一种卡尔曼与深度后滤波协同的声学回声消除方法

我们引入了一种协同方法，将自适应卡尔曼滤波与基于深度神经网络的后滤波器相结合，以实现双讲鲁棒的声学回声消除。所提算法克服了基于卡尔曼滤波的适配控制在具有突发回声路径变化场景中的已知局限。作为关键创新，我们建议利用干扰信号分量的不同统计特性来鲁棒地估计适配步长。这是通过借助后滤波的近端估计与卡尔曼滤波的估计误差来实现的。所提协同方案允许自适应滤波器在突发回声路径变化后快速重新收敛，同时不损害最先进方法在静态场景中所达到的稳态性能。