回声问题

声学回声消除(AEC)是通过声音链路使房间内各个位置声音产生相关性的一种技术。只要是一个有多个房间同时参与的、无障碍的、全双工会议，并且会议话筒会拾取到音箱中的声音时，就需要用到AEC。 一、 声学回声产生的原因 　　在一个典型的会议形式中(图1)，从房间B中通过电话线或者其他音频网络传输到房间A的声音，又通过音频网络传了回去。在房间B里的人就会听到了一个经过音频网络和房间A之后有了延时的自己的声音。如果人们在交谈时听到了自己的回声，那么就很容易被分散注意力，而且也很难有一个非常自然的交谈。对于有效的沟通来说，消除回声是非常重要的。   　　消除声学回声有许多种方法。有一种方法是在话筒和音箱之间加入选择开关，使它们不能同时启用(图2)。这样就打破了声音产生回声的信号通路。但它也破坏了交流，使会话的进行一点都不自然，因为听者必须等到另一端的发言人讲完。在这一系统中的声音是半双工的。这种方法通常用于对讲机系统和双通道广播，但是由于交流的自然性受到限制，所以最好不要在音频会议系统中使用。   　　另一种方法是在物理上把音箱和话筒隔离开来。一个简单的例子就是电话的听筒。因为听筒中的小喇叭离人耳非常近，所以就可以把声音的电平做的很小，这样既能够听清楚又不会被话筒拾取到。因为在听筒的喇叭与话筒之间没有联结，所以在远端也就不会有回声。当然，为每个人配发听筒也就无法兼顾会议的自然交流和正常活动。 　　AEC已经成为会议系统中提供全双工音频的方法。AEC是通过消除或者移除本地话筒中拾取到的远端的音频信号来阻止远端的声音返回去的一种处理方法。这种音频的移除都是通过数字信号处理来完成的。 二、回声消除的工作原理 　　尽管回声消除是非常复杂的技术，但我们可以从简单的描述中来了解一下这种处理方法： 　　1、房间A的音频会议系统接收到房间B中的声音 　　2、声音被采样，这一采样被称为回声消除参考 　　3、随后声音被送到房间A的音箱和声学回声消除器中 　　4、房间B的声音和房间A的声音一起被房间A的话筒拾取 　　5、声音被送到声学回声消除器中，与原始的采样进行比较，移除房间B的声音 　　只有房间A的声音才会被送到房间B中，这样就得到了无回声的声音。还可以从另一方面来看回声消除处理。我们知道本地的声音是音箱/房间/话筒(LRM)组合作用的结果。这种作用的特点取决于LRM的脉冲响应特性曲线。我们可以把LRM看作为一个滤波器，它改变了远端的声音(图3)。改变以后的声音被本地的话筒拾取，又被传送回远端。回声消除器模拟了本地房间的脉冲响应特性曲线。它监听本地的声音，并建立一个房间的声学模型。随后用这个声学模型，或者说滤波器来像LRM组合改变接收到的声音那样改变远端传来的声音。把在回声消除器的自适应滤波器中改变后的声音信号进行反相之后与本地话筒中拾取的音频信号相加，就可以把回声消除掉。   　　回声消除器模拟LRM组合后的滤波越精确，消除回声的效果就越好。时刻监视并调整消除处理中的误差，可以纠正回声消除器的滤波模型。回声消除器的能力是用回波损耗增益(ERLE)来衡量的。 　　ERLE是一个以分贝(dB)为单位度量回声消除器和非线性处理(或是NLP，一种高级的抑制残余回声的陷波系统)的性能。这度量了回声消除器(或是NLP)在所传输的信号中造成多大的增益以从话筒信号中移除回声。这个度量必然是负值。 　　回波损耗(ERL)是以分贝为单位度量从音箱系统到话筒之间的直接回声和反射回声经过声衰减和声吸收后的损耗。这一度量受到音箱输出电平和话筒输入灵敏度的影响。在这里，回声分贝数减小时，回声消除的能力就增强。ERL不光受到PA系统的功放增益总量影响，还受到房间声学环境、话筒和音箱的摆位以及相互的距离、还有房间的环境噪声的影响。越高的电平意味着越小的ERL，也就意味着更加依赖AEC以争取消除声学回声。话筒的高增益也会对ERL产生影响。一个较为灵敏的话筒会拾取到陷于本底噪声中的本不需要进行回声消除的回声。 “总回声衰减”就是ERL加上ERLE，它度量了特定回声消除通道的总性能。因为每个房间的声学设计和系统设计都不一样，因此度量单位也不一样。这个度量没有固定值，但总回声衰减最好大于房间的信噪比(S/N)。这可以确保把残余的回声推入到房间的本底噪声，成为不可闻回声。 三、如何达到性能最优化 　　在音频会议系统中，在每个话筒信号通路上加入回声消除器可以提高音质并改进回声衰减。在一个典型的集中式回声消除系统中，把一个房间里的所有话筒通过一个话筒混合器变为一路输出。再把这路输出送到一个数字回声消除器中。回声消除器必须适合于混合所有单个话筒的回声。如果话筒混合器是自动混合的话，因为话筒的开关操作，LRM组合(脉冲响应特性曲线必须由回声消除系统来建模)将会发生改变。为了能够有效的发挥作用，这种系统在自动门参数上通常有着严格的限制，还需要有一个良好的声学环境。 　　如果在每个话筒通路上都配置一个回声消除器，通过联合每一路的声学输入，就可以有充裕的时间来单独消除回声(图4)。这种被称为分散式回声消除(DEC)方法还有其他优点。举例来说，所有其他的音频处理器可以安装在回声消除器之后，因此话筒的开关以及音频处理所造成的改变不会对回声消除器产生影响。   四、回声消除的质量 　　理想的AEC可以把所有远端的音频移除而不会影响本地的声音。为了把对本地声音的影响减到最小，AEC需要决定到底是“双方对话”(远端和本地的发言人同时讲话)、传输、接收还是闲置状态。AEC正确的识别恰当模式的能力非常影响回声消除的程度以及对本地声音的影响，而且可以做出最好、最真实的会议。定量测量性能是很困难的。这意味着只有听才能对AEC作出最佳评价，而AEC是用在远端来预防回声的。测试AEC需要和另一端的电话听筒、话筒/耳机、或者一个同样类型的AEC一起进行。另外，如果在本地或远端有问题的话它也不能识别。 　　以下是一些可能遇到的问题： 　　1、收敛损耗和残余回声。收敛损耗发生在AEC的房间滤波模型与LRM组合不匹配时。结果导致了听得出的残余回声。这是由于短的尾部时间，AEC在接收模式但它其实本应该在双通模式。残余的回声可能也是由于过多地房间噪声和混响。 　　2、失真。如果在双通模式下使用一般的非线性处理(NLP)，语言信号上就会有刺耳而又讨厌的失真。这发生在AEC在双通模式中的接收状态下。 　　3、听得出的模式转换。这发生在AEC的模式转换的太突然或者太频繁时。在转换过程中，背景噪声电平的改变、噗噗声和敲击声、或者是音量的整体变化都会被注意到。 　　4、半双工。如果在双通模式下，AEC出了差错并转换到接收模式，AEC可能削弱本地信号来减少残余回声电平。如果AEC削弱信号到某个点，就听不到声音了，于是本地的人就不可能打断其他人的讲话。 五、回声问题的解决 　　会议系统中，如果是因为音箱的声音返回到话筒中造成声耦合而产生回声，最简单的方法是把远端听得到回声的场所的话筒静音。这打破了回声的回路，并且证实了远端的AEC没有移除回声。下一步就是找出声学回声的原因，可以通过检查以下的系统情况来确认。 　　1、检查AEC的基准是否正确。同时，检查所有话筒是否都使用了正确的基准。检查所有需要进行回声消除的音源是否都在基准通道内。 　　2、检查增益结构。从输入到输出在使用一个统一的增益结构时，回声消除器的工作是最有效率的。电平太低的话回声消除器可能无法采样，或者可能得到的是不完善的基准。因为回声消除器无法对低电平进行采样，所以也就无法在话筒上使用回声消除预防回声。如果信号太大或者削波的话，失真信号使回声消除器无法对完整的信号尽心采样。当声音传给PA系统放大时，回声消除器就无法再发挥作用了。如果发言人离话筒远，就要把话筒灵敏度提高，这就使得ERL提高了，又会影响到回声消除。 3、检查音频路由。从解码器或者电话等混合路由上的音频输出正常吗？同样的，某些录像机或视频解码器会把音频的输入输出连成环。试着把录像机或视频解码器的输出静音或者断开，看看回声是不是没有了。 　　4、是不是有另一台回声消除器在工作，比如视频解码器里的AEC。在两个回声消除器会同时运作的系统中，声音在远端会出现低电平和失真，因为两个回声消除器会独立决定要把什么声音消除掉。于是，已经消除了回声的声音在经过第二个AEC时，会被抑制住。 六、音频会议系统设计的注意事项 　　房间：和其他音频系统一样，音频会议系统(或是视频会议系统的音频部分)的设计必须始终考虑房间的因素。LRM组合中的房间要素会对被AEC的房间滤波模型修正的声音产生很大的影响。房间表面过多的反射声也会影响到从远端传来的声音的质量。当然，隔声的房间是最好的。同时，一台回声消除器不能消除低于房间本地噪声电平的回声；因此，必须采取措施来消除噪声。 　　音频会议系统设计师所要面对的最大的挑战之一是找到一个地方来摆放会议话筒。设计师常常被要求把话筒放的离发言人远一点(举例来说，放在天花板上)，或是尽量少用话筒来降低系统的成本。这两种情况都产生一个问题，那就是在仍然能传输给远端高质量语音的前提下，话筒离发言人最远能到多少距离。影响这个最大距离的两大要素是房间的噪声电平和房间的“活跃度”。我们首先来看一下在环境噪声电平基础上的话筒距离。 　　AEC的性能以及语言的可懂度，受到噪声的影响。经验和测量表明，要确保高质量的语言清晰度，会议系统话筒中拾取到的发言人的语音电平要比环境噪声电平高21dB到25dB。 　　话筒与发言人之间的距离影响了话筒中的直达声电平。运用我们对声音的知识，可以确定话筒上的语言电平比环境噪声电平高25dB时的极限距离。 　　假设： 　　■ 1米处，发言人语音的平均电平为64 dBA-SPL到66 dBA-SPL 　　■ 我们可以用对数计算出话筒上的声压损耗电平：20log(话筒摆放距离/参考距离) 　　使用这个和测定的房间中的环境噪声，我们可以算出能够确保发言人的声音比环境噪声高25dB时话筒和发言人之间的最大距离。这个差值叫做信噪比。 　　让我们来假设有一个环境噪声为45 dBA-SPL的会议室。因为桌子经常会被搬走以把这个房间做他用，所以我们要把话筒安装在天花板上。天花板高度为10英尺(3米)。有了这些信息，我们就可以计算出发言人在话筒上的电平。 　　首先，计算出声音从发言人传播话筒之间的衰减。发言人的嘴大约4英尺(1.23米)高。话筒并不是在他的正上方，不过距离每个人都不会超过10英尺(大约为3米)。按照下面的式子算出衰减： 　　20log(3米/1米)=9.5dB 　　如果已知一个发言人在1米处的电平(64 dBA)，那么我们减去这个衰减： 　　64 dBA-SPL - 9.5 dB = 54.5 dBA-SPL 　　然后再减去话筒拾取声音中的环境噪声电平： 　　54.5 dBA-SPL - 45 dBA-SPL = 9.5 dB 　　这个例子中，信噪比只有9.5dB——远远低于我们所要求的25dB。我们无法得到保证清晰度和可懂度所需要的电平。那么我们怎么办呢？要么把话筒靠近发言人，要么把噪声电平降下来。 　　在音频会议系统中降低可闻噪声电平的一个方法是使用主动式降噪器。我们假定可以把噪声衰减10dB。这就提供了((9.5dB+10dB)=19.5dB)的信噪比。虽然有所进步，但还是没有达到我们所需要的信噪比。我们仍然要想办法把话筒靠近发言人，否则就只能忍受这种低劣的音质。 　　下表中列出了话筒与发言人之间的距离与环境噪声之间的关系。它可以帮助我们迅速找出在满足所需要的25dB信噪比情况下的话筒与发言人之间的最大距离。   摘要 　　下面列出的提示有助优化AEC的性能： 　　■ 最大化ERL 　　■ 室内声学：处理房间以消除反射声 　　■ 话筒/音箱的位置：把话筒和音箱之间的距离拉到最大 　　■ 环境噪声：额外的噪声会减缓AEC的收敛 　　■ 发言人与话筒之间的距离：尽可能的使话筒靠近发言人 　　■ 话筒录音以及拾音的模式：单指向性的话筒不会拾取到它拾音区域外的背景噪声 　　■ 适当的电平：确保在AEC的参考点上有好的信噪比，避免音频信号的削波或失真。