專利名稱：一種處理音頻系統(tǒng)嘯叫的方法及音頻系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及音頻系統(tǒng)處理技術(shù)，尤其涉及一種處理音頻系統(tǒng)嘯叫的方法及音頻系統(tǒng)。
背景技術(shù)：
音頻系統(tǒng)往往包括輸入變換器，放大器和接收器單元。在音頻系統(tǒng)(如助聽器)中，可能出現(xiàn)這樣的情況，從音頻系統(tǒng)的接收器單元發(fā)出的聲音的一部分可能泄露回麥克風(fēng)。隨后，泄露回麥克風(fēng)的聲音會(huì)被添加至麥克風(fēng)信號(hào)，并被再次放大。因此，當(dāng)音頻系統(tǒng)的增益G到與實(shí)際反饋路徑的增益H的積大于I時(shí)，即G*H > I (如圖I所示)，這樣會(huì)形成一個(gè)正反饋，泄露的聲音會(huì)不斷的放大，就可能導(dǎo)致嘯叫。嘯叫的出現(xiàn)很大程度上取決于增益，它限制了音頻系統(tǒng)中能達(dá)到的最大增益。嘯叫會(huì)給用戶帶來(lái)很大的煩惱，要盡量消除。音頻系統(tǒng)如助聽器，使用自適應(yīng)算法，例如歸一化最小均方算法(NormalizedLeast-Mean Squares,簡(jiǎn)稱NLMS)來(lái)消除反饋,它能解決平穩(wěn)反饋路徑的估計(jì)問(wèn)題。但是當(dāng)反饋路徑急劇變化時(shí)(如打電話，進(jìn)入嘈雜的環(huán)境等)，歸一化最小均方算法無(wú)法快速的跟蹤估計(jì)反饋路徑，使得殘留的誤差信號(hào)較大，而此時(shí)的增益不變，容易滿足G*H > 1，引起嘯叫。在現(xiàn)有技術(shù)中，用于解決嘯叫的方法有很多，例如使用自適應(yīng)濾波器。自適應(yīng)濾波器可以在嘯叫開始之前取得多達(dá)10分貝的額外增益。然而即使在很好的用于音頻系統(tǒng)的自適應(yīng)數(shù)字反饋消除系統(tǒng)中，通常也會(huì)有剩余誤差。那么在這種情況下一般的做法是設(shè)置嘯叫檢測(cè)裝置，嘯叫檢測(cè)的方法有以下幾種一、如專利號(hào)為US6650124的專利中公開的一種嘯叫檢測(cè)的方法，其步驟是，通過(guò)計(jì)算信號(hào)成分的變化并將其與閾值進(jìn)行比較，來(lái)評(píng)價(jià)輸入信號(hào)的頻率成分是否存在嘯叫，然后通過(guò)開關(guān)激活陷波濾波器來(lái)濾掉特定頻率；二、如專利號(hào)為US2011188685的專利中提到的一種新的檢測(cè)方法判斷信號(hào)的中心頻率是否是在容易發(fā)生嘯叫的頻率范圍內(nèi)，再判斷信號(hào)的能量值是否達(dá)到閾值，再判斷頻率中心的變化是否大于閾值，最后得出是否可能存在嘯叫。音頻系統(tǒng)在檢測(cè)到可能產(chǎn)生嘯叫之后，常用的做法是在增益上做改進(jìn)。比如早期的手動(dòng)減小增益，但是效果不會(huì)太理想，會(huì)給患者帶來(lái)不便。再到后來(lái)的自動(dòng)減小增益，通過(guò)模型增益估計(jì)器來(lái)估計(jì)放大器能達(dá)到的最大增益。另外一種做法是如專利號(hào)為US6650124中提到的直接用陷波濾波器濾掉特定頻率。 在現(xiàn)有技術(shù)用于解決嘯叫的方法中，主要分兩個(gè)方面來(lái)解決問(wèn)題。第一，降低增益值，當(dāng)檢測(cè)到某一頻率可能產(chǎn)生嘯叫時(shí)，降低該頻率的增益值，使系統(tǒng)穩(wěn)定，不產(chǎn)生嘯叫，但是這種方法限制了音頻系統(tǒng)的增益，這就可能使用戶無(wú)法聽到該頻率的聲音，從而丟失重要的信息；第二，通過(guò)陷波濾波器直接濾掉可能產(chǎn)生嘯叫的頻率，而嘯叫一般在高頻部分產(chǎn)生，并且語(yǔ)音中的高頻分量對(duì)語(yǔ)音辨識(shí)起著及其重要的作用，這使得用戶丟失重要信息的概率增大了很多。
發(fā)明內(nèi)容
本發(fā)明的目的是提供一種開銷小，且收斂速度快的嘯叫抑制方法。為實(shí)現(xiàn)上述目的，一方面，本發(fā)明提供了一種處理音頻系統(tǒng)嘯叫的方法，該方法包括以下步驟檢測(cè)音頻系統(tǒng)輸入信號(hào)是否可能存在嘯叫；當(dāng)檢測(cè)到所述輸入信號(hào)可能存在嘯叫時(shí)，使用第一自適應(yīng)算法跟蹤估計(jì)音頻系統(tǒng)輸出信號(hào)的反饋信號(hào)，否則使用第二自適應(yīng)算法跟蹤估計(jì)音頻系統(tǒng)輸出信號(hào)的反饋信號(hào)。另一方面，本發(fā)明提供了一種音頻系統(tǒng)，該系統(tǒng)包括嘯叫檢測(cè)單元、第一自適應(yīng)算法單元、第二自適應(yīng)算法單元和切換開關(guān)單元，其中嘯叫檢測(cè)單元用于檢測(cè)音頻系統(tǒng)輸入信號(hào)是否存在嘯叫，第一自適應(yīng)算法單元用于在音頻系統(tǒng)可能產(chǎn)生嘯叫時(shí)跟蹤估計(jì)音頻系統(tǒng)輸出信號(hào)的反饋信號(hào)，第二自適應(yīng)算法單元用于在音頻系統(tǒng)沒有產(chǎn)生嘯叫時(shí)跟蹤估計(jì)音頻系統(tǒng)輸出信號(hào)的反饋信號(hào)，切換開關(guān)單元用于在第一自適應(yīng)算法單元和第二自適應(yīng)算法單元間進(jìn)行切換。本發(fā)明不需要降低音頻系統(tǒng)產(chǎn)生的增益、不需要濾去可能發(fā)生嘯叫的頻段、可快速跟蹤到音頻系統(tǒng)輸出信號(hào)的實(shí)際反饋信號(hào)，從而有效的抑制了嘯叫的發(fā)生。
本發(fā)明的示例性實(shí)施例將從下文中給出的詳細(xì)說(shuō)明和本發(fā)明不同實(shí)施例的附圖中被更完全地理解，然而這不應(yīng)該被視為將本發(fā)明限制于具體的實(shí)施例，而應(yīng)該只是為了解釋和理解。圖I為現(xiàn)有技術(shù)首頻系統(tǒng)結(jié)構(gòu)不意圖；圖2為本發(fā)明實(shí)施例一種音頻系統(tǒng)結(jié)構(gòu)圖；圖3為本發(fā)明實(shí)施例一種處理音頻系統(tǒng)嘯叫的方法流程圖；圖4為本發(fā)明實(shí)施例歸一化最小均方NLMS算法的流程圖；圖5為本發(fā)明實(shí)施例指數(shù)加權(quán)遞推最小二乘ERLS算法的流程圖；圖6為本發(fā)明實(shí)施例二分坐標(biāo)下降D⑶算法的流程圖；圖7為本發(fā)明ERLS-D⑶算法收斂性能效果圖。
具體實(shí)施例方式本領(lǐng)域的普通技術(shù)人員將意識(shí)到，所述示例性實(shí)施例的下述詳細(xì)說(shuō)明僅僅是說(shuō)明性的，并且不是意在以任何方式加以限制。圖2為本發(fā)明實(shí)施例一種首頻系統(tǒng)。該首頻系統(tǒng)包括麥克風(fēng)20、加法器21、嘯叫檢測(cè)單元22、接收器單元23、第一自適應(yīng)算法單元24、第二自適應(yīng)算法單元25、、濾波器26以及切換開關(guān)單元27。如圖2所示,其中H(W)表示實(shí)際反饋路徑，F(xiàn)(W)表示估計(jì)的反饋路徑，x(i)為輸入信號(hào)，u(i)為輸出信號(hào)，d(i)為期望信號(hào)，y(i)為估計(jì)信號(hào)，e(i)為誤差信號(hào)，是通過(guò)加法器21將期望信號(hào)d (i)減去估計(jì)信號(hào)y (i)獲得。音頻系統(tǒng)通過(guò)麥克風(fēng)20輸入信號(hào)X (i)，并通過(guò)接收器單元23輸出聲音信號(hào)u(i)，這里的接收器單元23可以是揚(yáng)聲器。接收器單元23輸出的聲音的一部分通過(guò)實(shí)際反饋路徑H(W)產(chǎn)生期望信號(hào)d(i)，泄露回麥克風(fēng)20。被泄露回麥克風(fēng)20的反饋信號(hào)d(i)將被添加至新的輸入信號(hào)。音頻系統(tǒng)的嘯叫檢測(cè)單元22用于檢測(cè)輸入信號(hào)x(i)的頻率成分是否可能產(chǎn)生嘯口Li。當(dāng)嘯叫檢測(cè)單元22檢測(cè)到可能有嘯叫發(fā)生時(shí)，則通過(guò)切換開關(guān)單元27切換到第一自適應(yīng)算法單元24來(lái)跟蹤估計(jì)音頻系統(tǒng)輸出信號(hào)的反饋信號(hào)，從而抑制嘯叫的發(fā)生，同時(shí)停止第二自適應(yīng)算法單元的使用，直到嘯叫檢測(cè)單元22檢測(cè)音頻系統(tǒng)沒有可能出現(xiàn)嘯叫之后通過(guò)切換開關(guān)切換到第二自適應(yīng)算法單元。第一自適應(yīng)算法可以采用指數(shù)加權(quán)遞推最小二乘(Exponentially weightedRecursive Least Squares,簡(jiǎn)稱 ERLS)算法和二分坐標(biāo)下降(dichotomous coordinatedescent,簡(jiǎn)稱DCD)算法的結(jié)合,來(lái)解決音頻系統(tǒng)發(fā)生嘯叫時(shí)的反饋抑制問(wèn)題。第二自適應(yīng)算法單元所使用的自適應(yīng)算法可以是助聽器領(lǐng)域使用的常規(guī)算法，例如執(zhí)行歸一化最小均方NLMS算法來(lái)解決音頻系統(tǒng)在未發(fā)生嘯叫時(shí)的反饋抑制問(wèn)題。本發(fā)明實(shí)施例中第一自適應(yīng)算法的收斂速度大于第二自適應(yīng)算法，且第一自適應(yīng)算法的計(jì)算復(fù)雜度高于第二自適應(yīng)算法的計(jì)算復(fù)雜度。圖3為本發(fā)明實(shí)施例一種處理音頻系統(tǒng)嘯叫的方法流程圖。以下結(jié)合圖2來(lái)描述如圖3所示的方法流程，該方法包括步驟301-302 在步驟301，檢測(cè)音頻系統(tǒng)輸入信號(hào)是否可能會(huì)發(fā)生嘯叫。音頻系統(tǒng)通過(guò)嘯叫檢測(cè)單元22檢測(cè)輸入信號(hào)是否可能會(huì)發(fā)生嘯叫。在嘯叫檢測(cè)單元22中，可以使用任何檢測(cè)輸入信號(hào)是否可能存在嘯叫的常規(guī)方法，例如檢測(cè)輸入信號(hào)的平均頻率是否在預(yù)定的頻率范圍內(nèi)，如果平均頻率在預(yù)定頻率范圍內(nèi)波動(dòng)，則檢測(cè)為可能存在嘯叫。在步驟302，當(dāng)檢測(cè)到所述輸入信號(hào)可能存在嘯叫時(shí)，使用第一自適應(yīng)算法跟蹤估計(jì)音頻系統(tǒng)輸出信號(hào)的反饋信號(hào)，否則使用第二自適應(yīng)算法跟蹤估計(jì)音頻系統(tǒng)輸出信號(hào)的反饋信號(hào)。音頻系統(tǒng)的嘯叫檢測(cè)單元22在檢測(cè)到音頻系統(tǒng)可能有嘯叫發(fā)生時(shí)，則通過(guò)第一自適應(yīng)算法單元來(lái)跟蹤估計(jì)音頻系統(tǒng)輸出信號(hào)的反饋信號(hào)，從而抑制嘯叫的發(fā)生。音頻系統(tǒng)在使用第一自適應(yīng)算法時(shí)，同時(shí)停止第二自適應(yīng)算法單元的使用，直到嘯叫檢測(cè)單元22檢測(cè)到?jīng)]有可能發(fā)生嘯叫時(shí)才恢復(fù)使用第二自適應(yīng)算法單元。第一自適應(yīng)算法可以采用指數(shù)加權(quán)遞推最小二乘ERLS算法和二分坐標(biāo)下降D⑶算法的結(jié)合，來(lái)解決音頻系統(tǒng)發(fā)生嘯叫時(shí)的反饋抑制問(wèn)題。第一自適應(yīng)算法能快速跟蹤到音頻系統(tǒng)輸出信號(hào)的反饋信號(hào)。 第二自適應(yīng)算法單元所使用的自適應(yīng)算法可以是助聽器領(lǐng)域使用的常規(guī)算法，例如使用歸一化最小均方NLMS算法來(lái)解決音頻系統(tǒng)在未發(fā)生嘯叫時(shí)的反饋抑制問(wèn)題。本發(fā)明實(shí)施例中第一自適應(yīng)算法的收斂速度大于第二自適應(yīng)算法的收收斂速度，且第一自適應(yīng)算法的計(jì)算復(fù)雜度高于第二自適應(yīng)算法的計(jì)算復(fù)雜度。以下通過(guò)對(duì)歸一化最小均方算法NLMS算法和ERLS-D⑶算法(指數(shù)加權(quán)遞推最小二乘ERLS算法和二分坐標(biāo)下降DCD算法的結(jié)合)流程的介紹，來(lái)闡述音頻系統(tǒng)輸出信號(hào)的反饋信號(hào)跟蹤估計(jì)過(guò)程。音頻系統(tǒng)在一般情況下(即未發(fā)生嘯叫)使用歸一化最小均 方NLMS算法，當(dāng)檢測(cè)到可能出現(xiàn)嘯叫后使用ERLS-DCD算法，同時(shí)停止使用歸一化最小均方NLMS算法。歸一化最小均方NLMS算法流程如下(l)y(i) = ffT*U
(2) e (i) = d ⑴-y(i)(3)p (i) = P p(i-l)+e2(i)+y2(i)
C(4) k(/)=
P(i) + 5(5) W = ff+k (i) *e (i) *U歸一化最小均方NLMS的算法流程圖如圖4所示。其中，Wt為自適應(yīng)濾波器系數(shù)W的矩陣轉(zhuǎn)置，輸出信號(hào)u(i)采樣N點(diǎn)得到輸出向量U，d(i)為期望得到的信號(hào)，e(i)為期望信號(hào)d(i)減去估計(jì)信號(hào)y(i)得到的誤差信號(hào)，p(i)為當(dāng)前的信號(hào)能量，是為了計(jì)算步長(zhǎng)因子k(i)而設(shè)計(jì)的一個(gè)變量，P，C，S都是常數(shù)參數(shù)，可以依次設(shè)置為1000，1，0.99。上述歸一化最小均方NLMS算法(I)式中，通過(guò)輸出信號(hào)u(i)產(chǎn)生輸出向量U，通過(guò)輸出向量U和濾波器系數(shù)W的矩陣轉(zhuǎn)置Wt計(jì)算估計(jì)信號(hào)y(i);在(2)式中，通過(guò)期望信號(hào)d(i)減去估計(jì)信號(hào)y(i)得到的誤差信號(hào)e(i);在(3)式中，通過(guò)誤差信號(hào)e(i)和估計(jì)信號(hào)y(i)計(jì)算當(dāng)前的信號(hào)能量P(i)，P⑴主要為了計(jì)算⑷式中的步長(zhǎng)因子k(i);在(5)式中，通過(guò)步長(zhǎng)因子k(i)、誤差信號(hào)e(i)和輸出向量U來(lái)改變?yōu)V波器W的系數(shù)。以下通過(guò)圖5和圖6針對(duì)ERLS-D⑶算法過(guò)程進(jìn)行詳細(xì)闡述首先，ERLS-DCD算法建立在指數(shù)加權(quán)遞歸最小二次算法(Exponentiallyweighted Recursive least squares,簡(jiǎn)稱ERLS)的基礎(chǔ)上，利用二分坐標(biāo)下降DCD算法來(lái)解決指數(shù)加權(quán)遞推最小二乘ERLS算法中最關(guān)鍵的步驟，從而簡(jiǎn)化算法。圖5為指數(shù)加權(quán)遞推最小二乘ERLS算法的方法流程圖，如圖所示，該方法步驟包括 501-507。ERLS算法如下R(1) (i)=入 R(1)(i-l)+u(i)U (I)y (i) =UTh(i_l)(2)e⑴=cKi)-y(i)(3)^ 0(i) = r(i-l)+e(i)U (4)R(i) Ah(i) = & 0(i)(*)Hi) = 3 0(i)-R(i) Ah(i) (6)h (i) = h (i~l) + A h (i)(7)在步驟501，該步驟對(duì)應(yīng)上述公式(1)，通過(guò)輸出信號(hào)u(i)采樣N點(diǎn)產(chǎn)生輸出向量U，再通過(guò)輸出信號(hào)u(i)和輸出向量U產(chǎn)生輸出信號(hào)的自相關(guān)矩陣R，其中\(zhòng)為常數(shù)。R矩陣的構(gòu)成方法R(i)為i時(shí)刻的R矩陣，R(i)的右下N-I階矩陣來(lái)源于R(i_l)的左上N-I階矩陣。R(i)的第一列采用(I)式求得，再通過(guò)對(duì)稱得到第一行，則得到R矩陣，其中入為常數(shù)，0< A < l,R(1)(i)表示R(i)的第I列。這樣構(gòu)建R矩陣的目的是為了簡(jiǎn)化計(jì)算，降低算法的計(jì)算復(fù)雜度。R矩陣用來(lái)構(gòu)成計(jì)算解向量改變量的方程。在步驟502，該步驟對(duì)應(yīng)上述公式(2)，在公式⑵中，Ut為輸出向量U的轉(zhuǎn)置，h(i)為自適應(yīng)濾波器估計(jì)的反饋路徑向量，h(i-l)表示延遲一個(gè)單位。輸出向量U與自適應(yīng)濾波器h (i-1)相乘得到估計(jì)信號(hào)y (i)。在步驟503，該步驟對(duì)應(yīng)上述公式(3)，在公式(3)中，d(i)表示期望信號(hào)，e(i)為誤差信號(hào)，通過(guò)期望信號(hào)d(i)減去估計(jì)信號(hào)y(i)得到誤差信號(hào)e(i)。
在步驟504，該步驟對(duì)應(yīng)上述公式(4)，在公式(4)中，P Q(i)表示當(dāng)前還剩下的需要計(jì)算的(*)式的誤差向量，r(i)表示當(dāng)前計(jì)算完(*)式后的剩余誤差向量，通過(guò)誤差信號(hào)e(i)與輸出向量U相乘，再加上i-1時(shí)刻的剩余誤差向量r(i-l)得到i時(shí)刻的誤差向量，其中剩余誤差向量r的初始值設(shè)為0向量。在步驟505，該步驟對(duì)應(yīng)上述公式(*)，公式(*)通過(guò)前面構(gòu)成的矩陣R和向量^o(i)用于計(jì)算濾波器的改變量Ah(i)。在步驟506，該步驟對(duì)應(yīng)上述公式(6)，公式(6)用于計(jì)算此次循環(huán)時(shí)的剩余誤差向量Hi)。在步驟507，該步驟對(duì)應(yīng)上述公式(7)，公式(7)用于修改濾波器系數(shù)h的值，即加上濾波器的改變量A h(i)，這是整個(gè)算法的目的。 在整個(gè)指數(shù)加權(quán)遞推最小二乘ERLS算法中，第(*)步是最關(guān)鍵的一步，它的算法復(fù)雜度是最高的，一般需要O (n2)級(jí)乘法和o(n2)級(jí)加法。為了解決這一步，引入了二分坐標(biāo)下降D⑶算法。二分坐標(biāo)下降D⑶算法要解決的問(wèn)題是求解方程Ah = b的h。這里的A = ZtZjZ為一個(gè)M*N維矩陣,則A為N*N維矩陣；b = ZTd, d為M*1的列向量,則b為N*1維列向量。上面的指數(shù)加權(quán)遞推最小二乘ERLS算法中的第(*)式，正好滿足這里的條件。圖6為二分坐標(biāo)下降D⑶算法的方法流程圖，如圖所示，該方法步驟包括601-612。二分坐標(biāo)下降D⑶算法流程如下Ah = O, r = ^0, a =H, q = 0(11)for m = 1，...，Mb(12)a = a /2(13)flag = 0(14)for n = I, ...,N(15)If |rn > (a/2)Rn,n then(16)Ahn = Ahn+sign(rn) a(17)r = r-sign (rn) a R(n)(18)q = q+1, flag = I(19)if q> Nu，退出算法(20)If flag = I,返回至Ij (14) (21)在步驟601，該步驟對(duì)應(yīng)上述公式(11)，公式(11)對(duì)數(shù)值和向量進(jìn)行初始化，Ah=0,r = ^0, a =H, q = 0,其中A h是濾波器的改變量，P ^為NX I維列向量,就是指數(shù)加權(quán)遞推最小二乘ERLS算法中的右邊向量e^i)，r為殘留向量，它的初始值為^出為幅度范圍，a是步長(zhǎng)，q為計(jì)算濾波器的改變量的變化次數(shù)，它用來(lái)控制算法的復(fù)雜度。在步驟602，該步驟對(duì)應(yīng)上述公式(12)，在公式(12)中，Mb表示a的更新次數(shù)，Mb的數(shù)值可自定義，例如4，8或16。公式(12)用于判斷第一循環(huán)次數(shù)m是否小于第一設(shè)定值Mb，若是，則執(zhí)行步驟603，否則，則執(zhí)行步驟612。Mb的設(shè)置是為了控制算法的復(fù)雜度，最多執(zhí)行Mb次循環(huán)后算法結(jié)束。在步驟603，該步驟對(duì)應(yīng)上述公式(13)，用于計(jì)算步長(zhǎng)。在公式(13)中，a表示步長(zhǎng)，用以控制A hn的改變量。
在步驟604,該步驟對(duì)應(yīng)上述公式(14),用于標(biāo)記。在公式(14)中flag用于標(biāo)記，控制算法的走向。
在步驟605，該步驟對(duì)應(yīng)上述公式(15)，用于判斷第二循環(huán)次數(shù)n是否小于第二設(shè)定值N，若是，則執(zhí)行步驟606，否則，則執(zhí)行步驟609。在步驟606，該步驟對(duì)應(yīng)上述公式(16)，用于判斷殘留向量r的第n個(gè)值是否大于步長(zhǎng)的二分之一與輸出信號(hào)的自相關(guān)矩陣R的第n行n列的值的乘積，若是，則執(zhí)行步驟607 ;否則，則執(zhí)行步驟611。值得指出的是，殘留向量r中的第n個(gè)值表示為rn，輸出信號(hào)的自相關(guān)矩陣R的第n行n列的值表示為Rn,n。在步驟607，該步驟對(duì)應(yīng)上述公式(17)-公式(19)，用于計(jì)算濾波器的改變量Ah的第n個(gè)值的改變量△ hn和濾波器的改變量△ h改變次數(shù)q，以及計(jì)算這次的殘留向量r，設(shè)置標(biāo)記位flag為I。其中，R(n)為R矩陣的第n列，sign(rn)表示rn的符號(hào)函數(shù)，rn為殘留向量r的第n個(gè)元素值。f lag是標(biāo)記位，控制循環(huán)的走向。在步驟608，該步驟應(yīng)對(duì)上述公式(20)，用于判斷濾波器的改變量A h的改變次數(shù)q是否大于迭代次數(shù)設(shè)定值Nu。判斷濾波器的改變量Ah的改變次數(shù)q是否大于迭代次數(shù)設(shè)定值Nu時(shí)，若是，則執(zhí)行步驟612 ;否則，執(zhí)行步驟611。在步驟609，該步驟應(yīng)對(duì)上述公式(21)，判斷標(biāo)記位flag是否等于1，若是，則說(shuō)明在這個(gè)步長(zhǎng)a下，濾波器的改變量Ah發(fā)生了變化，還需要修改濾波器的值，接著執(zhí)行步驟604;否則，說(shuō)明在這個(gè)步長(zhǎng)a下，濾波器的改變量Ah未發(fā)生變化，不需要修改濾波器的值，則接著執(zhí)行步驟610。步驟610，第一循環(huán)次數(shù)m加I，接著執(zhí)行步驟602。步驟611，第二循環(huán)次數(shù)n加1，接著執(zhí)行步驟605。在步驟612，獲得濾波器系數(shù)h的改變量A h，二分坐標(biāo)下降D⑶算法結(jié)束。二分坐標(biāo)下降D⑶算法解決了指數(shù)加權(quán)遞推最小二乘ERLS算法里最復(fù)雜的一步，即通過(guò)不斷的迭代，不斷的縮小誤差，從而得到濾波器的改變量Aha)近似解。二分坐標(biāo)下降DCD算法在迭代過(guò)程中只使用加法，不需要乘法，使得該算法易于實(shí)現(xiàn)。圖7為在人工語(yǔ)音情況下輸出信號(hào)的迭代誤差，示出了 ERLS-D⑶算法良好的收斂性能。本發(fā)明實(shí)施例在檢測(cè)到音頻系統(tǒng)有可能嘯叫發(fā)生時(shí)，通過(guò)ERLS-D⑶算法快速跟蹤到音頻系統(tǒng)的反饋路徑，從而有效的抑制了嘯叫的發(fā)生。盡管已經(jīng)示出并描述了本發(fā)明的特殊實(shí)施例，然而在不背離本發(fā)明的示例性實(shí)施例及其更寬廣方面的前提下，本領(lǐng)域技術(shù)人員顯然可以基于此處的教學(xué)做出變化和修改。因此，所附的權(quán)利要求意在將所有這類不背離本發(fā)明的示例性實(shí)施例的真實(shí)精神和范圍的變化和更改包含在其范圍之內(nèi)。
權(quán)利要求
1.一種處理音頻系統(tǒng)嘯叫的方法，其特征在于，包括以下步驟 檢測(cè)音頻系統(tǒng)輸入信號(hào)是否可能存在嘯叫； 當(dāng)檢測(cè)到所述輸入信號(hào)可能存在嘯叫時(shí)，使用第一自適應(yīng)算法跟蹤估計(jì)音頻系統(tǒng)輸出信號(hào)的反饋信號(hào)，否則使用第二自適應(yīng)算法跟蹤估計(jì)音頻系統(tǒng)輸出信號(hào)的反饋信號(hào)。
2.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述檢測(cè)音頻系統(tǒng)輸入信號(hào)是否可能存在嘯叫的步驟包括 檢測(cè)所述音頻輸入信號(hào)的平均頻率是否在預(yù)定的頻率范圍內(nèi)； 如果所述音頻輸入信號(hào)的平均頻率在預(yù)定頻率范圍內(nèi)，則檢測(cè)為可能存在嘯叫。
3.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述第一自適應(yīng)算法的收斂速度大于第二自適應(yīng)算法的收斂速度，所述第一自適應(yīng)算法的計(jì)算復(fù)雜度高于第二自適應(yīng)算法的計(jì)算復(fù)雜度。
4.根據(jù)權(quán)利要I或3所述的方法，其特征在于，所述第一自適應(yīng)算法為指數(shù)加權(quán)遞推最小二乘算法和二分坐標(biāo)下降算法的結(jié)合，所述二分坐標(biāo)下降算法用于計(jì)算所述指數(shù)加權(quán)遞推最小二乘算法的其中一步驟。
5.根據(jù)權(quán)利要求I或3所述的方法，其特征在于，所述第二自適應(yīng)算法為歸一化最小均方算法。
6.一種音頻系統(tǒng)，其特征在于，包括 嘯叫檢測(cè)單元，用于檢測(cè)音頻系統(tǒng)輸入信號(hào)是否可能存在嘯叫； 第一自適應(yīng)算法單元，用于在音頻系統(tǒng)可能產(chǎn)生嘯叫時(shí)跟蹤估計(jì)音頻系統(tǒng)輸出信號(hào)的反饋信號(hào)； 第二自適應(yīng)算法單元，用于在音頻系統(tǒng)沒有可能產(chǎn)生嘯叫時(shí)跟蹤估計(jì)音頻系統(tǒng)輸出信號(hào)的反饋信號(hào)； 切換開關(guān)單元，用于在所述第一自適應(yīng)算法單元和所述第二自適應(yīng)算法單元間進(jìn)行切換。
7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述第一自適應(yīng)算法的收斂速度大于第二自適應(yīng)算法的收斂速度，所述第一自適應(yīng)算法的計(jì)算復(fù)雜度高于第二自適應(yīng)算法的計(jì)算復(fù)雜度。
8.根據(jù)權(quán)利要求6或7所述的系統(tǒng)，其特征在于，所述第一自適應(yīng)算法單元執(zhí)行指數(shù)加權(quán)遞推最小二乘算法和二分坐標(biāo)下降算法，所述二分坐標(biāo)下降算法用于計(jì)算所述指數(shù)加權(quán)遞推最小二乘算法的其中一步驟。
9.根據(jù)權(quán)利要求6或7所述的系統(tǒng)，其特征在于，所述第二自適應(yīng)算法單元執(zhí)行歸一化最小均方算法。
全文摘要
本發(fā)明公開了一種處理音頻系統(tǒng)嘯叫的方法及音頻系統(tǒng)，所述方法包括以下步驟檢測(cè)音頻系統(tǒng)輸入信號(hào)是否可能存在嘯叫；當(dāng)檢測(cè)到所述輸入信號(hào)可能存在嘯叫時(shí)，使用第一自適應(yīng)算法跟蹤估計(jì)音頻系統(tǒng)輸出信號(hào)的的反饋信號(hào)，否則使用第二自適應(yīng)算法跟蹤估計(jì)音頻系統(tǒng)輸出信號(hào)的反饋信號(hào)。所述音頻系統(tǒng)包括嘯叫檢測(cè)單元、第一自適應(yīng)算法單元和第二自適應(yīng)算法單元。本發(fā)明能夠快速跟蹤估計(jì)音頻系統(tǒng)輸出信號(hào)的反饋信號(hào)，在檢測(cè)到音頻系統(tǒng)可能出現(xiàn)嘯叫之后，不需要降低增益、不需要濾去可能出現(xiàn)嘯叫的頻段，降低了重要信息丟失的可能性。
文檔編號(hào)H04R3/00GK102625213SQ20121009764
公開日2012年8月1日 申請(qǐng)日期2012年4月5日 優(yōu)先權(quán)日2012年4月5日
發(fā)明者張鐵軍, 洪纓, 董超, 高麗 申請(qǐng)人:中國(guó)科學(xué)院聲學(xué)研究所