专利名称：用于通信系统中自适应信号增益控制的方法和装置的制作方法
技术领域：
本发明涉及通信系统，并且尤其涉及在通信系统中的自适应增益控制。
发明
背景技术：
近来，稳定地推动使互连网电话开始成为主流。一种通过互连网实时的发送和接收高质量音频信号的能力将为消费者提供成本效率和迄今难以达到的通信解决方案，尤其在多媒体计算机范围中。然而，一个对于这种互联网电话应用的成功实施的现有障碍涉及音频信号增益控制。特别的，实际上调整一个音频信号(例如，一个话筒输出信号)的电平以确保语音编码器和其它信号处理算法的适当的和一致的操作是困难的，语音编码器和其它信号处理算法通常用于准备用于通过互联网传输的音频信号。换句话说，许多这样的信号处理算法最好基于一个特殊的动态输入范围的优化，并因此需要精确的信号电平调整以便引入信号充满但是不超出那个范围。
按照惯例，当该应用被第一次建立或被第一次使用时信号电平调整被留给该应用的用户或基于执行较验自动地进行。例如，一个用户被经常指示在一个多媒体计算机声卡上进行增益控制调整以便一个被用于传输的线路输入或话筒信号被适当地处理。换句话说，该用户能被指示在应用设备或装置上提供一个较验信号(例如，通过对话筒讲话或提供一个音频线路输入信号)，以便该声卡增益能被自动设置。
但是，由于用户不能收听该话筒或线路输入信号，并且由于没有信号增益设置能够计算信号电平的进一步改变(例如，由于话筒位置的改变或用户之间声音强度的差别)，这些解决方案被证明是不完全的。有时，该声卡增益被设定的太低，导致语音编码器和/或其它处理算法的正确性降低。因此，接收用户倾向于在远端增加该增益，导致一个接收的语音信号有差的信号噪声比并可能包括分布测量噪声。通常，该声卡增益被设定的太高，导致信号饱和阻碍语音编码器和/或其它处理算法的工作。尽管接收用户能够降低远端增益，该接收的语音信号仍然可能失真。
因此，需要改进的方法和装置用于在通信系统中调整信号电平。
发明概述本发明通过提供用于自适应增益控制的技术实现上述的和其它的需要。有利地，该公开的技术提供在整个谈话期间正确地调整信号电平并被复原到背景噪声和扩音器回声。更进一步地，该公开的技术能够计算多个近端说话者，以及近端环境改变(例如，用户和话筒位置改变)。
根据本发明的一种典型的自适应增益控制器包括一个增益控制处理器，配置成基于话筒输出信号的测量和一个扩音器输入信号的测量来调整一个施加在话筒输出信号上的模拟增益。例如，该模拟增益能被基于话筒信号中平均值和峰值语音信号电平的估算和一个是否该话筒输出信号是饱和的的判断来调整。在典型的实施例中，该模拟增益被调整以便该话筒输出信号中的平均语音电平接近一个目标平均电平和以便该话筒输出信号中的峰值语音电平不超过一个最大峰值电平。在典型的实施例中，为了提高性能，只有当声音活动性检测器指出该话筒输出信号包括语音和扩音器输入信号不包括语音时，该平均和峰值语音电平估算被更新。
一种用于调整该施加到先前信号的模拟增益以通过一个模拟-数字转换器数字化的典型方法包括步骤判断是否该模拟-数字转换器的一个数字输出是饱和的；如果该数字输出是饱和的降低该模拟增益；如果该数字输出不是饱和的，比较该通信信号的一个测量的平均电平与一个目标平均电平；如果该测量的平均电平远远在该目标平均电平之上，降低该模拟增益；如果该测量的平均电平远远在该目标平均电平之下，比较该通信信号的一个测量的峰值电平与该通信信号的一个最大峰值电平；并且如果该测量的峰值电平是在该最大电平之下，增加该模拟增益。
本发明的上述的和其它的特点和益处在下文中参考附图中所示的说明性的例子作详细说明。本领域普通技术人员可以理解提供该描述的实施例是用于说明和理解的目的并且在这里许多等价的实施例被考虑。
附图简要说明
图1是根据本发明的结合一个典型的自适应增益控制装置的通信系统的方框图。
图2是描述根据本发明的一种典型的自适应增益控制的方法中步骤的流程图。
本发明详细说明图1描述了根据本发明的一种典型的结合自适应增益控制装置的互联网电话系统100。如此的一个系统能被包括在，例如，一个多媒体个人计算机中。本领域普通技术人员应理解下面的图1的系统的各个元件的功能性描述能够利用已知的模拟和数字处理硬件和/或一个通用的数字计算机来实现。
如图所示，该典型的系统100包括一个话筒110，一个扩音器120，一个可调增益放大器130，一个模拟-数字转换器140，一个数字模拟转换器145，第一和第二声音活动性检测器(VAD)150，155，和一个控制处理器160。一个远端数字信号x(n)(例如，通过互联网接收的数字化的远端语音和噪声)被输入到数字-模拟转换器145并输入到第二声音活动性检测器155。该数字-模拟转换器转换该远端信号x(n)到模拟域，并且该作为结果的远端模拟信号x(t)被输入到用于代表一个近端用户(未示出)的扩音器120。
另外，在话筒110处接收近端语音v1(t)，近端噪声v2(t)和远端回声s(t)并结合以产生一个近端模拟信号y(t)，近端信号y(t)通过可调增益放大器130被放大并由模拟数字转化器140数字化。该作为结果的数字近端信号y(n)被输入到第一声音活动性检测器150和控制处理器160，并且也被传递到远端(例如，通过互联网)。从每个声音活动性检测器150、155的输出被输入到该控制处理器160。
在操作中，该控制处理器160监控该近端数字信号y(n)，以及从每个声音活动性检测器150、155的输出并调整该放大器130的增益以便该近端数字信号y(n)的电平适合于输入到语音编码器(未示出)和/或任何其它数字信号处理算法，语音编码器和/或任何其它数字信号处理算法可以被用于准备用于传输的该近端信号y(n)。尽管它在模拟-数字转换器之后和刚好在输入到语音编码器或其它算法之前对数字信号电平作小的调整是可能的，通过放大器130作大的调整以避免测量噪声的不适当的放大，并预防由于在模拟-数字转换器140的信号消波的失真。
通常，该控制处理器160测量在近端信号y(n)中近端语音的平均电平并调整放大器130的增益以便持续地朝向一个目标(例如，-22dBoV，在SubscriberLoop Signaling and Transmission Handbook，Withman D.Reeve，IEEE Press，1992，pp.95-97中定义的)推动该测量的平均电平、或推动一个优选的平均电平。为了使该增益控制系统更加坚固，如在下面详细描述的，增益调整能够适应在该声音活动性检测器150、155的输出上的和一个用于信号饱和度的测试的条件。更进一步地，如在下面同样详细描述的，增益调整同样能适应一个该近端语音的峰值电平的测量的条件以便当两个或多个近端用户讲话时预防增益调整误差。
根据一个典型的实施例，一个在该近端信号y(n)中的近端语音的平均电平的连续估算在每个连续的近端信号抽样块的结尾(例如，在每个60抽样GSM语音帧的结尾)被更新。然而，当近端用户没有讲话时，为了避免基于周期的错误的增益调整，该平均近端语音电平的估算只有当第一声音活动性检测器150指示该近端信号y(n)包括语音时被更新。更进一步地，由于远端回波能够引起第一声音活动性检测器150以指示语音即使该近端用户没有讲话，只有当该第二声音活动性检测器155指示该远端信号x(n)不包括语音时，该估算被更新。用于组成该声音活动性检测器150、155的技术是众所周知的和已被描述的，例如，在ETSI，GSM0632，European Digital Cellular Telecommunication SystemVoice Activity Detection，Version4.3.1，April 1998中。
在近端信号交谈(如由声音活动性检测器150、155指示的)的周期期间，该平均的近端语音电平的运行估算在每个抽样块的结尾(例如，每个GSM帧的结尾)通过第一次计算一个对于抽样块的全部的近端信号y(n)的平均电平ry被更新。换句话说，对于一个N(例如，160)抽样的块，该平均的近端信号电平ry被计算为ry=1NΣn-0N-1y(n)2]]>。
然后，该用于帧的近端语音电平通过从该计算的近端信号电平中减去一个该近端噪声电平的估算(近端噪声电平的估算在由声音活动性检测器150、155指示的没有近端语音并且没有远端语音的周期期间能够被计算)被计算。换句话说，该近端语音电平rv1作为该近端信号电平ry和该噪声电平rv2之间的差被计算
Iv1＝Iy－Iv2。
一旦该用于帧的近端语音电平被已知，该平均的近端语音电平rav的连续估算通过从帧到帧的平滑被更新。换句话说，该平均电平估算rav被更新为rav＝αrav＋(I－α)rv1其中α是一个更新系数(一个实数)，设置它以在增益适应速度和系统稳定性之间提供一个平衡。试验研究表明0.995对该更新系数是一个合适的值。
通过在这种块状态方式下监控该平均的近端语音电平，周期性的放大器增益调整能被进行以保持该平均的近端语音电平在或接近该目标电平(例如，在该目标电平周围的值的一个范围内)。例如，该增益基于一个连续的估算rav和该目标值(例如，-22dBoV)的比较能被每隔若干个块(例如，每隔30到50个GSM帧)递增地调整。换句话说，如果该连续的估算在若干个块的结尾远远的高于或低于该目标电平，则该放大器增益能够通过一个适当的数量(例如，1-3dB)向下或向上步进。通过每隔若干个块或帧只调整一次该增益，和通过朝向该目标值逐步的改进该增益，麻烦的增益波动被避免。方便地，该增益调整之间的间隔(例如，块或帧的数量)能够随时间变化。例如，在一个初期的训练周期和此后频繁度较小的训练周期期间调整能更加频繁地进行。
当只有一个近端用户出现时，上面描述的技术提供高质量增益控制，而当多个近端用户讲话时，它能产生令人不满意的结果。换句话说，当两个或多个具有不同声音电平的用户讲话时，该上述的平均电平估算将合并所有的声音电平，并且当该声音最大的用户讲话时能够由此导致过度的放大。
但是，另一个典型的实施例通过考虑该近端语音的峰值电平解决了这个问题。特别地在块状态方式下一个该峰值近端语音电平的连续的估算被计算为rpeak＝Max(βrpeak＋(1－β)rv1，rv1)这里β是一个实数更新系数(例如，0.995)，并且这里该一个帧的语音电平rv1象上面描述的被计算。像该平均的电平估算rav一样，只有当该声音活动性检测器150、155指示一个近端信号通话条件时，该峰值电平估算rpeak被更新。当多个近端用户出现时，过度的放大能通过确保该峰值电平估算不超过一个目标值(例如，-16dBoV)被避免。例如，只有当该峰值电平估算是低于该目标峰值电平时，该控制处理器160能被配置为允许增益增加(如由该平均的电平估算指示的)。
方便地，通过考虑模拟-数字转换器140的饱和度，上述增益控制技术仍然能够被更加稳定地进行。例如，如果只有当该转换器140不饱和时(例如，如当该输出信号y(n)有一个等于该转化器输出范围的最大值或最小值的值时指示的)增益增加(例如，如由上述的平均的和峰值电平估算指示的)被允许，或者如果无论何时检测到饱和该增益被降低，则信号消波和作为结果的失真能被最小化。
根据一个典型的实施例，通过维持一个连续的饱和度计数器饱和度被监控。在每个块或帧的结尾，块或帧中的饱和抽样的数量L是确定的(例如，抽样具有计算的最小的或最大的转换器输出值)。如果该块或帧中的饱和抽样的数量L大于或等于每一块的饱和阈值T1(例如，2)，则该饱和计数器增加饱和抽样的数量L。然而，如果该块或帧中的饱和抽样的数量L小于每一块的饱和阈值T1，则该饱和计数器降低一个一定的数量M(例如，在范围1-5中的一个整数)。只要该饱和度计数器变得大于或等于一个总的饱和阈值T2(例如，50)，该放大器增益被逐步地降低，并且该饱和度计数器被复位。然而，只要该饱和度计数器小于该总的饱和阈值T2，该放大器增益被调整在某个合适的状态(例如，基于上述平均的和峰值电平估算)。同样应注意和单个的饱和抽样比较起来(由于一个单个的饱和抽样可能是听不见的，而连续的饱和抽样经常干扰一个接收用户)，连续的饱和抽样能被指定一个较大的加权(例如，2)。实验研究表明该上述的技术是一种有效的和稳定的在维持适当的增益控制的时候预防饱和的方法。
一般地，根据本发明通过基于上述的平均、峰值和饱和度参数的结合进行增益调整判定，有效的增益控制能被实行。一种典型的判定算法200在图2中被描述。例如，该典型的算法能被用于每隔若干个(例如，30-50)帧进行放大器增益调整(这里应理解上述的平均电平估算、峰值电平估算和饱和度计数器在每帧的结尾被更新)。
该判定算法在步骤210开始，并且在步骤220进行一个判断，判定是否该放大的和数字化的信号y(n)是饱和的(例如，是否该连续的饱和度计数器大于该饱和度阈值T2)。如果信号是饱和的，则在步骤230该放大器增益被降低(例如，降低1-3dB)，并且在步骤240该判定算法被完成。如果信号是不饱和的，则一个判断被被进行(在步骤250)，判定该信号电平是否太高(例如，是否该平均语音电平估算远在于该目标平均电平之上)。如果是，则在步骤230该放大器增益被降低，并且在步骤240该判定算法被完成。如果不是，则一个判断被被进行(在步骤260)，判定该信号电平是否太低(例如，是否该平均语音电平估算远在于该目标平均电平之下)。如果不是，则该放大器增益不被调整，并且在步骤240该判定算法被完成。如果是，则一个判断被进行(在步骤270)，判定该峰值信号电平是否在一个适当的范围内(例如，是否该峰值语音电平估算小于该目标峰值)。如果不是，则该放大器增益不被调整，并且在步骤240该判定算法被完成。如果是，则在步骤280该放大器增益被增加(例如，增加1-3dB)，并且在步骤240该判定算法被完成。
如上面记录的，该公开的增益控制技术提供在整个谈话期间正确地调整信号电平并被复原到背景噪声和扩音器回声。更进一步地，该公开的技术能够计算多个近端说话者，以及近端环境改变(例如，用户和话筒位置改变)。
方便地，该公开的技术能被进行以与其它的自适应信号处理算法配和工作，例如，噪声抑制算法和/或自适应-滤波器回波消除算法。例如，如本领域中所公知的，每个回波消除器使用一个自适应算法(例如，最小均方，或标准化的最小均方)显现一个从近端信号y(n)减去的该回波s(t)的估算以提供一个消除回波的信号。根据本发明，利用上述技术进行的增益改变能被直接地通告到这样的回波消除器以便该回波消除器的自适应滤波器系数能被立即调整。结果，该回波消除器不需要额外的时间去适应由上述技术引入的电平变化。当一个存储缓冲器定位于该模拟数字-转换器140和该增益控制处理器160之间时(例如，以便该增益控制处理器运行在存储的抽样上)，当通告该增益改变到回波消除器(或其它自适应算法)时，该作为结果的信号延迟(例如，在放大器130模拟增益改变需要的时间被反映在该输出信号y(n)中)被考虑。
本领域普通技术人员应理解本发明并不限于在这里描述的用于举例说明目的的该特殊的典型实施例，并且许多替换的实施例被同样期待。例如，尽管所描述的实施例谈到实时的互联网电话，该公开的概念同样可应用于任何一个信号的自适应增益控制是必要的或想要的的通信环境(例如，声音邮件或其它的数字电话申请)。胜于前面叙述的，本发明的范围由于此附加的权利要求定义，并且所有与权利要求的含义一致的有意的等价替换包含在其中。
权利要求
1.一种用在包括话筒和扩音器的通信设备中的自适应增益控制器，包括一个增益控制处理器，配置成基于所述设备的话筒输出信号和一个扩音器输入信号来调整一个施加在所述设备的话筒输出信号上的模拟增益。
2.权利要求1的自适应增益控制器，其中所述增益控制处理器基于该话筒输出信号中的一个平均语音电平的估算来调整该模拟增益。
3.权利要求2的自适应增益控制器，其中所述增益控制处理器调整该模拟增益使得该话筒输出信号中的平均语音电平接近一个目标平均电平。
4.权利要求2的自适应增益控制器，进一步包括一个第一声音活动性检测器，配置成指示是否该话筒输出信号包括语音。
5.权利要求4的自适应增益控制器，其中该平均语音电平估算只有当所述第一声音活动性检测器指示该话筒输出信号包括语音时被更新。
6.权利要求4的自适应增益控制器，进一步包括一个第二声音活动性检测器，配置成指示是否该扩音器输入信号包括语音。
7.权利要求6的自适应增益控制器，其中该平均语音电平估算只有当所述第一声音活动性检测器指示该话筒输出信号包括语音，并且所述第二声音活动性检测器指示该扩音器输入信号不包括语音时被更新。
8.权利要求1的自适应增益控制器，其中所述增益控制处理器基于该话筒输出信号中的一个峰值语音电平的估算来调整该模拟增益。
9.权利要求8的自适应增益控制器，其中所述增益控制处理器调整该模拟增益使得该话筒输出信号中的峰值语音电平不超过一个最大峰值电平。
10.权利要求1的自适应增益控制器，其中所述增益控制处理器基于一个是否该话筒输出信号是饱和的判断来调整该模拟增益。
11.权利要求10的自适应增益控制器，其中所述增益控制处理器当该话筒输出信号是饱和的时降低该模拟增益。
12.权利要求2的自适应增益控制器，其中该平均语音电平估算被调整以补偿该话筒输出信号中的噪声。
13.权利要求2的自适应增益控制器，其中所述增益控制处理器配置成通告增益调整到所述通信设备的另一个自适应处理器。
14.权利要求13的自适应增益控制器，其中所述另一个自适应处理器是一个自适应回波消除器。
15.权利要求13的自适应增益控制器，其中所述另一个自适应处理器是一个自适应噪声抑制器。
16.权利要求13的自适应增益控制器，其中该话筒输出信号的数字抽样被储存在一个缓冲器中，其中所述增益控制处理器操作在该话筒输出信号的储存的抽样上，并且当通告该增益调整到所述另一个自适应处理器时，其中所述增益控制处理器补偿影响模拟信号增益调整的延迟。
17.权利要求1的自适应增益控制器，其中所述增益控制处理器基于该话筒信号中的一个平均语音电平的估算、该话筒信号中的一个峰值语音电平的估算和一个是否该话筒输出信号是饱和的判断其中至少一个来调整该模拟增益。
18.一种用于调整施加到先前信号的模拟增益以通过一个模拟-数字转换器数字化该通信信号的方法，包括步骤判断是否该模拟-数字转换器的一个数字输出是饱和的；如果该数字输出是饱和的，降低该模拟增益；如果该数字输出不是饱和的，比较该通信信号的一个测量的平均电平与一个目标平均电平；如果该测量的平均电平远远在该目标平均电平之上，降低该模拟增益；如果该测量的平均电平远远在该目标平均电平之下，比较该通信信号的一个测量的峰值电平与该通信信号的一个最大峰值电平；和如果该测量的峰值电平是在该最大电平之下，增加该模拟增益。
全文摘要
一种自适应增益控制技术,提供了在整个互联网电话谈话期间正确地调整音频信号电平,并被复原到背景噪声和扩音器回声。该技术能够计算多个近端说话者,以及近端环境改变。在一个典型的实施例中,一个自适应增益控制器包括一个增益控制处理器,配置成基于话筒输出信号的测量和一个扩音器输入信号的测量来调整一个用于话筒输出信号的模拟增益。
文档编号H04M1/60GK1331883SQ9981489
公开日2002年1月16日 申请日期1999年12月7日 优先权日1998年12月23日
发明者P·瑟奎斯特, T·斯文松, J·松奎斯特, A·埃利松 申请人:艾利森电话股份有限公司