IP電話回聲消除器的設(shè)計及其DSP實現(xiàn)

介紹了一種用于IP電話中的自適應(yīng)回聲消除器，采用歸一化最小二乘（NLMS）自適應(yīng)濾波器實現(xiàn)，包括語音模式檢測器和粗略時延估計器。最后以TI公司的TMS320C5402 DSP芯片為平臺，實現(xiàn)了該回聲消除器，還對關(guān)鍵代碼進行了分析。
???? 關(guān)鍵詞：回聲消除，自適應(yīng)濾波，NLMS，DSP

1　在VoIP中采用回聲消除技術(shù)的必要性
　　與傳統(tǒng)的PSTN網(wǎng)絡(luò)采用電路交換技術(shù)不同，IP電話采用的是分組交換技術(shù)，充分利用Internet來傳輸語音數(shù)據(jù)，使得價格大大降低，從而取得了長足的發(fā)展。但是IP電話也存在一些弊端，比如語言質(zhì)量比較差，導(dǎo)致這一弊端的因素很多，其中主要的因素就是網(wǎng)絡(luò)延時和算法延時，這主要是由于互聯(lián)網(wǎng)的數(shù)據(jù)傳輸特點以及語音編解碼耗時較大導(dǎo)致的，總延時長達100ms。根據(jù)經(jīng)驗，如果語音的延時超過了50ms，那么，人耳就可以鑒別出自己的回聲，顯然，IP電話系統(tǒng)的回聲是非常嚴重的，鑒于此，國際電聯(lián)（ITU）也相應(yīng)地制定了回聲消除的國際規(guī)范，如G．165，G．168。
2　回聲消除器的結(jié)構(gòu)框圖和基本原理
??? 圖1所示是VoIP回聲消除系統(tǒng)結(jié)構(gòu)圖。

　　從圖1可以看出，整個回聲消除系統(tǒng)分成三個部分：NLMS自適應(yīng)濾波器、語音檢測器和粗略時延估計器。其中，語音檢測器又分為三個部分：近端說話檢測器、遠端說話檢測器和雙端說話檢測器。
　　圖1中，A、B端代表遠端用戶，C、D端代表近端用戶，y（n）代表時刻n來自遠端的語音采樣值。y（n）經(jīng)過互聯(lián)網(wǎng)到達近端用戶的揚聲器端，由于從揚聲器出來的聲音信號經(jīng)過空氣形成的回聲通道H（z）又會被近端的話筒拾取，這部分回聲信號echo（n）會混同近端用戶的語音信號一起進入近端的話筒，也就形成近端的聲學(xué)信號r（n），r（n）再通過互聯(lián)網(wǎng)，向遠端用戶的揚聲器傳輸。如果不采取回聲消除措施，只要遠端信號y（n）通過互聯(lián)網(wǎng)傳回遠端揚聲器的時間超過50ms（這是經(jīng)常出現(xiàn)的情況），那么，這部分被近端拾取的回聲信號echo（n）會被遠端用戶分辨出來，結(jié)果就使得遠端用戶聽到了自己的聲音，會大大降低通話的質(zhì)量，這是用戶所不能容忍的。所以，必須采取消除回聲的措施。
　　完成回聲消除的一個很重要的模塊就是自適應(yīng)濾波器，本文采用NLMS算法進行自適應(yīng)濾波。當遠端信號y（n）到達近端之后，先把這個信號“復(fù)制”一份，放到存儲器中，結(jié)合誤差信號，利用NLMS算法不斷調(diào)整自適應(yīng)濾波器的系數(shù)，使得y（n）經(jīng)過自適應(yīng)濾波器后的輸出盡量逼近回聲信號echo（n），這樣，當近端的語音信號x（n）＝0的時候，從B端輸出的誤差信號e（n）也就接近0，從而達到了回聲消除的目的。
　　當然，在NLMS自適應(yīng)濾波器進行濾波和系數(shù)更新之前，必須檢測語音模式是近端說話模式、遠端說話模式、還是雙端說話模式，因為不同的說話模式NLMS自適應(yīng)濾波器所執(zhí)行的功能是不完全相同的。另外，由于遠端信號y（n）被自適應(yīng)濾波器“復(fù)制”到存儲器中的時刻t1和y（n）經(jīng)過回聲通道H（z），進入近端話筒并作相應(yīng)的處理的時刻t2是不相同的，t2要大于t1，這主要是語音數(shù)據(jù)編碼、打包和壓縮造成的。為了使得濾波器處理的信號y（n）和傳回遠端的信號r（n）保持對應(yīng)，即echo（n）和y（n）保持高度的相關(guān)性，那么被自適應(yīng)濾波器“復(fù)制”的y（n）信號，最好在存儲器中延時一段時間，這樣才能保證達到回聲消除取得比較好的效果。
3　NLMS自適應(yīng)濾波器原理
　　為了討論方便，這里先考慮遠端說話模式，即近端語音信號x（n）為0。為了簡單起見，把圖1中的NLMS自適應(yīng)濾波器部分單獨抽出來，簡化成圖2。圖2所示是NLMS自適應(yīng)濾波器結(jié)構(gòu)圖。

　　其中，H（z）傳遞函數(shù)用來表示回聲通道的特性。NLMS自適應(yīng)濾波器就是要盡快地調(diào)整自己的系數(shù)，使其沖擊響應(yīng)盡量逼近H（z）的沖擊響應(yīng)，這樣才能使誤差信號e（n）逼近0。具體的實現(xiàn)過程如下。
??? 自適應(yīng)濾波器的輸出由式（1）給出：

其中：N是NLMS自適應(yīng)濾波器的階數(shù)。BT＝〔b0，b1Λ，bN－1〕是濾波器的系數(shù)矢量。-1），Λ，y（n－N＋1）〕是濾波器n時刻的輸入信號矢量。
　　由于前面已經(jīng)假設(shè)為遠端說話模式，故，近端語音信號x（n）為0。誤差信號e（n）可由式（2）給出：

其中：μ為步長因子，是一個常數(shù)，由試驗來確定，μ的選取至關(guān)重要，為了確保收斂，必須滿足0＜μ＜2。μ取值過大，雖然可以加快自適應(yīng)濾波器的收斂速度，但是誤差信號e（n）也會大，μ取值過小，則使收斂速度變慢。e（n）由式（2）計算。P（n）是n時刻輸入信號矢量yn的短時平均功率，。

4　語音檢測器
　　語音檢測器在整個回聲消除系統(tǒng)中也占據(jù)非常重要的地位，這是因為不同的語音模式自適應(yīng)濾波器所要求執(zhí)行的功能是不相同的，下面分別說明。
4．1　遠端說話檢測器
　　當近端用戶不說話而只有遠端用戶說話的時候，就是遠端說話模式。式（4）用于檢測遠端說話模式。

代表遠端信號和近端信號的較短窗功率估計值。是閥值常量，要由實驗來確定，取得太大或者太小都會導(dǎo)致檢測錯誤。
　　如果檢測出為遠端說話模式，那么，應(yīng)該通過圖1中的NLMS控制器同時打開NLMS自適應(yīng)濾波器的濾波功能和系數(shù)更新功能。
4．2　雙端說話檢測器
　　當近端用戶和遠端用戶同時說話的時候，就是雙端說話模式。式（5）用于檢測雙端說話模式。

表誤差信號和近端信號的短窗功率估計值。C是系數(shù)常量，C＝10ERLE／10，一般ERLE取為8dB。D是閥值常量，要由實驗來確定，取得太大或者太小都會導(dǎo)致檢測錯誤，影響濾波效果。
　　如果檢測出為雙端說話模式，則要凍結(jié)FIR濾波器的系數(shù)更新功能，只需要完成濾波功能，即只要計算濾波器輸出r（n）的值。
4．3　近端說話檢測器
　　當只有近端用戶說話而遠端用戶不說話的時候，就是近端說話模式。式（6）用于檢測近端說話模式。

表近端信號短窗功率估計值和長窗功率估計值。NES　MARGIN是閥值常量，要由實驗來確定。
　　如果檢測出為近端說話模式，那么，應(yīng)該通過圖1中的NLMS控制器同時凍結(jié)NLMS自適應(yīng)濾波器的濾波功能和系數(shù)更新功能。
5　粗略時延估計器
　　由于遠端信號y（n）通過回聲通道要經(jīng)過編碼、打包和壓縮的處理，會花費大量的時間，這就必然會產(chǎn)生延時。而且這種延時還是在一定范圍內(nèi)隨機波動的，這就增加了估計的難度，要想準確地計算出延時的大小是不可能的，只能是一個粗略的估計值，故稱為粗略時
　　延估計器?？梢园凑帐剑?）和式（8）來估計延時值：

　　首先按照式（7）計算從近端傳到遠端的聲學(xué)信號和誤差信號的互相關(guān)函數(shù)，然后從中選出絕對值最大者，作為延時的估計參數(shù)。
6　DSP芯片簡介及關(guān)鍵代碼介紹
　　本文選擇TI公司的DSPTMS320C5402為硬件平臺來實現(xiàn)回聲消除，TMS320C54x是一款低功耗、高性能的定點數(shù)字信號處理器，運行速度可達到100MIPS。有兩個40位累加器A、B，192K字可尋址空間（64K字的程序存儲器、64K字數(shù)據(jù)存儲器及64K字I／O空間）。采用8總線增強型哈佛結(jié)構(gòu)，多級流水線操作，專用的硬件乘法器，DSP的專用指令（如FIRS，LMS）。
　　下面是用DSP實現(xiàn)回聲消除的NLMS算法的關(guān)鍵代碼：


　　編程的時候，為了提高程序的運行效率，要充分利用DSP芯片的優(yōu)點。要盡量使用指令周期少的尋址方式，如直接尋址、雙操作數(shù)尋址。在設(shè)計濾波器的數(shù)據(jù)和系數(shù)緩沖區(qū)的時候采用循環(huán)尋址，這樣可以避免大批數(shù)據(jù)的搬移，節(jié)省指令周期，如果開辟一個長度為L的緩沖區(qū)，必須保證其首址最低位至少有N個0，N是滿足2N＞R的最小整數(shù)。還要多采用如ST‖MPY等并行指令，多采用DSP的專用指令，如LMS、FIRS。
7　結(jié)束語
　　回聲消除技術(shù)在IP電話中占有非常重要的地位，本文介紹了用NLMS算法設(shè)計回聲消除器，還涉及到語音檢測和時延估計，以及如何在DSP上實現(xiàn)。下面給出63階的NLMS自適應(yīng)濾波器的系數(shù)更新結(jié)果，為了方便起見，把回聲通道H（z）等效成一個63階的FIR濾波器，其沖擊響應(yīng)如圖3所示，并假設(shè)近端語音信號x（n）為0，不考慮延時，一段時間后NLMS濾波器的沖擊響應(yīng)見圖4。圖4所示是收斂后的NLMS自適應(yīng)濾波器系數(shù)。由圖4可以看出，NLMS自適應(yīng)濾波器的收斂效果較好。

　　經(jīng)過測試，本文所述的回聲消除器用于VoIP電話中，可以比較明顯地改善語音的質(zhì)量。

1　ITU－T Recommendation G．165（03／93）．Echo Cancellers
2　ITU－T Recommendation G．168（04／97）．Digital Network Echo Cancellers
3　劉益成．TMS320C54xDSP應(yīng)用程序設(shè)計與開發(fā)．北京：北京航空航天大學(xué)出版社，2002
4　Simon Haykin．Adaptive Filter Theory．2nd Edition．Prentice－Hall，1991
5　姚天任．數(shù)字語音處理．武漢：華中理工大學(xué)出版社，1999
6　黃永峰．IP電話網(wǎng)關(guān)中回聲消除器的實現(xiàn)．通信技術(shù)，2000（2）