透過將 matlab/octave 演算法移植到 C 來實現 AEC 的最佳解決方案

完成！對自己有點印象。

我們的產品需要迴聲消除功能，確定了三種可能的技術方案，
1）利用MCU偵測audio out和audio in的音訊訊號，編寫演算法計算兩側聲音訊號的強度，根據audio out和audio in的強弱在兩個通道之間進行可選的切換，實現半雙工通話效果，但現在市面上都是全雙工通話效果，半雙工會讓產品競爭力降低

(2) 使用CPU廠商的迴聲消除演算法，實際測試經過各種可調參數的調優以及與廠商多次討論，迴聲消除效果不夠乾淨，與預期效果相去甚遠。供應商的回饋是改進外殼，使MIC與揚聲器盡可能隔離，但由於ID設計、音質和音量要求，沒有改變外殼的空間。

（3）從網路下載webrtc、speex等開源迴聲消除演算法，交叉編譯後移植到產品中。

4）從專門從事音訊演算法的公司購買演算法，但每個產品都需要額外的成本，這會大大降低產品的競爭力。

權衡之後，我決定深入研究使用開源演算法的解決方案；

所以，我從github、gitee等網站下載了一系列迴聲消除程式碼，都是C語言和matlab語言的。

以八度音程合成兩個聲音，產生一段包含近端麥克風捕捉語音和遠端參考語音的雙講場景。
然後運行線上下載的用於迴聲消除的程式碼，分析輸出音訊並選擇其中最有效的演算法。

從結果來看，webrtc音訊處理的AEC演算法不好，迴聲消除不乾淨，雙講場景有明顯的吞話現象。 webrtc音訊處理的AEC3演算法乾淨，但是對雙講另一端的聲音抑制非常大，聲音斷斷續續，不自然；

speex有輕微的迴聲，最好找一個matlab語言實現的aec演算法，迴聲消除得很乾淨，雙講只有輕微的吞字現象。

然後，我使用Visual Studio編譯偵錯WebRTC AudioProcessing AEC開源程式碼，參考Matlab上面的AEC演算法修改程式碼，使用線上偵錯設定斷點、單步運行等分析語句的值逐步變化，最後得到的資料與matlab語言的aec演算法的結果完全相同最終得到的數據與matlab的aec演算法的結果完全相同；

今天編譯到產品中，將MIC和SPEAKER增益調整到合理值，然後實際通話測試迴聲消除的效果，結果出奇的好。

這樣就有希望設計出一款能夠達到小目標之上銷售的產品。

以上是透過將 matlab/octave 演算法移植到 C 來實現 AEC 的最佳解決方案的詳細內容。更多資訊請關注PHP中文網其他相關文章！