融合动态场景感知和注意力机制的声学回声消除算法

在实时语音频通话系统中,如何去除声学回声得到清晰语音是目前最受关注的难题之一。声学回声消除(Acoustic echo cancellation,AEC)技术旨在消除语音频通话系统中的声学回声,提高通话过程中的语音质量,给予用户良好的通话体验,但是传统回声消除系统存在去回声效果不明显、存在非线性回声残留以及无法实时处理回声等问题。因此,为解决上述存在问题,提出了一种动态场景感知模块(Dynamic scene perception module,DSPM)和全局注意力机制(Global attention mechanism,GAM)相结合的声学回声消除算法。该算法以卷积循环网络(Convolutional recurrent network,CRN)作为基线模型,提取语音信号的序列特征;首先,在其编码器中引入DSPM模块替换原因果卷积,根据场景动态分配卷积内核数量,加强模型的自适应性;其次,在编码器最后两层中分别引入GAM模块,放大空间通道间关系以及统筹全局交互,提升对语音信号特征的提取能力以及消除回声的性能;最后,通过将MSE损失函数和HuberLoss损失函数线性相加生成一种新的损失函数——MSE-HuberLoss,进一步提高模型的鲁棒性。实验结果表明,提出的GAM-DSPM-CRN模型的回声消除性能优秀,且获得较基线模型更加清晰的重构语音信号;在双端通话环境下,提出的GAM-DSPM-CRN模型声学回声消除算法较其他对比算法性能有较大提升;在Microsoft AEC Challenges数据集上,MOS、ERLE和STOI的得分分别达到了4.09、57.43和0.78。

基于动量梯度下降的回声消除算法

针对极端环境话音系统下声学回波影响工作人员正常施工,且常规声学回声消除算法收敛速度慢的问题,提出一种基于动量梯度下降的基于l0范数的改进系数成比例归一化最小均方误差算法(L0⁃IPNLMS)。该算法将动量因子引入L0⁃IPNLMS算法中,解决在算法运行过程中梯度下降时梯度摆动幅度可能过大的问题,也提高了自适应滤波器的收敛速度,且残余回声下降明显,声学回波抑制效果更好。仿真实验表明,与L0⁃IPNLMS算法相比,新算法在模拟随机多音信号与真实语音信号输入时,均方误差(MSE)可以降低3.47 dB和3.69 dB,回波抑制比(ERLE)提高了3.46 dB和3.68 dB,在低信噪比情况下,使用新算法对真实语音信号进行回声消除,收敛速度高于L0⁃IPNLMS等算法,且收敛效果有明显改进。

基于改进鲸鱼算法的数字助听器回声消除方法

在数字助听器应用中,回声消除能力是检验助听器效果的标准之一。针对回声消除算法中自适应滤波器权重设置主观性较强以及实际语音信号波动性较大导致数字助听器回声消除精度不高的问题,提出了一种结合集合经验模态分解(EEMD)方法及鲸鱼算法(WOA)的最小均方误差算法(LMS)。该新方法在鲸鱼算法的基础上引入集合经验模态分解方法,采用集合经验模态分解方法将采集到的语音信号分解为若干个平稳的子序列,运用鲸鱼算法收敛速度较快的特点帮助自适应滤波器更快找到更适宜的权重,对自适应滤波器进行权重向量的优化,从而建立EEMD-WOA-LMS模型,通过回声消除效果的常用性能指标对所提方法进行验证。仿真实验表明,将改进方法与WOA-LMS算法相比,能获得较快的收敛速度和较低的失调量,并且均方误差有所降低,失调量降低了0.73 dB,回声损失值提升了2.87 dB,验证了EEMD-WOA-LMS算法的回声消除能力更优。

联合卡尔曼滤波和泰勒残差展开的回声消除方法

现有基于深度学习的声学回声消除算法主要采用端到端的结构,这种结构使得神经网络模型在设计上的可解释性难以实现。针对这一问题,提出一种联合卡尔曼滤波和泰勒残差展开的回声消除方法,可以为网络结构设计提供很好的可解释性。该方法由线性自适应滤波和深度神经网络两部分组成。首先,采用神经卡尔曼滤波(Neural Kalman Filtering,NKF)作为自适应滤波器去除线性噪声,获得目标语音的粗略频谱估计;然后,通过泰勒展开神经网络对粗谱估计的结果进一步处理,以抑制非线性残留回声,并逐步修复目标语音的复数频谱。在泰勒展开神经网络中设计融合不同尺度时频特征的编解码网络用于零阶项估计,构建轻量级高阶项估计网络,并按颗粒度由大到小重建目标语音复数频谱。结果表明,相比现有的主流回声消除方法,本文所提方法的性能有显著提升。双讲情况下,语音质量感知评估(Perceptual Evaluation of Speech Quality,PESQ)和短时客观可懂度(Short-Time Objective Intelligibility,STOI)均有大幅提升;单讲情况下,回声损失增强度量(Echo Return Loss Enhancement,ERLE)达到了56.106的优良表现,相比先进的UNET神经网络方法提高了6.5%。

基于CBAM-CRN的面向会议场景的多通道回声消除模型

本文研究了基于深度学习的多通道回声消除方法,提出了基于卷积块注意力模块(CBAM)融合卷积循环网络(CRN)的多通道回声消除方法。该方法利用U型网络的特征提取能力和LSTM网络处理时序信号的优势,结合了时频掩蔽算法和稀疏自适应归一化处理,同时融合了通道注意力和空间注意力联合机制,该混合域注意力能够有效地捕获关键特征并抑制无关特征。实验表明,CBAM-CRN方法在多种通话模式下均优于自适应滤波和其他深度学习方法,有效提高了远场免提通话的语音质量。

VOIP的相关技术——回声消除技术的研究

文章概述了 Internet语音通信技术中的回声消除技术 ,描述了一个全双工的声学回声消除器软件的 DSP实现算法。这个实现是基于规格化最小均方差 ( NLMS)的算法 ,包括双端语音活动检测的原理。

浅析CDMA移动通信网的回声消除技术及应用

本文首先讨论了电信网回声产生的机理及消除方法 ,然后结合本业务区的实际情况 ,介绍了汕头联通解决CDMA网回声问题的具体实例 ,提出了回声消除技术的应用思路。

语音系统中的子带自适应回声消除技术

提出了一种基于DFT调制滤波器组的子带自适应滤波回声消除技术,首先使用分析滤波器组将麦克风输入信号和扬声器输出信号分成若干个频(子)带,扬声器输出信号作为自适应滤波器的输入信号,估计回声反馈信号,并从子带麦克风输入信号中减去。在每个子带中,采用了归一化最小均方自适应算法,使得子带均方误差最小。子带自适应滤波器的阶数通常比全带自适应滤波器更小,而且子带收敛速度会有所提高,同时计算复杂度也大大减少。在实际语音处理实验中证明,这种方法是有效的。

VoIP回声消除器设计及算法研究

本文提出了一种与线性预测编解码器相结合的新声学回声消除器,由去相关可变步长的NLMS自适应算法和基于回声路径失配方差的双端通话检测算法所组成.Matlab仿真结果表明,与Gordy所提出的回声消除算法相比,本文提出的算法在双端通话和回声路径改变时判别更准确,收敛速度更快;在收敛状态时,ERLE值平均提高了15dB,失调误差平均降低了10dB,具备更好的回声消除性能.

一种使用双滤波器的回声消除算法

首先讨论了回声消除中的双端发声问题,指出传统的双端发声检测方法用于回声消除时,其不可避免的误检会导致回声消除系统性能严重恶化,使系统不稳定。本文提出一种使用双滤波器的回声消除算法。该算法使用自适应滤波器跟踪回声信道,使用一个辅助滤波器和自适应滤波器一起完成回声消除。实验结果表明,该算法与传统算法相比,运算量相当;但在双端发声期间,该算法稳定性更高,回音往返损耗增强(E cho return loss en-hancem en t,ERLE)有明显的改善。

改进仿射投影算法及其在电子回声消除中的应用

在电子回声消除应用中,为提高自适应算法的收敛速度,提出一种改进的仿射投影算法及其快速实现形式.新算法利用回声路径的稀疏结构特征,通过收敛步长控制矩阵,按滤波器各系数幅值大小,等比例地为其指定相应收敛步长,以加快大系数收敛,最终达到加快滤波器整体收敛速度的目的.对新算法进行的统计学分析,为其快速收敛于目标系统的算法特性提供了理论依据.仿真实验表明与传统自适应算法相比,新算法能减小稳态失调并大幅提高收敛速度,其低计算复杂度亦保证了系统的实时性.

一种变步长Proportionate NLMS自适应滤波算法及其在网络回声消除中的应用

Proportionate自适应算法利用稀疏冲激响应的结构特征,极大地加速了算法的收敛速度.但是快速收敛与低稳态失调是一对矛盾的需求,固定步长算法必需折中选择一个步长参数来满足应用的要求.本文提出了一种适用于Proportionate算法的变步长方法,有效解决了收敛速度和稳态失调之间的矛盾.所提的算法首先利用最小干扰原理,得到了一个Proportionate NLMS算法的推导;进而将干扰信号考虑进算法的系数更新过程,通过在每一步迭代中用后验误差去补偿干扰信号的负面作用,得到一个新的优化准则;最后利用这个准侧,推导出了一个适用于Proportionate算法的步长调节方法.仿真实验验证了本文方法的有效性.

电话语音回声消除的研究

为了消除电话语音系统中的反射回声 ,本文通过对电话信道的研究 ,提出通过估算信道冲击响应 ,得到提示语音经过信道卷积后的结果 ,从而抑制回声的算法 .与LMS自适应算法相比 ,它可获得很好的回声抑制和对原始信号的保真效果 .回声抵消后 ,语音识别正确率和准确率分别提高约 2 9%和 6 0 % .

自适应回声消除的初期迭代统计学模型及改进算法

为减少滤波器长度,提出自适应滤波算法初期迭代统计学模型及改进的回声消除算法。提出的统计学模型分析了自适应算法迭代初期滤波器各系数的均值和方差。基于该模型提出的改进算法,先检测回声路径峰值,进而确定回声路径延时,然后以延时为中心,用一个短的滤波器辨识原回声路径活跃系数部分。用实际回声路径进行仿真,理论和实验结果均表明,新算法在迭代的前75～100步已可准确检测回声路径峰值并确定延时;而减少滤波器长度,可大幅提高自适应算法收敛速度并降低算法计算复杂度。

IP语音通话中回声消除算法的研究

文章首先介绍了IP电话系统中回声的特点以及声学回声消除的原理,并针对IP语音通信中回声的特点,介绍了用于处理这种回声的LMS牛顿算法,但其存在步长因子选择较难、收敛性能不高等缺点。该文在LMS牛顿算法的基础上,提出了一种改进的LMS牛顿算法,并对该算法的基本原理进行了分析说明。计算机仿真结果表明了该算法的可行性和优越性,经对比分析可知,新算法收敛性能良好,尤其是对大步长因子,明显优于LMS牛顿算法,克服了LMS牛顿算法存在的一些不足,具备更好的回声消除功能。

用于回声消除系统的自适应延时估计算法研究

为避免回声消除系统中滤波器过长导致的各种缺陷,提出一种单滤波器结构的自适应延时估计(delay estimation,DE)算法,并与现有的两种双滤波器延时估计算法S-DE、PHT-DE进行对比研究。先阐述自适应延时估计算法的原理,并对三种算法进行理论研究,然后采用高斯白噪声作为输入信号,以稀疏回声路径为实验条件,对算法进行计算机仿真。仿真结果表明,与PHT-DE相比,S-DE算法计算复杂度较低而稳定性较弱,但两种算法均为双滤波器结构,因此存在信息冗余而导致计算复杂度浪费。新算法为单滤波器结构,可有效避免双滤波器结构的信息冗余,其性能与计算复杂度均优于S-DE、PHTDE,是各种DE算法里实用性最强的算法。最后指出该算法的改进方向是进行统计学建模,为参数设置提供理论指导公式。

VoIP声学回声消除算法研究

对回声消除技术原理进行了阐述,介绍自适应回声消除器基本结构,并分析了speex中的频域回声消除算法MDF,针对MDF算法提出了一种使估计回声和录音输入之间进行的同步方法;最后,以Speex开源项目为基础进行了测试。结果表明,该方法比现有的双段讲话检测(DTD)算法效果更好,实现也更为简单。

一种提高稳态误差及收敛速度的回声消除算法

以研究回声消除为背景,在分析比较了三种LMS自适应滤波器算法的基础上,提出了改进的LMS自适应滤波器算法。并利用Matlab进行仿真分析,通过绘制误差曲线、学习曲线,证明了改进后的算法在稳态误差以及收敛速度方面都优于之前的算法。该算法能较好地应用到IP电话中的回声消除的自适应滤波问题。

基于WebRTC的Android数字楼宇对讲系统回声消除

针对现在Android数字楼宇对讲系统中的回声消除问题,采用WebRTC的回声消除模块实现Android本地实时回声消除,并设计了多线程编程技术实现音频采集、播放的同步,最后利用JNI技术将Android楼宇对讲系统回声消除程序进行封装,解决了Android楼宇对讲系统的回声问题,达到很好的回声消除效果,便于不同Android平台的移植应用。

车载多媒体智能导航终端回声消除功能

目的解决车载多媒体导航终端应用中回声消除问题。方法利用MSM7731芯片实现了回声消除,最后根据实际车载应用环境的特点来调节自适应滤波器的参数使回声消除的效果达到最佳。结果在分析回声的产生及消除原理的基础上,介绍了用于实现回声消除的自适应滤波算法,给出了车载多媒体导航终端的核心电路模块。结论该设备具有良好的市场应用前景。