù)中與解包模塊發(fā)出的 語音編碼數(shù)據(jù)相同的部分，對(duì)系統(tǒng)的回聲進(jìn)行消除。
[0010] 進(jìn)一步的，所述回聲消除模塊包括建模模塊、對(duì)比模塊和抽離模塊，所述建模模塊 用來對(duì)模數(shù)轉(zhuǎn)換器輸出的語音編碼數(shù)據(jù)與解包模塊發(fā)出的語音編碼數(shù)據(jù)進(jìn)行特征建模，所 述對(duì)比模塊用來將解包模塊發(fā)出的語音編碼數(shù)據(jù)作為對(duì)象，與模數(shù)轉(zhuǎn)換器輸出的語音編碼 數(shù)據(jù)進(jìn)行比較，所述抽離模塊用來消除模數(shù)轉(zhuǎn)換器輸出的語音編碼數(shù)據(jù)中與解包模塊發(fā)出 的語音編碼數(shù)據(jù)相同的部分。
[0011] 一種對(duì)VOIP系統(tǒng)雙向雙工免提語音進(jìn)行聲學(xué)回聲消除的方法，通過對(duì)比模數(shù)轉(zhuǎn) 換器輸出的語音編碼數(shù)據(jù)與解包模塊發(fā)出的語音編碼數(shù)據(jù)，消除模數(shù)轉(zhuǎn)換器輸出的語音編 碼數(shù)據(jù)中與解包模塊發(fā)出的語音編碼數(shù)據(jù)相同的部分，對(duì)系統(tǒng)的回聲進(jìn)行消除。
[0012] 進(jìn)一步的，包括W下步驟：
[0013] STEP1、將接收方解包出的語音編碼數(shù)據(jù)同步輸出到建模模塊進(jìn)行語音特征建模， 同步將發(fā)送方經(jīng)過模數(shù)轉(zhuǎn)換的語音編碼數(shù)據(jù)發(fā)送到建模模塊進(jìn)行語音特征建模；
[0014] STEP2、將接收方解包出的語音編碼數(shù)據(jù)模型作為對(duì)比對(duì)象，對(duì)發(fā)送方經(jīng)過模數(shù)轉(zhuǎn) 換的語音編碼數(shù)據(jù)進(jìn)行實(shí)時(shí)對(duì)比，發(fā)現(xiàn)相同特征的，標(biāo)記時(shí)間戳；
[0015] STEP3;標(biāo)記有時(shí)間戳的數(shù)據(jù)包進(jìn)行回聲數(shù)據(jù)抽離，抽離后的數(shù)據(jù)包發(fā)送到包封裝 模塊進(jìn)行數(shù)據(jù)封裝；沒有特征時(shí)間戳的數(shù)據(jù)包直接發(fā)送到包封裝模塊進(jìn)行數(shù)據(jù)封裝。
[0016] 進(jìn)一步的，STEP1中進(jìn)行特征建模采用的模型特征矢量Xt對(duì)應(yīng)的特征似然率用K 個(gè)高斯分量表示為
【主權(quán)項(xiàng)】
1. 一種對(duì)VOIP系統(tǒng)雙向雙工免提語音進(jìn)行聲學(xué)回聲消除的系統(tǒng)，包括模數(shù)轉(zhuǎn)換器、包 封裝模塊、解包模塊、數(shù)模轉(zhuǎn)換器，所述的模數(shù)轉(zhuǎn)換器是將發(fā)送方的麥克收集到的語音信號(hào) 進(jìn)行采樣及語音編碼，所述的包封裝模塊將從模數(shù)轉(zhuǎn)換器轉(zhuǎn)換來的語音編碼數(shù)據(jù)進(jìn)行實(shí)時(shí) 傳輸協(xié)議包封裝；所述的解包模塊將實(shí)時(shí)傳輸協(xié)議包解包出語音編碼數(shù)據(jù)后發(fā)送給數(shù)模轉(zhuǎn) 換器，所述的數(shù)模轉(zhuǎn)換器是將語音編碼形成語音信號(hào)從而通過接收方的揚(yáng)聲器播放出來， 其特征在于：還包括回聲消除模塊，所述回聲消除模塊通過對(duì)比模數(shù)轉(zhuǎn)換器輸出的語音編 碼數(shù)據(jù)與解包模塊發(fā)出的語音編碼數(shù)據(jù)，消除模數(shù)轉(zhuǎn)換器輸出的語音編碼數(shù)據(jù)中與解包模 塊發(fā)出的語音編碼數(shù)據(jù)相同的部分，對(duì)系統(tǒng)的回聲進(jìn)行消除。
2. 根據(jù)權(quán)利要求1所述的回聲消除的系統(tǒng)，其特征在于：所述回聲消除模塊包括建模 模塊、對(duì)比模塊和抽離模塊，所述建模模塊用來對(duì)模數(shù)轉(zhuǎn)換器輸出的語音編碼數(shù)據(jù)與解包 模塊發(fā)出的語音編碼數(shù)據(jù)進(jìn)行特征建模，所述對(duì)比模塊用來將解包模塊發(fā)出的語音編碼數(shù) 據(jù)作為對(duì)象，與模數(shù)轉(zhuǎn)換器輸出的語音編碼數(shù)據(jù)進(jìn)行比較，所述抽離模塊用來消除模數(shù)轉(zhuǎn) 換器輸出的語音編碼數(shù)據(jù)中與解包模塊發(fā)出的語音編碼數(shù)據(jù)相同的部分。
3. 根據(jù)權(quán)利要求2所述的回聲消除的系統(tǒng)，其特征在于：所述建模模塊進(jìn) 行特征建模采用的模型特征矢量Xt對(duì)應(yīng)的特征似然率用K個(gè)高斯分量表示為
其中X為模型參數(shù)，表示為X={Ck，iik，Ek，}，K=l，2,… 9 K，ck是第k個(gè)高斯分量的權(quán)重，權(quán)重滿足關(guān)系式
高斯混合概率 密度函數(shù)
其中yk和I：k為高斯對(duì)角矩陣的均值和方差參數(shù)，D是特征矢量Tx的維數(shù)。
4. 根據(jù)權(quán)利要求3所述的回聲消除的系統(tǒng)，其特征在于：所述對(duì)比模塊將相同特征的 特征矢量定義為Ts，模數(shù)轉(zhuǎn)換器輸出的語音編碼數(shù)據(jù)被Ts對(duì)比為含有相同特征時(shí)加入時(shí) 間戳標(biāo)記TSs。
5. 根據(jù)權(quán)利要求4所述的回聲消除的系統(tǒng)，其特征在于：所述抽離模塊將標(biāo)記有 時(shí)間戳TSs的語音編碼數(shù)據(jù)進(jìn)行定向線性衰減，定向線性衰減的相對(duì)衰減系數(shù)為Ay: Ay=(T〇-Ts) /Ts，其中To為當(dāng)前特征數(shù)據(jù)的原數(shù)據(jù)模型。
6. -種對(duì)VOIP系統(tǒng)雙向雙工免提語音進(jìn)行聲學(xué)回聲消除的方法，其特征在于：通過對(duì) 比模數(shù)轉(zhuǎn)換器輸出的語音編碼數(shù)據(jù)與解包模塊發(fā)出的語音編碼數(shù)據(jù)，消除模數(shù)轉(zhuǎn)換器輸出 的語音編碼數(shù)據(jù)中與解包模塊發(fā)出的語音編碼數(shù)據(jù)相同的部分，對(duì)系統(tǒng)的回聲進(jìn)行消除。
7. 根據(jù)權(quán)利要求6所述的回聲消除的方法，其特征在于：包括以下步驟： STEP1、將接收方解包出的語音編碼數(shù)據(jù)同步輸出到建模模塊進(jìn)行語音特征建模，同步 將發(fā)送方經(jīng)過模數(shù)轉(zhuǎn)換的語音編碼數(shù)據(jù)發(fā)送到建模模塊進(jìn)行語音特征建模； STEP2、將接收方解包出的語音編碼數(shù)據(jù)模型作為對(duì)比對(duì)象，對(duì)發(fā)送方經(jīng)過模數(shù)轉(zhuǎn)換的 語音編碼數(shù)據(jù)進(jìn)行實(shí)時(shí)對(duì)比，發(fā)現(xiàn)相同特征的，標(biāo)記時(shí)間戳； STEP3 :標(biāo)記有時(shí)間戳的數(shù)據(jù)包進(jìn)行回聲數(shù)據(jù)抽離，抽離后的數(shù)據(jù)包發(fā)送到包封裝模塊 進(jìn)行數(shù)據(jù)封裝；沒有特征時(shí)間戳的數(shù)據(jù)包直接發(fā)送到包封裝模塊進(jìn)行數(shù)據(jù)封裝。
8. 根據(jù)權(quán)利要求7所述的回聲消除的方法，其特征在于：STEP1中進(jìn)行 特征建模采用的模型特征矢量Xt對(duì)應(yīng)的特征似然率用K個(gè)高斯分量表示為
其中X為模型參數(shù)，表示為X={Ck，iik，Ek，}，K=l，2,… 9 K K，ck是第k個(gè)高斯分量的權(quán)重，權(quán)重滿足關(guān)系式：2>* N(xt，yk，Ek)為高斯混合概率 k=l y 密度雨數(shù)
其中yk和Ek為高斯對(duì)角矩陣的均值和方差參數(shù)，D是特征矢量Tx的維數(shù)。
9. 根據(jù)權(quán)利要求8所述的回聲消除的方法，其特征在于：STEP2中將相同特征的特征矢 量定義為Ts，模數(shù)轉(zhuǎn)換器輸出的語音編碼數(shù)據(jù)被Ts對(duì)比為含有相同特征時(shí)加入時(shí)間戳標(biāo) 記TSs。
10. 根據(jù)權(quán)利要求9所述的回聲消除的方法，其特征在于：STEP3中將標(biāo)記有時(shí) 間戳TSs的語音編碼數(shù)據(jù)進(jìn)行定向線性衰減，定向線性衰減的相對(duì)衰減系數(shù)為Ay: Ay=(T〇-Ts) /Ts，其中To為當(dāng)前特征數(shù)據(jù)的原數(shù)據(jù)模型。
【專利摘要】本發(fā)明涉及通訊領(lǐng)域，尤其涉及一種基于VOIP雙向雙工免提語音進(jìn)行聲學(xué)回聲消除的系統(tǒng)和方法。本系統(tǒng)包括模數(shù)轉(zhuǎn)換器、包封裝模塊、解包模塊、數(shù)模轉(zhuǎn)換器、回聲消除模塊，所述回聲消除模塊通過對(duì)比模數(shù)轉(zhuǎn)換器輸出的語音編碼數(shù)據(jù)與解包模塊發(fā)出的語音編碼數(shù)據(jù)，消除模數(shù)轉(zhuǎn)換器輸出的語音編碼數(shù)據(jù)中與解包模塊發(fā)出的語音編碼數(shù)據(jù)相同的部分，對(duì)系統(tǒng)的回聲進(jìn)行消除。本發(fā)明通過特征建模、動(dòng)態(tài)對(duì)比、相同抽離，發(fā)送方的語音數(shù)據(jù)編碼中與接收方的語音數(shù)據(jù)編碼相同部分得以消除，有效消除回聲，提高了通訊的語音質(zhì)量，整個(gè)過程中發(fā)送端和接受端的麥克風(fēng)和揚(yáng)聲器以及其工作狀態(tài)和數(shù)據(jù)流都是雙向全雙工運(yùn)行。
【IPC分類】H04M9-08
【公開號(hào)】CN104811567
【申請(qǐng)?zhí)枴緾N201310673961
【發(fā)明人】解玉樂
【申請(qǐng)人】杭州樂哈思智能科技有限公司
【公開日】2015年7月29日
【申請(qǐng)日】2014年1月23日