Эхоподавление(если можно так сказать), Нужен реальный совет под реальную задачу. Опции

[sigmaN]

Имеем трубку(телефон), режим связи: обычный(не "громкая связь").
Микрофон и динамик имеют аккустическую связь, которую конструктивными методами устранить не удаётся никак.
Имеем эффект эха, задержка в канале большая - поэтому эхо мозговым фильтром пользователя не компенсируется и вызывает раздражение

В девайсе использован вокодер Speex, однако стандартная реализация его echo сanceller очень громоздка и предназначена больше для организации громкой связи. Для применения этой фичи as is нет оперативки, да и оптимизировать опять много чего придётся.....в общем не вариант.


Нужно как-то организовать простой алгоритм эхоподавления применительно к конкретной трубке, с конкретными параметрами ну и т.д.

Как бы сделать простое "вычитание" воспроизводимого динамиком сигнала из того, что поступает в микрофон и не передавать удалённому абоненту его-же голос?

[ryhor]

ну тогда первая строка гугла на запрос "импульсная характеристика"

http://ru.wikipedia.org/wiki/Импульсная_переходная_функция

т.е. как бы импульс для импульсной характеристики вполне определенная "весч". Что есть дельта функция для вас? - это один такой отсчет макс аплитуды (можно меньше) вокруг которого тишина...
как звук попадает в микрофон? - через динамик
как звук попадает в динамик? - вы его в него и посылаете через ЦАП
ну вот и приготовьте правильную посылку в ЦАП и пошлите ее

да - не шумите в комнате когда будете ИХ мерять и так же уберите возможные доп акустические каналы . Ну на стол не ложите например - т.е. должен быть реальный акустисческий канал - подумайте как у вас там звук бегает
- по воздуху
- по плате
- по корпусу
...



я немного повторюся - для акустического канала вам надо
1. найти ИХ - в частности ее длину - отсюда станет ясна длина вашего адаптивного КИХ фильтра.
2. поглядеть АЧХ - насколько оно линейное - т.е вы в него синус - а оно вам в ответ насколько не синус? но тут если уж совсем каких то косяков железячных нет - все должно быть более менее - посему это больше как упражнение на разминку.
3. читаем про LMS и NLMS адаптивные фильтры.
4. Делаем реализацию фильтра с КИХ (3-4 строчки?) и реализацию "адаптатора" этого КИХ фильтра алгоритмом NLMS - столько же строчек по существу вопроса.
5. смотрим на результат - радуемся или плачем - в зависимости от успеха
6. думаем про "детектор двойного разговора"
7. конец
... через какое то время
8. если хочется бооольшего подавления - начинаем читать про RLS алгоритмы адаптации


Никакие готовые проекты вам не помогут - точнее они не нужны ибо сил на их анализ и привязывание к вашей ситуации надо гораздо больше чем сделать самом. Т.е. или вы осознаете что вам надо или нет:
если нет - готовые решения не помогут
если да - они вам не нужны
- вот такие пироги. По сути же вопроса (если не вдаваться в теорию по уши как говорится) - надо реализовать два алгоритма каждый из которых математически выражается одной строчкой. Один это КИХ, второй это NLMS. Но не вдаваясь в теорию "совсем ни капли"- вы не сможете их правильно применить - получается надо таки разобраться .
Можно глубоко, можно "по месту" - вот реализация КИХ с NLMS - это нормальное такое начало для получения более менее годного для практического применения результата без погреения себя в дебрях обработки сигналов.

Сообщение отредактировал ryhor - Aug 22 2009, 18:11

[fontp]

ну тогда первая строка гугла на запрос "импульсная характеристика"

http://ru.wikipedia.org/wiki/Импульсная_переходная_функция

т.е. как бы импульс для импульсной характеристики вполне определенная "весч".

3. читаем про LMS и NLMS адаптивные фильтры.
4. Делаем реализацию фильтра с КИХ (3-4 строчки?) и реализацию "адаптатора" этого КИХ фильтра алгоритмом NLMS - столько же строчек по существу вопроса.
5. смотрим на результат - радуемся или плачем - в зависимости от успеха
6. думаем про "детектор двойного разговора"
7. конец
... через какое то время
8. если хочется бооольшего подавления - начинаем читать про RLS алгоритмы адаптации

Обычно в целочисленной реализации 3-4 строчки никак не получается, даже 30-40 не получится. Но к счастью, у автора темы процессор - floating-point.
NLMS можно было бы давно уже сделать в десяток строк. На floating-point процессоре, если время сходимости не напрягает - вообще может работать простейший LMS с очень низким коэффициентом адаптации, причём double-talk-detector в этом случае не нужен. ( Для 16-разрядных вычислений такое никак не пройдёт - потому не используется - у TI есть Application по поводу проблем LMS, порождённых разрядностью)

[ryhor]

Обычно в целочисленной реализации 3-4 строчки не получается, даже 30-40 не получится. Но к счастью, у автора темы процессор - floating-point.
B NLMS можно было бы давно уже сделать в десяток строк. На floating-point процессоре вообще может работать простейший LMS с очень низким коэффициентом адаптации, причём double-talk-detector в этом случае не нужен

да ладно 3-4 строчки на КИХ хватит
ну там проверить не нули ли пришли в гости - но это лабуда

NLMS в целых числах - 5 строчек считая вместе с "for(..."
ну там да - пару строчек до и пару после

Т.е. согласен - на все про все КИХ + NLMS 30-40 строчек в самый раз.

UPD - да пересмотрел - действительно что бы быстро и точность не сильно губить в 16 битах приходится немного цикл развернуть (unroll) и пошаманить. Однако у автора плавующие звери.


плавающая точка - это хорошо, но скорость адаптации все равно радует именно побыстрее. Т.е. если у вас фильтр адаптивный будет пару минут сходится к 20дБ подавления - то можно считать что его и нет. А малый коэфф адаптации именно это и подарит.

ну и детектор двойного разговора - точнее его отсутствие - будет "разносить" фильт в случае чего на ура - ибо он (фильтер) будет пытаться подстроится под подавление звука который совсем даже не из динамика пришел.

Сообщение отредактировал ryhor - Aug 22 2009, 18:34

[fontp]

да ладно 3-4 строчки на КИХ хватит
ну там проверить не нули ли пришли в гости - но это лабуда

NLMS в целых числах - 5 строчек считая вместе с "for(..."
ну там да - пару строчек до и пару после

Т.е. согласен - на все про все КИХ + NLMS 30-40 строчек в самый раз.

плавающая точка - это хорошо, но скорость адаптации все равно радует именно побыстрее. Т.е. если у вас фильтр адаптивный будет пару минут сходится к 20дБ подавления - то можно считать что его и нет. А малый коэфф адаптации именно это и подарит.

ну и детектор двойного разговора - точнее его отсутствие - будет "разносить" фильт в случае чего на ура - ибо он (фильтер) будет пытаться подстроится под подавление звука который совсем даже не из динамика пришел.

Так КИХ не отдельно, КИХ внутри цикла LMS

Я представлял себе это так - достаточно быстрая адаптация при калибровке или вначале сеанса связи. Пока клиент снимает трубку - даблтока нет.
Можно щелкнуть дельта-функцией или даже послать случайный шум в динамик. Главное, чтобы адаптация завершилась пока клиент несёт трубку к уху. А это секунда
Потом работать с очень низким коэф. адаптации. Некорелированый с передатчиком шум и базар при слабой адаптации ничего не собьёт. Аналоговые модемы так и работают - замораживают коэффициент адаптации после стартапа до минимальных значений. Малый кооф.адаптации даёт большое время сходимости,да, но малую ошибку оценки.
Кстати это и есть самый простой способ измерения импульсного отклика - LMS c малым коэффициентом адаптации. Если оценить все проблемы синхронизации при прямом измерении. Но я не думаю, что ему нужен импульсный отклик, разве что из любопытства. Ему нужен LMS! ))

[ryhor]

Так КИХ не отдельно, КИХ внутри цикла LMS

Я представлял себе это так - достаточно быстрая адаптация при калибровке или вначале сеанса связи. Пока клиент снимает трубку - даблтока нет.
Можно щелкнуть дельта-функцией или даже послать случайный шум в динамик. Главное, чтобы адаптация завершилась пока клиент несёт трубку к уху. А это секунда
Потом работать с очень низким коэф. адаптации. Некорелированый с передатчиком шум и базар при слабой адаптации ничего не собьёт. Аналоговые модемы так и работают - замораживают коэффициент адаптации после стартапа до минимальных значений. Малый кооф.адаптации даёт большое время сходимости,да, но малую ошибку оценки.

Ну как любят мух отдельно от каклет - смешивать фильтр и адаптивный алгоритм - это на любителя

Адаптация 20дБ за 1 сек - это очень и очень хорошо - это даже вроде по какому то ИТУшному стандарту, но LMS и даже NLMS ее в среднем обеспечить не могут. Обычно надо несколько секунд. Потом пулять самому шум из своего динамика это конечно тема, но часто вы видели шипяще щелкающие телефоны в природе? Обычно пока дальняя сторона наговаривает нам в динамик местный фильтр успевает настроится и обеспечить отсутсвие эха для нее. Далее - акустический эхо канал устанавливается постепенно - например после того как пару динамик-микрофон к голове приложили он может и поменяться и в дальнейшем опять может поменяться - поэтому примораживать адаптацию на совсем немного "опасно".

Про "двойной разговор"
- Почему это нет DD пока клиент снимает трубку? это типа дано? в реальности к сожалению это совсем не так.
- Любой посторонний шум (речь, звуки) попадающий в микрофон при включенном адаптаторе будут его так сказать неправильно информировать - на что он будет хладнокровно подстраивать фильтр - в никуда. А то что коэфф адаптации маленький - это только как бы говорит что адаптатор почти выключен. Т.е. получается что "двойной разговор" "безопасен" когда нет адаптации, а если она все время нужна и достаточно активно?

Кстати это и есть самый простой способ измерения импульсного отклика - LMS c малым коэффициентом адаптации. Если оценить все проблемы синхронизации при прямом измерении. Но я не думаю, что ему нужен импульсный отклик, разве что из любопытства. Ему нужен LMS! ))

Начнем с конца - какой длинны LMS ему таки нужен? Хватит 32 тапа? или там все 200мс эха?
Ну и как бы ИХ меряется очень просто - посредством измерения ИХ . Кстати не вижу какие там проблеммы с синхронизацие? пикнул и пиши звук.

а вот LMS с малым коэф. может намерять такого что никакой ИХ не снилось. Как долго давать адаптироваться? Ну в общем то в сферическом (в вакууме) случае они конечно сойдутся к одному и тому же, но все же лучше дейстовать прямыми методами, тем более что они проще и гораздо менее подвержены ошибкам.

[fontp]

Ну как любят мух отдельно от каклет - смешивать фильтр и адаптивный алгоритм - это на любителя

На любителя разносить их в разные циклы ))

Адаптация 20дБ за 1 сек - это очень и очень хорошо - это даже вроде по какому то ИТУшному стандарту, но LMS и даже NLMS ее в среднем обеспечить не могут. Обычно надо несколько секунд.

Стандарт G168 требует адаптацию за одну секунду до -30 дб(на широкополосном сигнале, не на синусоиде, на синусовом сигнале эхоподавители адаптируются плохо) и NLMS её ВСЕГДА обеспечивал с запасом лет 20 уже как. 1 сек, это "не очень хорошо", а 'так себе". Теретически сходимость зависит от собственных значений функции автокорреляции сигнала, длины фильтра, коф. адаптации. Для фильтров длиной 16 мс, используемых наиболее часто в качестве "ближних" эхоподавителей, NLMS адаптируется по g168 на ура. Ш-ш-ш! и всё, какие там секунды... Когда эхоподавитель делал я, это Ш-ш-ш! происходило от щелчка подключения кодека к аналоговой линии. Когда говорун начинал говорить, а слухач слушать реально адаптация уже давно заканчивалась :-)

Если длинный фильтр - 200 мс )) - то тогда да, может быть и проблема с NLMS (устойчивость требует снижать коф. адаптации обратно пропорционально длине адаптивного фильтра), но длинные эхоподавители это особая песня.

Кстати на голосе эхоподавители адаптируются не очень, может с этим и связано отчасти Ваше ошибочное утверждение про несколько секунд. ( Или Вы говорите только о дальних или акустических). Голос - сигнал часто узкополосный. В самых изощрённых эхоподавителях входные сигналы "дифференцируются" отбеливающим фильтром (авторегресией как в вокодерах), а выходные "раскрашиваются" обратным интегрирующим. Время сходимости "на голосе" снижается в разы. Но стандарт говорит о шумоподобном сигнале.

Но я то предлагал попробовать адаптироваться на дельта-функции или шуме, канал связи при этом не подключать, чтобы в ухи не шипело, и вообще делать это отчасти может быть при калибровке.

Потом пулять самому шум из своего динамика это конечно тема, но часто вы видели шипяще щелкающие телефоны в природе? Обычно пока дальняя сторона наговаривает нам в динамик местный фильтр успевает настроится и обеспечить отсутсвие эха для нее. Далее - акустический эхо канал устанавливается постепенно - например после того как пару динамик-микрофон к голове приложили он может и поменяться и в дальнейшем опять может поменяться - поэтому примораживать адаптацию на совсем немного "опасно".

Про "двойной разговор"
- Почему это нет DD пока клиент снимает трубку? это типа дано? в реальности к сожалению это совсем не так.
- Любой посторонний шум (речь, звуки) попадающий в микрофон при включенном адаптаторе будут его так сказать неправильно информировать - на что он будет хладнокровно подстраивать фильтр - в никуда. А то что коэфф адаптации маленький - это только как бы говорит что адаптатор почти выключен. Т.е. получается что "двойной разговор" "безопасен" когда нет адаптации, а если она все время нужна и достаточно активно?

Я вижу Вам нечего делать и просто хочется поспорить со мной. Вместо того, чтобы помогать вопрошающему автору топика.
Я не говорил, что без DD - лучше. Я говорил, что всё зависит от уровня эха. При слабом, линейном, медленно меняющемся эхе может оказаться,
что кроме линейного LMS ничего больше и не нужно. Сделать LMS, посмотреть как работает, если нет - то переделать в NLMS. Если нет - приделать дабл-ток-детектор и прочие прибабахи (обычно адаптацию выключают не только на даблтоке (сильном принимаемом сигнале с дальнего конца) и но ещё и при слабом передаваемом сигнале). Адаптивный фильтр работает как коррелятор, накопляя коррелированую с входом компоненту выхода. Если коф. адаптации маленький, то он не выключен, просто он накопляет её очень медленно. ( Выключен при малых значениях коэффициента адаптации он действительно получается при 16-разрядной реализации фильтров. Но это просто потеря точности. При хорошей точности вычислений он работает, но неспешно. Почему Вы так уверены, что параметры среды будут меняться быстрее? Кончайте Вы "активно" заниматься словоблудием )

Начнем с конца - какой длинны LMS ему таки нужен? Хватит 32 тапа? или там все 200мс эха?
Ну и как бы ИХ меряется очень просто - посредством измерения ИХ . Кстати не вижу какие там проблеммы с синхронизацие? пикнул и пиши звук.

а вот LMS с малым коэф. может намерять такого что никакой ИХ не снилось. Как долго давать адаптироваться? Ну в общем то в сферическом (в вакууме) случае они конечно сойдутся к одному и тому же, но все же лучше дейстовать прямыми методами, тем более что они проще и гораздо менее подвержены ошибкам.

Опять Вы торгуетесь как на базаре )) Вопросы всегда есть - с одно стороны, с другой стороны...

Проще всего выяснить практически - сделать 128 тапов и уменьшать (или увеличивать). Если там 200 мс эха, то нужен действительно настоящий акустический эхоподавитель или скорее проще похерить вообще всю эту "трубку", ввиду ограниченности ресурсов процессора.
Хватит ли 32 тапа? Вы кого спрашиваете? Я не знаю. Скорее всего нет. Но есть надежда, что 128 хватит. Почему? Отвечаю сразу, чтобы Вы больше ко мне не цеплялись. Я конечно не знаю, что там за трубка. Всяко бывает. Но опыт такой. Когда-то я делал эхоподавитель для порта FXO, к которому аналоговый телефон подключался напрямую. Можно предположить, что эхо в такой ситуации возникает не только от нескомпенсированости импедансов на гибриде (эхо линии), но включает и прямую аккустическую компоненту с телефонной трубки. Так вот, такое "ближнее эхо" отлично компенсировалось адаптивными фильтрами длиной 12 мс (96 отсчётов), независимо от используемых телефонных аппаратов.
Т.е. незначительное аккустическое эхо присутствует всегда на аналоговых аппаратах. Но это не значит, что нужно всегда использовать сложные аккустические эхоподавители, придуманые больше для громкой связи.
Традиционные "ближние" линейные эхоподавители на АТС и тех же мобильниках эффективно давят эту слабую акустическую компоненту.

В сферическом вакуме - это "пикнул и пиши". Назаписываете шума и наводок вместо ИХ да ещё запутаетесь с синхронизацией начала. А LMS с исчезающим коф. адаптации даёт на шумоподобном сигнале то что нужно и теоретически и практически.

[ryhor]

Стандарт G168 требует адаптацию за одну секунду до -30 дб(на широкополосном сигнале, не на синусоиде, на синусовом сигнале эхоподавители адаптируются плохо) и NLMS её ВСЕГДА обеспечивал с запасом лет 20 уже как. 1 сек, это "не очень хорошо", а 'так себе". Теретически сходимость зависит от собственных значений функции автокорреляции сигнала, длины фильтра, коф. адаптации. Для фильтров длиной 16 мс, используемых наиболее часто в качестве "ближних" эхоподавителей, NLMS адаптируется по g168 на ура. Ш-ш-ш! и всё, какие там секунды... Когда эхоподавитель делал я, это Ш-ш-ш! происходило от щелчка подключения кодека к аналоговой линии. Когда говорун начинал говорить, а слухач слушать реально адаптация уже давно заканчивалась :-)

добавьте к сигналу ближней стороны скажем -20дБ шума и посмотрите куда ваш NLMS сойдется и как быстро он будет это делать.

Если длинный фильтр - 200 мс )) - то тогда да, может быть и проблема с NLMS (устойчивость требует снижать коф. адаптации обратно пропорционально длине адаптивного фильтра), но длинные эхоподавители это особая песня.
Кстати на голосе эхоподавители адаптируются не очень, может с этим и связано отчасти Ваше ошибочное утверждение про несколько секунд. ( Или Вы говорите только о дальних или акустических). Голос - сигнал часто узкополосный. В самых изощрённых эхоподавителях входные сигналы "дифференцируются" отбеливающим фильтром (авторегресией как в вокодерах), а выходные "раскрашиваются" обратным интегрирующим. Время сходимости "на голосе" снижается в разы. Но стандарт говорит о шумоподобном сигнале.

ало внимание - у нас голос

Но я то предлагал попробовать адаптироваться на дельта-функции или шуме, канал связи при этом не подключать, чтобы в ухи не шипело, и вообще делать это отчасти может быть при калибровке.

Шуметь придется в свой динамик что бы свой микрофон поймал сигнал - посему:
- причем тут канал?
- как можно не слышать шум из динамика своего телефона?
- как его услышит микрофон если его не слышит ухо?
- как громко надо шуметь что бы быть эффективным на фоне внешних шумов?

На самом деле этот метод не используют по причинам
- не красиво
- канал меняется и пшикать надо будет регулярно
- самое важное - на голосе эхоподавитель тоже нормально сходится
- качество подавления ограничены внешними шумами
- скорость схождения ограничены внешними шумами

а так - теоретически все правильно, пошуметь всегдя приятно. Если автор захочет в последствии ускорить сходимость или качество - есть гораздо более действенные решения чем "шуметь"

Я вижу Вам нечего делать и просто хочется поспорить со мной. Вместо того, чтобы помогать вопрошающему автору топика.

да я уже план-график расписал чего делать и как.

Я не говорил, что без DD - лучше. Я говорил, что всё зависит от уровня эха. При слабом, линейном, медленно меняющемся эхе может оказаться,
что кроме линейного LMS ничего больше и не нужно. Сделать LMS, посмотреть как работает, если нет - то переделать в NLMS. Если нет - приделать дабл-ток-детектор и прочие прибабахи (обычно адаптацию выключают не только на даблтоке (сильном принимаемом сигнале с дальнего конца) и но ещё и при слабом передаваемом сигнале). Адаптивный фильтр работает как коррелятор, накопляя коррелированую с входом компоненту выхода. Если коф. адаптации маленький, то он не выключен, просто он накопляет её очень медленно. ( Выключен при малых значениях коэффициента адаптации он действительно получается при 16-разрядной реализации фильтров. Но это просто потеря точности. При хорошей точности вычислений он работает, но неспешно. Почему Вы так уверены, что параметры среды будут меняться быстрее? Кончайте Вы "активно" заниматься словоблудием )

Что значит я уверен или не уверен? я тут не причем - это все природа. Хочет меняет хочет не меняет . Т.е. как бы дело не в уверенности или не уверенности, а в том что практика говорит (в прямом смысле в этом случае ). Т.е. еще раз параметры эхоканала - меняются (считайте что это дано).

Ну а так ваш план-график не сильно отличается от моего, но мне не нравится делать LMS не пытаясь даже понять чего им будет компенсироваться.

...Т.е. незначительное аккустическое эхо присутствует всегда на аналоговых аппаратах. Но это не значит, что нужно всегда использовать сложные аккустические эхоподавители, придуманые больше для громкой связи.

В сферическом вакуме - это "пикнул и пиши". Назаписываете шума и наводок вместо ИХ да ещё запутаетесь с синхронизацией начала. А LMS с исчезающим коф. адаптации даёт на шумоподобном сигнале то что нужно и теоретически и практически.

- алгоритмы не сложные
- нет проблем с синхронизацией - цель измерения увидеть форму и длину ИХ - работы на пару часов кодить и 5 минут смотреть на данные
- то что надо сделать практически было уже три раза написано, бездумно лепить LMS с малым коэфф и компенсировать это "решение" шипением в свой динамик - это как бы... даже слов нету что