通过将 matlab/octave 算法移植到 C 来实现 AEC 的最佳解决方案

完成！对自己有点印象。

我们的产品需要回声消除功能，确定了三种可能的技术方案，
1）利用MCU检测audio out和audio in的音频信号，编写算法计算两侧声音信号的强度，根据audio out和audio in的强弱在两个通道之间进行可选的切换，实现半双工通话效果，但现在市场上都是全双工通话效果，半双工会让产品竞争力降低

(2) 使用CPU厂商的回声消除算法，实际测试经过各种可调参数的调优以及与厂商多次讨论，回声消除效果不够干净，与预期效果相去甚远。供应商的反馈是改进外壳，使MIC与扬声器尽可能隔离，但由于ID设计、音质和音量要求，没有改变外壳的空间。

（3）从网上下载webrtc、speex等开源回声消除算法，交叉编译后移植到产品中。

4）从专门从事音频算法的公司购买算法，但每个产品都需要额外的成本，这会大大降低产品的竞争力。

权衡之后，我决定深入研究使用开源算法的解决方案；

所以，我从github、gitee等网站下载了一系列回声消除代码，都是C语言和matlab语言的。

以八度音程合成两个声音，生成一段包含近端麦克风捕获语音和远端参考语音的双讲场景。
然后运行在线下载的用于回声消除的代码，分析输出音频并选择其中最有效的算法。

从结果来看，webrtc音频处理的AEC算法不好，回声消除不干净，双讲场景有明显的吞话现象。 webrtc音频处理的AEC3算法干净，但是对双讲另一端的声音抑制非常大，声音断断续续，不自然；

speex有轻微的回声，最好找一个matlab语言实现的aec算法，回声消除得很干净，双讲只有轻微的吞字现象。

然后，我使用Visual Studio编译调试WebRTC AudioProcessing AEC开源代码，参考Matlab上面的AEC算法修改代码，使用在线调试设置断点、单步运行等分析语句的值逐步变化，最终得到的数据与matlab语言的aec算法的结果完全相同最终得到的数据与matlab的aec算法的结果完全相同；

今天编译到产品中，将MIC和SPEAKER增益调整到合理值，然后实际通话测试回声消除的效果，结果出奇的好。

这样就有希望设计出一款能够达到小目标之上销量的产品。

以上是通过将 matlab/octave 算法移植到 C 来实现 AEC 的最佳解决方案的详细内容。更多信息请关注PHP中文网其他相关文章！