智慧城市中基于WebRTC的数字楼宇对讲系统回声消除

智慧城市中基于 WebRTC的数字楼宇对
讲系统回声消除
摘要：本文将网页实时通信(WebReal-TimeCommunication，简写WebRTC)技
术应用到可视对讲中，设计了基于WebRTC的可视对讲系统。

针对可视对讲中存
在回声的难题，在原有算法基础上提出采用一种改进算法，并进行仿真分析，最
后再将改进算法移植到WebRTC中。

完成可视对讲系统的嵌入式硬件平台的搭建，主要包括对门口机和智能底座的硬件电路设计和PCB设计。

关键词：WebRTC；数字楼宇对讲系统；回声消除
WebRTC是一个支持网页浏览器进行实时语音对话或视频对话的技术。

将原先
应用在网页实时通信的WebRTC技术引入到楼宇可视对讲中，发挥其良好的实时
性的优点，并将PNLMS算法移植到WebRTC的AECM中，可提高其消回声的能力，
改善语音通话质量，具有很好的实际工程应用价值。

1.
自适应回声消除算法
本文采用的是一种基于NLMS的改进算法：比例归一化最小均方(PNLMS)算法。

PNLMS算法正是利用回声信号的这一特性，将自适应滤波器的系数按比例来重新
分配。

1.
a.
NLMS算法
首先给出NLMS算法的更新方程：
（1）
为了防止控制失调，在上式中加入一个固定的参数，称之为收敛因子。

另外，式（1）中还需要加入一个固定参数β，这样做的目的是避免在 (K)*(K)非常小时出现很大的步长。

由此，式（1）变化为：
1.
a.
PNLMS算法
比例归一化最小均方（PNLMS）算法利用回声路径的稀疏性特征，将滤波权值系数重新按比例分配，最终得到了更快的收敛速度和鲁棒性。

PNLMS算法的系数更新方程为：
上式中，x(k)是语音输入向量，d(k)是回声信号的期望响应，h(k)是自适应滤波器的抽头权向量，e(k)是回音误差信号,δ是调整参数，是步长参数。

PNLMS算法的更新方程(3)含有对角矩阵G(k)，这与NLMS算法不同，G(k)的对角元素用表示。

= { ,，···， }(5)
=max{， }，n=0,1，···，M-1(6)
= ,
上式中，M为自适应滤波器的长度，和ρ分别取值为 =0.01和ρ=5/M 的正常数。

其中式(5)的目的是防止抽头权值远小于自适应滤波器最大抽头权值时发生迭代停顿；参数的目的是在所有抽头权值都为零这个初始条件下，用来调整式(6)的计算。

WebRTC中AECM的算法实现
a.
WebRTC中语音通信流程
WebRTC中的音频处理是主要是由VoiceEngine完成的，其包含了一系列的音频多媒体处理的框架，包括从音频的采集、编解码、音频处理到网络传输端等整个解决方案。

WebRTC客户端通信主要是有两个全局线程完成：信令线程（signalingthread）和工作者线程（workerthread）。

其中所有的回调函数都在信令线程调用，应用程序应当尽快地跳出回调函数以避免阻塞信令线程；工作者线程被用来处理资源消耗量大的过程，例如数据流传输。

1.
a.
算法软件实现
本文重点介绍的是AEC消回声单元，目前可视对讲室内设备为移动终端，故采用的是AECM算法，它与PC上使用的AEC算法的数据计算和声音处理流程上稍有区别，AECM算法更符合嵌入式设备的处理能力。

PNLMS算法是AECM算法中的一个重要的模块，是其中的一部分。

选择采用PNLMS算法和FIR自适应滤波器，并将这个应用在WebRTC的AECM中。

利用WebRTC中的AECM算法框架进行回声消除器的开发，这一过程也就是WebRTC的移植。

首先对输入数据进行快速傅里叶变换，更新远端的频谱，估计近端与其远端参考信号之间的时延并根据计算的时延将近端与远端信号的频谱对齐，计算一个块内的近端和远端信号的回声估计能量并进行远端语音信号的活动性检测，再对步长和PNLMS算法系数进行更新，然后不断更新自适应滤波器的抽头系数，最后进行非线性处理和模拟产生舒适噪声。

实验结果与分析
将PNLMS算法通过MATLAB进行仿真，其仿真结果如图4所示。

图4仿真效果图
系统的双端模式为远端和近端都有语音信号输入，最终输出反映了进入回声消除后远端的语音输出波形。

从图4看出前半段远端和近端都有语音信号输入，属于双端模式，前半段处理后输出的波形与近端语音波形十分相似而与远端语音波形没有丝毫相关，这即说明了对远端的输出达到了很好的消回音效果，远端不会有回声出现。

波形的后半段是属于静音模式，很好的达到了消除回音的效果。

将可视对讲客户端软件安装在实际的嵌入式硬件平台中，对其进行语音通话测试，相关的回声损耗图、语音失真图和音素通图分别如图6所示。

在室内机端给予重复的音频信号，通过终端设备处理后发现回音损耗55.65dB，达到了回音损耗的国家标准，经使用者体验基本没有回音感觉；用户端语音的失真测试为主频幅度：-12.92dB/Pa、主频频率：1000Hz条件下，访客端失真：1.12%、通道信噪比：41.93dB、总能量：-12.92dB，经过消回声处理后语音失真较小且保真度较好；用户端音素通测试的信号平均分：71.54，表明经过处理后的语音音色保持的较好，语音清晰度高。

1.
结束语
本文深入分析了回声消除的算法和WebRTC语音处理技术，将WebRTC技术引入到楼宇对讲系统中，发挥其良好的实时性的优点，并将PNLMS算法移植到WebRTC的AECM中，通过算法移植和软件实现，写成Android应用程序。

通过对回声消除算法的仿真和在嵌入式硬件平台上的实测发现，该方案对于回声消除比较彻底，语音的音色和保真度较好，具有较好的工程应用价值。

参考文献
[1]周卫斌,姚列健,倪慧珍,等.基于WebRTC的Android数字楼宇对讲系统回声消除[J].电声技术,2016,040(002):52-55.
[2]陈亮,郭彦涛,唐玮.基于ARMCortexA9的WebRTC消回声技术在楼宇对讲系统的应用[J].机电工程技术,2016,045(0z1):255-257.
[3]赵永明.基于WebRTC的音视频实时教学系统建设探究[J].数字通信世界,2020(8).
[4]饶鼎.基于麦克风阵列的声学回声消除研究[D].湖北工业大学,2020.
单位省市：重庆
单位邮编：400039。