(接《解密回聲消除技術(shù)之一（理論篇）》)
從應(yīng)用平臺來看，根據(jù)筆者多年的經(jīng)驗，可以把回聲消除分為兩大類：基于DSP等實時平臺的回聲消除技術(shù)和基于Windows等非實時平臺的回聲消除技術(shù)。兩者的技術(shù)難度和重點是不一樣的。
三、基于DSP平臺的回聲消除技術(shù)
回聲消除技術(shù)傳統(tǒng)的應(yīng)用領(lǐng)域是各種嵌入式設(shè)備，包括各種電信網(wǎng)絡(luò)設(shè)備和終端設(shè)備。網(wǎng)絡(luò)設(shè)備比如交換機(jī)，網(wǎng)關(guān)等等，終端則包括移動電話終端，視頻會議終端等。現(xiàn)代通訊產(chǎn)品里面大量應(yīng)用了回聲消除技術(shù)，包括在我們看得到的終端產(chǎn)品（比如手機(jī)）和看不到的局端產(chǎn)品（比如交換機(jī)）。這種嵌入式設(shè)備的共同點就是采用各種型號的DSP芯片作為回聲消除的載體。一個有效的回聲消除算法需要持續(xù)的在一顆DSP芯片上面運(yùn)行，會遇到以下方面的難點：
實時性與高效性，因為DSP芯片資源有限。雖然自從二十世紀(jì)七十年代DSP應(yīng)用以來，日新月異的硬件芯片技術(shù)使許多沉睡在教科書上的信號處理理論算法大規(guī)模應(yīng)用，但是回聲消除算法需要的資源還是大得驚人。以視頻會議系統(tǒng)，大規(guī)模的會議室可以產(chǎn)生超過512ms的回音，要消除這么長延時的回音，即使按照8k赫茲采樣率計算，自適應(yīng)濾波器W(n)的長度都會達(dá)到4096個點，這樣一方面需要非常大的存儲空間來存儲W(n)，另一方面，W(n)的更新需要的計算量也是成倍增長，同時，W(n)的收斂難度也在加大，傳統(tǒng)自適應(yīng)濾波器的效率很難保證。對于電信設(shè)備中的應(yīng)用，雖然回聲消除不需要這么長的延時，但是在交換機(jī)等設(shè)備中，成本和效率就是生命，所有的處理算法都是按路或按線計算的，對算法的優(yōu)化效率提出了無止境的要求。相對而言，只有像車載免提這種應(yīng)用對效率要求不那么高，因為車內(nèi)空間小，回音延時有限，又不要求多路應(yīng)用。
傳統(tǒng)的回聲消除技術(shù)是從國外二十世紀(jì)七十年代的早期算法發(fā)展而來，這類技術(shù)的采用一直相當(dāng)昂貴，提供電信級回聲消除硬件應(yīng)用（包括芯片或者設(shè)備）的廠家都是國外的。對于移動網(wǎng)絡(luò)用戶來說，語音品質(zhì)一直是他們最關(guān)切的議題，對電信業(yè)者來說，語音也仍是他們最能獲利的服務(wù)項目，因此語音的品質(zhì)是不容妥協(xié)的。為了滿足今日與未來的網(wǎng)路需求，回聲消除技術(shù)的挑戰(zhàn)正在于如何有效地降低成本并持續(xù)改善語音品質(zhì)。
算法級的DSP軟件解決方案，也是解決嵌入式設(shè)備回音問題的一種途徑，對用戶也有一定的靈活性，用戶只需要把回聲消除模塊集成到自己的DSP軟件中，再簡單調(diào)整幾個相關(guān)參數(shù)，就能達(dá)到較好的回聲消除效果。
目前基于DSP的回聲消除算法已經(jīng)比較成熟，市場上也有一批專門的算法/芯片公司的能夠?qū)ν馓峁┮呀?jīng)優(yōu)化好的基于DSP的軟件回聲消除模塊：如俄羅斯Spririt DSP、加拿大Octastic Semiconductor、瑞典GIPS、國內(nèi)科萊特斯科技Conatus Technologies以及美國Adaptive Digital、和GAO Research、英國CSR等等，另外還有美國Fortemedia、Acoustic Technologies和日本OKI等可以提供專用的回聲消除DSP芯片。其中性能較好的有Octastic、Conatus、和Spririt這三家，Octastic可以提供完整的從專用芯片、板卡到DSP算法的完整方案，而Conatus和Spririt的回聲消除效果更好，值得一提的是Conatus公司是目前市面上唯一提供針對專業(yè)視訊會議應(yīng)用寬帶回聲消除模塊的公司，其音頻采樣率可以達(dá)到48k赫茲。
四、基于Windows平臺的回聲消除技術(shù)
回聲消除技術(shù)最新的應(yīng)用領(lǐng)域是基于Windows平臺的各種VoIP應(yīng)用，比如軟件視頻會議，VoIP軟件電話等。當(dāng)回聲消除算法應(yīng)用到Windows平臺，相對于傳統(tǒng)的DSP平臺，既帶來優(yōu)勢，也帶來了新的難點。高效性在Windows平臺已經(jīng)不是問題，現(xiàn)在的pc機(jī)，擁有豐富的cpu資源和海量的內(nèi)存資源，再復(fù)雜的回聲消除算法都可以運(yùn)行自如。但是，新增加的麻煩比帶來的好處要多。
首先，Windows平臺是一個非實時的平臺，音頻的采集和播放對回聲消除算法而言，也是非實時的。和DSP平臺不一樣，DSP平臺可以直接控制AD/DA芯片的采集播放，獲得實時的音頻流（不存在同步問題），但是Windows平臺下，應(yīng)用程序很難在底層直接控制聲卡的采集播放，獲得的是非實時的音頻流，從而帶來了采集和播放音頻流的同步問題。
實際應(yīng)用時，傳給回聲消除算法的兩個聲音信號（采集的回音信號ne和播放的參考信號fe），必須同步得非常的好。就是說，本地接收到遠(yuǎn)端說的話以后，要把這些話音數(shù)據(jù)傳給回聲消除算法做參考，這是一個算法需要的輸入信號；然后再傳給聲卡，聲卡放出來后經(jīng)過回音路徑，這時，本地再采集，然后傳給回聲消除算法，這是算法需要的另一個輸入信號。這里的同步是指：兩個信號雖然存在延時，但這個延時必須固定，在時序上要保持連貫，不能一個信號多來幾個幀，另外一個信號少來幾個幀。如果傳給回聲消除算法的兩個信號同步得不好，即兩個信號發(fā)生幀錯位，就沒有辦法進(jìn)行消除了。因為這時系統(tǒng)會變成了非因果系統(tǒng)，比如期望信號收到了，參考信號還沒來，時間上都沒有因果關(guān)系，肯定是沒有辦法消除的。
實際情況是，在一般的VoIP軟件中，接收對方的聲音并傳到聲卡中播放是在一個線程中進(jìn)行的，而采集本地的聲音并傳送到對方又是在另一個線程中進(jìn)行的，而聲學(xué)回聲消除算法在對采集到的聲音進(jìn)行回聲消除的同時，還需要播放線程中的數(shù)據(jù)作為參考，而要同步這兩個線程中的數(shù)據(jù)是非常重要的，因為稍稍有些不同步，聲學(xué)回聲消除算法中的自適應(yīng)濾波器就會發(fā)散，不但消除不了回音，還會破壞原始采集到的聲音，使聲音難以分辨。
另外，pc機(jī)器的聲卡種類繁多，各種各樣的聲卡特性進(jìn)一步加劇了同步問題的復(fù)雜性。所以，同步和聲卡等問題對回聲消除算法的內(nèi)部特性提出了更多苛刻的要求。
從上面分析來看，由于Windows平臺的非實時性，基于Windows平臺的回聲消除技術(shù)比DSP平臺要難得多。
在PC平臺語音通訊領(lǐng)域，目前公認(rèn)音質(zhì)做得比較好的國外軟件是Skype，記得幾年前Skype一直是在用瑞典一家叫GIPS(Global IP Sound)公司的語音引擎技術(shù)。GIPS是最早介入PC平臺語音通訊領(lǐng)域的廠商之一，在改領(lǐng)域具有一定的權(quán)威性，其主要優(yōu)勢表現(xiàn)在對IP網(wǎng)絡(luò)的延時、抖動和丟包等處理較好，基于Windows平臺的回音消除也做得不錯，不過最近的新版本Skype上已經(jīng)看不到GIPS的標(biāo)志了，據(jù)說是因為Skype自己研發(fā)了一套新的更好的語音引擎的緣故。 目前大家接觸最多的采用了GIPS語音引擎技術(shù)的通訊軟件就是騰訊QQ了，其超級語音的效果普遍評價都還不錯。另外微軟經(jīng)過多年的研發(fā)，其最新版本的MSN語音特別是回音消除效果終于有了質(zhì)的提升，目前網(wǎng)上評價也還不錯。另外還有一些專業(yè)廠商也對外提供包含回音消除功能的語音引擎，如俄羅斯的Spirit DSP、美國的GH Innovation和國內(nèi)的科萊特斯科技（Conatus Technologies）以及賽聲科技（Soft Acoustic）等等。除此之外，網(wǎng)絡(luò)上還可以下載到一個很好的開源的語音軟件Speex也提供了回音消除功能。為了進(jìn)一步了解目前PC Windows平臺回音消除技術(shù)的業(yè)界水平，筆者對各家的回音消除技術(shù)做一個詳細(xì)的橫向?qū)Ρ葴y試（所有測試都是免提狀態(tài)）
為了對比，各家語音引擎的版本信息列舉如下：
國外廠商：
Skype V3.8.4.182
Spirit DSP（廠家DEMO）
GIPS（QQ 2009beta）
Micorsoft （Windows Live Messenger 2009 V14.0.8064.2006）
GH Innovation（廠家DEMO）
國內(nèi)廠商：
Conatus Technologies（廠家DEMO）
Soft Acoustic（廠家DEMO）
開源算法：
Speex（V1.2RC1 自己寫了測試軟件）
測試結(jié)果：
|
測試項目
|
Skype |
MSN |
QQ |
Conatus |
Spirit |
Speex |
SoftAcoustic |
GH I |
|
筆記本免提模式，外接麥克風(fēng)和音箱應(yīng)用模式的適應(yīng)性 |
兩種模式都無回音 |
筆記本免提模式有時一直有較小回音 |
筆記本免提模式偶爾有較小回音 |
兩種模式都無回音 |
筆記本免提模式有時一直有較小回音 |
兩種模式都有一直較小回音 |
兩種模式有時都會出現(xiàn)較大回音 |
筆記本免提模式一直有很小回音 |
|
單方講話效果 |
無回音，效果很好 |
基本無回音，效果好 |
基本無回音，效果好 |
無回音，效果很好 |
基本無回音，效果好 |
一直有較小回音，效果差 |
有時有很大回音，效果差 |
基本無回音，效果好 |
|
雙方同時講話效果 |
雙方交流流暢無回音，對方聲音偶爾有輕微斷續(xù) |
雙方交流流暢，但對方聲音中會夾雜著輕微回音 |
雙方交流流暢，但對方聲音中會夾雜著一些回音 |
雙方交流流暢無回音，對方聲音偶爾有輕微斷續(xù) |
雙方交流流暢，但對方聲音中間會夾雜著一些回音 |
雙方交流比較流暢，但一直聽到一個較小的回音 |
雙方交流不流暢，對方聲音經(jīng)常會斷續(xù) |
雙方交流無回音，但對方聲音很小很難聽清楚 |
|
麥克風(fēng)和揚(yáng)聲器相對的位置改變等 |
收斂比較快，基本沒有回音出現(xiàn)。 |
收斂比較快，基本沒有回音出現(xiàn)。 |
收斂比較快，基本沒有回音出現(xiàn)。 |
收斂比較快，基本沒有回音出現(xiàn)。 |
收斂比較快，基本沒有回音出現(xiàn)。 |
收斂速度慢，有好幾句回音 |
收斂速度慢，有好幾句回音 |
收斂比較快，基本沒有回音出現(xiàn)。 |
|
CPU重載（CPU負(fù)載達(dá)到100%）時效果 |
XP和Vista下聲音都流暢，基本不會出現(xiàn)回音和聲音斷續(xù)現(xiàn)象 |
XP和Vista下聲音都流暢，基本不會出現(xiàn)回音和聲音斷續(xù)現(xiàn)象 |
XP下聲音流暢，基本不會出現(xiàn)回音；Vista下聲音斷續(xù)，偶爾會出現(xiàn)回音 |
XP和Vista下聲音都流暢，基本不會出現(xiàn)回音和聲音斷續(xù)現(xiàn)象 |
XP下聲音流暢，基本不會出現(xiàn)回音；Vista下聲音斷續(xù)，偶爾會出現(xiàn)回音 |
此項未測 |
XP下聲音流暢，基本不會出現(xiàn)回音；Vista下聲音斷續(xù)，偶爾會出現(xiàn)回音 |
XP下聲音流暢，基本不會出現(xiàn)回音；Vista下不加負(fù)載聲音都是斷續(xù)的 |
|
PC和聲卡適應(yīng)性 |
穩(wěn)定，基本都能消除回音 |
穩(wěn)定，基本都能消除回音 |
比較穩(wěn)定，偶爾有些筆記本免提時有回音 |
穩(wěn)定，基本都能消除回音 |
穩(wěn)定，基本都能消除回音 |
不穩(wěn)定，有時無法消除回音 |
不穩(wěn)定，經(jīng)常無法消除回音 |
穩(wěn)定，基本都能消除回音 |
|
噪聲抑制
|
噪聲抑制效果弱 |
噪聲抑制效果一般 |
噪聲抑制效果弱 |
噪聲抑制效果強(qiáng) |
噪聲抑制效果一般 |
噪聲抑制效果強(qiáng) |
噪聲抑制效果強(qiáng) |
噪聲抑制效果強(qiáng) |
|
自動硬件增益控制和免提時能達(dá)到的最大播放音量 |
支持，音量較大 |
支持，音量較小 |
支持，音量適中 |
支持，音量適中 |
支持，音量較小 |
不支持 |
支持，音量較小 |
支持，音量非常小 |
|
整體效果評價（0-10分評分） |
很好，基本沒有回音，雙方交流很順暢，9分 |
較好，有的筆記本免提時偶爾有回音且音量較小，雙方交流比較順暢，7.5分 |
較好，有的筆記本免提時偶爾有回音，雙方交流順暢，8分 |
很好，基本沒有回音，音量比skype略小，雙方交流很順暢，8.5分 |
較好，有的筆記本免提效果稍差且音量比較小，vista效果稍差，7分 |
不好，一直有個較小的殘余回音，雙方交流困難，3分 |
不好，經(jīng)常有完整的回音，感覺不穩(wěn)定，雙方交流比較困難，5分 |
一般，沒有回音，但是音量太小，雙方交流困難，且VISTA下聲音斷續(xù)，5.5分 |
|
測試項目
|
Skype |
MSN |
QQ |
Conatus |
Spirit |
Speex |
SoftAcoustic |
GH I |
可以看出，Skype、 Conatus和 QQ(GIPS)的效果最好， MSN和Spirit的效果還不錯，而GH Innovation、Soft Acoustic效果一般，Speex的效果較差。
五、總結(jié)
回聲消除已經(jīng)成為語音通訊中提供全雙工音頻的標(biāo)準(zhǔn)方法。聲學(xué)回聲消除是通過消除或者移除本地話筒中拾取到的遠(yuǎn)端的音頻信號來阻止遠(yuǎn)端的聲音返回去的一種處理方法。這種音頻的移除都是通過數(shù)字信號處理來完成的。回聲消除技術(shù)是數(shù)字信號處理的典型應(yīng)用之一。
本文出自 “碧海銀沙” 博客，請務(wù)必保留此出處http://silversand.blog.51cto.com/820613/166101