使用image方法[25]，在混响(reverberation)时间（T60）为 0.2 s 时产生室内脉冲响应。RIR的长度设置为512。模拟室尺寸为（4,4,3）m，麦克风固定在（2,2,1.5）m处，扬声器随机放置在7处，距离麦克风1.5 m。因此，生成7个不同位置的RIRs，其中前6个RIRs用于生成训练混合语音，最后一个RIRs用于生成测试混合语音。
3.3 双方通话情况下的表现首先，我们评估了该方法在双端通话的情况下，并与传统的NLMS算法进行了比较。每个训练远端语音$x(n)$与从6个RIR中随机选择的RIR卷积以产回声信号$d(n)$。然后从{6，3，0，3，6}dB中随机选择signal-to-echo ratio (SER)将远端回声语音$d(n)$与近端语音$s(n)$混合。这里的SER level是在双讲通话时候评估的。定义为
$$公式4：\mathrm{SER}=10 \log _{10}\left\{\frac{\mathcal{E}\left[s^{2}(n)\right]}{\mathcal{E}\left[d^{2}(n)\right]}\right\}$$
由于回声路径是固定的，并且没有背景噪声或非线性失真，因此在这种情况下，结合Geigel DTD [4]的著名NLMS算法可以很好地工作。 NLMS的过滤器大小设置为512，与模拟RIR的长度相同。 NLMS算法[1]的步长和正则化因子分别设置为0.2和0.06。 Geigel DTD的阈值设置为2。
表1显示了这两种方法在不同SER条件下的平均ERLE和PESQ值，其中，将麦克风信号$y(n)$与麦克风中的近端语音$s(n)$进行比较，得出None（或未处理的结果）的结果。 双端通话时段。下表中的结果表明NLMS和BLSTM方法都能够消除声波回波。基于BLSTM的方法在ERLE方面优于NLMS，而NLMS的PESQ则优于BLSTM。
表1：双端通话情况下的平均ERLE和PESQ值
表2：SNR为10 dB的双向通话和背景噪声情况下的平均ERLE和PESQ值
第二个实验研究了双端对话和背景噪声的情景。由于单独使用Geigel-DTD的NLMS无法处理背景噪声，因此采用基于频域后置滤波的AEC方法[7]来抑制AEC输出的背景噪声。
同样，每个训练混合物都是在SER水平上从{6,3,0,3,6}dB中随机选择的。将白噪声以从{8、10、12、14} dB中随机选择的SNR级别添加到麦克风信号。这里的信噪比水平是根据双端通话周期来评估的，定义为
$$公式5：\mathrm{SNR}=10 \log _{10}\left\{\frac{\mathcal{E}\left[s^{2}(n)\right]}{\mathcal{E}\left[v^{2}(n)\right]}\right\}$$
表2显示了NLMS，配备了后置滤波器的NLMS和基于BLSTM的方法在10 dB SNR级别的不同SER条件下的平均ERLE和PESQ值，如表2所示。在NLMS + 后置滤波情况下，NLMS算法的滤波器大小、步长和正则化因子分别设置为512、0.02和0.06。 Geigel DTD的阈值设置为2。后置滤波器的两个遗忘因子设置为0.99。 从表中可以看出，与未处理的结果相比，所有这些方法在PESQ方面均显示出改进。 在所有条件下，BLSTM均优于其他两种方法。 另外，通过比较表1和表2，我们发现将背景噪声添加到麦克风信号会严重影响NLMS的性能。 在这种情况下，后置过滤器可以提高NLMS的性能。
3.5 在双端通话、背景噪声和非线性失真情况下的性能第三个实验评估了基于BLSTM的方法在通话双方，背景噪声和非线性失真情况下的性能。 通过以下两个步骤处理远端信号，以模拟功率放大器和扬声器引入的非线性失真。
首先，将clip [26]应用于远端信号，以模拟功率放大器的特性
$$公式6：x_{\text {hard }}(n)=\left\{\begin{array}{cc}
-x_{\max } & x(n)<-x_{\max } \\
x(n) & |x(n)| \leq x_{\max } \\
x_{\max } & x(n)>x_{\max }
\end{array}\right.$$
其中$x_{max}$设置为输入信号最大音量的80％。
然后应用无记忆的sigmoidal函数[27]来模拟扬声器的非线性特性：
$$公式7：x_{\mathrm{NL}}(n)=\gamma\left(\frac{2}{1+\exp (-a \cdot b(n))}-1\right)$$
其中
$$公式8：b(n)=1.5 \times x_{\mathrm{hard}}(n)-0.3 \times x_{\mathrm{hard}}^{2}(n)$$
将Sigmoid增益设置为4。如果$b(n)> 0$，则将 sigmoid 斜率$a$设置为4，否则将其设置为0.5。