一種支持多種語音編碼制式的回聲抵消實(shí)現(xiàn)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及語音處理領(lǐng)域，具體涉及對多通道不同語音編碼制式的回聲抵消處理。
【背景技術(shù)】
[0002]在語音通信過程中，網(wǎng)絡(luò)中存在不同程度的延時(shí)，在發(fā)話端聽到自己的回聲，影響通話質(zhì)量，當(dāng)一對電話兩端的語音編碼制式不同的時(shí)候，通常需要將不同編碼制式話音轉(zhuǎn)換為PCM模式再通過一個(gè)回聲抵消專用芯片完成回聲抵消處理，語音的編碼轉(zhuǎn)換和回聲抵消在不同的硬件功能實(shí)體中完成，這樣增加了硬件設(shè)計(jì)成本，同時(shí)由于需要生成一種中介的PCM編碼模式，既引入了編碼轉(zhuǎn)換損耗，又降低了信號處理效率。

【發(fā)明內(nèi)容】

[0003]本發(fā)明提出了一種對PCM(脈沖編碼調(diào)制)，CVSD(連續(xù)可變斜率增量調(diào)制)，G729(ITU-T G729)，AHELP(高級混合激勵(lì)線性預(yù)測)幾種不同語音編碼制式的回聲抵消實(shí)現(xiàn)方法，該方法采用針對時(shí)延抖動的緩沖平滑機(jī)制，根據(jù)各通道的編碼模式信息，對以上幾種編碼模式話音解碼為線性PCM編碼，并對不同編碼模式話音進(jìn)行采樣率和增益匹配，采用近端信號檢測結(jié)果作為是否對濾波器系數(shù)更新的依據(jù)，回波抵消算法的核心部分是一個(gè)自適應(yīng)FIR濾波器，其抽頭系數(shù)以使預(yù)測誤差信號均方值最小為原則進(jìn)行調(diào)整，回波抵消處理完成之后將各端的線性PCM數(shù)據(jù)編碼為對端語音編碼模式之后送出。
[0004]每個(gè)通道數(shù)據(jù)輸入支持長度變化的數(shù)據(jù)包大小，由內(nèi)部緩沖區(qū)對突發(fā)的數(shù)據(jù)進(jìn)行緩沖平滑處理，在接收端各通道緩沖50ms數(shù)據(jù)之后進(jìn)行解碼，在發(fā)送端以1ms周期發(fā)送語音編碼數(shù)據(jù)。
[0005]根據(jù)信令中各通道的編碼模式信息，以1.2kbps的AHELP模式幀長度50ms作為解碼時(shí)間長度的基數(shù)，以50ms的時(shí)間周期對PCM，CVSD，G729，AHELP幾種編碼模式話音解碼為線性PCM編碼，在完成回聲抵消處理之后再將語音信號編碼為各自的編碼模式之后送出。
[0006]由于采用50ms時(shí)間基數(shù)對近端信號進(jìn)行解碼，相當(dāng)于在近端終端與回聲抵消處理之間引入了 50ms的時(shí)延，在實(shí)際處理時(shí)，采取措施將這部分延時(shí)時(shí)間抵消掉，從而減少自適應(yīng)濾波器抽頭系數(shù)的階數(shù)。
[0007]對PCM、CVSD、G729、AHELP幾種不同編碼模式話音進(jìn)行采樣率匹配，將各通道話音采樣率統(tǒng)一為Skhz標(biāo)準(zhǔn)，待回聲抵消處理完成之后，再將各通道話音的采樣率還原為各個(gè)通道的原采樣率。
[0008]對PCM、CVSD、G729、AHELP幾種不同編碼模式的話音進(jìn)行增益匹配，將所有編碼模式話音幅度精度統(tǒng)一為13bit參與運(yùn)算，回聲抵消處理完成之后，再將各編碼制式話音信號幅度還原為原始精度。
[0009]在回聲抵消處理時(shí)，需要參考近端信號檢測結(jié)果作為是否更新自適應(yīng)濾波器系數(shù)的判據(jù)，如果檢測結(jié)果顯示近端有語音信號，則此時(shí)暫停更新濾波器系數(shù)，否則會引起自適應(yīng)濾波器誤調(diào)，導(dǎo)致算法發(fā)散，如果檢測結(jié)果顯示近端無語音信號，則繼續(xù)更新濾波器系數(shù)。
[0010]近端信號檢測采取以下判斷方法:
(一)計(jì)算遠(yuǎn)端短時(shí)能量P1 (n)= (1-B1) P1 (η-1) + a^x2 (η)，其中 ael/128，χ (η)為遠(yuǎn)端輸入信號；
(二)計(jì)算近端短時(shí)能量P2 (n)= (1- a2) P2 (η-1) + a2*y2 (η)，其中 a2=l/128，y (η)為近端輸入信號；
(三)滿足下列條件判為有近端信號:Ρ2(η) >= >/2 max (P1 (η), P1 (η-1), P1(η-2)……P1 (η-Ν))，其中 Ν=128 ;
(四)在判斷為有近端信號之后，在之后的256個(gè)采樣點(diǎn)(即32ms)內(nèi)認(rèn)為存在近端信號，在此32ms期間如果有樣點(diǎn)值滿足條件(三)，則以此樣點(diǎn)值為起點(diǎn)，之后的32ms認(rèn)為存在近端信號，這樣可平滑檢測效果，避免對近端信號的誤判。
[0011]回聲抵消處理采取以下步驟完成:
(一)計(jì)算回聲信號的估計(jì)值:rn= Xn ^ht (n), Xn為遠(yuǎn)端信號，ht(n)為自適應(yīng)濾波器的沖擊響應(yīng)；
(二)計(jì)算遠(yuǎn)端信號能量:S2x(η)=(1-α).δ2χ(η-1) + α.χη2，其中 α =1/256 ;
(三)計(jì)算殘差信號:en=vn_rn，其中vn為真實(shí)的回聲信號；
(四)自適應(yīng)濾波器系數(shù)更新:h(n+l)= ξ.h(n) + (δ2?)-1.β - en - xn，其中ξ =1-2_26為泄露因子，β =2 _9為迭代步長；
本發(fā)明方法的完整步驟如下:1)對接收話音碼流進(jìn)行緩沖平滑；2)根據(jù)各通道語音編碼模式進(jìn)行解碼；3)采樣率匹配；4)增益匹配；5)近端語音檢測；6)自適應(yīng)濾波、濾波器系數(shù)更新；7)采樣率還原；8)增益還原；9)編碼；10)每1ms均勻發(fā)送編碼數(shù)據(jù)。
[0012]本發(fā)明的有益技術(shù)效果是:1)能夠?qū)CM，CVSD, G729，AHELP幾種不同語音編碼制式的話音進(jìn)行回聲抵消處理；2)采取平滑緩沖機(jī)制，適應(yīng)分組網(wǎng)環(huán)境下的時(shí)延抖動，為回聲抵消器的輸入提供連續(xù)均勻的話音碼流，提高解碼后話音聽覺質(zhì)量；3)設(shè)置遠(yuǎn)端信號緩沖，以前一次50ms的解碼話音作為遠(yuǎn)端數(shù)據(jù)計(jì)算回聲信號的估計(jì)值，抵消由于對近端信號的50ms緩沖造成的時(shí)延，從而減少自適應(yīng)濾波器抽頭系數(shù)的階數(shù)；4)對解碼后的話音進(jìn)行采樣率和增益匹配以適應(yīng)對不同編碼模式的回聲抵消處理；5)采用近端信號檢測結(jié)果作為是否對濾波器系數(shù)更新的依據(jù)，消除近端信號對濾波器的影響；6)采用使預(yù)測誤差信號均方值最小的原則，更新自適應(yīng)濾波器系數(shù)參數(shù)，提高回聲抵消處理精度。
【具體實(shí)施方式】
[0013]針對【背景技術(shù)】中現(xiàn)有技術(shù)的不足，本發(fā)明提出了一種支持多種語音編碼制式的回聲抵消實(shí)現(xiàn)方法，本發(fā)明方法的流程可概括如下:1)對接收話音碼流進(jìn)行緩沖平滑；2)根據(jù)各通道語音編碼模式進(jìn)行解碼；3)采樣率匹配；4)增益匹配；5)近端語音檢測；6)自適應(yīng)濾波、濾波器系數(shù)更新；7)采樣率還原；8)增益還原；9)編碼；10)每1ms周期均勻發(fā)送編碼數(shù)據(jù)。
[0014]上述方法流程中的步驟I)和10)共同構(gòu)成時(shí)延抖動緩沖平滑處理機(jī)制，該機(jī)制對信號整形，可有效消除網(wǎng)絡(luò)時(shí)延抖動。時(shí)延抖動緩沖平滑機(jī)制包括:在接收端對每個(gè)通道的兩端分別開辟1600字節(jié)的循環(huán)緩沖區(qū)，對應(yīng)PCM (64 kbps), CVSD (16 kbps), G729 (8kbps), AHELP (2.4kbps)，AHELP (1.2kbps)幾種編碼模式的最大緩沖深度分別為200ms、800ms、1600ms、5000ms、10000ms，通道在連接建立后接收50ms數(shù)據(jù)之后進(jìn)行解碼，當(dāng)收數(shù)據(jù)總數(shù)超過取數(shù)據(jù)總數(shù)1600字節(jié)時(shí)，將新到的數(shù)據(jù)丟棄，當(dāng)收數(shù)據(jù)總數(shù)與取數(shù)據(jù)總數(shù)相等時(shí)，需重新緩沖50ms數(shù)據(jù)之后再取數(shù)據(jù)進(jìn)行解碼。在發(fā)送端以1ms周期將語音編碼數(shù)據(jù)均勻、連續(xù)地發(fā)出。
[0015]解碼周期選擇50ms的依據(jù):對于PCM和CVSD這兩種波形編碼來說，不存在幀的概念，PCM是每個(gè)字節(jié)代表一個(gè)采樣點(diǎn)，CVSD是每個(gè)比特代表一個(gè)采樣點(diǎn)，而對于G729和AHELP這兩種參數(shù)編碼來說，存在幀的概念，G729每幀代表80個(gè)采樣點(diǎn)，也就是1ms內(nèi)容，AHELP (2.4kbps)每幀200個(gè)采樣點(diǎn)，時(shí)間是25ms，AHELP (1.2kbps)每幀400個(gè)采樣點(diǎn)，時(shí)間是50ms，需要選擇一個(gè)能夠適應(yīng)所有編碼模式共同參與運(yùn)算的時(shí)間基數(shù)，我們選擇的50ms這個(gè)基數(shù)恰好是一幀AHELP (1.2kbps)、兩幀AHELP (2.4kbps)、五幀G729所對應(yīng)的時(shí)間，以統(tǒng)一的解碼時(shí)間基數(shù)完成解碼有利于簡化解碼過程，提高處理效率。
[0016]由于采用50ms時(shí)間基數(shù)對遠(yuǎn)端和近端信號進(jìn)行解碼，兩端的信號需要緩沖50ms時(shí)間再解碼，對于遠(yuǎn)端信號來說，這50ms時(shí)間可看做是網(wǎng)絡(luò)時(shí)延，而對于近端信號來說，相當(dāng)于在近端終端與回聲抵消處理之間人為的引入了 50ms的時(shí)延，在實(shí)際處理時(shí)，采取措施將這部分延時(shí)時(shí)間抵消掉，從而減少自適應(yīng)濾波器抽頭系數(shù)的階數(shù)，其實(shí)現(xiàn)思路如下:
設(shè)置遠(yuǎn)端參考信號緩沖區(qū)，緩沖區(qū)大小為50ms，緩沖內(nèi)容為上次遠(yuǎn)端信號解碼后的線性PCM值，在進(jìn)行回聲抵消處理時(shí)，將上次遠(yuǎn)端信號解碼內(nèi)容作為本次回聲抵消的遠(yuǎn)端參考信號，由此信號計(jì)算回聲信號的估計(jì)值，待回聲抵消處理完成之后，再將本次解碼得到的遠(yuǎn)端信號保存到遠(yuǎn)端參考信號緩沖區(qū)中以作為下次回聲抵消的遠(yuǎn)端信號參考，這樣可抵消由于對近端信號的50ms緩沖造成的時(shí)延。
[0017]在進(jìn)行回聲抵消處理之前，對不同編碼模式話音進(jìn)行采樣率匹配，PCM、G729和AHELP的采樣率為8khz，而CVSD采樣率為16khz，不同采樣率的話音不能直接進(jìn)入回聲抵消器中，需要將各通道解碼后的線性PCM話音的采樣率統(tǒng)一為Skhz標(biāo)準(zhǔn)，待回聲抵消處理完成之后，再將各通道的采樣率還原為各個(gè)通道的原采樣率。
[0018]采樣率的匹配采取抽取和內(nèi)插的處理方法，采樣率由16khz變換為8khz時(shí)，采取抽取因子為2的抽取器完成