声学回声解决方法经验

本文介绍了菊风音视频引擎MME在处理声学回声问题上的经验,包括声学回声消除的挑战和菊风的解决方法。通过Engine、FDE、SDE以及OS四种方式应对不同设备的延时问题,确保AEC模块性能,并从信号保真度、噪声消除和用户体验三个方面评估AEC效果。文章列举了Android设备回声延时抖动、MIC增益过大导致的消顶失真以及空间反射造成回声时间过长等典型问题及其解决方案。

菊风音视频引擎(Multi-Media Engine–MME)是针对IP实时音视频应用所涉及的视频、语音、网络和设备管理的专业开发包。在音视频引擎中,声学回声问题处理的好坏,会直接影响到用户的体验效果。多年来,菊风致力于为客户提供最好的体验,在处理声学回声问题上不断深化研究,有了一些独到的解决方法。

声学回声消除的挑战
声学回声(Acoustic Echo-AE)是由于在免提或者会议应用中,扬声器的声音多次反馈到麦克风引起的(麦克风采集了近端声音的同时也采集了扬声器发出来的声音)。

声学回声消除模块(Acoustic Echo Cancelation – AEC)是解决声学回声问题常用的方法。AEC在实际应用中面临着诸多难题。在AEC处理前,需确保远端参考信号和回声的延时同步,否则无法消除回声。但由于不同手机、iPad、PC机上的延时是不一样的,有的系统延时相对固定,有的是会变化的。因此系统差异性是我们面临的一个巨大挑战,延时估计是AEC模块能否正常工作的核心算法之一。

当调用Engine接口时,如果操作系统给出的延时估算不准确,则无法正常工作;当调用FDE-Formant Delay Estimate, SDE-Spectru Delay Estimate接口时,初始化需要2-5秒,之后才能正常工作,偶尔会出现回声(1%以内),但能很快恢复;当调用OS接口时,每个机型测试过后才能使用。

菊风声学回声解决方法

菊风MME为了达到良好的声学回声消除效果,同时对输出和输入两个方向的语音信号进行了处理。在AEC算法上,菊风MME主要采用以下三种方式:第一种是Engine,即依赖于操作系统给出的声卡缓冲大小计算延时,主要应用于iPad、iPod、touch和普通PC机;第二种是FDE(Formant Delay Estimate),即基于共振峰估计延时及SDE(Spectrum Delay Estimate),即频域延时估计,主要应用于Android 设备、PC 虚拟机和普通PC机等,如果手机不带AEC功能,一般使用Sde算法比较多,效果好;第三种是OS,

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值