以極大相似性對話偵測作回音消除之研究

行政院國家科學委員會專題研究計畫 成果報告

以極大相似性對話偵測作回音消除之研究

計畫類別： 個別型計畫

計畫編號： NSC91-2219-E-009-047-

執行期間： 91 年 08 月 01 日至 92 年 07 月 31 日

執行單位： 國立交通大學電信工程學系

計畫主持人： 謝世福

報告類型： 精簡報告

處理方式： 本計畫可公開查詢

中 華 民 國 92 年 10 月 14 日

行政院國家科學委員會專題研究計畫成果報告

以極大相似性對偵測作回音消除之研究

Acoustic echo cancellation based on

maximum likelihood double talk detection

計畫編號: NSC 91-2219-E-009-047 執行期限:91 年 08 月 01 日至 92 年 07 月 31 日 主持人:謝世福 交通大學電信系副教授 計畫參與人員:鄭張權 一､摘要 傳統的回音消除在 “雙邊對話” (double-talk)時，濾波器會做錯誤的調整而失效。我們 提出 IMLC AEC and Double Talk Detection (IMLC&DTD)架構加以改進。這個架構主要的 概念是觀察濾波器係數的平方值(square value) 變化的情形，我們分別假設了它們的機率 分佈，進一步發展一個 Maximum Likelihood Test 偵測器並做統計分析之 Receiver

Operating Characteristic (ROC)曲線，以尋求較佳的 Neyman-Pearson decision rule 作為偵

測器的法則。它能有效區別 “雙邊對話”，或 “脈衝響應在變化” 兩種狀況。我們也從電 腦模擬分析得到證明。

關鍵詞: 回音消除，雙邊對話 ABSTRACT

In this project, a new double-talk detection method is considered by tracking the squared coefficients errors of the AEC filter by assuming the difference of echo path change to be uniformly distributed. Based on a likelihood ratio test, the statistical detection performance is shown by a Receiver Operating Characteristic (ROC), from which the Neyman-Pearson decision rule can be determined. Therefore, cases of single-talk, double-talk and echo path changes are effectively detected.

二､緣由與目的 一般的適應性濾波器(例如 NLMS，RLS 等)用來做音場回音消除，有一個嚴重的問題， 就是在"雙邊對話"(double-talk)時，濾波器會做錯誤的調整而失效．近年來大量的文獻都 集中在:如何有效提供一個雙邊對話偵測器，以避免濾波器做錯誤的調整[1,2,3,8,9]．但 因為偵測器很難區別到底發生了 “雙邊對話”，或是房間脈衝響應在變化．故仍有許多 問題有待克服．本研究計畫之目的乃針對上述困難點，提出解決方法．首先我們研究近 年來幾種抵抗雙邊對話適應性濾波器，其中我們較有興趣的是以 MLC (maximum length correlation) 來估計房間脈衝響應的方法[4]．MLC 方法雖然較能抵抗雙邊對話，但是它 深受遠端和近端語音的影響，效能很差(縱使只有單邊遠端語音發話)以致於優點無法發 揮．我們發現 MLC 方法中，遠端語音已知，故認為可以排除其影饗，故提出 IMLC 的 架構[6] ，不過由於 IMLC 的架構中近端語音的影響還不能完全排除．我們再提出 IMLC

觀察濾波器係數的平方值(square value) 變化的情形，根據分析當房間脈衝響應變化較大 時，這個架構很容易區別 “雙邊對話”，或脈衝響應在變化．我們分別假設了它們的機 率分佈．本計畫的目的是進一步發展一個較好的 Maximum Likelihood Test 偵測器並做 統計分析之 Receiver Operating Characteristic (ROC)曲線，並尋求較佳的 Neyman-Pearson

decision rule 作為偵測器的法則，以便除去 IMLC&DTD 架構中需要脈衝響應變化較大的

限制[10]．

三､IMLC&DTD 回音消除模型

典型的 IMLC&DTD 的音場回音消除(Acoustic echo cancellation)方塊圖如圖一所 示．回音消除是採用適應性有限脈銜饗應濾波器 FIR (finite impulse response)來達成的． 首先用它來模擬揚聲器與麥克風之間的房間脈衝響應 RIR (room impulse response)其次 是複製回音，最後拿複製回音與其正的回音相減．由於遠端語音 s(n)已知，我們利用 IMLC 法排除其影響[6]． 以 IMLC 法所估計的濾波器係數可表為: )] ( ) ( [ * ) ( ) ( ) ( ) (n h n I _, n I _, n h 1 n h n hm = + _Nm − _Fm m− − ∧ ∧ (1) 其中 m 是疊代的次數，而

I

N

( )

n

及

I

F

( )

n

是近端和遠端語音的干擾表為 1 1 1 ( ) ( ) ( ) ( ) ( 1) ( 1) 1 ( ) ( ) ( ) ( 1) M N k F I n p n u n h k G L L I n p n s n G L = =  − + + =  +

∑

₍₂₎

不過由於 IMLC 的架構中近端語音的影響還不能完全排除．我們再提出 IMLC AEC and

Double Talk Detection (IMLC&DTD)架構加以改進[7]．這個架構主要的概念是觀察濾波

器係數的平方值 2

||

||

e

_m (square value) 變化的情形，根據分析當房間脈衝響應變化較大 時，這個架構很容易區別 “雙邊對話”，或脈衝響應在變化． + h + + -AEC h∧ ( )n ε ( ) y n∧ ( ) x n + DTD IMLC Method h ∧ ( ) y n ( ) v n ( ) z n ( ) Gp n ( ) s n 圖一 IMLC&DTD 回音消除方塊圖 器係數的平方值

e

2在各種狀況(單邊發話，雙邊對話及脈衝響應變化)發生的情形如圖 二所示．

2

||

||

e

_m 的機率分佈可表為[7]: 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 (|| || ) ( , 2 [ ] ) ( 1) ( 1) ( ) (|| || ) ( , 2 [ ] ) ( 1) ( 1) (|| || ) ( ) ( , 2 [ ] ) ( 1) ( 1) v v st z v z v dt hv s v s v M p N M G L G L M p N M G L G L p M N M G L G L σ σ σ σ σ σ σ σ σ σ = + + + + = + + = − + − + − + + + e e e f h f h f h (3) 當房間脈衝響應變化較大時， 例如

2

< −

f

h

2，這個架構很容易區別 “雙邊對話”，或 脈衝響應在變化，但是當房間脈衝響應變化不大時，例如

0

< −

f

h

2

<

1

，雙邊對話的 偵測較為困難． 0 5 10 15 20 25 30 35 40 45 -50 -40 -30 -20 -10 0 10 (dB) h γ d γ DT ST HV ITERATION m 2 e SPEECH WHITE NOISE 圖二.

e

2在各種狀況變化的情形 為了進一步發展一個較好的雙邊對話偵測器以便除去 IMLC&DTD 架構中需要脈衝響應 變 化 較 大 的 限 制 ． 我 們 的 構 想 如 下 : 在 Eq (3) 中 為 了 方 便 分 析 ， 重 新 定 義 0

( )

st

( )

e n

=

e n

，

e n

1

( )

=

e

hv

( )

n

及

e n

2

( )

=

e

dt

( )

n

． 當 ∆ =h 0 則

e

1

(

n

)

=

e

0

(

n

)

. 即

)

(

0

n

e

是

e

1

(

n

)

的特例.我們可以將 Eq (3) 簡化為 )] ( ) ( 2 1 exp[ ) 2 ( 1 ) ( ) ( : 1 2 1 2 i i t i t i M i i p p H e m K e m K e e = = − − − − π , i=1, 2 (4) 其 中 t

M

e

e

e

(

1

),

(

2

),

,

(

)]

[

L

=

e

2 2 2 1 1 2

(

)

_{s v} M M M M

h

G L

σ

σ

ς

_×

∆

+

_×

=

=

K

I

I

, M M v z M M

L

G

× ×

+

=

=

I

I

K

₂ 2 2 2 2 2

σ

σ

ς

,

m

1

= ∆

h

and

m

2

=

0

. 依據 likelihood ratio 法

則，雙邊對話偵測可以表為:

Λ

<

>

2 1 2 1

)

(

)

(

H H

p

p

e

e

,或 1 2 2 2 _{1 2 1} 1 2 , (2 ln( ) ) H t t ς ς ς γ γ > _{= Λ + −} e m m e m ………

…(5) 不過 Eq.(5)中

m

₁

= −

f

h

未知，使得

e

t

m

₁ 和

m

₁t

m

₁也未知，造成雙邊對話偵 測仍有困難而有待解決．現在我們假設

f

−

h

為 uniformly distributed 且在[0, 2] 變化．則

∆ = −

f

h

2的機率分佈為

f

( )

∆ =

1 (4

∆

)

且在 [0, 4] 變化 我們的策略是當 2

[

2 2

,

2 2

]

2

σ

+

µ

σ

−

µ

=

∈

R

x

x

e

時判定為

H

2 其中 x 可以決定區 間的大小[10]. 而 probability of detection

p

D表示為 2 2 2

(

|

)

D

p

=

prob

e

∈

R

H

另外

false alarm probability

p

F表示為

2 2 1

(

|

)

F

p

=

prob

e

∈

R

H

. 它們可表為: 2 2 2 2 2 2 2 2 2 2 2 4 _{2 2} 1 0

(

)

(

)

(

)

(

)

x D _x x F x

p

p

d

p

p

h

p

d

d

h

µ σ µ σ µ σ µ σ + − + −

=

=

∆

∆

∫

∫

∫

e

e

e

e

, (6)

我們藉由 ROC 曲線(即

p

_F對

p

_D做圖)並尋求較佳的 Neyman-Pearson decision rule 作為偵

測器的法則，以便除去 IMLC&DTD 架構中需要脈衝響應變化較大的限制。它能有效區 別 “雙邊對話”，或 “脈衝響應在變化” 兩種狀況。我們也從電腦模擬分析得到證明。 四､電腦模擬 圖三表示

p

1

(

e

2

)

和 2 2

(

)

p

e

在 G=0.15, L=512, M=100,

σ

z2 = 2 s

σ

=1, 及 2 v

σ

=0.0001. 變化的情形 例如當

∆

=1.3 或 0.3 時

p

₁

(

e

2

∆

)

可能位於

p

₂

(

e

2

)

的右 邊或左邊. 0 2 4 6 8 10 12 14 16 18 20 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5 2 1

(

0.3)

p

e

∆ =

2 2

(

)

p

e

2 1

(

1.3)

p

e

∆ =

2

x

2

µ

−

σ

µ

2

+

x

σ

2 2

e

圖三.

p

1

(

e

2

)

和 2 2

(

)

p

e

隨

∆

變化情形 當 x 不同的時候

p

_F 對

p

_D的作圖. 如圖四 所示。 訊號

s n

( )

,

z n

( )

和

v n

( )

為 white Gaussian ， G=0.15 (-16dB) ， L 由 512 變 化 至 4096. 當 區 間

]

,

[

µ

₂

−

x

σ

₂

µ

₂

+

x

σ

₂ 加大時,

p

_D 和

p

_F 也隨之加大. 由 ROC curve 可作為偵測器的 法則, 例如 L=4096, 且

p

_F=0.1 被允許, 則 x=2,

p

_D 可保證達到 0.95. 0 0.0 5 0. 1 0.1 5 0. 2 0 0. 1 0. 2 0. 3 0. 4 0. 5 0. 6 0. 7 0. 8 0. 9 1 L 4096 2048 1024 512 F

P

D

P

G 0.15 x=2 x=1 x=0.5 圖四. ROC curve 五､結論 我們提出 IMLC&DTD 架構改進發展一個較好的雙邊對話偵測器以便除去 IMLC&DTD 架構中需要脈衝響應變化較大的限制。這個架構主要的概念是觀察濾波器係數的平方值 變化的情形，我們分別假設了它們的機率分佈，進一步發展一個 Maximum Likelihood Test 偵測器並做統計分析之 ROC 曲線，以尋求較佳偵測器的法則。它能有效區別 “雙 邊對話”，或 “脈衝響應在變化” 兩種狀況。我們也從電腦模擬分析得到證明。 REFERENCE

[1] E. Hansler, "The hands-free telephone problem; an annotated bibliography," Signal

Processing, vol.27, pp. 259-271, 1992.

[2] N. Furuya, et al., "High performance custom VLSI echo canceller," in ICC'85 Rec., pp. 1470-1476, 1985.

[3] S. Minami, et al., "A double-talk detection method for an echo canceller, " in ICC'85 Rec., pp. 1492-1497, 1985.

[4] J. F. Doherty, et al., "A robust echo canceler for acoustic environments, " IEEE Trans on

circuit and systems-II., vol.44. no.5, pp389-396, May 1997.

[5] M. J. Crocker, Handbook of Acoustics, John Wiley & Sons, Inc, 1998.

[6] J.C. Jenq and S.F. Hsieh, "A double-talk resistant echo cancellation based on iterative maximal-length correlation, " IEEE Symposium on circuits and systems, vol.5, pp237-241,

May 2000.

[7] J.C. Jenq and S.F. Hsieh, " Acoustic Echo Cancellation Using Iterative Maximal Length Correlation and Double-Talk Detection, " IEEE Trans. on Acoustics, Speech, and Signal

Processing, vol. 9, no. 8, pp932-942, Nov 2001

[8] K. Ochiai et al., "Echo canceller with two echo path models, " IEEE Trans. Commun., vol. COM-25, pp. 589-595, June 1977.

[9] Hua Ya and Bo-Xiu Wu, “A new double-talk detection algorithm based on the orthogonality theorem, ” IEEE Trans. Communications, vol. 39, no. 11, pp. 1542-1545, Nov 1991.

[10] J.C. Jenq and S.F. Hsieh, “Decision of Double-Talk and Time-Variant Echo Path for Acoustic Echo Cancellation, ” IEEE Signal Processing Letters, to be appear at Nov. 2003.