一．引言
二．电气（混合）回声
2.1 电气（混合）回声基本上是线性的
2.2 电气（混合）回声是稳定的
三．声学回声
3.1 无线通信中感觉到声学回声的原因
3.2 数字无线应用中的声学回声是非线性的
3.3 数字无线应用中的声学回声是不稳定的
四．控制数字无线网络中的声学回声
4.1 主要考虑因素
4.2 方法
五．信号分类错误
5.1 错误类型1
5.2 错误类型2
5.3 错误类型3
六．声学回声的恰当处理
6.1 使用降噪功能减少错误类型1出现的可能性
6.2 使用智能语音检测降低错误类型1出现的可能性
6.3 减少错误类型2出现的可能性
6.4 降低错误类型3出现的可能性
一．引言
在本文中，讨论了无线通信领域中声学回声的特性，并给出了对其进行恰当控制的方法。我们分析了声学回声和电气回声（混合回声）的性质，解释了为什么需要采用不同的技术来控制并消除每种信号衰落。在本文中，还对几家回声消除器产品厂家实际采用的实施方法进行了评述，推导出了为什么某些回声消除器完全无法实现其目标，或缺乏恰当解决方案所需关键组件的原因。在本文的结论中，介绍了在NMS通信公司的回声消除器设计中采用的方法，并阐述了该方法所基于的理论基础。
二．电气（混合）回声
回声消除器首先是在为长途应用而设计的网络中引入的。长途应用中包含过量的传播延迟，这种现象突显出了将双线连接转换为四线系统的混合线路的不完整性。这种混合线路的不完整性被描述为"信号泄漏"或因阻抗失配而导致的信号反射，称为网络电气回声（也称为混合回声）。在图1中，描述了这种现象。
符合ITU G.168（2000）标准的回声消除器能够消除电气（混合）回声。这类设备在其运行当中采用了"两段式"方法。在第1阶段，使用线性卷积处理消除了大部分回声。在第2阶段，采用了非线性处理器（NLP）以消除残存的回声，这一部分相对较小。对残存回声信号的辨识是一件很简单的任务，这是因为它的功率电平明显低于原始的语音信号。
2.1 电气（混合）回声基本上是线性的
线性意味着，可以构建一个简单的数学模型（基于最小二乘法）来描述特定的回声信号。首先对描述回声信号的数学表示取反，然后将其加到实际返回的回声信号上。结果为两个完全相反（几乎）信号之和，从而将回声消除。由于技术方面的限制，数学模型存在缺陷。这种不完整性根植于源信号的来回转换或"A"法则格式，而不是数学模型。使用非线性处理器（NLP），可以将源自这种不完整性的残余回声消除掉，NLP能像开关一样有效地工作，形成一个单向连接，阻断任何信号（包括残余的回声信号）正向通过该连接，如图2所示。
图2 电气（混合）回声的处理
2.2 电气（混合）回声是稳定的
稳定意味着，与语音信号相关的脉冲响应是不变的，在一个特定呼叫的全过程中，在回声消除器内创建的数学模型只会出现很微小的漂移。这种行为要求回声消除器存在一种自我训练机制，能根据特定的频率作出响应。训练是一项耗时的进程，对于每一个呼叫，短可以少于100毫秒，长会超过1秒。训练时间通常称为呼叫启动过程中的会聚时间。
源自接收器（耳机）的声波，通过位于声音路径上的固体物体反射进入手机的麦克风（话筒）中，或扬声器电话中，这就形成了声学回声。请参见图3。
3.1 无线通信中感觉到声学回声的原因
在无线和有线应用中都会出现声学回声。暴露在回声状况下的大多数有线配置均配备了电气回声消除器，因此，有线应用中的声学回声是通过标准的回波消除算法和相关的NLP技术来控制的。直到最近才在数字无线应用中采用了回声消除器来消除在PSTN（公共交换电话网络）端生成的回声（即电气回声）。在数字无线情形下，PSTN用户不会经历声学回声或电气回声。该假设基于如下根本原因：
（1） 无线电话标准要求设备制造商在声学回声路径上设计足够大的衰减；
（2） 在数字无线环境中不存在PSTN网络中的"二－四线"混合，因此，数字
无线设备不会产生电气（混合）回声。
不幸的是，很多无线电话厂商未能遵从正式标准的规定：在数字移动电话接收器（耳机）和麦克风（话筒）之间应具有恰当的隔离措施。作为其结果，声学回声成为了无线服务提供商需关心的一项事宜。此外，因语音压缩技术以及语音压缩算法的非线性而引入的较长的处理延迟时间（往返延迟大于200毫秒），使得在数字无线应用中，声学回声问题更加明显。
3.2 数字无线应用中的声学回声是非线性的
在无线电话话筒处进入的声学回声随后将被送至声码器（语音编码器），声码器将按照处理有效语音信号的相同方式处理声学回声信号。也就是说，声学回声信号将被语音压缩技术处理，该技术改变了信号的特征，与此同时，还在源信号和声学回声的处理结果之间创建了一种非线性关联。
非线性意味着，在数字无线环境中实施相对简单的数学模型（基于最小二乘法估算，就像在线性电气回声消除中所采用的那样），将其作为消除或减少声学回声的手段完全不适合。这是一种错误的方法，它会引入额外的、不希望出现的副作用（以信号失真，回声增加，和噪音形式出现）。这就是在处理声学回声时需要面对的情形。因此，试图使用采用了标准线性卷积算法的回声消除器来控制无线声学回声既昂贵且效率低下①。
3.3 数字无线应用中的声学回声是不稳定的
由于声学回声是声波自固态物体反弹而导致的结果，改变这些固态物体与无线电话耳机的相对位置会改变声学回声的特性。例如，头部或手部的移动，边走边讲话，以及在会话过程中公共场所内人员或物体的移动，都会产生不同的，不稳定的声学回声效应。
不稳定性意味着，与语音信号相关的脉冲响应（即回声）从本质上讲是一种"移动的对象"。因此，在呼叫全过程中，标准电气回声消除器中采用的数学模型会不断改变回声的特征。因而，针对特定频率响应的训练技术即无效率且毫无用处。此外，训练是一项耗时的进程，对于每一次呼叫，其时间从少于100毫秒到超过1秒。在这种情况下，截止回声消除器完成训练时（即收敛时），它可能还停留在某一信号上，无法对当前的声学回声作出响应。其结果是，该方法可能会弊大于利（即，引入讨厌的信号失真，降低语音质量，带来噪音等）。
总之，试图使用采用了标准线性技术的回声消除器来控制无线声学回声既昂贵且效率低下。
4.1 主要考虑因素
控制非线性、非稳态声学回声的首选是采用非线性方法。然而，非线性方法--如在通常的回声消除器中采用的传统非线性处理器（NLP）--会带来信号失真的副作用，形式为语音消波②，并会因噪音脉动③干扰导致背景音频发生变化。因此，对于有效的非线性方法来说，必须采取进一步的措施，将这些副作用降低到最小程度，与此同时，它还应能识别出声学回声信号并将其从语音信号（或任何其他有效信号）上分离，允许后者通过连接线路。
控制声学回声的另一个重要参数是定时。传统的非线性处理器（NLP）采用了相对较短的回声路径时延，平均值介于10～64毫秒。通过回声消除器中标准线性处理器的卷积操作，能够简化电气（混合）回声消除器内的NLP定时操作。在没有卷积处理器，而且在时延的可能范围内存在明显变化的情况下，有效的声学回声控制必须能够在削弱返回信号前估算出声学回声路径时延。因此，定时错误会导致棘手的信号消波效应，后者会降低语音质量。
4.2 方法
在无线网络中减少声学回声而不导致副作用的方法取决于：声学回声控制器辨别有效语音和声学回声信号特征的能力（即，能够阻断声学回声信号，并允许有效语音信号通过）。准确的信号识别是正确操作的关键所在，不正确的信号分类（称为错误类型1，错误类型2，和错误类型3）会对通信质量造成不利影响。
声学回声的一般频谱特征类似于语音的频谱特征。类似地，声学回声路径中的非线性特征会引起回声和原始语音音节之间的不一致。因此，有效语音和对应的声学回声之间的电平差异（振幅差异）提供了相应的信息，使用该类信息，可将声学回声从主流语音中分离出来。在图4中，给出了识别某一信号是有效信号还是声学回声信号所采用的逻辑方法的概念视图。
图4 确定声学回声
对于将声学回声信号从有效的语音信号中识别出来的逻辑方法来说，有两种主要的相关事宜。下面，我们以问题的形式介绍了这两种事宜：
1．为了将错误判断的概率降至最低程度，所应采用的恰当的阈值功率电平是什么？
2．怎样才能测量出语音和声学回声的功率电平，而不引入测量缺陷？④
为了解决上述事宜，标准方法（业内）是采用相对较低的功率电平阈值设置，以便将回声从语音中分离出来，与此同时，忽略引入测量本身的失真信号（由背景噪音电平导致）。这是一种脆弱的方法，无法令人接受。该方法的主要缺点在于其较高的错误率，其导因在于对信号的错误分类（即，错误地将声学回声信号解释为语音信号，反之亦然）。下面，详细介绍了支持该观点的基本原理。
| 一家主要的回波消除器厂家采用了该方法，其方式是在单一线路上采用了全双向回波消除器。（引"三－3.2"） | |
| 在不存在标准线性回声的场合下使用NLP时，它会变为普通的回声抑制器。在下一节，讨论了与这类信号处理相关的性能事宜。（引"四-4.1"） | |
| 当标准NLP（作为对线性回波消除器的补充）打开语音通道以截断残余的回声信号时，它会"插入"（或"泵入"）匹配、舒适的噪音，以便使特定呼叫的背景噪音保持连贯。一家主要的回波消除器厂商采用了噪音泵入方法来遮蔽声回声。这种声回声控制并不能令人满意，这是因为它会导致背景噪音的明显变化，使听者（即用户）分心并导致不适。（引"四-4.1"） | |
| 测量缺陷是因背景噪音而导致的，它倾向于放大所探测到的信号水平（功率）。（引"四-4.2"） |