一种低延时双端发音检测方法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (17): 139-142.

• 数据库、信号与信息处理 • 上一篇下一篇

一种低延时双端发音检测方法

袁红星1，吴少群1，郭立2，朱仁祥1

1.宁波工程学院电子与信息工程学院，浙江宁波 315016
2.中国科学技术大学电子科学与技术系，合肥 230027

出版日期:2012-06-11 发布日期:2012-06-20

Low delay double-talk detection algorithm

YUAN Hongxing1, WU Shaoqun1, GUO Li2, ZHU Renxiang1

1.School of Electron and Information Engineering, Ningbo University of Technology, Ningbo, Zhejiang 315016, China
2.Department of Electronic Science and Technology, University of Science and Technology of China, Hefei 230027, China

Online:2012-06-11 Published:2012-06-20

摘要/Abstract

摘要： 回声消除是提高通信中语音信号质量的关键技术。其主要难题是回声路径估计的自适应算法的控制逻辑。为了达到较好的回声消除效果，自适应滤波器需要在双端发音模式下缓慢更新或停止更新，而在其他模式快速学习。现有的双端发音检测算法没有考虑检测延时问题，使得滤波器在停止更新前已经发散，严重影响了回声消除的效果。针对该问题，在滤波器收敛时回声消除至少达到10 dB的假设前提下，对传统的能量比较法进行改进，提出低延时的解决方案。实验结果表明，该方法比相关比较法的检测延时减少了35毫秒以上。

关键词: 回声消除, 自适应滤波, 双端发音, 检测延时

Abstract: Echo cancellation is a key part of speech communication. One of the main design issues is the control logic for the adaptive filter which estimates echo path. To avoid divergence of the adaptive filter, the filter coefficients should be frozen in the presence of double-talk and adapt as quickly as possible once double-talk is absent. However the filter may have diverged before double-talk is detected due to detection delay issue. A low detection delay algorithm is presented based on energy comparison approach with the assumption that echo suppression should be more than 10 dB once adaptive filter has been converged. The experimental results show that, compared with cross-correlation approach, detection delay of the algorithm is reduced about 35 ms.

Key words: echo cancellation, adaptive filter, double-talk, detection delay

袁红星1，吴少群1，郭立2，朱仁祥1. 一种低延时双端发音检测方法[J]. 计算机工程与应用, 2012, 48(17): 139-142.

YUAN Hongxing1, WU Shaoqun1, GUO Li2, ZHU Renxiang1. Low delay double-talk detection algorithm[J]. Computer Engineering and Applications, 2012, 48(17): 139-142.

[1]	丁炜1，刘恒2，廖成旺1. 基于Android的微震适时监测系统设计与实现[J]. 计算机工程与应用, 2018, 54(17): 266-270.
[2]	成钊1，2，王和明1，唐永康2，张颖1. 基于细节增强分析的硬件木马红外图像检测方法[J]. 计算机工程与应用, 2018, 54(16): 86-92.
[3]	彭志颖，夏海宝，许蕴山. 基于目标跟踪的自适应广义高阶CKF算法[J]. 计算机工程与应用, 2018, 54(11): 46-52.
[4]	王正腾，谢维波. 改进的NLMS算法在回声消除系统中的应用[J]. 计算机工程与应用, 2017, 53(10): 107-111.
[5]	黄盼，张晓，滕云龙，刘洋. 基于AR-SRCKF的SINS/GPS深耦合抗转发式干扰研究[J]. 计算机工程与应用, 2016, 52(2): 31-35.
[6]	胡雨1，谢凯1，阮宁君1，伍鹏2，3，贺建飚4，刘从浩1. 基于三维曲波变换的弱信号恢复方法研究[J]. 计算机工程与应用, 2016, 52(18): 199-202.
[7]	刘育烽，姚加飞. 基于单通道音频信号分离的声反馈控制[J]. 计算机工程与应用, 2015, 51(10): 211-214.
[8]	王瑜琳1，田学隆1，2，高雪利1. 自适应滤波语音增强算法改进及其DSP实现[J]. 计算机工程与应用, 2015, 51(1): 208-212.
[9]	徐文超，王光艳，耿艳香，白芳，费腾. 基于谱减法和变步长LMS语音增强算法[J]. 计算机工程与应用, 2015, 51(1): 213-217.
[10]	楼天良1，侯楚林2. 变步长比例归一化子带自适应滤波算法研究[J]. 计算机工程与应用, 2014, 50(9): 200-203.
[11]	梅灿华，占红武，俞丛晴. 基于自适应滤波和MBVC的矢量误差扩散法[J]. 计算机工程与应用, 2014, 50(12): 144-146.
[12]	王海燕，刘庆华. 基于集员滤波的选择权更新子带有源噪声控制[J]. 计算机工程与应用, 2013, 49(23): 207-210.
[13]	连仁包1，王卫星2. 一种异性扩散的自适应平滑滤波算法[J]. 计算机工程与应用, 2013, 49(20): 141-144.
[14]	杨桂芹，徐红莉，宁寰宇. 基于DFRCT滤波器组自适应语音增强算法[J]. 计算机工程与应用, 2013, 49(2): 148-151.
[15]	侯丽霞，曾以成，熊民权. EMD与自适应滤波相结合的语音增强法[J]. 计算机工程与应用, 2012, 48(9): 104-107.

一种低延时双端发音检测方法

Low delay double-talk detection algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics