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

前言

2008年12月15日出版的《第一財經(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個城市，上海、北京、深圳入選其中，而07年有本暢銷書《世界是平的》，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)字實驗室專注于此項技術(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的信號延時而聽到的回音。最早的回音消除理論在二十世紀(jì)六十年代在AT&T貝爾實驗室中發(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比。在20世紀(jì)九十年代，回音消除器不再作為一個獨立的設(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。

1、回聲與延時的關(guān)系

回聲和延時是兩個不同的概念，延時不會加重或者改變回聲的量值。聲音有一個遮掩效應(yīng)，例如我們在山谷里那么清楚的聽到回聲的原因是因為聲音的傳遞時間長，聲音反射回來的時間就長，超過1秒甚至2秒，聲音的傳遞時間長了，聲音的遮掩效應(yīng)會失去，這樣人的耳朵就會感覺到聽到這個回聲，回聲是一直存在的，專門的研究機(jī)構(gòu)做過專門的測試，聲音的傳遞小于20毫秒左右的時候，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)字延時及語音壓縮技術(shù)的關(guān)系

數(shù)字延時技術(shù)就是把線性的信號，語音信號從喇叭或者電話中傳出去前，經(jīng)過數(shù)字信號采樣處理會延遲一段時間，就使得回音回來延遲的更長，所以我們能夠聽到。而語言壓縮技術(shù)是對一段數(shù)字信號進(jìn)行采樣后壓縮，然后再把這個壓縮信號送出去，這一段數(shù)字信號一般是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，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，這個信號是以光速傳遞的，所以在模擬交換機(jī)時代，打本地電話和長途電話感覺不到有回音，只有通過衛(wèi)星打國際電話的時候聽到有回音，因為延遲時間就變長了，那么打本地電話，電信號以光的速度傳遞，只有幾個毫秒，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，它把電信號變成數(shù)字信號，而數(shù)字信號的處理，不是采一個數(shù)字就送出去，它是采集一段信號，可能是20毫秒40毫秒的信號進(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個電話，但是提高效率的同時，增加了延時作為結(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)雜也簡單，一般喇叭信號出來聲音它會傳遞到麥克風(fēng)，這個傳遞過程本身從技術(shù)上講就有一個傳遞函數(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 。麥克風(fēng)跟喇叭的位置靠的越近，聲音傳遞的時間越短，稍微離的遠(yuǎn)一點，那么延遲的時間會多一點，即使聲音直接傳過去，信號就已經(jīng)有時間延時了，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，它傳遞的時間也發(fā)生改變，接觸到信號也就改變了，但聲音除了這個直接信號以外，聲音在空間中它是往各個方向傳遞的，它會碰到墻壁、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)，各個情況都存在，所以這是一個很復(fù)雜的問題，所有的信號最終的結(jié)果是疊加在一起的，疊加的結(jié)果就是有的信號被增強(qiáng)了，有的信號被減弱了，各種各樣的都有，然后墻壁對聲音信號的反射也不一樣，高頻低頻都不一樣，所以結(jié)果是一個復(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，那么并不是簡單的說兩個信號一樣，這個你算出來的回音信號，跟送出去的參考信號，送到喇叭去的信號并不一樣，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個毫秒，這是總的結(jié)果，回音消除的原理就是信號出去，然后麥克風(fēng)收的信號肯定是這些信號各種各樣的直接間接的傳遞，反射回來的信號疊加到一起，我們把這些傳遞函數(shù)計算出來，疊加結(jié)果計算出來，這樣就能得到一個回音信號和麥克風(fēng)信號，在理想條件下如果計算出來的和麥克風(fēng)信號一樣，就可以把回聲消除掉，如果計算出來的有誤差，那么就不可能消除干凈，這就是回聲消除的原理。回聲消除技術(shù)后面還有很復(fù)雜的數(shù)學(xué)問題。回音消除最難的地方是變量太多，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說話的時候，它分辯不出那個是回音信號，所以就ｃｕｔｏｆｆ，剪切掉拉，這是處理不當(dāng)，也可以說是單工，就是因為線性的做的不夠好，還有回音，所以它就多切掉一點，回聲抑制就是這個道理。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

這是國際電信聯(lián)盟有一個標(biāo)準(zhǔn)，這個標(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)到這個標(biāo)準(zhǔn)不是最好的，因為人還能聽到這個回聲，這個是最基本的標(biāo)準(zhǔn)。原則上麥克風(fēng)信號收的信號有一個電平，這個電平我們可以用分貝來標(biāo)示，如果這個信號的電平比如說是－3dB，如果你消除了30dB，那么結(jié)果就變成了－30Db,因為10分貝能量上是10倍，20個分貝就是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)場擴(kuò)聲環(huán)境產(chǎn)生聲反饋的問題是麥克風(fēng)的信號到喇叭，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，從喇叭出來的信號回到麥克風(fēng)，然后麥克風(fēng)接收的喇叭信號給它濾掉和降低，朗谷技術(shù)將此信號衰減１０分貝，這樣就把它從喇叭出來的信號衰減了，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首先把模擬信號變成數(shù)字信號，然后采樣濾波，只把從喇叭出來的信號回到麥克風(fēng)的這一部分濾波濾掉，降低掉，然后再放大。

1、特點：

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、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對說話人的信號、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，不管是從喇叭出來的信號，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傳遞

朗谷的背景降噪的技術(shù)原理是將做信號分析模型和信號的頻譜分析，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)這個模型就能設(shè)計一個濾波器，當(dāng)有人講話的時候，同時做信號分析，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，這個濾波器根據(jù)兩個信號的對比實時的改變，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個分貝，就很明顯可以感覺體驗到背景降噪的效果。
五、AGC（Automatic Gain Control）自動增益控制技術(shù)

AGC自動增益控制也稱為智能電平控制（ILC）技術(shù)，自動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)了的信號映射到一個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的增益，而不理會增強(qiáng)了的信號，Longoo的AGC是雙向的，并且不僅僅是一個固定電平的增益或衰減。一些增益控制技術(shù)使用一個固定的失真-補(bǔ)償類衰減來減少對大聲語音的修剪，但把這種失真加到了所有信號之上，這使輕柔的語音更難以聽清楚。AGC具有區(qū)分加強(qiáng)了的信號和輕柔信號的能力，避免了這種問題，同時保持住對話聲調(diào)的連貫和讓話音易于聽清楚。

為了維持聽感上的舒適性，對可以應(yīng)用到AGC和NC的增益和衰減有一個限制，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，NC會根據(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提供了一個防止飽和電平，它設(shè)定了一個-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，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、自動增益控制以及這些功能特征的結(jié)合引出了一個新的、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，并在整個呼叫過程中動態(tài)地再作調(diào)整，以達(dá)到一個清晰、持續(xù)的、可聽懂的語音信號。

朗谷產(chǎn)品

目前分為工程固定安裝和商用移動會議兩大類，產(chǎn)品完全基于自主的知識產(chǎn)權(quán)和專利技術(shù)進(jìn)行的技術(shù)創(chuàng)新，同時在工業(yè)設(shè)計和功能設(shè)計上進(jìn)行產(chǎn)品的應(yīng)用創(chuàng)新，為視頻會議、網(wǎng)絡(luò)會議、電話會議、現(xiàn)場會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)。