朗谷數(shù)字音頻處理技術(shù)在音頻及網(wǎng)絡(luò)通訊領(lǐng)域的應(yīng)用解析

2008年12月15日出版的《第一財(cái)經(jīng)周刊》刊登了科爾尼資訊管理公司發(fā)布的2008年全球化城市指數(shù)的前60個(gè)城市，上海、北京、深圳入選其中，而07年有本暢銷書《***》，則把網(wǎng)絡(luò)通訊技術(shù)的變革視為使全球化的力量之一，統(tǒng)一通訊技術(shù)發(fā)展方向是IP將融合所有協(xié)議，AV將融合所有格式，互聯(lián)互通，開放式代替封閉式，技術(shù)越復(fù)雜就越要求用戶應(yīng)用上的簡(jiǎn)單，而數(shù)字音頻處理技術(shù)則是網(wǎng)絡(luò)通訊中最基礎(chǔ)和最核心的技術(shù)之一，朗谷數(shù)字實(shí)驗(yàn)室專注于此項(xiàng)技術(shù)的研發(fā)。
　　一、 與朗谷數(shù)字音頻處理技術(shù)關(guān)聯(lián)的基礎(chǔ)概念
　　歷史
　　回音消除已經(jīng)替代了早期的回音抑制，回音抑制最早始于20世紀(jì)50年代，在衛(wèi)星通訊環(huán)境中用來控制由于比較長(zhǎng)的信號(hào)延時(shí)而聽到的回音。最早的回音消除理論在二十世紀(jì)六十年代在AT&T貝爾實(shí)驗(yàn)室中發(fā)展起來，但是直到20世紀(jì)70年代末，由于受到電子行業(yè)的技術(shù)能力限制，商用回音消除產(chǎn)品一直沒有取得太大的發(fā)展。
　　隨著DSP的飛速發(fā)展使得回音消除產(chǎn)品變得更小和更具有效費(fèi)比。在20世紀(jì)九十年代，回音消除器不再作為一個(gè)獨(dú)立的設(shè)備，第一次被集成于語音網(wǎng)關(guān)中（加拿大北電公司DMS-250）。這個(gè)整合使得回音消除直接內(nèi)置于語音網(wǎng)關(guān)中，意味著回音消除器可以在通話過程中非?？煽康乇婚_啟或者關(guān)閉，在語音通訊和數(shù)據(jù)通信中區(qū)分不同的干線組取得所需要的信號(hào)。
　　1、回聲與延時(shí)的關(guān)系
　　回聲和延時(shí)是兩個(gè)不同的概念，延時(shí)不會(huì)加重或者改變回聲的量值。聲音有一個(gè)遮掩效應(yīng)，例如我們?cè)谏焦壤锬敲辞宄穆牭交芈暤脑蚴且驗(yàn)槁曇舻膫鬟f時(shí)間長(zhǎng)，聲音反射回來的時(shí)間就長(zhǎng)，超過1秒甚至2秒，聲音的傳遞時(shí)間長(zhǎng)了，聲音的遮掩效應(yīng)會(huì)失去，這樣人的耳朵就會(huì)感覺到聽到這個(gè)回聲，回聲是一直存在的，專門的研究機(jī)構(gòu)做過專門的測(cè)試，聲音的傳遞小于20毫秒左右的時(shí)候，遮掩效果發(fā)揮作用，人耳一般聽不出來，超過20毫秒以后遮掩效應(yīng)開始衰減，超過50毫秒，聲音的遮掩效應(yīng)就基本消失了，只要有微弱的回聲人耳就能聽得到。
　　2、回聲和數(shù)字延時(shí)及語音壓縮技術(shù)的關(guān)系
　　數(shù)字延時(shí)技術(shù)就是把線性的信號(hào)，語音信號(hào)從喇叭或者電話中傳出去前，經(jīng)過數(shù)字信號(hào)采樣處理會(huì)延遲一段時(shí)間，就使得回音回來延遲的更長(zhǎng)，所以我們能夠聽到。而語言壓縮技術(shù)是對(duì)一段數(shù)字信號(hào)進(jìn)行采樣后壓縮，然后再把這個(gè)壓縮信號(hào)送出去，這一段數(shù)字信號(hào)一般是30毫秒，40毫秒左右，語音數(shù)據(jù)經(jīng)過拿出來做處理，處理之后，再送出去，這樣就增加了40毫秒的延時(shí)，導(dǎo)致的結(jié)果就是有回音回來被聽到。例如我們現(xiàn)在的電話網(wǎng)絡(luò)都采用用數(shù)字交換機(jī)，而以前都是模擬交換機(jī)，送出的都是模擬信號(hào)，這個(gè)信號(hào)是以光速傳遞的，所以在模擬交換機(jī)時(shí)代，打本地電話和長(zhǎng)途電話感覺不到有回音，只有通過衛(wèi)星打國(guó)際電話的時(shí)候聽到有回音，因?yàn)檠舆t時(shí)間就變長(zhǎng)了，那么打本地電話，電信號(hào)以光的速度傳遞，只有幾個(gè)毫秒，我們就聽不見感覺不到回音的存在，而現(xiàn)在的電話網(wǎng)絡(luò)全都用數(shù)字式的，它把電信號(hào)變成數(shù)字信號(hào)，而數(shù)字信號(hào)的處理，不是采一個(gè)數(shù)字就送出去，它是采集一段信號(hào)，可能是20毫秒40毫秒的信號(hào)進(jìn)來了，把它處理一下，然后送出去，這樣的數(shù)字處理的效率很高，把信號(hào)先壓縮以后，再送出去，結(jié)果就是效率更高，本來一根線只能送一路電話，現(xiàn)在可能送10個(gè)電話，但是提高效率的同時(shí)，增加了延時(shí)作為結(jié)果，這是就導(dǎo)致回音的出現(xiàn)，例如我們打手機(jī)有回音，也是這種原因。
　　二、AEC（Adaptive Echo Control） 朗谷自適應(yīng)回聲消除回音器的原理
　　1、回聲消除原理
　　回音的產(chǎn)生既復(fù)雜也簡(jiǎn)單，一般喇叭信號(hào)出來聲音它會(huì)傳遞到麥克風(fēng)，這個(gè)傳遞過程本身從技術(shù)上講就有一個(gè)傳遞函數(shù)，傳遞本身就已經(jīng)發(fā)生了一些變化，在傳遞過程中，高頻和低頻的傳遞系數(shù)是不一樣的，通常低頻傳遞的效率更高，高頻傳遞的效率低一點(diǎn) 。麥克風(fēng)跟喇叭的位置靠的越近，聲音傳遞的時(shí)間越短，稍微離的遠(yuǎn)一點(diǎn)，那么延遲的時(shí)間會(huì)多一點(diǎn)，即使聲音直接傳過去，信號(hào)就已經(jīng)有時(shí)間延時(shí)了，麥克風(fēng)位置的改變，回音也隨之改變，傳遞的聲音隨著距離位置的改變，它傳遞的時(shí)間也發(fā)生改變，接觸到信號(hào)也就改變了，但聲音除了這個(gè)直接信號(hào)以外，聲音在空間中它是往各個(gè)方向傳遞的，它會(huì)碰到墻壁、碰到天花板反射回來，然后反射到麥克風(fēng)，有的反射到桌面然后到麥克風(fēng)，各個(gè)情況都存在，所以這是一個(gè)很復(fù)雜的問題，所有的信號(hào)最終的結(jié)果是疊加在一起的，疊加的結(jié)果就是有的信號(hào)被增強(qiáng)了，有的信號(hào)被減弱了，各種各樣的都有，然后墻壁對(duì)聲音信號(hào)的反射也不一樣，高頻低頻都不一樣，所以結(jié)果是一個(gè)復(fù)雜的所有疊加的結(jié)果，有的早有的晚，有的強(qiáng)有的弱，朗谷做回音消除呢，就是把總的傳遞函數(shù)效果算出來，那么并不是簡(jiǎn)單的說兩個(gè)信號(hào)一樣，這個(gè)你算出來的回音信號(hào)，跟送出去的參考信號(hào)，送到喇叭去的信號(hào)并不一樣，它已經(jīng)經(jīng)過了一些傳遞改變了，那么可能有些已經(jīng)延遲了100個(gè)毫秒，這是總的結(jié)果，回音消除的原理就是信號(hào)出去，然后麥克風(fēng)收的信號(hào)肯定是這些信號(hào)各種各樣的直接間接的傳遞，反射回來的信號(hào)疊加到一起，我們把這些傳遞函數(shù)計(jì)算出來，疊加結(jié)果計(jì)算出來，這樣就能得到一個(gè)回音信號(hào)和麥克風(fēng)信號(hào)，在理想條件下如果計(jì)算出來的和麥克風(fēng)信號(hào)一樣，就可以把回聲消除掉，如果計(jì)算出來的有誤差，那么就不可能消除干凈，這就是回聲消除的原理?；芈曄夹g(shù)后面還有很復(fù)雜的數(shù)學(xué)問題?；匾粝铍y的地方是變量太多，回音模型的改變回音的疊加的結(jié)果都要計(jì)算出來。另外還有采用回聲抑制進(jìn)行回聲處理的方法，即非線性的過度就是兩邊同時(shí)說話的時(shí)候，它分辯不出那個(gè)是回音信號(hào)，所以就ｃｕｔｏｆｆ，剪切掉拉，這是處理不當(dāng)，也可以說是單工，就是因?yàn)榫€性的做的不夠好，還有回音，所以它就多切掉一點(diǎn)，回聲抑制就是這個(gè)道理。也就是回聲消除和回音抑制的不同。
　　2、回聲消除技術(shù)關(guān)鍵性技術(shù)指標(biāo)
　　1）ITU-T的G.167
　　這是國(guó)際電信聯(lián)盟有一個(gè)標(biāo)準(zhǔn)，這個(gè)標(biāo)準(zhǔn)要求任何回聲消除必須要做到降低45分貝以上，但是達(dá)到這個(gè)標(biāo)準(zhǔn)不是最好的，因?yàn)槿诉€能聽到這個(gè)回聲，這個(gè)是最基本的標(biāo)準(zhǔn)。原則上麥克風(fēng)信號(hào)收的信號(hào)有一個(gè)電平，這個(gè)電平我們可以用分貝來標(biāo)示，如果這個(gè)信號(hào)的電平比如說是－3dB，如果你消除了30dB，那么結(jié)果就變成了－30Db，因?yàn)?0分貝能量上是10倍，20個(gè)分貝就是100倍，人耳能聽到的聲音范圍值大約是100萬倍，所以人耳朵能聽到能量范圍值是60分貝左右，回聲處理要消除60分貝以上人耳才聽不出來，如果只消除30或者40分貝，能量降低到千分之一，萬分之一，雖然能量弱了很多，但還是能聽到。
　　朗谷的回聲消除技術(shù)通過線性和非線性的方法可以做到60個(gè)分貝甚至更高，可以達(dá)到非常優(yōu)秀的回聲消除的效果，人耳無法感受到回聲的存在。
　　2）回聲消除的帶寬：
　　窄帶模式頻率： 300Hz—3．4kHz
　　寬帶頻率模式： 50Hz—7kHz 應(yīng)用廠家ploycom/Cisco/skype
　　超寬帶模式：50Hz—14kHz，一般稱HD高清音頻模式
　　全音域模式：20Hz—20kHz
　　朗谷的回聲消除技術(shù)采用20Hz—20kHz的全音域模式
　　三、AFC（Adaptive Feedback Control）自適應(yīng)聲反饋處理技術(shù)
　　1、原理：
　　朗谷的自適應(yīng)聲反饋處理技術(shù)不受環(huán)境位置、溫度、濕度的改變聲場(chǎng)參數(shù)的影響，完全自適應(yīng)，是業(yè)界數(shù)字音頻處理技術(shù)應(yīng)用的顛覆性技術(shù)創(chuàng)新。
　　現(xiàn)場(chǎng)擴(kuò)聲環(huán)境產(chǎn)生聲反饋的問題是麥克風(fēng)的信號(hào)到喇叭，從喇叭出來再到麥克風(fēng)就造成了放大回路，形成聲反饋，朗谷的AFC技術(shù)就是，從喇叭出來的信號(hào)回到麥克風(fēng)，然后麥克風(fēng)接收的喇叭信號(hào)給它濾掉和降低，朗谷技術(shù)將此信號(hào)衰減１０分貝，這樣就把它從喇叭出來的信號(hào)衰減了，這樣從放大器出來回到喇叭，就產(chǎn)生嘯叫，但是發(fā)言人說話的聲音，經(jīng)過麥克風(fēng)以后照原樣送出去，原樣又放大出來，這就是我們提高傳聲增益，但是又完成聲反饋消除的最基本原理。朗谷AFC首先把模擬信號(hào)變成數(shù)字信號(hào)，然后采樣濾波，只把從喇叭出來的信號(hào)回到麥克風(fēng)的這一部分濾波濾掉，降低掉，然后再放大。
　　1、特點(diǎn)：
　　1）朗谷AFC無須調(diào)整
　　朗谷的AFC技術(shù)不需要調(diào)整，麥克風(fēng)移動(dòng)、房間改變、濕度改變、溫度改變、氣壓改變統(tǒng)統(tǒng)沒有關(guān)系，不受任何影響。
　　2）朗谷AFC原音重放，聲音無改變
　　朗谷AFC對(duì)說話人的信號(hào)、頻率等都不去改變，也沒有陷波器在里面，所以朗谷AFC不影響系統(tǒng)的音質(zhì)，而目前市場(chǎng)上某進(jìn)口的聲反饋處理技術(shù)是采用陷波器的抑制技術(shù)，陷波器不管是什么信號(hào)，不管是從喇叭出來的信號(hào)，還是人講話的聲音，都是把某些頻率陷進(jìn)去，凹下去了，頻率響應(yīng)應(yīng)該是平的，原來是什么聲音，重放出來還是什么聲音，而陷波器的技術(shù)原理就是陷下去了，把這個(gè)頻率衰減下來，這就是陷波器的原理，也是目前用聲反饋抑制技術(shù)進(jìn)行信號(hào)處理劣化音質(zhì)的問題所在。
　　四、ANC（Adaptive Noise Control）自適應(yīng)背景降噪技術(shù)
　　朗谷的背景聲降噪技術(shù)保證清晰干凈的語音信號(hào)傳遞
　　朗谷的背景降噪的技術(shù)原理是將做信號(hào)分析模型和信號(hào)的頻譜分析，這樣我們就能分析背景噪聲響應(yīng)的強(qiáng)度和頻譜分布，然后根據(jù)這個(gè)模型就能設(shè)計(jì)一個(gè)濾波器，當(dāng)有人講話的時(shí)候，同時(shí)做信號(hào)分析，根據(jù)分析，朗谷ANC就能分析出講話者的頻譜，那么根據(jù)這些背景噪音和講話者的頻譜，這個(gè)濾波器根據(jù)兩個(gè)信號(hào)的對(duì)比實(shí)時(shí)的改變，讓講話者聲音頻譜通過，讓背景噪聲的頻譜濾掉，這樣的結(jié)果就是把背景噪聲濾掉了，當(dāng)然不是完全的濾掉，比如說降低15到20個(gè)分貝，就很明顯可以感覺體驗(yàn)到背景降噪的效果。
　　五、AGC（Automatic Gain Control）自動(dòng)增益控制技術(shù)
　　AGC自動(dòng)增益控制也稱為智能電平控制（ILC）技術(shù)，自動(dòng)增益控制提供語音電平調(diào)節(jié)能力，它把減弱了的和加強(qiáng)了的信號(hào)映射到一個(gè)用戶定義的最理想電平。不象普通的產(chǎn)品，在這些產(chǎn)品中只增加減弱信號(hào)的增益，而不理會(huì)增強(qiáng)了的信號(hào)，Longoo的AGC是雙向的，并且不僅僅是一個(gè)固定電平的增益或衰減。一些增益控制技術(shù)使用一個(gè)固定的失真-補(bǔ)償類衰減來減少對(duì)大聲語音的修剪，但把這種失真加到了所有信號(hào)之上，這使輕柔的語音更難以聽清楚。AGC具有區(qū)分加強(qiáng)了的信號(hào)和輕柔信號(hào)的能力，避免了這種問題，同時(shí)保持住對(duì)話聲調(diào)的連貫和讓話音易于聽清楚。
　　為了維持聽感上的舒適性，對(duì)可以應(yīng)用到AGC和NC的增益和衰減有一個(gè)限制，最大值是12dB。舉例，假如輸入的話音電平為-18dBu，并且AGC設(shè)定為-12dB，AGC將會(huì)把語音放大6dB來維持一致的設(shè)定語音電平值（-12dB）。當(dāng)噪聲出現(xiàn)時(shí)，NC會(huì)根據(jù)引入噪聲的電平把語音放大到AGC設(shè)定電平之上，最多放大額外的6dB（AGC＋NC＝《12dB）。如果輸入的語音加強(qiáng)得太多，最大可能的NC增益會(huì)太大，并可能導(dǎo)致語音失真。為了補(bǔ)救這種失真，Longoo提供了一個(gè)防止飽和電平，它設(shè)定了一個(gè)-6dBu的默認(rèn)最大語音電平。這就限制了NC能夠增大的增益量，因此能保證語音總是可懂并且聽起來舒適。
　　必須注意避免讓NC放大電平很低的回聲或背景噪聲，這些雜音可能會(huì)由呼叫的遠(yuǎn)端泄漏進(jìn)來。為了防止這種放大，NC必須能夠從語音中分辯出這些信號(hào)，并只放大話音而不放大任何低電平背景噪聲或回聲。
　　噪聲補(bǔ)償、自動(dòng)增益控制以及這些功能特征的結(jié)合引出了一個(gè)新的、唯一的概念──智能電平控制（ILC）。普通產(chǎn)品只能提供一個(gè)基于設(shè)定值的固定增益電平（或衰減電平），而ILC技術(shù)適合于指定呼叫特征，調(diào)整語音到理想的收聽電平，并在整個(gè)呼叫過程中動(dòng)態(tài)地再作調(diào)整，以達(dá)到一個(gè)清晰、持續(xù)的、可聽懂的語音信號(hào)。
　　朗谷產(chǎn)品
　　目前分為工程固定安裝和商用移動(dòng)會(huì)議兩大類，產(chǎn)品完全基于自主的知識(shí)產(chǎn)權(quán)和專利技術(shù)進(jìn)行的技術(shù)創(chuàng)新，同時(shí)在工業(yè)設(shè)計(jì)和功能設(shè)計(jì)上進(jìn)行產(chǎn)品的應(yīng)用創(chuàng)新，為視頻會(huì)議、網(wǎng)絡(luò)會(huì)議、電話會(huì)議、現(xiàn)場(chǎng)會(huì)議提供卓越精密的聲音技術(shù)方案服務(wù)和高度集成的一體化產(chǎn)品方案服務(wù)。
?