在PBX或局用交換機側，有少量電能未被充分轉換而且沿原路返回，形成回聲。如果打電話者離PBX或交換機不遠，回聲返回很快，人耳聽不出來，這種情況下無關緊要。但是當回聲返回時間超過10ms時，人耳就可聽到明顯的回聲了。為了防止回聲，一般需要回聲消除技術，在處理器中有特殊的軟件代碼監聽回聲信號，并將它從聽話人的語音信號中消除。對于IP電話設備，回聲消除技術是十分重要的，因為一般IP網絡的時延很容易就達到40～50ms。 ”
一、 因特網語音通信中回聲的特點
與傳統電話相比，因特網上進行語音的實時傳輸，有其致命的弱點，那就是語音質量較差，影響因特網語音質量的因素是多方面的，最關鍵的因素之一是回聲的影響。因此，要提高因特網的語音質量，就必須在因特網的語音傳輸過程中進行消回聲的處理，也就是說，IP電話網關作為因特網的語音接入設備，幾須具有回聲的消除功能。由于因特網的語音傳輸是采用分組交換技術實現的一種全新的電信業務，傳送的語音信號要經過編碼、壓縮、打包等一系列處理，這不僅造成回聲路徑的延遲較大，而且延遲抖動也較大。因此，在因特網的語音傳輸過程中，回聲問題顯得尤其突出，并具有如下特點。
1、 回聲源復雜
在傳統電話系統中，存在著一種所謂的"電路回擊"。該回聲產生的主要原回是在系統中存在2-4線的轉換。完成2-4轉換的混合器因阻抗匹配，造成"泄漏"，從而導致了"電路回聲"。從因特網IP電話網關的連接方式可以看出，IP電話網關一端連接PSTN，另一端連接因特網。
盡管電路回聲產生于PSTN中，但同樣會傳至于IP電話網關，是因特網語音傳輸中的回聲源之一，因特網語音傳輸中的第二種回聲源是所謂的"聲學回聲"。聲學回聲是指揚聲器播放出來的聲音被麥克風拾取后發回遠端，這就使得遠端談話者能聽到自己的聲音。聲學回聲又分為直接回聲和間接回聲。直接回聲是指揚聲器播放出來的聲音未經任何反射直接進入麥克風。這種回聲延遲最短，它與遠端說話者的語音能量，揚聲器與話筒之間的距離、角度、揚聲器的播放音量以及話筒的拾取靈敏度等因素相關。間接回聲是指揚聲器播放的聲音經不同的路徑一次或多次反射后進入麥克風所產生的回聲集合。因為周圍物體的變動，例如人的走動等，都會改變回聲的返回路徑，因為這種回聲的特點是多路徑、時變的。另外，背景噪聲也是產生回聲的因素之一。
2、 回聲路徑的延遲大
在因特網中的語音傳輸中，延遲來源有三種：壓縮延遲、分組傳輸延遲和處理延遲。語音壓縮延遲是產生回聲的主要延遲，例如在G.723.1標準中，壓縮一幀（30ms）的最大延遲是37.5ms。分組傳輸延遲也是一個很重要的來源，測試表明，端到端的最大傳輸延遲可達250ms以上。處理延遲是指語音包的封裝時延及其緩沖時延等。
3、 回聲路徑的延遲抖動大
在因特網的語音傳輸過程中，由于回聲路徑、語音壓縮時延、分組傳輸路由等存在諸多不確定因素，而且波動范圍較大，一般在20~50ms之間。
二、 聲學回聲消除器的結構和相關算法
隨著消回聲技術的發展，當前回聲消除研究的重點，已由"電路回聲"的消除，轉向了"聲學回聲"。
(1) 周圍環境的處理
分析聲學回聲的產生的機理，可以知道：聲學回聲最簡單的控制方法是改善揚聲器的周圍環境，盡量減少揚聲器播放聲音的反射。例如，可以在周圍的墻壁上附加一層吸音材料，或增加一層襯墊以增加散射，理想的周圍環境是其回響時間或RT-60（聲音衰減60dB所需要的時間）在300ms~600ms之間。因為這樣的環境一方面可以控制反射，又可以不會使講話者感到不適。改善環境可以有效地抑制間接聲學回聲，但對直接聲學回聲卻無能為力。
（2）回聲抑制器 回聲抑制器是使用較早的一種回聲控制方法。回聲抑制器是一種非線性的回聲消除。它通過簡單的比較器將接收到準備由揚聲器播放的聲音與當前話筒拾取的聲音的電平進行比較。如果前者高于某個閾值，那么就允許傳至揚聲器，而且話筒被關閉，以阻止它拾取揚聲器播放的聲音而引起遠端回聲。如果話筒拾取的聲音電平高于某全閾值，揚聲器被禁止，以達到消除回聲的目的。 由于回聲抑制是一種非線性的回聲控制方法，會引起揚聲器播放的不連續。影響回聲消除的效果，隨著高性能的回聲消除器的出現，回聲抑制器已很少人使用了。
（3）聲學回聲消除器 聲學回聲消除的另一方法是使用聲學回聲消除器（AEC：Acoustic Echo Chancellor）,AEC是對揚聲器信號與由它產生的多路徑回聲的相關性為基礎，建立遠端信號的語音模型，利用它對回聲進行估計，并不斷地修改濾波器的系數，使得估計值更加逼近真實的回聲。然后，將回聲估計值從話筒的輸入信號中減去，從而達到消除回聲的目的，AEC還將話筒的輸入與揚聲器過去的值相比較，從而消除延長延遲的多次反射的聲學回聲。根椐存儲器存放的過去的揚聲器的輸出值的多少，AEC可以消除各種延遲的回聲。
|
