LearningWebRTC: AECM

05 Jul 2017

• 算法原理
  • NLMS原理
  • Wiener Filter原理
• 关键步骤
• 可能的优化方法
• 评价指标
• 遗留问题
• 参考

AECM(Acoustic Echo Control for Mobile)是WebRTC专为Android系统设计的低运算量的回声消除模块。 iOS系统自带的回声消除模块一般性能优良，不需要使用应用层的；Windows由于运算量充足，一般使用AEC/AEC3模块。

算法原理

AECM算法的核心是Adaptive Filter，运用的是NLMS(Normalized Least Mean Square) + Wiener Filter结合的方法。 NLMS主要用于估算回声能量谱，Wiener主要根据回声能量谱计算最终结果。

NLMS原理

• Known: farend x(n), nearend s(n) + d(n), where d(n) is the real echo
• Target: estimate adaptive filter h^(n), so that to estimate echo d^(n)
• Cost function: L is the filter length
• Iteration result after the n’th iteration
  • should only updates when nearend speech s(n) is silent
  • Freq domain(WebRTC used): the same (from 《现代信号处理》P195 张贤达)

Wiener Filter原理

Wiener滤波器同样使用均方误差最小作为优化目标，不过Wiener滤波不使用迭代解，而是显示解：

• 

结合AECM场景，可以简单推到得到，基于NLMS噪声估计的传递函数为：

• H = Syx/Sxx = Ss(s+d)/S(s+d)(s+d) = Sss/(Sss+Sdd) = 1 – Sdd/(Sss+Sdd) = 1 – echoEnergy/nearendEnergy
• AECM会在echoEnergy前乘以一个”置信度” suppressGain，表示的是回声估计越准确，“置信度”越高。

关键步骤

• 使用Hanning窗的DFT变换
  • 防止频谱泄露
• delay estimate
  • 目标： AECM里，delay一共有三段，farend Playout delay + echo path delay + capture delay， 其中playout和capture由外面提供，这里主要估计echo path delay。
    • AECM在频域做，因此最小延迟单位为一个block（64samples = 4ms），默认支持最大延迟为100block，即400ms。
  • 方法： 分别求远端信号和近端采集信号的二值谱，并根据二值谱的相似程度（XOR后1的个数）进行匹配。
• Farend VAD检测 & DT检测：
  • 作用：
    • 只有区域③允许更新滤波器系数，其他区域必须停止更新(即NLMS stepsize=0）；
    • 根据farendVAD和DT结果，决定Winer滤波”置信度“(suppressGain).
  • AECM里没有显式的检测DT，而是根据large variations in estimated echo来判断DT的存在
• Adaptive Filtering
  • 迭代更新NLMS滤波器系数，估算回声能量谱
  • 计算Winer滤波器系数，并使用NLP(Non-Linear Process)限幅。
• CNG(Comfort Noise Generator)
  • 原因： Winer filter抑制回声时，也抑制了噪声，需要补回来
  • 幅度谱根据nearend能量估计，相位谱为均匀分布； 然后算出实部虚部值，加到Winer滤波的结果里
• DFT加窗反变换

可能的优化方法

• 延迟估计是否准确，最大延迟是否超过代码的限度
• echo路径变化时，如插拔耳机，是否对滤波器做了重新收敛
• 提高near VAD + double talk检测准确性。
• 强制用AEC/AEC3替换AECM

评价指标

• ERLE(Echo Return Loss Enhancement)

遗留问题

• 为什么不能只用NLMS？

参考

• WebRTC M59源码

---

xjs.xjtu@gmail.com

2017-07-05