基于DSP的音頻會議信號合成算法解析

隨著在數(shù)字信號處理（DSP）算法和芯片處理能力以及通信網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化等方面的不斷發(fā)展，現(xiàn)代化通信已經(jīng)迅速普及。音頻會議是眾多通信系統(tǒng)的必備功能。有多個用戶參與的音頻會議，最簡單的模式可以使用令牌控制下的互斥模式，使只有擁有發(fā)言權(quán)的那個與會者才可以講話。在這種模式下，每個與會者某一時刻只能聽到一路音頻信號，這種“半雙工”模式對于音頻會議是不方便和不實際的。
　　真正的電話會議應(yīng)當(dāng)仿真多個與會者在一個會議室進行對話的情形。但是由于與會終端在物理上并不在一起，而每個終端只有一套音頻輸出設(shè)備（功放+音箱），要同時傳送給每個終端的音頻流也只能使用一路信道。為使每個終端同時接收多個與會者的聲音，必須采取多路音頻合成方案。電話會議的特點是會場使用麥克風(fēng)和揚聲器，這種方式很容易造成回波干擾和嘯叫。一般會議信號處理算法主要關(guān)注的也是這個方面，通常采用回波抵消的方法。但是這種方式對于會議信號的處理并不是最完善和有效的［1］。經(jīng)過研究，采用有無聲檢測、歸一化定標(biāo)、自適應(yīng)回波抵消算法合成技術(shù)則能夠很真實地實現(xiàn)會議仿真效果。
　　1 會議信號合成實現(xiàn)方案
　　1.1 會議信號合成的合理性和必要性
　　音頻流不象典型的視頻流一樣在空間/時間域占有惟一的位置，在同一時間和位置的信號元素疊加是沒有任何意義的。但人耳可以感知在同一空間/時間播放多個音頻流。這就是會議信號合成的合理性和必要性。通過會議信號的合成，將多路音頻流的輸入經(jīng)過處理后，提供一個單輸出信道輸出合成音頻。
　　1.2 會議信號合成的關(guān)鍵因素
　　當(dāng)多個音頻源在一個空間播放時，人耳聽到的聲波是各個聲源聲波的線性疊加，這正是模擬音頻信號合成的基礎(chǔ)。該事實表明數(shù)字化后的語音進行合成也應(yīng)當(dāng)使用線性疊加的方式。假設(shè)有n路輸入音頻流進行混音，Xi（t）是t時刻的第i路輸入語音的線性樣本，則t時刻的混音值為：
　　m（t）=ΣXi（t），i=0，1，…，n-1
　　語音信號是連續(xù)的、時間要求嚴格的一種流媒體信號，它在時域上具有短時平穩(wěn)的特征。對語音信號進行處理的一個基本概念就是對語音信號進行采樣，得到的語音樣本以緩沖區(qū)為單位進行處理，即對語音樣本分幀。語音處理的很多概念都是基于語音幀的，比如有聲/無聲、能量、自相關(guān)等。語音幀的長度一般采用10～20ms。 數(shù)字音頻的重要參數(shù)是采樣率，各路輸入音頻流合成的前提應(yīng)當(dāng)是使用相同的采樣率。
　　隨著需要合成的語音信道數(shù)量的增加，在不采取任何附加預(yù)防措施的情況下，一些并非會議有效信號（如聲反饋和噪音）就會累積起來導(dǎo)致質(zhì)量劣化，讓人無法接受。特別是由本地擴聲系統(tǒng)產(chǎn)生的電聲反饋引起的回音造成了再生混響，其結(jié)果嚴重地影響了語音的清晰度。更為致命的是當(dāng)聲反饋非常嚴重時會產(chǎn)生自激，使整個通信系統(tǒng)無法正常工作。所以必須對每個終端的輸入音頻進行有無聲檢測和聲反饋抑制處理。
　　語音合成時應(yīng)注意求和樣本的動態(tài)范圍，這引出了歸一化定標(biāo)問題。數(shù)字音頻波形理論定義，定標(biāo)就是檢查某個選定的幀，找到振幅峰值，并由此調(diào)整被選幀整體的音量，以便使允許的振幅值最大，且不會溢出。語音合成是對數(shù)字波形進行的一種編輯，尤其需要解決歸一化定標(biāo)問題。
　　2 會議信號合成關(guān)鍵技術(shù)研究
　　2.1 自適應(yīng)回波抵消算法
　　數(shù)字回波抵消器的理論基礎(chǔ)是自適應(yīng)濾波器技術(shù)。隨著DSP的快速發(fā)展，數(shù)字回波抵消器已能很好地在DSP上加以應(yīng)用。在電話會議中產(chǎn)生回波的最主要原因是遠端會議信號經(jīng)本地揚聲系統(tǒng)在室內(nèi)產(chǎn)生的聲場回饋至傳聲器引起回音造成的再生混響。
　　回波抵消器必須精確地估計回波路徑特性并快速適應(yīng)其變化，根據(jù)電話會議的特點，使用干涉抵消模型是最佳的方式。該模型是一個具有二個輸入端的自適應(yīng)濾波器，如圖1所示。它將本地的傳聲器輸出作為原始信號，而將本地揚聲器的輸入作為參考信號。經(jīng)過自適應(yīng)回波抵消處理后，能有效地抑制本地傳聲器的輸出經(jīng)室內(nèi)聲場饋至傳聲器的電聲反饋（回音），從而實現(xiàn)自適應(yīng)聲反饋（回音）的抵消。