Формирование акустического эха в речевом сигнале

960.64K

Презентация Курманов2

1.

МИНОБРНАУКИ РОССИИ
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ
ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ
«ВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
Факультет компьютерных наук
Кафедра информационных систем
Подавление акустического эхо-сигнала в
системах голосовой связи
Практика
7 семестр 2025/2026 учебного года
09.03.02 Информационные системы и технологии
Зав. кафедрой: к.т.н., доцент Д.Н. Борисов
Обучающийся: ст. 4 курса К.В. Курманов
Руководитель: д.т.н., профессор А.Ю
Воронеж 2026

2. Актуальность

Подавление акустического эха в системах голосовой связи
является важной задачей цифровой обработки сигналов,
направленной на повышение качества речевого
взаимодействия. Наличие эхо существенно ухудшает
разборчивость речи, снижает комфорт общения и может
приводить к искажению передаваемой информации,
особенно в системах громкой связи, видеоконференций и
VoIP-приложениях.
2

3. Цель

Разработать и исследовать алгоритм подавления
акустического эха в системах голосовой связи на основе
адаптивного LMS-фильтра с использованием численного
моделирования и графической визуализации.
3

4. Задачи

• Изучить принципы цифровой обработки речевых сигналов и природу
акустического эха в системах голосовой связи.
• Проанализировать методы подавления акустического эха и адаптивные
алгоритмы фильтрации.
• Изучить алгоритм LMS и особенности его применения в задачах акустического
эхоподавления.
• Реализовать алгоритм подавления акустического эха на основе LMS-фильтра.
• Провести моделирование эхо-канала и эксперименты на синтетическом и
речевом сигналах.
• Выполнить тестирование алгоритма и проанализировать результаты с
использованием графической визуализации.
4

5. Формирование акустического эха в речевом сигнале

• Микрофонный сигнал содержит эхо удалённого
абонента
• Микрофонный сигнал содержит эхо удалённого
абонента
• Наличие эха ухудшает разборчивость речи и требует
подавления
5

6.

Принцип работы
алгоритма LMS
эхоподавления
• x(n) – far-end
сигнал
• d(n) –
микрофонный
сигнал с эхом
• ŷ(n) – оценка эхосигнала
• e(n) – сигнал
ошибки
6

7. Результаты работы алгоритма LMS AEC

8. Сходимость алгоритма LMS

• В начале работы алгоритма
ошибка имеет большие
значения
• По мере адаптации
коэффициентов ошибка
уменьшается
• Стабилизация ошибки
свидетельствует о сходимости
LMS
12

9. Вывод

• В ходе работы была рассмотрена проблема
акустического эха в системах голосовой связи и её
влияние на качество передаваемой речи.
• Реализован алгоритм подавления акустического эха на
основе адаптивного LMS-фильтра.
• Проведено моделирование акустического эхо-канала и
тестирование алгоритма на речевом сигнале.
• Экспериментальные результаты и графики показали
эффективность алгоритма и его сходимость.
13

10.

English Русский Rules