摘要：现有基于深度学习的声学回声消除算法主要采用端到端的结构,这种结构使得神经网络模型在设计上的可解释性难以实现。针对这一问题,提出一种联合卡尔曼滤波和泰勒残差展开的回声消除方法,可以为网络结构设计提供很好的可解释性。该方法由线性自适应滤波和深度神经网络两部分组成。首先,采用神经卡尔曼滤波(Neural Kalman Filtering,NKF)作为自适应滤波器去除线性噪声,获得目标语音的粗略频谱估计;然后,通过泰勒展开神经网络对粗谱估计的结果进一步处理,以抑制非线性残留回声,并逐步修复目标语音的复数频谱。在泰勒展开神经网络中设计融合不同尺度时频特征的编解码网络用于零阶项估计,构建轻量级高阶项估计网络,并按颗粒度由大到小重建目标语音复数频谱。结果表明,相比现有的主流回声消除方法,本文所提方法的性能有显著提升。双讲情况下,语音质量感知评估(Perceptual Evaluation of Speech Quality,PESQ)和短时客观可懂度(Short-Time Objective Intelligibility,STOI)均有大幅提升;单讲情况下,回声损失增强度量(Echo Return Loss Enhancement,ERLE)达到了56.106的优良表现,相比先进的UNET神经网络方法提高了6.5%。

摘要：将核自适应滤波(Kernel Adaptive Filter,KAF)与传统自适应滤波结合,设计了一种协同函数链接型自适应滤波回声消除方法,然后利用MATLAB软件进行编程测试,解决了传统自适应滤波算法在回声呈非线性时消除效果不理想的问题。仿真实验结果表明,该方法对线性和非线性回声都有较好的抑制能力,且优于传统的自适应回声消除算法。实验中的输入语音既可由ICASSP声学回声消除挑战数据库中直接导入,也可自行采集。

摘要：回声消除常用的LMS算法收敛性差,而收敛性好的RLS算法计算量大。文章中提出一种全新的求解方法:基于前馈神经网络的自适应回声消除方法。把回声消除模型中求解滤波器系数的问题转化为前馈神经网络神经元权值的训练问题,并运用误差反向传播算法(BP算法)得出神经元权值的递推公式。经仿真计算,能较好地实现回声消除,与原传统算法LMS和RLS计算比较:该方法能得到非常高的计算精度和明显优越的收敛性能,而计算量只有RLS算法的一半。

摘要：声学回声消除技术对于手持通信终端的设计和使用都起着关键性的作用。基于Qualcomm平台的音频数字信号处理器(Digital signal processing,DSP)提出一种回声消除方案,讨论在硬件已经定板的情况下,如何通过软件对DSP进行设置,改善通话中的音质。经实验证明,此回声消除方案对运用Qualcomm平台的无线通信终端具有可复用性和可扩展性,而且该方案也易移植到其他平台。

摘要：针对救援通信系统语音通话过程中回声干扰问题,基于采用归一化最小均方误差算法的自适应滤波器和语音检测模块,设计了一种自适应回声消除器,介绍了该自适应回声消除器的工作原理和设计方案。测试结果表明,该自适应回声消除器收敛速度快,可在1s内收敛到-30dB以下,基本消除音频信号回声。

摘要：分析了矿用IP广播对讲系统的回声产生路径,指出其回声具有来源复杂、路径延迟时间长、路径延迟抖动大的特点;提出在广播主机采用软件算法消除回声,在广播终端采用结构设计和硬件电路设计相结合的方法消除回声的方案。实际应用表明,该回声消除方案有效地提高了矿用IP广播对讲系统的通信质量,系统全双工扩音对讲通话效果良好。

摘要：在通信行业日渐发达的今天,回声消除的应用十分广泛。为了满足自适应滤波器回声消除系统实时性和精确性的要求,本文选取具有强大信号处理能力和控制能力的数字信号处理器(digital signal processer,简称DSP)作为核心算法的处理芯片来完成回声消除的硬件实现。

摘要：为提高车载语音语音唤醒率、定位准确率和文字识别率,基于XF6020SYE芯片设计了一种车载语音的回声消除方案。首先阐述了该模块配合车载信息娱乐系统的工作过程,回声消除的工作原理。再通过对麦克风要求的评估,选择符合车载语音使用条件的麦克风,同时根据汽车内部结构合理布置麦克风。最后经过实车录音采样分析对比XF6020SYE处理前后的音轨,结合实车测试比较回声消除和降噪前后的语音唤醒率、定位准确率和文字识别率,得出结论证实所设计的方法有效可行。

摘要：本文介绍了FM1073的主要技术特点、接口、编程和在车载免提通信中的应用。

摘要：传统的用Matlab、Simulink等工具仿真和研究的自适应滤波器,不能组建成一个虚拟的应用系统,无法在实际工程中测试滤波器性能。因此,本文在LabVIEW工具下设计了一种基于的LMS算法的自适应滤波器。通过实验发现,这种滤波器效果和性能良好,而且在回声消除方面效果良好。