随着秒新月异的科技发展,各项技术成果不断地应用在我们日益拓展的各领域需求当中,刷新着我们的生活和工作。地球村的崛起,不断以互联网、物联网等方式揭示着万物相连的关系。无论是飞机、高铁还是电话、网络,都成为托起地球新村时空纵横的重要载体。怎样拉近人与人之间的关系,如何建立起更行之有效的联络方式,提高远程协同工作、信息传达效率成为了一个重要命题。
远程会议的出现在很大程度上为这种多极化办公互动提供了优质的平台保障,在借助互联网便捷的远程通信架构下,通讯数据安全,稳定可靠,很长一段时间广受用户青睐。
然而美中不足的是,这样的(声音)系统仍逃不出的还是自然声学上的问题。有和业内朋友聊天中谈到,今后的扩声系统也许只保留两级传统装置了,那就是声电转换和电声转换的拾音和还原。而正是这两级客观存在的物理声学现象,造就了我们今天所讨论的内容。
在远程会议系统的终端(本地),为了实现多人互动、多人拾音等目的,系统声音免不了被放大还原,而在诸如此类的放大系统中,仅为本地音箱能够听到远端声音,并能把本地拾音信号传送到远端而互通。
众所周知,话筒在拾取到放大后的音箱信号后,再次回授、无限循环而产生反馈现象,而系统在均衡声场后,该现象其实是可以得到明显改观的。但话筒的拾音灵敏度是不是可以无限大呢?不是,在足够电平条件下,它始终会因拾取到具有相干性频率相位关系的输入信号而建立起回授。
上述啸叫现象并不是本文重点,但它为我们讨论接下来的话题提供了一个前提,那就是(同一个声场环境中)话筒和音箱无论怎么摆都无法做到完全的隔离,更别说空间声场条件有限的小中型会议室了。
在一套有扩声、有拾音的远程会议系统中,为了防止信号回授,我们通常会有意识地将远端输入信号不再路由给远端输出。然而无法抗拒的是,本地话筒因拾取到远端传送至本地扩声的信号,仍可将声音重新传送至远端。这也是一种回授,明显的远程回授现象可使得系统发生自激震荡。
通过一个简易的远程音频传输示意图,能帮助我们更容易地理解声音信号是怎样的流向。也能够更清楚地看到这里面可能存在的回授现象。
部分工程师在调试远程会议系统时也许遇到过啸叫,那可不一定是本地系统没调好所造成的,你会发现,关掉终端一切非常正常。为什么绝大多数的远程系统没有啸叫呢?这还得感谢您还不算非常优质的网络。
我们常说,距离产生延时,而在模拟音频大举转向数字音频、网络音频的今天,网络信号的延迟也为音频领域赋予了新的现象,尤其应用在远程会议这样的音频传输系统当中,它能将一次次回授剥离成一次次听似回声的现象,这就是网络音频回声。
通常由A地发出的声源A在几乎不经过延迟处理的本地系统中,通过A地音箱扩声;而其经过网络终端编码送向远端时,除了考虑A地的上传时间X,还得考虑B地的下载时间Y。在这样一个架构在Internet网络传输环境中的声音,其到达B地扩声音箱出来的信号则是A+X+Y。经B地本地话筒拾取后的该信号,再由B地的上传网速(时间)Z、A地的下载时间W传送回A地扩声音箱,其表现出的信号则会出现一次A信号,及一次赋予了(X+Y+Z+W)时间的A信号。
假设A地—B地传输时间总和为200ms,B地—A地传输时间总和为200ms,则信号的一去一回,体现在A扩声音箱中至少会存在A和A+400ms的信号,若反馈信号电平足够强,则再被话筒拾取,这将不止产生一次的回声,而是多次规律的回声现象。
该图片来源于Motivity产品DP处理器AEC调试界面
AEC即Acoustic Echo Cancellation(声学回声消除)技术简称,该技术的出现旨在消除这种因远程网络会议所带来的回授现象,以遏制第一次回声产生所需的必要条件来遏制多次回声的出现。
为什么要费那么大周折去抑制回声?这个话题应该不言而喻了。会议、语音扩声最讲究的即是STI语音清晰度(可懂度),而回声是语言清晰度的最大杀手。设想踩脚跟式的语音信号传达到耳朵,听者难受,讲者费劲,对于这样的语音会议来说,那必将是一场灾难。
我们把声学回声消除这个技术变成一张实体的插件(设备插卡),外挂在系统中,为实现第一次回声过滤(过滤回声源则过滤多次回声)。这个技术应该插入在系统的哪个环节呢?我们不妨来找找系统中具备近乎相同/相似信号的一级进出环节。
通过上图的分析,我们并不难发现一组具备相似信号的输入输出环节。而AEC技术认为,在这里对回声下手是最治根的办法!市面上有多种类的回声消除器,也有部分抑制器,其算法和解决办法各有不同,本文就不详细阐释了。须知,通过对具有相似性极高的输入、输出信号的比对,约掉这一具备相似信号的输出,即切断了回授的根源,A地将不再听到回声现象。
笔者也经常遇到有用户因远程会议本地有回声而采购了带有AEC回声消除功能的处理器,拿回去安装以后发现,没任何作用啊?!这到底是为什么呢?不是厂家设备功能不实现,回观上图原理,答案自在其中。