技術領域

本發明涉及視頻會議領域，尤其涉及一種基于模式識別和延遲前饋控制的視頻會議回聲抑制方法。

背景技術

在遠程視頻會議系統中，回聲是最難解決的技術難題，也是音頻信號處理的主要問題，它們直接影響了遠程會議系統的聲音質量，如果控制不好，輕則影響會議通話質量，重則會使得會議無法繼續進行，因此它是遠程視頻會議系統必須要解決的問題。

如圖1所示，視頻會議中出現回聲的原因如下：當進行遠程會議時，遠端會場（B）的聲音信號經過網絡傳輸到達本地會場（A）的揚聲器，A揚聲器的聲音泄漏進A麥克風，這個信號再被通過網絡傳輸進入B的揚聲器，這時在B會場的揚聲器里便會有一個B會場的延遲聲音，這就是回聲。回聲的延遲時間取決與網絡延遲和A會場的結構，回聲的大小取決與A會場的結構和設備。

因為回聲產生的原因很多，包括：各個會場的布置情況（麥克風與揚聲器之間的距離、角度等位置關系）、各個麥克風與揚聲器的電氣特性、會場的建筑結構（聲學反饋）、各個會場之間的網絡延遲情況、加入會議會場的個數（多方相互影響）等。在目前現有的解決方案中，一般采用“回聲消除器”等設備來解決回聲問題，但它存在以下幾個問題：

1、價格低廉的回聲消除器一般對場景動態變化引起的回聲消除能力有限；

2、復雜的回聲消除器價格比較昂貴，且一般還需要增加硬件設備，使得視頻會議系統的結構復雜，后期維護麻煩；

3、即便是配置了回聲消除器，也不能完全解決多個會場參會時的回聲，如筆記本聲音免提方式加入會議（因為單臺筆記本加入會議時不可能配置相應的回聲消除器硬件設備）；

4、一般的系統集成方案即便實施后，每次會議時，或多或少的需要進行調試（如調整功放增益、麥克風增益、相對位置等），系統使用較為麻煩。

發明內容

本發明針對現有技術的缺陷，提出一種基于模式識別和延遲前饋控制的視頻會議回聲抑制方法，以實現精確、動態地消除回聲。

為了解決上述問題，本發明提供一種基于模式識別和延遲前饋控制的視頻會議回聲抑制方法，包括：

監測本地的揚聲器和麥克風的音頻信號，計算所述麥克風拾取揚聲器音頻信號的增益系數和時差值；

在揚聲器的前端采集完整的音頻信號，將采集到的音頻信號與增益系數進行乘法運算，得到回聲模擬信號；

將所述回聲模擬信號進行倒相運算，并根據所述時差值進行延遲處理，疊加到麥克風的輸出信號上。

優選地，上述方法還具有以下特點：

所述監測本地的揚聲器和麥克風的音頻信號，計算麥克風拾取揚聲器音頻信號的增益系數和時差值的步驟包括：

在揚聲器的前端和麥克風的輸出端進行采樣，從揚聲器的音頻信號中提取揚聲器特征頻率信號的信息；

從麥克風的音頻信號中查找與所述揚聲器特征頻率信號匹配的回聲特征頻率信號，記錄所述揚聲器特征頻率信號與回聲特征頻率信號的時差值，作為麥克風拾取揚聲器音頻信號的時差值，并計算所述揚聲器特征頻率信號與回聲特征頻率信號之間的增益系數，作為麥克風拾取揚聲器音頻信號的增益系數。

優選地，上述方法還具有以下特點：

采用聲紋識別技術查找與所述揚聲器特征頻率信號匹配的回聲特征頻率信號。

優選地，上述方法還具有以下特點：

在監測本地的揚聲器和麥克風的音頻信號的步驟中，監測的音頻區為3000Hz左右。

優選地，上述方法還具有以下特點：

所述揚聲器特征頻率信號的信息包括特征頻率點所在的時間值、對應的頻率值和信號幅值；

所述從揚聲器的音頻信號中提取揚聲器特征頻率信號的信息的步驟包括：

讀取揚聲器的音頻信號，讀取其短時能量，判斷短時能量值是否超過設定值，若是，則標記該時間段，選擇所述時間段中的多個特征頻率點，并記錄每個特征頻率點所對應的時間戳、頻率值和信號幅值。

優選地，上述方法還具有以下特點：

所述從麥克風的音頻信號中查找與所述揚聲器特征頻率信號匹配的回聲特征頻率信號的步驟包括：

在預設的時間段內提取麥克風的音頻信號中特征頻率點所對應的時間戳、頻率值和信號幅值，與所述揚聲器特征頻率信號的信息進行比對，若有超過預設個數的特征頻率點順序吻合，則判斷為回聲特征頻率信號。

優選地，上述方法還具有以下特點：

所述從揚聲器的音頻信號中提取揚聲器特征頻率信號的信息的步驟中，選擇所述時間段中的10個特征頻率點；