具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本申请将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。

此外，附图仅为本申请的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的步骤。例如，有的步骤还可以分解，而有的步骤可以合并或部分合并，因此，实际执行的顺序有可能根据实际情况改变。

为了克服上述现有技术存在的缺陷，本申请提供一种音频处理方法以及音频处理装置，能够在近端采集设备、远端采集设备、近端扩音设备与远端扩音设备同时使用的场景下，缓解回声和啸叫的产生。其中，近端采集设备和近端扩音设备位于同一空间，远端采集设备和远端扩音设备位于同一空间。近端的音频处理系统与远端的音频处理系统交互。近端扩音设备会播放近端采集设备采集的音频信号以及远端采集设备采集的音频信号。同时，近端扩音设备播放的音频信号可能被近端采集设备采集。同理，当将远端的音频处理系统作为近端的音频处理系统时，远端采集设备和远端扩音设备依据相同的方式进行音频信号的采集和播放。

首先参见图1，图1示出了根据本申请实施例的音频处理方法的流程图。图1共示出了如下步骤：

步骤S110：将远端音频信号输入自适应滤波模块，并获取所述自适应滤波模块收敛后的第一滤波系数。

具体而言，所述自适应滤波模块可以采用归一化最小均方算法(normalizedleast mean square algorithm，NLMS)进行滤波。本发明并非以此为限制，自适应滤波模块的其它滤波算法也在本发明的保护范围之内。自适应滤波模块的滤波系数动态变化。

在一个优选例中，步骤S110之后还可以包括对所述第一滤波系数进行置信度计算的步骤。

在本申请的一些实施例中，可以通过如下步骤进行置信度计算：根据多个历史第一滤波系数，以及历史音频信号于各频点的增益，获得多条自适应滤波曲线，所述历史音频信号由与所述历史第一滤波系数对应的所述自适应滤波模块输出；对多条自适应滤波曲线进行聚类，以获得参考第一滤波系数；根据所述参考第一滤波系数计算所述第一滤波系数的置信度。进一步地，自适应滤波曲线的横轴为各频点，纵轴为各频点的增益。由于不同频点会对应不同的滤波系数，因此，本发明所述的第一滤波系数实际为滤波系数组，以表示不同频点及对应的滤波系数。下面为了清楚起见，以滤波系数组对上述上述步骤的具体实现进行表述：可以通过诸如通过多组滤波系数组(历史第一滤波系数)拟合成一条能反映传函趋势的一条曲线(一组滤波系数)，通过新输入的滤波系数组与拟合的系数曲线求方差，当方差大于阈值时，则说明新输入的滤波系数组偏差太大，舍弃，如小于阈值，则加入新输入的滤波系数组，将加入时间最早的那组滤波系数组抛弃，并基于新加入的滤波系数组重新拟合一条曲线系数组。具体而言，上述置信度可以与上述方差呈反向相关，由此，当方差越大时，置信度越小，当方差越小时，置信度越大，以此实现，当置信度大于设定阈值时才执行下一步骤。

在本申请的一些实施例中，置信度可以通过预先训练的置信度计算模型来计算。置信度计算模型可以是任意的机器学习模型，诸如神经网络模型、随机森林模型等，本发明并非以此为限制。置信度计算模型可以依据样本数据以及设置的置信度进行学习。

在本申请的另一些实施例中，可以在近端采集设备不采集音频信号时(或者近端采集的音频信号的音频强度为0时)，仅由远端音频信号输入至自适应滤波模块，以获得收敛后的参考第一滤波系数(滤波器系数)。然后，可以根据第一滤波系数与参考第一滤波系数的相似程度来作为第一滤波系数的置信度，从而表示第一滤波系数是否真实反应近端的环境传递函数。

在本申请的又一些实施例中，还可以基于当前近端环境和远端环境获得的前设定时间段内的第一滤波系数和滤波效果，来生成/拟合第一滤波系数和滤波效果的函数关系。由此，当滤波效果越好时，第一滤波系数的置信度越高，基于所生成/拟合第一滤波系数和滤波效果的函数关系可以实时计算第一滤波系数的置信度，从而对获得的第一滤波系数进行置信度判断。

由此，可以通过第一滤波系数进行置信度计算，以保证第一滤波系数能够真实反应环境传递函数，进一步提高回声抑制效果。

步骤S130：将所述第一滤波系数作为参考滤波模块的滤波系数。

在前述计算置信度的优选例中，当第一滤波系数的置信度大于预设阈值时，表示第一滤波系数能够真实反应近端的环境传递函数，由此可以使用第一滤波系数对近端音频信号进行滤波(近端音频信号会包括近端扩音设备播放的远端音频信号)。

步骤S140：通过所述双滤波处理模块对近端音频信号进行双滤波处理

具体而言，所述双滤波处理模块包括参考滤波模块以及实时滤波模块。所述参考滤波模块以及实时滤波模块可以采用归一化最小均方算法进行滤波。本发明并非以此为限制，参考滤波模块以及实时滤波模块的其它滤波算法也在本发明的保护范围之内。参考滤波模块的滤波系数通过自适应滤波模块来设置。实时滤波模块的滤波系数动态变化。

进一步地，归一化最小均方算法采用参考信号对输入的音频信号进行处理，从而实现回声消除等滤波操作。在本实施例中，参考滤波处理的滤波系数由于经自适应滤波模块收敛和置信计算获得，从而能够对近端及远端的环境传递函数进行估计，同时，可以将参考滤波模块的输出信号作为实时滤波模块的参考信号，从而便于实时滤波模块能够参考近端及远端的环境传递函数的估计进行优化的回声消除和滤波操作。

具体而言，所述参考滤波模块以及所述实时滤波模块分别处理所述近端音频信号，其中，所述双滤波处理输出的近端音频信号所述参考滤波模块输出的近端音频信号以及所述实时滤波模块输出的近端音频信号加权获得。所述参考滤波模块以及所述实时滤波模块的权重可以按需设置，也可以基于所述参考滤波模块以及所述实时滤波模块的滤波效果进行计算。例如，可以通过所述参考滤波模块以及所述实时滤波模块滤波后的残余回波能量大小、所述参考滤波模块以及所述实时滤波模块后的残余回波能量的差值的乘积、所述参考滤波模块的残余回波能量与估计回声差值能量的乘积中的一项或多项计算获得。所述估计回声能量为根据所述参考滤波模块以及所述实时滤波模块的估计回声差值计算获得的估计回声差值能量。本申请并非以此为限制。

步骤S150：将所述双滤波处理后的近端音频信号和所述远端音频信号进行混音，获得混音信号。

步骤S160：由近端扩音设备播放所述混音信号。

由此，可以实现将近端采集的音频信号和远端采集的音频信号一同播放的同时，缓解回声和啸叫的产生。

本申请提供的音频处理方法中，通过将远端音频信号输入自适应滤波模块，并获取所述自适应滤波模块收敛后的第一滤波系数作为双滤波处理模块的参考滤波模块的滤波系数，从而能够减少近端扩音设备播放的远端音频信号，对所采集的近端音频信号的影响，提高回声抑制效果。

在本申请的一些具体实施例中，在图1步骤S140通过所述双滤波处理模块对所述近端音频信号进行双滤波处理之后，且在步骤S150将所述双滤波处理后的近端音频信号和所述远端音频信号进行混音，获得混音信号之前还可以执行如下步骤：对所述双滤波处理后的近端音频信号进行去相关处理，以供经去相关处理后的近端音频信号和所述远端音频信号进行混音。具体而言，去相关处理例如可以通过移频和/或调相的方式来实现，从而能够使得扩音设备所要播放的音频信号与采集设备采集的音频信号的相关性下降，有利于双滤波处理的同时，也可以避免啸叫的产生。

在本申请的一些具体实施例中，在图1步骤S140通过所述双滤波处理模块对所述近端音频信号进行双滤波处理之后，且在步骤S150将所述双滤波处理后的近端音频信号和所述远端音频信号进行混音，获得混音信号之前还可以执行如下步骤：对所述双滤波处理后的近端音频信号中的设定频点进行自动均衡处理，以供经自动均衡处理后的近端音频信号和所述远端音频信号进行混音。具体而言，由于房间建声不好，容易出现声染色，房间声学共振使声音中的某些频率真得得加强，导致后续产生啸叫，而自动均衡可根据房间声场中某些不稳定频点做均衡处理。具体而言，由于滤波器系数是频域的各频点对应的系数，可通过比较大的系数大致了解估值可能的不稳定点作为设定频点，再通过设置的自动均衡参数(例如使用1/3倍频程，使中心频率对应可能的不稳定点，增益视系数决定给-6～-3dB，本申请并非以此为限制)进行滤波，适应地降低该频点的响应灵敏度，使自动均衡处理后的近端音频信号中的设定频点的响应灵敏度小于自动均衡处理前的近端音频信号中的设定频点的响应灵敏度，从而做到啸叫的前期预防，提升传声增益。进一步地，自动均衡处理的步骤可以在去相关处理的步骤之前执行。

在本申请的一些实施例中，图1中步骤S110将远端音频信号输入自适应滤波模块之后还可以执行如图2所示的步骤：

步骤S170：根据所述自适应滤波模块的输出信号，估计所述远端音频信号的回声信号。

步骤S180：将所述远端音频信号的回声信号从所述近端音频信号中去除，作为对端的远端音频信号发送。

由此，通过上述步骤可以在近端首先对近端采集设备采集的近端音频信号的回声进行处理，同时，还可以将经过回声去除处理的音频信号作为自适应滤波器的参考信号，从而更利于自适应滤波器的滤波系数的收敛，加强回声估计准确率，同时，便于自适应滤波器向双滤波模块提供置信度更高的第一滤波系数。

以上示例性地示出本申请的多个实现方式，本申请并非以此为限制，各实施方式中，步骤的增加、省略、顺序变换皆在本申请的保护范围之内；各实施方式可以单独或组合来实现。

图3示出了根据本申请实施例的音频处理系统的模块图。具体而言，图3示出了近端的音频处理系统以及远端的音频处理系统。近端和远端互为对端。如图3所示，近端的音频处理系统包括近端采集设备210、近端扩音设备230以及近端音频处理装置220。近端采集设备210和近端扩音设备230位于同一空间，从而近端扩音设备230播放的音频信号会通过近端的环境传递函数传递给近端采集设备210。远端的音频处理系统包括远端采集设备240、远端扩音设备260以及远端音频处理装置250。远端采集设备240、远端扩音设备260位于同一空间，从而远端扩音设备260播放的音频信号会通过远端的环境传递函数传递给远端采集设备240。近端音频处理装置220和远端音频处理装置250通过无线或有线的方式相互通信，从而能够使得近端扩音设备230能够播放远端采集设备240采集的音频信号，同理，远端扩音设备260也能够播放近端采集设备210采集的音频信号。进一步地，扩音设备例如可以是音响；采集设备例如可以是麦克风，本申请并非以此为限制。

下面参见图4，图4示出了根据本申请实施例的音频处理系统及音频处理装置的示意图。图4示出的音频处理系统及音频处理装置应用于图3所示的场景中。音频处理系统包括近端音频信号的近端采集设备210、近端扩音设备230以及近端的音频处理装置220。图3中远端的音频处理装置250可以具有与近端的音频处理装置220相同的结构。

近端的音频处理装置220包括自适应滤波模块221、获取模块222、参数提取模块224、双滤波处理模块225、混音模块226以及控制模块227。

自适应滤波模块221配置成对远端音频信号进行滤波处理。

获取模块222配置成将远端音频信号输入自适应滤波模块，并获取所述自适应滤波模块收敛后的第一滤波系数。

参数提取模块224配置成将所述第一滤波系数作为参考滤波模块的滤波系数。

双滤波处理模块225配置成对近端音频信号进行双滤波处理。所述双滤波处理模块包括参考滤波模块以及实时滤波模块。参考滤波模块以及实时滤波模块可以具有与自适应滤波模块221相同的滤波器。

混音模块226配置成将所述双滤波处理后的近端音频信号和所述远端音频信号进行混音，获得混音信号。

控制模块227配置成控制近端扩音设备播放所述混音信号。

由此，通过将远端音频信号输入自适应滤波模块，并获取所述自适应滤波模块收敛后的第一滤波系数作为双滤波处理模块的参考滤波模块的滤波系数，从而能够减少近端扩音设备播放的远端音频信号，对所采集的近端音频信号的影响，提高回声抑制效果。

下面参见图5，图5示出了根据本申请具体实施例的音频处理系统及音频处理装置的模块图。图5示出的音频处理系统及音频处理装置应用于图3所示的场景中。音频处理系统包括近端音频信号的近端采集设备210、近端扩音设备230以及近端的音频处理装置220。图3中远端的音频处理装置250可以具有与近端的音频处理装置220相同的结构。

近端的音频处理装置220包括自适应滤波模块221、获取模块222、置信度计算模块223、参数提取模块224、双滤波处理模块225、混音模块226、控制模块227、回声去除模块228、自动均衡模块229以及去相关模块2210。

自适应滤波模块221、获取模块222、参数提取模块224、双滤波处理模块225、混音模块226以及控制模块227已结合图4描述，在此不予赘述。

置信度计算模块223配置成对所述第一滤波系数进行置信度计算，由此参数提取模块224配置成当所述第一滤波系数的置信度大于预设阈值时，将所述第一滤波系数作为双滤波处理模块的参考滤波模块的滤波系数。

回声去除模块228配置成根据所述自适应滤波模块的输出信号，估计所述远端音频信号的回声信号，将所述远端音频信号的回声信号自所述近端音频信号中去除，作为对端的远端音频信号发送。

自动均衡模块229配置成对所述双滤波处理后的近端音频信号中的设定频点进行自动均衡处理，以供经自动均衡处理后的近端音频信号和所述远端音频信号进行混音。

去相关模块2210配置成对所述双滤波处理后的近端音频信号进行去相关处理，以供经去相关处理后的近端音频信号和所述远端音频信号进行混音。

本申请可以通过软件、硬件、固件及其任意结合的方式实现音频处理装置及系统。图3-5仅仅是示意性的示出本申请提供的音频处理装置及系统，在不违背本申请构思的前提下，模块的拆分、合并、增加都在本申请的保护范围之内。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被例如处理器执行时可以实现上述任意一个实施例中所述音频处理方法的步骤。在一些可能的实施方式中，本申请的各个方面还可以实现为一种程序产品的形式，其包括程序代码，若所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述音频处理方法部分中描述的根据本申请各种示例性实施方式的步骤。

参考图6所示，描述了根据本申请的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本申请的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适若的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在租户计算设备上执行、部分地在租户设备上执行、作为一个独立的软件包执行、部分在租户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到租户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

在本公开的示例性实施例中，还提供一种电子设备，该电子设备可以包括处理器，以及用于存储所述处理器的可执行指令的存储器。其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一个实施例中所述音频处理方法的步骤。

所属技术领域的技术人员能够理解，本申请的各个方面可以实现为系统、方法或程序产品。因此，本申请的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图7来描述根据本申请的这种实施方式的电子设备600。图7显示的电子设备600仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图7所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640等。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述音频处理方法部分中描述的根据本申请各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图1或2中所示的步骤。

所述存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。

所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得租户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应若明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述音频处理方法。

本申请通过将远端音频信号输入自适应滤波模块，并获取所述自适应滤波模块收敛后的第一滤波系数作为双滤波处理模块的参考滤波模块的滤波系数，从而能够减少近端扩音设备播放的远端音频信号，对所采集的近端音频信号的影响提高回声抑制效果。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。