王瑞

摘 要：影響語音通信質(zhì)量的主要原因歸咎于通話中存在電路回聲和聲學(xué)回聲的干擾，從而導(dǎo)致用戶體驗(yàn)不佳。研究者提出了多種回聲消除改進(jìn)算法，希望通過算法的改進(jìn)來達(dá)到提高通信質(zhì)量的目的，在研究中常被用到的有LMS、RLS等算法。首先闡述了語音通信中的回聲類型并分析了不同回聲類型產(chǎn)生的原理，然后簡單介紹了自適應(yīng)濾波器的基本原理，最后著重研究基于LMS的自適應(yīng)濾波改進(jìn)算法λ-LMS算法，通過改善因子λ調(diào)整獲取實(shí)時(shí)最優(yōu)步長因子來達(dá)到提高收斂速度與降低發(fā)散度的目的，并設(shè)計(jì)相關(guān)程序輸入MATLAB中檢測算法優(yōu)劣性。

關(guān)鍵詞：λ-LMS算法;改善因子;即時(shí)通信;自適應(yīng)濾波;語音回聲消除

中圖分類號：TB 文獻(xiàn)標(biāo)識碼：A doi：10.19311/j.cnki.1672-3198.2019.34.093

0 引言

語音被看作是語言符號系統(tǒng)的載體，人們利用語言來進(jìn)行交流和社會活動(dòng)，但在電子通信中我們不僅要交流，還要對語音信息進(jìn)行處理分析，優(yōu)化人們的通信交流。為了符合人們對語音通信質(zhì)量和舒適性方面的要求，研究者們提出了大量回聲改進(jìn)算法，現(xiàn)有市場上產(chǎn)品的回聲消除方法大致可分為三種：增益調(diào)整、最小均方法回聲消除和采用子帶自適應(yīng)濾波技術(shù)，但是這些方法存在著處理效果不佳、收斂慢、易發(fā)散和時(shí)間空間復(fù)雜度較大的缺點(diǎn)。而針對回聲消除的最新改進(jìn)方法是2017年，王正騰等人提出的對自適應(yīng)濾波器的初始權(quán)值階數(shù)進(jìn)行分幀，獲取每幀內(nèi)權(quán)值的均值和抖動(dòng)狀態(tài)，然后通過比較閾值結(jié)果調(diào)整濾波器權(quán)值的活躍區(qū)域，摒棄非活躍權(quán)值區(qū)域，最終根據(jù)活躍權(quán)值的總幀數(shù)調(diào)整濾波器的階數(shù)來提高回聲消除效果的這一改進(jìn)型NLMS算法，該算法雖然新穎，但是只針對濾波器權(quán)值進(jìn)行了優(yōu)化，復(fù)雜性高，收斂速度緩慢。因此本文提出了通過改善因子λ實(shí)時(shí)調(diào)整并自動(dòng)獲取自適應(yīng)算法中的最優(yōu)步長因子，令濾波器權(quán)向量w（n）隨時(shí)保持更新，提高了算法收斂速度并降低了分散度，從而使高度有色信號輸入時(shí)收斂性能仍能得到改善，算法的簡潔性和可移植性使其可以很方便的被嵌入手機(jī)等IP通信系統(tǒng)中使用。

1 聲學(xué)回聲消除算法原理

首先利用一個(gè)LMS自適應(yīng)濾波器來自動(dòng)識別模擬出回聲通道，然后通過調(diào)整設(shè)計(jì)得到的自適應(yīng)濾波算法，使其產(chǎn)生與實(shí)際回聲路徑無限逼近的恰當(dāng)沖激響應(yīng)，回聲預(yù)測信號y（n）便由此產(chǎn)生，最后將近端采樣語音信號d（n）和模擬得到的回聲預(yù)測信號y（n）作差，就實(shí)現(xiàn)了聲學(xué)回聲消除，這是聲學(xué)回聲消除算法的基本原理。實(shí)驗(yàn)中，通過將來自網(wǎng)絡(luò)的遠(yuǎn)端信號x（n）經(jīng)過衰減延時(shí)后疊加到現(xiàn)在的語音信號上來產(chǎn)生回聲信號，設(shè)計(jì)一個(gè)可調(diào)整的LMS算法濾波器消除回聲信號，對比濾波前后信號上的差異來判斷自適應(yīng)濾波器性能優(yōu)劣。聲學(xué)回聲消除的功能原理框圖如圖1所示。

2 固定步長LMS算法處理回聲信號

LMS算法具有結(jié)構(gòu)簡單、計(jì)算復(fù)雜度低，穩(wěn)定性高等優(yōu)點(diǎn)，但是它在很大程度上依賴于輸入信號的特征值分散度，當(dāng)輸入高度有色的信號時(shí)，其算法收斂速度變慢，性能變差。而LMS算法的收斂速度和穩(wěn)定性受步長因子大小的影響。我們通過MATLAB仿真實(shí)驗(yàn)對這個(gè)問題展開分析。如圖2（a）所示，它表示在一定時(shí)間段內(nèi)原始語音信號x（n）的波形圖。圖2（b）是通過模擬疊加了回聲干擾噪聲信號y（n）的聲音波形圖。然后使用常規(guī)的LMS算法（濾波器抽頭數(shù)設(shè)置為64，步長因子μ取0.0003），對圖2（b）表述的疊加回聲語音信號的聲音波形展開算法處理，處理后得到如圖2（c）所示的去除了回聲干擾的聲音波形圖。此次實(shí)驗(yàn)中為了保證數(shù)據(jù)的可比較性，所有回聲消除算法的濾波器抽頭數(shù)量（dim）都設(shè)置為64，步長因子μ均取0.0003。

我們對原始語音信號x（n）波形圖和常規(guī)LMS算法處理后的語音信號波形圖進(jìn)行對比，從圖2（c）[0.3，0.5]時(shí)間區(qū)間內(nèi)我們很容易看出，使用LMS算法消除回聲干擾信號時(shí)，在0.4秒時(shí)刻，濾除了回聲干擾信號后的波形振幅才只能達(dá)到原始語音波形振幅的1/2，所以可以得出這樣一個(gè)結(jié)論：常規(guī)的LMS自適應(yīng)回聲消除算法雖然可以消除語音信號中的回聲干擾信號，但是收斂速度變得十分緩慢，不能在即時(shí)語音通信中發(fā)揮出很好的作用。

3 改善步長因子取值后的λ-LMS算法

為了改進(jìn)常規(guī)LMS自適應(yīng)回聲消除算法在濾波器抽頭數(shù)量（濾波器階數(shù)）都設(shè)置為64，步長因子μ均取0.0003時(shí)收斂速度緩慢的缺點(diǎn)，我們在研究中通過添加改善因子λ來優(yōu)化調(diào)整步長因子μ的取值，希望能提高LMS算法的收斂速度，改善常規(guī)的LMS回聲消除算法。我們通過對LMS算法的核心公式wn+1=wn+2μxnen，n=1，2，…來實(shí)現(xiàn)改進(jìn)想法，將 2μxne（n）擴(kuò)大為λμxne（n），λ即是我們的改善因子，從而將核心公式按照一定的線性變化來處理，我們稱這個(gè)改進(jìn)后的LMS算法為λ-LMS算法。在λ=2時(shí)，λ-LMS算法又簡化為常規(guī)的LMS自適應(yīng)算法。當(dāng)λ取[1、2、20、40]時(shí)，λ-LMS算法對疊加了回聲信號的語音信號處理后的效果圖如圖3所示，和原來步長因子固定的常規(guī)LMS算法處理效果（如圖2（c））對比，收斂速度明顯提高。這就說明通過添加改善因子λ并不斷優(yōu)化其取值后得到的改進(jìn)型λ-LMS算法，對提高即時(shí)語音回聲自適應(yīng)消除算法的收斂速度明顯。當(dāng)λ=40時(shí)，在500個(gè)取樣點(diǎn)處就可以消除掉大部分的回聲，得到與原始聲音信號波形極為接近的自適應(yīng)濾波波形。

以圖2（a）為原始聲音信號樣本，利用MATLAB隨機(jī)產(chǎn)生100個(gè)白噪聲信號疊加到原始信號上，形成待處理語音信號d（n）。通過對圖4改善因子λ和回聲消除效果折線圖的分析：以0.4秒內(nèi)可以達(dá)到的最大振幅作為回聲消除效果的比較依據(jù)，聲音幅值越大，收斂速度越快，回聲消除效果也就越好。我們在剔除差異較大點(diǎn)后分析得到，在改善因子λ取45時(shí)語音信號振幅已基本維持不變，于是我們可以得到改進(jìn)型LMS回聲自適應(yīng)消除算法的較優(yōu)步長因子值為：

4 結(jié)語

本文簡單介紹了語音通信中聲學(xué)回聲消除算法基本原理，從步長因子μ入手到影響濾波器權(quán)值向量系數(shù)w（n），對常規(guī)回聲消除LMS算法進(jìn)行優(yōu)缺點(diǎn)分析，通過添加改善因子λ來設(shè)計(jì)得到最優(yōu)的步長因子，從而達(dá)到提高收斂速度與降低發(fā)散度的目的，實(shí)驗(yàn)過程中借助了MATLAB功能的強(qiáng)大性對多種語音信號進(jìn)行處理分析，并通過圖表化直觀呈現(xiàn)出來。在濾波器抽頭數(shù)設(shè)置為64，步長因子μ取0.0003的前提條件下，我們得到了改進(jìn)型λ-LMS算法的較優(yōu)步長因子取值為0.0135，擴(kuò)大了原有的步長因子值，相對常規(guī)的LMS算法，該算法顯示出較強(qiáng)的即時(shí)語音回聲自適應(yīng)消除能力。該改進(jìn)λ-LMS算法具有可搬移性和復(fù)制性，能夠很輕松的在其它電子設(shè)備上發(fā)揮改善效果，且算法復(fù)雜度較低。

參考文獻(xiàn)

[1]閻兆立，杜利民.電話語音回聲消除的研究[J].電子學(xué)報(bào)，2002，（11）.

[2]胡航.語音信號處理[M].哈爾濱：哈爾濱工業(yè)大學(xué)出版社，2012.

[3]蒙淑艷，趙曉暉，顧海軍.一種自適應(yīng)回聲抵消噪聲消除算法[J].吉林大學(xué)學(xué)報(bào)，2004，（4）.

[4]胡立寧.自適應(yīng)回聲消除算法的研究與實(shí)現(xiàn)[M].長春：吉林大學(xué)出版社，2007.

[5]趙春暉，張朝柱，李剛.自適應(yīng)信號處理[M] 哈爾濱：哈爾濱工程大學(xué)出版社，2006.

[6]宋知用.MATLAB在語音信號分析與合成中的應(yīng)用[M].北京：北京航空航天大學(xué)出版社，2013.

[7]費(fèi)璐璐，王華斌.聲學(xué)回聲算法研究[J].安徽工程科技學(xué)院學(xué)報(bào)，2004，（1）.

[8]姚天任.數(shù)字語音處理[M].武漢：華中理工大學(xué)出版社，1992.