利用不可聽音調的聲學回音消除器的時鐘偏斜補償的製作方法

2023-09-18 08:59:05

利用不可聽音調的聲學回音消除器的時鐘偏斜補償的製作方法
【專利摘要】本發明提供了用於語音信號中的聲學回音消除的方法和設備。通過在語音信號中插入至少一個音調來消除聲學回音，其中所述至少一個音調對於收聽者基本上是不可聽的；根據所述至少一個音調的頻率偏移確定兩個採樣時鐘之間的時鐘偏斜；根據所確定的時鐘偏斜對語音信號進行重採樣；以及利用經過重採樣的語音信號執行聲學回音消除。所提供的聲學回音消除器例如可以被實施為基於終端和/或基於網絡的聲學回音消除器。所述音調可選地包括不可聽音調或多個音調。音調生成可以被限制在僅當音調頻率附近的語音功率大於預定閾值時發生，或者被限制在呼叫的起始發生。所述音調的水平可選地可被控制使得所述音調被語音信號掩蓋。
【專利說明】利用不可聽音調的聲學回音消除器的時鐘偏斜補償
【技術領域】
[0001]本發明一般涉及信號處理技術，更尤其涉及回音消除技術。
【背景技術】
[0002]隨著揚聲電話和電話會議的廣泛使用，聲學回音消除已經變得越來越重要。特別是，聲學回音消除器(AEC,Acoustic Echo Canceller)旨在減少或者消除不期望的回音。不期望的回音，通常由當揚聲器信號反饋到麥克風中時，由於揚聲器-麥克風耦合而造成的直接路徑產生以及由於揚聲器信號在物體和牆壁上的聲學反射而造成的間接路徑產生。舉例來說，在通過電話或網際網路的語音通信中，如果聲學回音沒有被與電話通信的另一方相關聯的終端充分減少，則說話者將聽到延遲的且經過過濾的他自己語音版本。
[0003]為了在終端中有效應用AEC，重建將被發送至揚聲器的模擬信號的數字到模擬(D/A, digital-to-analog)轉換器和對由麥克風拾取的語音信號進行採樣的模擬到數字(A/D，analog-to-digital)轉換器中的採樣率應當完全匹配。已經發現，採樣率之間即使小的時鐘偏斜也能夠顯著降低AEC的性能。一般來說,隨著揚聲器與麥克風信號之間的米樣率偏移量增大，AEC的可靠性會降低。終端的採樣率中的時鐘偏斜是頻繁發生的問題，例如在基於PC的軟體終端中。採樣率偏斜可總是被假定，如果，例如，外部USB攝影機與其內置麥克風和用於視頻記錄A/D轉換器，連同用於音頻回放的單獨音板一起被使用。在這種情況下，A/D和D/A轉換器不是從一個共同的參考(石英鐘)來導出他們的時鐘，因此不是同步的。
[0004]存在用於在終端中布置的時鐘偏斜補償方法。該基於終端的方法通常利用與D/A和A/D轉換器相關聯的緩衝器中的讀寫指針位置。例如，當接收(RX)緩衝器讀取指針的遞增速度快於發送(TX)緩衝器寫入指針時，D/A轉換器的採樣率高於A/D轉換器的採樣率。因此，接收緩衝器的每指定時間的讀取指針增量與發送緩衝器的寫入指針增量之間的差異可以被用來估計時鐘偏移量或採樣率偏移量。所得到的偏移量可以被用來控制其中一個信號的重米樣率，以便得到關於揚聲器和麥克風信號的相同米樣率。例如，參見M.Pawig和 G.Enzner 的「Adaptive Sampling Rate Correction for Acoustic Echo Controlin Voice-Over-1P (IP語音中的聲學回音控制的自適應採樣率校正)」,IEEETrans.0nSignal Processing, Vol.58,N0.1 (2010 年 I 月);或者 D.Mili jkovic 等人的「Clock SkewCompensation by Speech Interpolation (通過語音內插的時鐘偏斜補償)」,數字通信的IEEE 國際會議(IEEE Int，IConf.0n Digital Telecommunications) (2006),兩者在此通過引用併入本文。
[0005]當在終端中沒有充分抑制或消除聲學回音時，可以在網絡中遠程嘗試聲學回音消除。但是對於基於網絡的聲學回音消除存在若干技術問題。舉例來說，上述基於終端的時鐘偏斜補償技術無法被應用在網絡中，因為無法從例如網絡之類的遠程位置訪問讀取指針和寫入指針位置。
[0006]因此，現有的網絡服務僅僅提供聲學回音抑制(AES，Acoustic EchoSuppression)。但是,聲學回音抑制器的感知性能明顯不如AEC的感知性能。AES的一個特別缺陷是在呼叫中缺少透明度，當兩端同時嘗試講話時尤為明顯。在其基本的形式中，AES通過在一條信號路徑中插入損耗來只允許一端講話(類似於半雙工通信模式)。儘管例如舒適噪音插入之類的增強可以提高感知通信質量，但是聲學回音抑制器的性能仍然明顯不如真實AEC的性能。
[0007]因此，需要用於補償出現在終端中的時鐘偏斜的改進技術，以允許有效應用AEC。還需要可以在終端或網絡中採用的時鐘偏斜補償技術。

【發明內容】

[0008]總體來說提供了用於語音信號中聲學回音消除的方法和設備。根據本發明的一個方面，通過在語音信號中插入至少一個音調來消除聲學回音，其中所述至少一個音調對於收聽者基本上是不可聽的；根據所述至少一個音調的頻率偏移確定兩個採樣時鐘之間的時鐘偏斜；根據所述確定的時鐘偏斜對語音信號進行重採樣；以及利用經過重採樣的語音信號執行聲學回音消除。所提供的聲學回音消除器例如可以被實施為基於終端和/或基於網絡的聲學回音消除器。
[0009]音調例如可以包括不可聽的音調，比如高音音調或者高於最大可檢測頻率的音調(即由於其頻率而不可聽)。此外，音調可選地包括多個音調。在各個實施例中，可以只有在音調頻率附近的語音功率大於預定閾值才生成所述音調，或者僅在呼叫的起始處生成所述音調。
[0010]根據本發明的另一方面，所述音調的水平可選地被控制使得所述音調被語音信號掩蓋。例如，所述音調的水平被從語音信號導出的掩蓋閾值控制。
[0011]通過參考下面的詳細描述和附圖將會獲得本發明的更完整的理解，以及本發進一步的特徵和優點。
【專利附圖】

【附圖說明】
[0012]圖1不出傳統的基於網絡的聲學回音抑制器(AES)；
[0013]圖2示出布置在終端中的傳統的基於終端的聲學回音消除器(AEC)；
[0014]圖3示出布置在終端中的採用根據本發明的時鐘偏斜補償技術的基於終端的聲學回音消除器(AEC);
[0015]圖4進一步詳細示出圖3的音調插入塊；
[0016]圖5示出圖4中所示技術的一種替代音調插入方法；以及
[0017]圖6示出布置在網絡設備中的採用根據本發明的時鐘偏斜補償技術的基於網絡的聲學回音消除器(AEC)。
【具體實施方式】
[0018]本發明提供了與聲學回音消除器一起使用的用於時鐘偏斜補償的方法和設備。根據本發明的一個方面，將音調(例如不可聽音調)添加到語音信號中。該音調被用於估計採樣率失配以及用於相應地適配重採樣器。在一個示例性實施例中使用高音音調，其中可以控制音調的水平，從而使得所述音調被語音信號掩蓋。在一種可替代的實現中，音調水平被設定為固定水平，從而有時導致可聽的音調。
[0019]圖1示出傳統的基於網絡的聲學回音抑制器(AES, Acoustic Echo Suppressor)100。在此使用術語「近端」和「遠端」來指代呼叫的兩側或兩端。儘管聲學回音問題可在兩端均發生，在此，為便於說明僅討論一端，因為相同的回音緩解方案通常可以被應用於兩端中任一側，對於本領域普通技術人員將是顯而易見的。換句話說，在本發明的描述中，術語「近端」和「遠端」在整個討論中可以互換。因此，不損失一般性，僅對一側進行描述。如圖1中所示，AES100是網絡設備170的一部分。分別對應於遠端語音105和近端語音150的語音活動檢測器(VAD, Voice Activity Detector) 110-1、110-2提供至損耗控制塊120的輸入。損耗控制塊120基於由VADl 10-1、110-2檢測到的語音活動在遠端信號105或近端信號150上插入損耗。與真實聲學回音消除器(AEC)相比，AES100不受終端設備180中的米樣率差異的影響。
[0020]如圖1中所示，終端設備180包括存儲所接收到的遠端信號105的接收緩衝器125。D/A轉換器135把所接收到的數字遠端信號105轉換成被應用到揚聲器144的模擬信號。此外，由麥克風148生成的模擬近端語音信號150被A/D轉換器140轉換成數位訊號，其在通過網絡傳輸之前被存儲在發送緩衝器130中。這些緩衝器允許高效的信號編碼和傳輸。聲學回音160由終端180的揚聲器144與麥克風148之間的耦合引起。AES通常被認為不受控制D/A轉換器135的採樣時鐘與控制A/D轉換器140的採樣時鐘『之間的採樣率差異的影響。
[0021]為便於說明，在圖1中未示出由AES100實現的公知舒適噪音插入和雙端通話檢測技術。同樣地，為便於說明，網絡設備170和終端設備180中的公知語音編解碼器也未示出。
[0022]圖2示出布置在終端200中的傳統的基於終端的聲學回音消除器(AEC)290。如圖2中所示，終端200包括存儲所接收到的遠端信號205的接收緩衝器225。D/A轉換器235把所接收到的數字遠端信號205轉換成被應用到揚聲器244的模擬信號。此外，由麥克風248生成的模擬近端語音信號250被A/D轉換器240轉換成數位訊號，其在通過網絡(圖2中未示出)傳輸之前被存 儲在發送緩衝器230中。聲學回音260由終端280的揚聲器244與麥克風248之間的耦合以及牆壁反射引起。如前所述，AEC易受控制D/A轉換器235的採樣時鐘與控制A/D轉換器240的採樣時鐘fSM之間的採樣率差異的影響。
[0023]如前所述，如圖2中所示，為在具有採樣時鐘頻率&^與採樣時鐘頻率fSM之間的採樣率差異的終端200中實現聲學回音消除，利用重採樣器285對近端語音信號250進行重
採樣，從而使得結果採樣率/&等於控制D/A轉換器235的採樣率fa。所述重採樣是基於每
預定義時間間隔的接收緩衝器讀取指針增量270與發送緩衝器寫入指針增量280之間的差異。由於網絡裝備無法訪問這些指針，因此這一重採樣方法只能在終端200 (而不是網絡)中實現。由於終端(特別是PC上的IP軟體電話)很少以這種方式處理回音，因此仍然需要基於網絡的回音處理。
[0024]關於AEC290的更加詳細的討論,例如參見S.Haykin的「Adaptive Filter Theory(自適應濾波器理論)」，Prentice Hall出版社(2011年)，在此通過引用併入本文。通常，AEC290按照眾所周知的方式對遠端語音信號205進行自適應濾波以便鏡像回音路徑，並且從近端語音信號250中減去經過濾波的信號，即所估計的回音。
[0025]圖3示出布置在終端300中的採用根據本發明的時鐘偏斜補償技術的基於終端的聲學回音消除器(AEC)390。正如後面所討論的那樣，本發明的一個方面基於所插入的音調實施重採樣。所插入的音調可選地可以是被掩蓋音調。為便於說明，圖中省略了接收緩衝器和發送緩衝器。
[0026]如圖3中所示，具有頻率fT_的音調，由下面進一步結合圖4討論的音調插入塊400生成。當開關SI和S2處於『適配』(adapt)位置時，遠端語音信號305和所插入的音調被傳遞到D/A轉換器335，且隨後被應用到揚聲器344，隨後被麥克風348拾取。通常，所插入的音調將由於採樣頻率與採樣頻率fSM之間的時鐘偏斜而發生頻率偏移。為了估計所述頻率偏移(或頻率比值)，偏移音調由帶通濾波器350進行濾波並且在頻率比值計算塊360中進一步被分析。帶通濾波器350利用具有中心頻率等於由頻率選擇器355生成的音調頻率ftone的窄帶對偏移音調進行濾波。塊355開始於預設頻率。如果帶通濾波器350的輸出水平低於期望閾值,例如，由於揚聲器-封閉環境-麥克風系統(即揚聲器、房間和麥克風的組合頻率響應)的頻率響應的陷波，則頻率選擇塊355改變到另一個預設頻率。相應地，音調插入塊400生成具有該新頻率的音調。頻率選擇355可以循環經過若干預設頻率，直到帶通濾波器350的輸出信號的水平要求得到滿足為止。頻率比值計算塊360確定經過濾波的音調的頻率偏移量，並計算相應的重採樣比R，其被存儲在塊365中。重採樣
塊385對近端信號350進行重採樣，使得結果採樣頻率/皿等於控制D/A轉換器335的採
樣頻率fSL。重採樣技術是眾所周知的，例如參見T.1.Laakso等人的「Splitting the Unit
Delay - Tools for Fractional Delay Filter Design(分解單位延遲-用於分數延遲濾
波器設計的工具)」，IEEE信號處理期刊(IEEE Signal Process.Magazine) (1996年I月)，在此通過引用併入本文。
[0027]如上所述，可以從例如1-2秒的預定評估時間TA中的循環數目導出簡單的頻率比值算法。重採樣器385的期望重採樣比由R=fSL/fSM給出。因關於兩個音調頻率的循環周期可以被標記為TSL=l/fSL和TSM=l/fSM，因此評估周期中的循環數目可以被表示為NSL=TA/TSL和NSM=TA/TSM。由於TSL是已知的，可以精確地計算出NSL。與此相對，必須從信號估計NSM。例如，NSM的估計可以通過對評估間隔TA內的正過零點(positive zerocrossing)次數進行計數來實現。利用該循環數目(其等於正過零點的次數)，重採樣比可以被確定為R=NSL/NSM。若分數採樣單位被計算(也就是說如果兩個音調信號被過採樣)，確定R時的精度可被提高。
[0028]適配控制308使用遠端語音305和經過重採樣的近端語音388 (或具有原始採樣率的近端語音342)來確定遠端通話者、近端通話者或者二者(所謂的兩端通話)是否正在通話。該檢測對於聲學回音消除的適配也是必要的(未示出)，因此可以從AEC控制導出。近端通話者沉默(即近端通話者未在講話)的條件必須被滿足，以將開關SI和S2設置到「適配」位置。如果近端通話者正在講話，則適配控制將開關SI和S2設定到『凍結』(freeze)位置，這意味著沒有音調被發送到近端揚聲器並且頻率比值未被更新，但是存儲在365中的先前確定的頻率被使用。
[0029]如果呼叫持續時間有限並且終端(更具體來說是決定採樣率的石英)的溫度波動有限，僅在呼叫或會話的起始處執行頻率比值計算的適配可能就足夠了。換句話說，僅在可能只持續1-2秒的呼叫建立規程中通過頻率比值計算塊360運行重採樣比的適配可能就足夠了。也就是說，開關SI和S2僅在很短的建立間隔期間處於『適配』位置，而對於呼叫的其餘部分，開關SI和S2處於『凍結』位置。
[0030]或者，可以例如每10分鐘僅執行一次持續時間例如為1-2秒的適配。即使使用替換的更加簡單的音調插入方法500，正如下面結合圖5進一步討論的那樣，該等稀少的可聽音調突發通常也會被呼叫參與者很好地容忍。
[0031]或者，當遠端語音信號305包含高頻帶中的足夠能量時，適配可僅在時間實例(time instance)期間被執行,例如在『s』和『f』之類的摩擦音素期間。高頻帶內的足夠能量允許較高的音調水平，其反過來提高了頻率比值計算塊360的可靠性。通過對遠端語音信號進行高通濾波，接著進行均方根(RMS)運算，隨後進行閾值檢測，可獲得高頻帶內的足夠能量的存在。 [0032]基於上述關於音調插入400和頻率比值計算360的適配方法的任一項，獲得關於開關SI和S2的共同控制信號。儘管共同控制信號用於開關SI和S2，關於S2的控制信號必須被延遲以考慮到信號從開關SI的輸出到重採樣器385的輸入所經歷的往返延遲。例如，延遲發生在D/A轉換器335和A/D轉換器340中，但也可能發生在終端300中未示出的其他信號處理塊中。在後面討論的網絡實現中，額外延遲由網絡傳輸以及音頻編碼器/解碼器引起。可通過類似於傳統線路回音消除器中的往返延遲估計技術通過例如相關性來估計往返延遲。在網絡實現中，往返延遲可能隨時間變化並且偏離所確定的標稱往返延遲。在這種情況下，有必要在頻率比值計算塊360中檢測所述音調的準確開頭。
[0033]如前所述，按照類似於圖2的方式，示例性AEC390自適應地對遠端語音信號305進行濾波，並且從經過重採樣的近端語音信號350中減去經過濾波的信號，以考慮回音路徑的頻率響應。
[0034]圖4進一步詳細示出圖3的音調插入塊400。如圖4中所示,具有頻率fTme的音調由音調生成器430生成，並且通過加法器被添加到遠端語音信號405的版本中。在一示例性實現中，遠端語音信號405可選地由陷波濾波器410濾波，其濾除語音信號405的具有所插入的音調的中心頻率fT 的窄帶。為了避免揚聲器-封閉環境-麥克風(LEM，1udspeaker-enclosure-microphone)系統的頻率響應中的潛在陷波,設定音調頻率的能力是有用的。
[0035]此外，在一示例性實現中，基於語音信號確定音調頻率的掩蓋閾值420，使得所述音調正被語音(如同收聽者所感知到的)掩蓋。為此，音調頻率處的掩蓋閾值由語音信號計算得出。例如參見 H.Fastle 和 E.Zwicker 的「Psychoacoustics:Facts and Models (心理聲學:事實和模型)」Springer (2006年)。通常，掩蓋閾值420表明，對於給定頻率fTme，音調變為不可聽時的音調水平Lt_。音調水平Lt 被設定為不高於掩蓋閾值420。如圖4所示，音調生成器430的示例性輸出與由掩蓋閾值420計算的音調水平LTme相乘，並且被增加到陷波濾波器410的輸出中，以生成包括所掩蓋的音調的遠端語音信號450。可選的陷波濾波器410改進了頻率比值計算塊360 (圖3)的性能，這是因為在音調頻率附近不存在語音頻率分量的情況下更容易識別出所插入的音調。
[0036]例如，頻率fT 可以是高音頻率(fs/4〈fT_〈fs/2)，其中fs是採樣頻率。對於具有16kHz的採樣頻率的寬帶語音信號，音調頻率可以被設置為6kHz。該高音調頻率的優點在於，可以通過簡單的低複雜度時域算法準確地檢測出頻率偏移量。例如，預定義時間間隔(近似地，例如大約1-2秒)內的音調循環的數目可通過檢測信號的過零點(zerocrossings)來計算。但是，音調頻率越高，將被語音信號掩蓋的音調就越少。隨著語音進展經過不同的音素，掩蓋閾值將持續變化。例如，考慮單詞『so』。摩擦音『s』在6kHz的音調頻率附近具有大量能量，從而導致在該音調頻率處具有較高掩蓋閾值。與此相對，所發出的元音『o』的大多數能量處於較低頻率中，從而導致在該音調頻率處具有低掩蓋閾值。
[0037]通常，期望較高的掩蓋閾值，這是因為其允許注入較高音調水平，其反過來提升頻率比值計算的精度和魯棒性。換句話說，頻率比值估計的魯棒性和精度取決於信噪比(SNR，signal-to-noise ratio)。SNR隨音調水平的增加而成比例增加。然而,頻率比值計算的精度不僅由音調水平決定，而且還由近端語音檢測的可靠性決定。對於近端語音沉默周期的錯誤檢測可導致頻率比值計算算法適配的激活(而不是凍結，即不更新該比值)。對於頻率比值計算，近端語音被認為是噪音。因此，近端語音沉默的錯誤檢測降低SNR。
[0038]圖5描述一種基本的音調插入方法。其可以工作在兩種模式。當開關S3處於位置0時，在適配時間間隔期間語音被音調替代。當開關S3處於位置I時，音調被添加到遠端語音信號505。類似於音調插入塊400，音調插入塊500通過音調生成器530產生音調。音調水平被設置為固定水平，其可選地僅取決於遠端語音的水平和/或近端語音的水平。
[0039]為防止溢出，遠端語音信號505可被限制幅度或者通過小於I的因數進行縮放，其中必須均對兩條信號路徑306和307 (圖3所示)應用該溢出防止，以避免當開關SI的位置改變時，幅度改變。當例如在48kHz使用專業的音頻傳送時，音調也可被變為不可聽，若該音調被設定在高於或等於大約19kHz的頻率。在這種情況下，音調不必再由語音信號掩蓋，因為其頻率超出了人類聽覺系統所能感知的最大頻率。
[0040]圖6示出布置在網絡設備670中的採用根據本發明的時鐘偏斜補償技術的基於網絡的聲學回音消除器(AEC)690。正如後面所討論的那樣，本發明的一個方面基於所插入音調實施重採樣的網絡實現。所插入音調的水平可以可選地被控制使得所述音調被語音掩蓋，或者所插入音調的水平可被設置為固定數值。為便於說明，圖中省略了接收緩衝器和發送緩衝器。
[0041]如圖6中所示，具有頻率fT_的音調由前面結合圖4討論的音調插入塊400生成。當開關SI和S2處於適配位置時，音調在網絡670中由音頻編碼器610傳輸並且隨後在終端680處由解碼器620解碼。按照類似於圖1-3的方式，D/A轉換器635將具有被掩蓋音調的所接收到的已解碼數字遠端信號轉換成被應用到揚聲器644的模擬信號。此外，由麥克風648生成的模擬近端語音信號650被A/D轉換器640轉換成數位訊號,其在終端680中由編碼器625編碼並且隨後在網絡設備670中由解碼器615解碼。聲學回音660由從終端680的揚聲器644到麥克風648的直接聲音和反射聲音引起。
[0042]通常，所插入的音調將由於採樣時鐘與採樣時鐘fSM之間的時鐘偏斜而發生頻率偏移。通過帶通濾波器650對偏移音調進行濾波並且在頻率比值計算塊660中對其進行進一步分析。帶通濾波器650利用以由頻率選擇器655生成的原始音調頻率fTme為中心的窄帶對偏移音調進行濾波。頻率比值計算塊660確定原始音調與經過濾波的音調之間的頻率比值R=fa/fSM。該比值為以類似於圖3的基於終端的實現方式，將被用在重採樣器中的期望重採樣比。此外，重採樣比被存儲在塊665中。重採樣塊685對近端信號650進行重
採樣，使得所得到的採樣率/?等於控制D/A轉換器335的採樣率fa。[0043]如前所述，示例性的AEC690自適應地對遠端語音信號605進行濾波並且從經過重採樣的近端語音信號650中減去所述經過濾波的信號，以考慮到回音路徑，其方式類似於圖2和3。
[0044]對於圖6的基於網絡的實現，音調水平Ltone被設定成使得該音調不會通過音頻編碼/解碼處理610、620而丟失。對於低比特率音頻/語音編解碼器，所導出的音調水平Ltone可以使得音調是可聽的，或者可能必須提高音調水平以令其通過編碼/解碼處理。或者，可同時生成不同頻率的多個音調以確保傳輸。由於音調的較短持續時間(近似地，例如大約1-2秒)，略微可聽的音調是可接受的。對於例如PCM (脈衝代碼調製，pulse codemodulation)編碼/解碼，可完全應用音調掩蓋，從而使得音調不可聽。
[0045]多音調方法具有另外兩個好處。首先，在LEM頻率響應中的音調頻率處存在陷波的情況下不需要循環經過不同頻率，這意味著只需要一個評估間隔TA而不是多個間隔。換句話說，多音調解決方案可能會在更短時間內適配。多音調解決方案的第二個優點在於，在特定音調頻率處的掩蓋閾值對於可靠的頻率比值計算可能不夠高，而在另一音調頻率下，掩蓋閾值可能足夠高。可以按照類似於圖4和5的單音調的方式生成多音調，對於本領域普通技術人員將是顯而易見的。
[0046]如前所述，在此所描述的時鐘偏斜補償系統的裝置提供了相對於傳統裝置的若干優點。如前所述，所公開的用於實現時鐘偏斜補償的技術允許有效地應用聲學回音消除。同樣，所公開的時鐘偏斜補償技術可以在終端或網絡中實現。
[0047]再次應當強調的是，本發明的上述實施例僅旨在是說明性的。一般來說，如同對於本領域普通技術人員將是顯而易見的那樣，示例性時鐘偏斜補償技術可被修改以插入音調並且從而確定重採樣頻率。此外，所公開的用於時鐘偏斜補償的技術可被應用在可能遭遇聲學回音的任何終端或網絡環境中。
[0048]雖然如同對於本領域普通技術人員將是顯而易見的那樣，關於數字邏輯塊描述了本發明的示例性實施例，各項功能可以在數字域內被實施為軟體程序中的處理步驟，通過電路元件或狀態機用硬體實施，或者通過軟體與硬體的組合來實施。該軟體可以被應用在例如數位訊號處理器、專用集成電路、微控制器或通用計算機中。這樣的硬體和軟體可以被實施在集成電路內實現的電路中。
[0049]因此，本發明的功能能夠以方法及用於實踐這些方法的設備的形式來體現。本發明的一個或多個方面可以，例如是否被存儲在存儲介質中、被機器加載和/或由機器執行、或者在某些傳輸介質之上傳輸的程序代碼形式來體現，其中當所述程序代碼被加載到例如計算機之類的機器中並且由其執行時，該機器就成為用於實踐本發明的設備。當在通用處理器上實現時，各個程序代碼段與處理器組合以提供運行類似特定邏輯電路的設備。本發明還可在一個或多個集成電路、數位訊號處理器、微處理器和微控制器中實現。
[0050]應當理解的是，在此所示出及描述的各個實施例和變型僅僅是為了說明本發明的原理，並且在不背離本發明的範圍和精神的情況下可由本領域技術人員實現各種修改。
【權利要求】
1.一種用於語音信號中聲學回音消除的方法，包括: 在所述語音信號中插入至少一個音調，其中所述至少一個音調對於收聽者基本上是不可聽的； 根據所述至少一個音調的頻率偏移確定兩個採樣時鐘之間的時鐘偏斜； 根據所述確定的時鐘偏斜對所述語音信號進行重採樣；以及 利用所述重採樣的語音信號執行所述聲學回音消除。
2.權利要求1所述的方法，其中，所述方法在一個或多個終端設備和網絡設備中實現。
3.權利要求1所述的方法，其中，所述至少一個音調包括一個或多個高音音調和具有對於收聽者是不可聽的頻率的音調。
4.權利要求1所述的方法，還包括控制所述至少一個音調的水平使得所述至少一個音調被所述語音信號掩蓋的步驟。
5.權利要求1所述的方法，其中，所述至少一個音調包括多個音調。
6.權利要求1所述的方法，其中，所述至少一個音調的水平被從語音信號導出的掩蓋閾值控制。
7.一種用於消除語音信號中聲學回音的設備，包括: 音調生成器，用於在所述語音信號中插入至少一個音調，其中所述至少一個音調對於收聽者基本上是不可聽的；以及 偏移量計算電路，用於根據所述至少一個音調的頻率偏移確定兩個採樣時鐘之間的時鐘偏斜； 重採樣電路，用於根據所述確定的時鐘偏斜對所述語音信號進行重採樣；以及 利用所述重採樣的語音信號消除所述聲學回音的聲學回音消除器。
8.權利要求7所述的設備，還包括用於對包括所述至少一個音調的頻帶進行濾波的至少一個帶通濾波器。
9.權利要求7所述的設備，還包括用於濾除所述語音信號中的對應於所述至少一個音調的頻帶的至少一個陷波濾波器。
10.權利要求7所述的設備，其中，所述音調生成器控制所述至少一個音調的水平，使得所述至少一個音調被所述語音信號掩蓋。
【文檔編號】H04M9/08GK103748865SQ201280040127
【公開日】2014年4月23日 申請日期:2012年8月1日 優先權日:2011年8月17日
【發明者】沃爾特·埃特爾 申請人:阿爾卡特朗訊