第五章：清晰篇 - 语音前端处理：从嘈杂环境中捕捉纯净人声

本章面向语音前端处理（Speech Front-End Processing），围绕噪声抑制（NS, Noise Suppression）、回声消除（AEC, Acoustic Echo Cancellation）、增益控制（AGC, Automatic Gain Control）与波束形成（BF, Beamforming）等关键模块，给出算法原理、工程实现与复现实验。我们在 PortAudio 实时采集基础上，提供 3+ 可运行示例与性能评估表，保持与前几章一致的风格与技术深度。

---

5.1 为何需要“清洗”声音？—— 认识环境噪声与回声的挑战

• 核心挑战

  • 环境噪声（Environmental Noise）：风噪、键盘声、空调噪、交通噪等导致信噪比（SNR, Signal-to-Noise Ratio）下降。
  • 房间混响与回声（Reverberation & Echo）：扬声器播放的远端信号通过声学路径反馈入麦克风；混响拉长语音包络、削弱瞬态。
  • 麦克风阵列几何与指向性（Array Geometry & Directivity）：多麦协作提升方向性（DI, Directivity Index），但需要时延补偿与权重设计。

• 数学刻画（简化视角）

  • 观测信号模型：x(t) = s(t) + n(t) + e(t)
    • s(t)：目标人声（S