audio_algorithm的博客

webrtc 的回声抵消(aec、aecm)算法主要包括以下几个重要模块：1.回声时延估计 2.NLMS(归一化最小均方自适应算法) 3.NLP（非线性滤波） 4.CNG(舒适噪声产生），一般经典aec算法还应包括双端检测(DT)。考虑到webrtc使用的NLMS、NLP和CNG都属于经典算法范畴，故只做简略介绍，本文重点介绍webrtc的回声时延估计算法,这也是webrtc回声抵消算法区别一般算

这里假设读者具有自适应滤波器的基础知识。Speex的AEC是以NLMS为基础，用MDF频域实现，最终推导出最优步长估计：残余回声与误差之比。最优步长等于残余回声方差与误差信号方差之比，这个结论可以记下，下面会用到的。　　对于长度为N的NLMS滤波器，误差信号定义为期望信号与估计信号之差，表示如下：则，滤波器的系数更新方程为：

先说明下，这里的代码流程是修改过的Speex流程，但与Speex代码差异不大，应该不影响阅读。 （1）用RemoveDCoffset函数进行去直流（2）远端信号预加重后放入x[i+frame_size]，近端信号预加重后放入input缓冲区（3）前M-1帧的远端频域信号移位，为当前帧频域信号腾出空间（4）用spx_fft函数进行FFT变换，变换后的系数存在X中（5）计算当前

自适应回声消除算法欢迎留言交流AEC算法早期用在Voip，电话这些场景中，自从智能设备诞生后，智能语音设备也要消除自身的音源，这些音源包括音乐或者TTS机器合成声音。本文基于开源算法阐述AEC的原理和实现，基于WebRTC和speex两种算法，文末会附上两种算法的matlab实现。回声消除原理回声消除的基本原理是使用一个自适应滤波器对未知的回声信道:

从应用平台来看，可以把回声消除分为两大类：    (1). 基于DSP等实时平台的回声消除技术    (2). 基于Windows等非实时平台的回声消除技术两者的技术难度和重点是不一样的。 三、基于DSP平台的回声消除技术回声消除技术传统的应用领域是各种嵌入式设备，包括各种电信网络设备和终端设备。比如交换机，网关等网络设备; 移动电话，视频会议等终端

来源 http://av.imaschina.com一、 回音消除技术的基础概念     回音消除已经替代了早期的回音抑制，回音抑制最早始于20世纪50年代，在卫星通讯环境中用来控制由于比较长的信号延时而听到的回音。最早的回音消除理论在20世纪60年代在AT&T贝尔实验室中发展起来，但是直到20世纪70年代末，由于受到电子行业的技术能力限制，商用回音消除产品一直没有取得太大的发展。

一种改进的回声消除图1、近端语音，图2、远端语音，图3、webrtc回声消除，图4、改进回声消除    从上图输出结果分析：webrtc回声消除在单讲模式下，回声消除较好，但在双讲模式下，近端语音吃音较严重。改进算法中的残留回声虽然比前者多，但从听觉效果来看，残留的回声非常小，对听者的收听影响较小。而在双讲模式下，近端语音保留较好，保证了在双讲模式下，能够正常收听。

回声消除系统简介一个完整的回声消除系统如上图所示，一般包括对讲检测，线性自适应滤波器，残余回声消除器（一般用NLP滤波）。当然根据具体的应用场景，可能还需要延时对齐模块，舒适噪声模块。其中延时对齐模块对整个系统的性能影响非常大，它主要用于补偿数据播放与数据采集之间的时延差。当然对于一些实时性较好的系统，如DSP平台，这种时延差较少，对性能影响不大。Speex