行政院國家科學委員會補助專題研究計畫
行政院國家科學委員會補助專題研究計畫
行政院國家科學委員會補助專題研究計畫
行政院國家科學委員會補助專題研究計畫
期中精簡報告
期中精簡報告
期中精簡報告
期中精簡報告
免持聽筒汽車套件之迴聲與噪音控制系統
計畫類別：■ 個別型計畫 □ 整合型計畫
計畫編號： NSC 97-2221-E-009-010-MY3
執行期間： 97 年 8 月 1 日至 100 年 7 月 31 日
計畫主持人：白明憲
共同主持人：
計畫參與人員：
林家鴻 劉冠良 劉孆婷
成果報告類型(依經費核定清單規定繳交)：■精簡報告 □完整報告
處理方式：除產學合作研究計畫、提升產業技術及人才培育研究計
畫、列管計畫及下列情形者外，得立即公開查詢
■涉及專利或其他智慧財產權，□一年□二年後可公開查
詢
執行單位：國立交通大學 機械工程研究所
中文摘要 回聲消除為免持裝置中之一重要部份，負責消除由於同時包含麥克風以及揚 聲器的系統所導致的回授回音。 早期的回聲消除主要是透過設計一些適應性濾 波器來達成，但使用這種方法需要很大的運算量。 因此我們利用串接固定係數 濾波器與適應性濾波器並採用依據頻率範圍分段處理來降低非必要的運算量。 此方法可應用在許多方面，例如藍芽耳機、手機、視訊會議……等。 在適應性 濾波器的演算法中，我們採用 LMS 及 NLMS 兩種演算法，並用消相關濾波器以及 次頻帶法來提高他們的運算速率和效果。 在實驗的部份，我們遵照 ITU-T Recommendation G.168 上的測試方法，並將結果以統計學上的方法 MANOVA 做判 定。
英文摘要
An efficient method is presented for implementing an acoustic echo
canceller (AEC) that makes use of hybrid sub-band approach. The hybrid system is
comprised of a fixed processor and an adaptive filter in each sub-band. The AEC
aims at reducing the echo resulting from the acoustic feedback in
loudspeaker-enclosure-microphone (LEM) systems such as teleconferencing and
hands-free systems. In order to cancel efficiently the echo, various processing
architectures including fixed filters, hybrid processors, and sub-band structure are
investigated. A double-talk detector is incorporated into the proposed AEC to
prevent the adaptive filter from diverging in double-talk situations. A de-correlation
filter is also used alongside sub-band processing in order to enhance the performance
and efficiency of AEC. All algorithms are implemented and verified on the platform
of a fixed-point digital signal processor (DSP). The AECs are evaluated in terms of
cancellation performance and computation complexity. In addition, listening tests
are conducted to assess the subjective performance of the AECs. From the results,
the proposed hybrid sub-band AEC was found to be the most effective among all
一、文獻探討
聲學回音產生是由於在密閉空間做通訊行為，如講手機或網路通訊 skype 對話時，遠端的訊號經過喇叭的播出經由回音路徑 (echo path) 成為回音訊號而 被麥克風所接收到，其中回音路徑的定義為喇叭輸入到麥克風輸出之間的路徑。 為了消除回音，吾人設計一個近似於回音路徑的數位濾波器，這種問題很像一個 系統鑑別的問題 (system identification problem)，傳統 AEC 數位濾波器的設計方法 有兩種，第一種是將數位濾波器用固定濾波器(fixed filter)來設計，其方法是事 先就將動態的回音路徑給設計好，實作時訊號經過固定濾波器和經過真實的回音 路徑兩個做相減，就可以把回音訊號給消除掉；第二種方法是將數位濾波器用適 應性濾波器(adaptive filter)來設計，最常用的演算法為 least-mean-squares (LMS) 演算法，應用 LMS 演算法中輸出訊號和 wiener 濾波器作遞迴的動作，如果最終 誤差訊號能收斂到很小的值，則 wiener 濾波器就能近似於真實的回音路徑，而 回音訊號就可以被消掉。
二、分頻濾波器演算法的設計與開發
為了提昇計算效率而消除迴聲的效果，因此本計畫提出的 AEC 將會使用
分頻(sub-band)的概念，如圖一(a)所示。因此遠端的訊號x(n)以及近端麥克風收
到的訊號y(n)皆被分成好幾個頻帶。
圖一(a)
圖一(b)是一組分頻率波器(8-band filter bank)將頻帶分成八分。因此我們可以在各 個不同的頻帶給它不一樣的階數以及 step size ，如此一來就可以針對想要處理 的頻帶有更加的消除迴聲效果。
圖一(b)
為了簡化處理程序，因此在這些 analysis 和 synthesis filter banks 中會使用 down-sampling 和 up-sampling。由於自適性濾波器在經過 down-sampling 處理
後，由於處於較低的取樣頻率下，所以自適性濾波器的階數可以被減少。而誤
差訊號e(n)則會從這些分頻的輸出訊號來重新組成並且 up-sampling。
圖一(c)與圖一(d)分別是 analysis filter-bank 和 synthesis filter-bank 的架構，圖中 的 r 則是 up/down sampling 的比率。
圖一(c) 圖一(d) 本研究中是使用 cosine-modulated filter-bank (CMFB)，在 CMFB 的設計中，必須
先給定一個樣本濾波器p n ，此濾波器必須是實係數而且是線性相位的有限長0( )
度的低通濾波器(FIR low-pass filter) ，其截止頻率為
π
/ 2M。樣本濾波器的長度p N 7.95 14.36 s p A N f − ≈ ∆ (1) 上式中A 是大小衰減的程度，單位dB; s ∆f 則是normalized transition bandwidth (Hz)。 analysis filter-banks 的脈衝響應式子如下 0 ( ) 2 ( ) cos ( 1) 4 ( 0.5)( 1) 2 k k h n p n N M k n
π
π
= + − ⋅ + − + , (2) 式中 n 是時域變數， h n 是第k個 analysis filter的係數，而k( ) p n 則是樣本濾0( )波器的係數， N係 analysis filter 的階數。 另一方面，synthesis filter bank 則如
( ) ( 2 ) k k f n =h N+ −n , (3) 上式 f n 是第 k 個 synthesis filter 的係數。 k( ) 二、混合濾波器演算法的設計與開發 在許多 AEC 的問題上迴聲途徑不見得會隨時間而變動，先前描述的 LEM 系 統中，麥克風與揚聲器的相對位置大多是固定的，因此我們可以結合固定式濾波 器與自適性濾波器。 這兩種濾波器經過串聯後，如圖二(a)與圖二(b)。 圖二(a) 圖二(b)
自適性濾波器是一個 FIR (finite impluse response) 濾波器，其中正規項(normal term)w n0( ) 1= ，至於其他擾動項則是∆w( )n =[w n w n w n1( ) 2( ) 3( ) ⋯ wL-1( )]n ，L
是濾波器長度。所以整體可以寫成
[
]
ˆ( ) ( ) ( ) ( )
上式中 ( )δ n 是單位脈衝序列，或在 z 平面則
[
]
-1 -2 1 1 2 -1 ˆ ( ) ( ) 1 ( ) ( ) 1 ( ) ( ) L ( ) L H z F z W z F z w n z w n z w n z − = + ∆ = + + + ⋯ + (5) 使用如此的架構，則當迴聲途徑有些許變動將被擾動項所表示，正規項則將保證 固定式濾波器能正常運作，如此混合架構就好像把固定式濾波器跟自適性濾波器 的優點結合起來。 因為濾波器∆w( )n 的長度通常非常短，所以整體會有比較低 的計算量而 step size 所要調動的範圍變小也將更容易收斂。至於如何更新此系統 的濾波器係數，推導如下。首先從誤差訊號開始 ( ) ( ) - ( ) ( ) T( )[ ( ) ( )] e n =d n y n =d n −w n f n ∗x n (6) 上式中 ( )f n 是固定式濾波器的脈衝響應，單位為時間變數 n 0 1 -1 ( )n =[w n w n( ) ( ) wL ( )]n T w ⋯ (7) 定義自適性濾波器的係數向量，單位為時間變數 n ( ) [ ( ) ( -1) ( - 1)]T n = x n x n x n L+ x ⋯ (8) L 是自適性濾波器的階數。 所以我們可以藉由最小瞬時誤差平方來獲得最佳的 濾波器 2 ˆ( )n e n( ) ξ = . (9) 代替固定式濾波器，我們可以利用梯度搜尋找到最佳的濾波器係數， ˆ ( 1) ( ) ( ) 2 n+ = n − ∇µ ξ n w w (10) 上式中µ是 step size 而∇ξˆ( )n 而定義為在時間 n 下的梯度瞬時估測 2 ˆ( )n e n( ) 2[ e n e n( )] ( ) ξ ∇ = ∇ = ∇ . (11) 和∇e n( )= ∇{
d n( )−wT( )[ ( )n f n ∗x( )]n}
= −f n( )∗x( )n (12) 由方程式(20)-(22)可以得到更新的等式 (n+ =1) ( )n +µe n( )[ ( )f n ∗ ( )]n w w x (13) 而 step size 收斂的範圍如下2 rms 2 0 (L ) r µ < < + ∆ (14) 上式中 L 是濾波器長度，∆是受控場延遲的時間，而 2 rms r 是被濾過後訊號 '( )n = f n( )∗ ( )n x x 的功率。因此這個混合式濾波器(Hybrid filter) 可以與先前的分 頻觀念相結合，來達到最大的計算效率以及消除迴聲的效果。圖三則是分頻混合
式 AEC 的方塊圖。圖中可看到 M-band analysis 和 synthesis banks 被使用。
圖三 三、相關性偵測器開發 在自適性濾波器用於LEM系統所要考慮的問題就是雙邊通話(Double talk)或 單邊通話(Single talk)的情況，如果遠端與使用端同時說話，那麼對於自適性濾波 器在收斂上也許會發散掉，為了避免這樣的情況，所以必須利用相關性偵測器來 偵測目前是屬於雙邊通話還是單邊通話的情況，雙邊通話則讓自適性濾波器停住 不更新其係數，若為單邊通話再更新。如圖十一所示：
圖四
∑
∑
− = − = − − − − = 1 0 1 0 ) ( ) ( ˆ ) ( ) ( ˆ ) ( C C N i N i CL i n y i n d i n y i n d nρ
(15) 我們可以利用上面的公式來偵測是否為雙邊通話的情況，所用到的資訊有麥克風 收到的訊號y(n)以及自適性濾波器的輸出訊號dˆ n( )。公式(15)的值介於 0 到 1 之 間，當雙邊通話的情況下則此相關性係數的值會偏低，因此我們可以依照情況設 定門檻來判斷現在算出來的相關性係數是雙邊通話還是單邊通話的情況。 四、改良式 AEC 的整體模擬與實驗 A. 評估的標準 這裡運用 ITU-T G-168 的標準來評估 AEC 的表現好壞，圖五定義一些回音 消除的項目。圖五 ERL(dB)：在回音消除裝置中，從接收端(Rout)到發送端(Sin)訊號的衰減。 ERLE (dB) : 在回音消除裝置中，在接收發送過程中回音訊號的衰減。此定義不 包含輸出非線性(NLP)所造成的訊號衰減。在一個 LEM 系統，回音消除濾波器 (ECF)可由圖六所示， Local back- ground noise Loudspeaker- Enclosure- Microphone system Adaptive filter Local speech
( )
x n
( ) e n( )
h n
( ) n n ( ) d n b n( ) ( ) s n ( ) y n ˆ( ) h n ˆ( ) d n Echo Network elements Network elements Digital subtract Echo estimate and control circuit Nonlinear processing Send path Receive path Cancelled end inS
outR
outS
inR
RESL
RETL
R IN L ECHO A CANCA
NLPA
圖六 則 ERLE 可由下式所計算出 2 10 2 [ ( )] 10 log (dB) ˆ [( ( ) ( )) ] E d n ERLE E d n d n = ⋅ − (16) 其中 [ ]E i 為每一百筆資料作平均的期望值。 B. 改良式 AEC 的數值模擬 數值模擬部分針對改良式 AEC 演算法來進行模擬分析。圖七為改良式 AEC 演算法模擬出來的結果， 0 100 200 300 400 500 600 700 800 900 1000 -60 -50 -40 -30 -20 -10 0 Time(samples) E R L E (d B ) 圖七 在這個模擬中我們的主要目的是測試改良式 AEC 演算法是否更有效，其中我們 運用一個 512 階的 FIR 濾波器來表現在房間裡麥克風及喇叭之間的回音路徑
(echo path)，另一個 512 階的 FIR 濾波器用來表式改良式 AEC 中固定的濾波器。
對於一個白噪音的輸入，在取樣頻率 48 kHz 時ERLE=53 dB，接著我們借由濾
波器 1 2 3
( ) 1
P z z− z− z−
擬當回音路徑受到外界的擾動時的變化，最後我們評估當輸入白噪音時改良 AEC
演算法的表現是如何。在圖七中，虛線代表的是固定式濾波器 (fixed filter) 的
ERLE，其值大概是 32dB，由於回音路徑的擾動導致 ERLE 值明顯的降低了。另
一條較細的實線代表的是運用 512 階全適應性濾波器 (fully adaptive filter) 所得
到的 ERLE 值，其值大概在 45dB 時穩定下來，比固定式濾波器的表現要好一點。 最後我們運用一個 3 階適應性濾波器來嘗試改良式 AEC 演算法的模擬，圖七中 最粗的實線代表的是改良式 AEC 所得到的 ERLE 值，其值大概在 53dB 時穩定 下來，此三種方法比較可得到改良式 AEC 的表現是最好的。 C. 改良式 AEC 的實驗 圖八為實驗的配置圖， 圖八 其中多媒體喇叭和麥克風的間隔為 40 公分，而圖九為回音路徑的脈衝響應，
圖九
此 LEM 系統有 458ms 的迴響時間，其 ERL = 6 dB，而所有的 AEC 演算法都實現
在一個 fixed-point DSP (ADI, BF533)的平台上面，其取樣頻率是 48kHz。在此實
驗當中，我們運用點對點的網路通訊電話 Skype 來當作通訊的方式，在未啟動
DSP 的 AEC 演算法前，Skype 是沒有回音消除的效果的。
接著我們比較全適應性濾波的 AEC 演算法跟改良式 AEC 演算法的表現，用來
圖十
由於其訊號主要的頻帶分佈在 0-2.5k Hz 之間，所以我們降低頻率(down-sampled)
到 8 kHz。接著我們將所有的頻率分成八個頻帶，適應性濾波器應用在第一到第
八個分頻中，全適應性濾波器 AEC 演算法中每個階數都是 1024 階且 step size 是
0.1，而改良式 AEC 演算法中其第一到第五的分頻使用階數為 160 階的固定式濾
波器，第六到第八的分頻為 75 階的固定式濾波器，使用在改良式 AEC 演算法中
的適應性濾波器皆為 16 階且 step size 是 0.01。圖十一(a)是全適應性濾波 AEC(黑
色的虛線)與改良式 AEC(灰色的虛線)的比較圖，圖十一(b)為其頻譜圖，由結果
來看改良式 AEC(ERLE = 30.5 dB)的表現明顯優於全適應性 AEC (ERLE = 22.4
圖十一(a) 圖十一(b) 五、改良式 AEC 的聆聽測試與比較 聆聽測試的設計分為兩種，‘listening-only’測試與‘conversational’測試， 一 共有 20 位受測者參與本聆聽測試，在‘listening-only’測試當中，受測者將就回音 減少的程度和語音失真程度來做評分，其測試訊號是在近端(near-end)已做過處 理的語音檔；而在‘conversational’測試當中，評分的標準依然是回音減少的程度 和語音失真程度，但測試平台是運用 Skype 與對方通話的及時語音。實驗一樣是 將改良式 AEC 與全適應性 AEC 做相比較，其參數選用及測試的平台和之前的實 驗一樣。在這個測試裡有 4 個主要的指標如下：1) 單邊通話型式裡的回音消除， 2) 雙邊通話型式裡的回音消除，3) 近端語音(timbral quality)的品質，4) 回音消 除的整體表現。受測者的評分標準可介於 1 到 10 分之間，圖十二為‘listening-only’ 的測試結果，其測試結果運用 MANOVA 統計分析軟體來加以統計分析其結果， 在這項分析中平均 5%-95%的受測結果將被分析，而剩下的部分因為差異太大而 被刪除。
圖十二
Significance value Test module
Echo reduction Single talk Double talk Timbre
Listening-only test 0.000050 0.000454 0.001311 0.291625
TABLE I. The MANOVA results of the listening-only test.
由圖十二及表一可看出在 timbral quality 中改良式 AEC 和全適應性 AEC 沒有顯
著的差異，但是從其他的指標來看，改良式 AEC 明顯的優於全適應性 AEC。圖
圖十三
.
TABLE II. The MANOVA results of the conversational test
我們發現在 timbral quality 中改良式 AEC 和全適應性 AEC 仍然沒有顯著的差
異，而從其他的指標來看，儘管在雙邊通話型式裡的回音消除的差異較小，但整
體來說改良式 AEC 仍然明顯的優於全適應性 AEC。因此我們可以下一個總結，
除了 timbral quality 差不多之外，改良式 AEC 在各方面都明顯優於全適應性 AEC。
Significance value Test module
Echo reduction Single talk Double talk Timbre
參考文獻
1
E. Hansler and G. Schmidt, Acoustic echo and noise control A Practical Approach
(John-Wiley, New York, 2004).
2
K. J. Astrom and B. Wittenmark, Adaptive control (Addison-wesley, New York,
1995).
3
S. M. Kuo and D. R. Morgan, Active noise control system (John-Wiley, New York,
1996).
4
M. Brandstein and D. Ward, Microphone arrays (Springer, New York, 2001).
5
Y. Huang and J. Benesty, Audio signal processing. For next-generation multimedia
communication systems (Kluwer Academic, London, 2004))
6
C. Breining, P. Dreiscitel, E. Hansler, A. Mader, B. Nitsch, H. Puder, T. Schertler, G.
Schmidt, J. Tilp, “Acoustic echo control. An application of very-high-order adaptive
filters,” IEEE, Signal Processing Magazine, 16, 42-69 (1999).
7
B. Widrow and S. D. Stearns, Adaptive signal processing (Prentice-Hall PTR,
Englewood Cliffs, NJ, 1985).
8
B. Farhang-Boroujeny, Adaptive filters theory and application (John-Wiley, New
York, 2000).
9
S. Haykin, Adaptive filter theory (Prentice-Hall, Englewood Cliffs, NJ, 1986).
10
P. P. Vaidyanathan, Multirate system and filter bank (Prentice-Hall PTR, Englewood
Cliffs, NJ, 1993).
11
H. Yasukawa and S. Shimada, “An acoustic echo canceller using sub-band
sampling and decorrelation methods,” IEEE, Trans. Signal Processing. 4,
926-930 (1993).
12
Y. P. Lin and P. P. Vaidyanatjan, “A kaiser window approach for the design of
prototype filter of cosine modulated filterbanks,” IEEE, Signal Processing
13
D. R. Morgan, “An analysis of multiple correlation cancellation loops with a filter
in the auxiliary path,” IEEE Trans. Acoust. Speech, Signal processing. 28,
454-467 (1980).
14
L. J. Eriksson, M. C. Allie, C. D. Bremigan, and J. A. Gilbert, “Weight vector
analysis of an RLMS adaptive filter with on-line auxiliary path modeling,” Proc.
ICASSP 89, IEEE, Glasgow, UK, 2029-2032 (May, 1989).
15
S. L. Gay and J. Benesty, Acoustic signal processing for telecommunication
(Kluwer Academic, London, 2000).
16
T. Gansler, M. Hansson, C. J. Ivarsson, and G. Salomonsson, “A double talk
detector based on coherence,” IEEE Trans. Commun. 44(11), 1421-1427, (1996).
17
P. Heitkamper, “An adaptation control for acoustic echo cancellers,” IEEE Signal
Process. 4, 170-172 (1997).
18
H. Ye, and B. X. Wu, “A new double talk detection algorithm based on the
orthogonality theorem,” IEEE Trans. Commun. 39(11), 1542-1545 (1991).
19
R. Frenzel and M. E. Heonecke, “Using prewhitening and step size control to
improve the performance of the LMS algorithm for acoustic echo
compensation,” IEEE International Symposium on Circuits and Systems, 4,
1930-1932, (San Diego, CA, 1992).
20
S. Yamamoto, S. Kitayama, J. Tamura, and H. Ishigami, “An adaptive echo
canceller with linear predictor,” Trans. IECE of Japan, 62, 851-857 (1979).
21
G. Keppel and S. Zedeck, Data analysis for research designs. (W. H. Freeman and
Company, New York, 1989).
22
ITU-T Rec. G.168, Transmission systems and media, digital systems and networks
計畫成果自評 本計畫提出的改良式分頻 AEC 能夠有效的消除在通訊時所產生的聲學回 音，其中固定式濾波器用來消除大部分的回音，適應性濾波器則用來消除經過外 界干擾而產生回音路徑的變化所造成的回音，運用分頻法可以更有效率的減少運 算量且增加消除回音的表現，在實驗中比較改良式 AEC 與全適應性濾波 AEC 的 優劣，我們可得到改良式 AEC 在計算量、收斂速度和消除回音的效果都明顯比 全適應性濾波 AEC 來的要更好。 經過了一年的研究，改良式 AEC 演算法已經被詳細的模擬及實現了。本年 的研究成果對於之後的研究有很大的幫助，接下來的兩年我們希望能分別就噪音 消除以及麥克風陣列技術來進行研究與實驗，希望最後能整合麥克風陣列、聲學 回音消除及噪音消除三大技術並實現在車內免持聽筒通訊系統當中。
