基于飛思卡爾MCU的AEC算法實(shí)現(xiàn)

0 引言

VoIP是在IP網(wǎng)絡(luò)上實(shí)現(xiàn)音視頻及傳真信號(hào)傳輸?shù)囊婚T(mén)全新的集成業(yè)務(wù)數(shù)據(jù)網(wǎng)絡(luò)技術(shù)。IP語(yǔ)音傳輸技術(shù)具有節(jié)省帶寬、話(huà)費(fèi)低，可方便地集成智能型開(kāi)放體系結(jié)構(gòu)以及多媒體業(yè)務(wù)等優(yōu)勢(shì)。但較之傳統(tǒng)電話(huà)，其語(yǔ)音質(zhì)量較差。事實(shí)上，影響因特網(wǎng)語(yǔ)音質(zhì)量的因素是多方面的，關(guān)鍵因素之一是回聲的影響。因此，要提高因特網(wǎng)的語(yǔ)音質(zhì)量，就必須在語(yǔ)音傳輸過(guò)程中進(jìn)行回聲消除。AEC是基于自適應(yīng)算法并可用于VoIP的聲學(xué)回聲消除技術(shù)。而用于AEC算法的實(shí)現(xiàn)與研究的硬件平臺(tái)是以freescale公司的MCF5235為核心的開(kāi)發(fā)板。MCF523x系列MCU是首個(gè)以帶有增強(qiáng)型乘加運(yùn)算單元(eMAC)的ColdFIRe V2內(nèi)核為核心，該產(chǎn)品同時(shí)結(jié)合了增強(qiáng)型時(shí)序處理單元(eTPU)和10/100以太網(wǎng)多媒體通道控制模塊(MAC)的MCU，因而具有強(qiáng)大的數(shù)據(jù)處理能力和豐富的接口，能夠滿(mǎn)足VoIP電話(huà)終端對(duì)數(shù)據(jù)處理速度以及網(wǎng)絡(luò)通訊安全的要求。

1 回聲消除

1.1 聲學(xué)回聲消除原理

AEC是以揚(yáng)聲器信號(hào)與由它產(chǎn)生的多路徑回聲的相關(guān)性為基礎(chǔ)建立的遠(yuǎn)端信號(hào)語(yǔ)音模型，利用它可對(duì)回聲進(jìn)行估計(jì)，并不斷地修改濾波器的系數(shù)，以使估計(jì)值更逼近真實(shí)的回聲，然后，將回聲估計(jì)值從話(huà)筒的輸人信號(hào)中減去，從而達(dá)到消除回聲之目的。

聲學(xué)回聲消除器的結(jié)構(gòu)原理如圖1所示。其中y(n)代表遠(yuǎn)端語(yǔ)音信號(hào)，r(n)代表回聲，x(n)是已經(jīng)疊加了回聲信號(hào)r(n)的近端語(yǔ)音信號(hào)。對(duì)回聲消除器來(lái)說(shuō)，可將遠(yuǎn)端信號(hào)作為一個(gè)參考信號(hào)，然后由自適應(yīng)濾波器通過(guò)它來(lái)產(chǎn)生回聲的估計(jì)值r′(n)，再?gòu)慕藥в谢芈暤恼Z(yǔ)音信號(hào)中減去r′(n)，從而估計(jì)出近端輸出信號(hào)μ(n)。在近端未說(shuō)話(huà)時(shí)，即當(dāng)x(n)=0時(shí)，μ(n)即為回聲的殘差信號(hào)e(n)。e(n)的計(jì)算方程為：

e(n)=r(n)-r′(n) (1)

此時(shí)，回聲的殘留信號(hào)的理想值應(yīng)為0。

1.2 自適應(yīng)FIR濾波器

在聲學(xué)回聲消除器里，橫向結(jié)構(gòu)的自適應(yīng)濾波器可通過(guò)參考信號(hào)來(lái)產(chǎn)生回聲的副本，其原理如圖2所示。如果這個(gè)橫向結(jié)構(gòu)的自適應(yīng)濾波器的轉(zhuǎn)換函數(shù)與回聲通道的函數(shù)模型一致，那么，回聲的副本與回聲就應(yīng)該是一致的，這樣，通過(guò)兩者的抵消便可達(dá)到消除回聲之目的。

FIR濾波器的最主要特點(diǎn)是沒(méi)有反饋回路，這是一種非遞歸系統(tǒng)，它的沖激響應(yīng)是一個(gè)有限長(zhǎng)序列。FIR濾波器的輸出計(jì)算公式為：

自適應(yīng)FIR濾波器根據(jù)上一刻的近端輸出信號(hào)μ(n)及遠(yuǎn)端語(yǔ)音信號(hào)y(n)，并通過(guò)自適應(yīng)算法來(lái)估算當(dāng)前時(shí)刻FIR濾波器的系數(shù)ak(n+1)。

1.3 LMS算法和NLMS算法

在輸入信號(hào)和參考信號(hào)都是平穩(wěn)隨機(jī)信號(hào)的情況下，自適應(yīng)濾波器的均方誤差E[e(n)]性能曲面是濾波器加權(quán)系數(shù)ak的二次函數(shù)。其系數(shù)修正算法通常采用可使均方誤差最小的最優(yōu)化求解算法。

由于實(shí)際的梯度值只能根據(jù)觀測(cè)數(shù)據(jù)估計(jì)，因此LMS算法提出的一個(gè)基本思想就是用平方誤差E[e2(n)]來(lái)代替均方誤差E[e(n)]。它是對(duì)基本的最速下降算法的改進(jìn)，其算法迭代公式為：

ak(n+1)=ak(n)+2μe(e)*y(n) (3)

其中y(n)為輸入信號(hào)，μ為迭代步長(zhǎng)常量。

規(guī)一化LMS (NLMS)算法可用來(lái)在LMS自適應(yīng)濾波器方程里修正FIR濾波器的系數(shù)。NLMS算法與LMS算法幾乎是一樣的，唯一的不同是NLMS算法中使用可變步長(zhǎng)控制因子來(lái)代替LMS算法中的常量因子。其目的是加快算法的收斂速度。其算法迭代公式為：

其中，μ可由試驗(yàn)來(lái)確定。但應(yīng)注意，μ的選取至關(guān)重要，為了確保收斂，必須滿(mǎn)足0<μ<2。本方案中的自適應(yīng)算法就是采用NLMS算法。

1.4 語(yǔ)音檢測(cè)

語(yǔ)音活動(dòng)檢測(cè)可用來(lái)確定三種語(yǔ)音狀態(tài)：近端講話(huà)狀態(tài)、遠(yuǎn)端講話(huà)狀態(tài)和雙端講話(huà)狀態(tài)。因?yàn)锳EC要根據(jù)不同的語(yǔ)音活動(dòng)狀態(tài)來(lái)進(jìn)行相應(yīng)的處理。它在檢測(cè)到近端語(yǔ)音活動(dòng)狀態(tài)時(shí)，濾波器既不進(jìn)行濾波，也不進(jìn)行系數(shù)更新;而在檢測(cè)到雙端語(yǔ)音活動(dòng)狀態(tài)時(shí)，將停止濾波器系數(shù)的更新，但要進(jìn)行濾波。由于在只有遠(yuǎn)端語(yǔ)音活動(dòng)的狀態(tài)下，既要進(jìn)行濾波，又要進(jìn)行系數(shù)更新。因此，語(yǔ)音活動(dòng)狀態(tài)檢測(cè)的正確與否在很大程度上會(huì)影響回聲消除的效果。語(yǔ)音活動(dòng)檢測(cè)流程如圖3所示。

雙端講話(huà)情況可以通過(guò)設(shè)計(jì)近端話(huà)音檢測(cè)器，并采用Geigel算法來(lái)判決。利用該算法計(jì)算回聲延時(shí)大小范圍內(nèi)的瞬時(shí)能量比較，具有著良好的性能優(yōu)勢(shì)。其Geigel算法描述如下：

式中，N是FIR延時(shí)級(jí)數(shù)，之所以將r(i)和最近N個(gè)遠(yuǎn)端輸入的最大值進(jìn)行比較，而不是僅僅和當(dāng)前遠(yuǎn)端輸入點(diǎn)y(i)進(jìn)行比較，是因?yàn)榛芈暵窂窖訒r(shí)具有不確定性。

2 實(shí)現(xiàn)方案

聲學(xué)回聲消除器AEC主要包括FIR濾波模塊、Geigle雙端語(yǔ)音判決模塊、NLMS系數(shù)更新模塊、語(yǔ)音狀態(tài)控制模塊四個(gè)部分，圖4所示是該AEC的簡(jiǎn)要工作流程。

Freescale公司的硬件開(kāi)發(fā)平臺(tái)以Coldfire系列MCF5235為核心。該系列MCU支持標(biāo)準(zhǔn)C語(yǔ)言及其專(zhuān)用的匯編語(yǔ)言。因此，在該平臺(tái)上運(yùn)行的功能模塊需要使用C語(yǔ)言或者專(zhuān)用匯編。AEC的開(kāi)發(fā)及移植過(guò)程如圖5所示。

設(shè)計(jì)時(shí)。首先應(yīng)搭建AEC的Matlab模型并對(duì)該模型進(jìn)行仿真驗(yàn)證。然后以已通過(guò)驗(yàn)證的模型為標(biāo)準(zhǔn)，搭建可在MCF5235開(kāi)發(fā)板上運(yùn)行的C語(yǔ)言模型。最后根據(jù)需要將運(yùn)算較為密集的那部分C語(yǔ)言程序轉(zhuǎn)化為Coldfire芯片的專(zhuān)用匯編語(yǔ)言。

3 實(shí)驗(yàn)結(jié)果及分析

在Matlab環(huán)境下對(duì)AEC進(jìn)行測(cè)試時(shí)，可將需要的三部分語(yǔ)音信號(hào)同時(shí)輸入到回聲消除器，然后測(cè)試回聲消除的相關(guān)性能。

本測(cè)試所輸入的語(yǔ)音信號(hào)波形如圖6所示。從上到下依次是遠(yuǎn)端語(yǔ)音信號(hào)y(n)、近端語(yǔ)音信號(hào)x(n)和回聲信號(hào)，其中與之和作為近端輸入與y(n)一同構(gòu)成了回聲消除器的兩個(gè)輸入信號(hào)。將濾波器的階數(shù)設(shè)置為512。即采取64 ms延時(shí)的回聲消除。通過(guò)回聲消除處理后所得到的殘差信號(hào)e(n)的波形如圖7所示。

從圖6和圖7的對(duì)比可以發(fā)現(xiàn)，當(dāng)只存在遠(yuǎn)端信號(hào)和回聲信號(hào)，而近端緘默的情況下，回聲消除器能夠快速收斂并消除絕大部分回聲;而當(dāng)雙端都存在信號(hào)時(shí)，回聲消除器能在消除回聲的基礎(chǔ)上較好的保持近端語(yǔ)音波形。

將AEC功能模塊集成到用MCF5235開(kāi)發(fā)板搭建的VoIP終端上，來(lái)建立兩個(gè)通信終端的語(yǔ)音通信，即可對(duì)AEC功能模塊進(jìn)行實(shí)時(shí)免提通話(huà)測(cè)試。

4 結(jié)束語(yǔ)

本文介紹了聲學(xué)回聲消除的原理、聲學(xué)回聲消除器的設(shè)計(jì)以及AEC在基于freescale公司MCF5235開(kāi)發(fā)平臺(tái)的VoIP語(yǔ)音通信終端上的集成方法。該AEC的實(shí)現(xiàn)包括語(yǔ)音檢測(cè)、自適應(yīng)濾波等語(yǔ)音處理算法。其程序執(zhí)行的實(shí)時(shí)性較好。通過(guò)Matlab模型的仿真結(jié)果和通話(huà)主觀測(cè)試結(jié)果證明，用該方案實(shí)現(xiàn)的聲學(xué)回聲消除器能夠滿(mǎn)足網(wǎng)絡(luò)通信對(duì)語(yǔ)音的要求。