基于DSP的音频实时处理系统设计

引 言

　　随着VOIP 的广泛应用以及多媒体通信技术的发展和成熟，人们对互联网语音通信的音频品质提出了更高的体验要求。主流的视频会议系统由原先的14 kHz升级到22 kHz 的音频带宽，这也标志着语音通信已经真正转化为高品质音频通信的应用阶段。当然在基于互联网的音频通信中，声学回声和噪声一直是影响音频质量的最为关键因素之一。

　　声学回声消除成为提升音频通信质量的一个非常重要的环节。声学回声消除采用了自适应滤波来估计回声产生的回路特征，并不断修正自适应滤波器的系数，使得估计值更加逼近真实回声，最后从话筒信号中去除估计的回声，以达到回音消除的目的。

　　声学回声具有信号冲激响应时间长，特征分布范围广且多路径反射和时变的特点，自适应滤波器在估计回声路径的过程中容易受到这些不确定因素的干扰，当然外部环境的噪音也是一个重要的因素。

　　本系统结合多种已有信号处理算法，有效提升了声学回声的双工能力和收敛速度，并有效避免了使滤波器发散的多种因素，提升了滤波器的处理效率。同时利用高速浮点DSP 对回声消除和噪声消除进行了整体的实现。

　　系统采用了频域的MDF 自适应滤波算法，将MMSE No ise SupprESSo r 和多个VAD 添加到回声消除器中。在加入滤波器系数更新模块和非线性检测模块后，使得系统在更恶劣的噪音环境下以及双方通话过程中，一样具备良好的回声消除和噪音消除能力。整个核心运算部分均在频率域内完成，也大大降低了运算量，最后通过调整DSP 的数据结构，合理运用DSP 的资源和指令加速，实现了基于DSP 的高效能实时音频处理器的设计。

　　1 音频处理系统相关算法

　　1. 1 声学回声消除

　　声学回声消除的基本原理是通过自适应滤波器估计声学回声路径的特征参数，产生一个模拟的声学路径，得出模拟的声学回声信号，并从参考信号中减去此信号，实现回声的消除。图1 给出了一个最为常见的声学回声消除器AEC 的原理图。

图1 声学回声消除器原理图

　　1. 2 结合噪音消除和静音检测的回声处理系统

　　1. 2. 1 MDF 滤波器基本结构和算法原理

　　MDF( Multidelay Block Frequency Domain Adaptive Filter) 是一种将原有的多阶滤波器分为K 个等分的子块，在每个长度为N 的子块能进行自适应滤波的方法。如此能降低多阶自适应滤波器大量的运算量。

　　F 表示对2N×2N 的矩阵进行FFT 变换，若v 表示信号帧序号，而diag 表示对角矩阵运算，则：

　　假设实际路径产生的回声信号为y ( v) ，通常也叫近端信号，则：

　　式中，^hk = [ ^hkN ，^hkN + 1 ,… ，^hkN + N- 1 ] T ，k = 0，1，2，,K - 1，它表示滤波器估计的第k 个子滤波器的系数。