集成均方误差最小化算法用于声学回声消除与降噪
音频与语音处理
2026-01-15 v2
摘要
在许多语音录音应用中，噪声和声学回声会干扰目标语音。因此，需要进行综合降噪（NR）和声学回声消除（AEC）。通常采用级联方法，即AEC和NR分别独立设计，选择不同的信号模型、不同的代价函数和不同的求解策略。随后将其级联一个接一个，无法考虑它们之间的相互作用。本文提出了一种集成方法，用于在一般的多麦克风/多音箱设置下考虑这种相互作用。因此，选择单一的信号模型（麦克风信号向量或通过堆叠麦克风和音箱信号获得的扩展信号向量），建立单一的均方误差代价函数，并采用统一的求解策略。使用该麦克风信号模型，可推导出多信道维纳滤波（MWF）。使用扩展信号模型，可推导出扩展MWF（MWFext），并可找到若干等价表达式，但这些表达式仍可解释为级联算法。具体而言，MWFext等价于AEC在NR之前（AEC-NR）、NR在AEC之前（NR-AEC）以及扩展NR（NRext）在AEC和后置滤波（PF）之前（NRext-AEC-PF）的算法。在秩不足条件下，MWFext是非唯一的。等价性意味着这些表达式是针对该MWFext的特定解，而非必需为最小范数解。由于非平稳性和不完全的相关矩阵估计，实际性能存在差异，其中AEC-NR和NRext-AEC-PF获得了最佳的整体性能。
引用
@article{arxiv.2412.04267,
title = {Integrated Minimum Mean Squared Error Algorithms for Combined Acoustic Echo Cancellation and Noise Reduction},
author = {Arnout Roebben and Toon van Waterschoot and Jan Wouters and Marc Moonen},
journal= {arXiv preprint arXiv:2412.04267},
year = {2026}
}
备注
Accepted for publication in IEEE Transactions on Audio, Speech and Language Processing