深度学习掩膜_深度学习在AEC中的应用探索

本文来自大象声科高级算法工程师闫永杰在LiveVideoStackCon2019北京大会上的分享。 闫永杰介绍了深度学习在回声消除(AEC)中的应用。 正如我们所知，AEC是 在线音视频通话(VoIP)领域中一个非常棘手的问题，目前应用比较广泛的AEC方法主要还是基于传统信号处理的方法。 大象声科在成功将深度学习应用于人声和噪声分离的基础上，正在通过引入深度学习技术，解决回声消除问题。

  文 / 闫永杰 策划 / LiveVideoStack AEC问题定义 上图是个典型的AEC 系统，我们先看左框和右框。 我们可以想象为两个人通电话，从左框看到的远端信号(Far-End)是指对方传过来的信号x(n)，而右框的近端信号(Near-End)指着本地麦克风收到的信号y(n)。 传统意义上，AEC 的问题目标在于去除回声的分量d(n)，  如果一个 VOIP 通话系统后面还会有降噪算法将近端语音中的背景噪声v(n)去掉， 使得我们送给对方的信号是纯净的语音s’(n)。 当我们打电话时听到自己讲话的声音，其实是对方的手机AEC算法出现了问题. 在对方设备AEC算法没把你的声音消掉的情况下，就会听到自己的声音。 这里我们强调一点，传统AEC问题定义只针对回声分量去除，对噪音毫无影响。   简单介绍传统自适应算法原理 第一，我们必须在近端没有讲话情况下做计算，来估计参考信号到回声的传输路径，也就是常说的回声路径。 回声路径的估计至关重要，如果回声路径估计不准确，后续步骤都会出问题。 第二，如果第一步我们得到了准确的回声路径h(n)， 那么我们用得到的远端信号和h(n)进行卷积，就算得了估计的回声分量 第三， 麦克风收到的近端信号减去第二步中估计的回声分量，将会得到AEC 的结果   传统自适应算法存在的问题 第一，算法要求在仅有远端信号段才能做回声路径的估计，因此双讲检测(Double-Talk)要求要非常准确。