引 言在通信系统中，例如IP电话、可视电话及免提数字蜂窝电话系统中，回声和噪声会严重影响通信质量。回声抵消是提高通话质量的关键技术之一。在消除回声时还必须考虑背景噪声的处理。随着回声消除技术的发展，对回声消除研究的重点已由电路回声的消除转向了声学回声。自适应滤波器研究始于五十年代末，Windrow和Hoff等首先提出了最小均方（LMS）自适应算法。由于LMS算法具有简单、计算量小、易于实现实时处理等优点，所以它广泛用于各领域中。当用于回声抵消时，对非平稳强相关的语音信号激励和冲击响应持续时间很长的回波通道，LMS算法在时域直接实现收敛速度慢。针对这一问题已有它的各种改进型算法，而这些改进算法一般都可以归结为步长因子的某种选取。许多研究已证明，步长因子值与学习曲线的时间常数成反比，与失调量成正比，即步长因子的优化只能在收敛速度和失调量小两指标之间取折衷。这种思想是各种改进算法例如NLMS的主要依据。NLMS算法克服了LMS算法中由于步长因子和输入信号功率很大所引起的自适应算法和控制的一致性，但仍保留了原LMS的优点。所以从二十世纪七十年代后期，NLMS就成为商业化的回声抵消器常采用的算法。但它的最大缺点仍是在强相关性语音信号输入的情况下，误差信号的收敛性能会急剧恶化。为使其更适合回声滤波器的要求，必须对其进行进一步的改进。理论上回声滤波器需要有冲激响应持续期很长的回波通道（），但实际上在整个通道中只有很小的一块非零区域（大约）。PNLMS算法是回声抑制自适应算法中的一种新方案。它正是利用回声路径冲击响应的稀疏性，来达到比传统NLMS算法更快的收敛性。而在提高收敛性的同时，并没有牺牲回声预测的质量，只是在计算复杂度上稍有增加。但是这种算法有效的前提是回声路径是稀疏的。由NLMS和PNLMS衍生的变型算法，如 RPNLMS、PANLMS、RPNLMSs和NRPNLMS算法在性能略有改善的同时复杂度略有增加。仿射投影算法APA具有快速的收敛速度和对回声路径估计的高度准确特性，出于对算法复杂度和最优性能折衷的考虑，适当选择投影阶数，可取得了较其它算法优异的收敛特性。 <WP=60>目前大多数回声抵消器均采用NLMS算法来实现回声抵消，对同时存在的噪声并未做消除工作，以致影响回声抵消的效果。鉴于提高通信质量的目的，有必要同时进行噪声消除和回声抵消。本文基于上述思想，在回声抵消前，对进入麦克风的输入信号预处理即噪声消除，为后续的回声抵消奠定基础，经过噪声消除的语音进入了结合DTD的回声抵消器，取得了良好的回声抵消效果。使得算法更完整和更具鲁棒性。一、噪声消除和回声抵消算法1．谱减法中的语音活动性检测谱减法是在频域上进行增强语音信号的有效方法，该算法简单且运算量小，便于实现快速处理，可以获得较高的输出信噪比。事实上许多手机产品中采用了谱相减技术来消除噪声。然而由于在谱减法处理过程中，是以无声期间统计平均的噪声方差代替当前分析帧各频率点噪声频率分量。而噪声频谱具有高斯分布，即其幅度随机变化范围很宽。因此相减时，若该帧某频率点噪声分量较大，就会有很大一部分保留，在频谱上呈现随机出现的尖峰，在听觉上形成有节奏性起伏的类似音乐的残留噪声(即音乐噪声)。音乐噪声的存在严重影响听音效果。由于音乐噪声在短时帧里是非平稳的，所以音乐噪声很难被滤除。为了消除音乐噪声，人们提出了很多算法，如过减噪声和加入频谱基、优化短时谱幅度最小均方误差估计、非线性谱相减等等。当输入信噪比很低时，运用这些算法消除噪时，很难达到既减少音乐噪声又不造成较大语音失真的目的。由于在大多数情况下只能获得含噪语音，所以在进行噪声消除时，噪声能量是不能直接算出来的。本文中对噪声的估计是利用VAD算法来判决无语音段，并利用无语音段的频谱幅值统计平均值实时更新噪声的频谱幅值。利用VAD将语音段及噪声段分开，对所有判别为噪声段帧进行运算，使得对噪声功率谱的估计更为准确。虽然在判断噪声时可能会有少许错判，但在错判帧中，一般语音能量能非常小，对估计噪声不会产生太大的影响。采用了基于自适应更新噪声能量谱的语音活动性检测软判决法作为本文中VAD的实现方案。它可实时跟踪更新噪声能量，即使背景噪声为有色噪声时，噪声消除效果较其它语音增强方法有良好的鲁棒性。VAD的实现分为两个部分：计算判决结果；用软判决信息对噪声的频谱幅值进行自适应跟踪。 <WP=61>2．噪声消除改进谱减法降低噪声的方法大体上分为4类：声对消法、基于语音周期性的增强方法、基于语音生成模型的增强算法和基于短时谱幅度估计的增强算法。常用的方法有中心削波、谱减法、自适应抵消法等。鉴于谱减法简单、有效和快速，本文采用了谱减法作为噪声消除方法。谱减法的基本原理是从带噪语音中减去噪声。谱减法假设噪声信号和语音信号互不相关，在频域是加性的关系。语音信号是短时平稳信号，背景噪声环境对于语音活动区间来说是近似稳态的。在这样的假设前提下，经典谱相减方法是将短时含噪语音谱与一个估计的噪声谱相减来达到压缩稳态噪声的目的。在语音增强过程中，消除噪声、提高语音信噪比