背景

随着现代通信技术的发展，语音通信成为了人们生活中不可或缺的一部分。然而，环境噪声和回声等因素对语音通信质量产生了不良影响，降低了通信效率和用户体验，声学回声消除技术的应用变得越来越重要。如何评估回声消除的效果也变得极为关键，准确合理的评估有助于发现产品的不足，改进和提升产品竞争力。过去采用的是传统的主观评价，主观评价的缺点显而易见：

受到主观评价人员的主观因素影响大，结果不够客观可靠。
可重复性差，多次测试结果不一致。
效率低，对于 SDK 服务商来说，难以覆盖众多的平台和机型。

网易云信作为 RTC 技术厂商，A **EC 算法需要适配不同机型和环境下的语音通信场景。**因此客观量化的评估 AEC 尤为重要。本文将介绍一种基于实验数据分析的方法，用于客观地量化 AEC 效果。通过在各种机型和环境下的测试，详细分析 SDK 对回声抑制、语音质量等方面的影响，并给出相应的评价指标。通过这些量化数据，来评估 AEC 性能，为云信 SDK 在不同场景下的应用提供参考和指导，提高云信的语音通信领域的应用价值和市场竞争力，为用户提供更好的通信体验。

测试环境

软硬件列表

测试组网

回声消除客观测试中的硬件组网如下图所示，测试设备 A 放置在人工头前，测试过程中：远端设备 B 会发送语音信号到 A，同时人头会播放声音信号作为近端输入、散射场的音箱会模拟环境噪声，在接收设备 B 上采集到最终的信号用来分析。

测试方法

核心指标

对于回声消除，主观评价中主要关注以下几点：

初始漏回声：比如在进房间、上下麦过程中对端容易听到回声。
残留回声的大小。
残留回声的平稳度。
本端讲话或者本端有环境音对端人声有无压制（双讲）。
两端同时讲话，对端是否有漏回声（双讲）。

我们把这些主观感受量化成客观指标，利用开源和自研的方法实现对于回声效果的客观评估，如下表所示。

测试流程和场景分类

单讲测试

单讲测试流程比较简单：

由接收端设备 B 向着测试设备 A 发送一段信号。
设备 A 下行播放出来被自己的麦克风采集回去形成回声。
设备 A 的回声经过本端 AEC 处理，再经过 RTC 传输回设备 B。
再由设备 B 端录音，分析计算客观指标。

对于单讲的评估，主要分为两类方法，一是无参考的评估，主要分析最终信号的回声大小，平稳性等。另外一种是有参考的评估，是通过设备 A 附近的标麦录音作为参考，计算回声的消除力度。

单讲场景包括但不限于以下几种形式：

远端连续单讲

远端为数数字

远端为音乐信号

双讲测试

双讲测试过程中，为了计算双讲剪切和双讲回声等指标，需要测试两次，第一次只有远端信号，第二次远端和近端同时发声。

第一次的结果会作为双讲指标计算的输入：

由接收端设备 B 向着测试设备 A 发送一段信号。
设备 A 下行播放出来被自己的麦克风采集回去形成回声，同时人工嘴发声，也会被设备 A 一起采集，与回声叠加形成近端语音。
设备 A 的近端信号经过本端 AEC 处理，再经过 RTC 传输回设备 B。
再由设备 B 端录音，并分析计算客观指标。

双讲的评估一直是业界的难题，尽管有单讲的信号作为对比，但语音中残留从能量的角度会影响双讲剪切的客观指标计算，因此对于双讲场景，需要结合双讲回声、可懂度、MOS 分、双讲剪切等多个指标综合进行判断，且纯双讲段的回声残留无法有效计算，只能计算双讲语音间歇出的残留作为参考。

双讲场景包括但不限于以下几种形式：

远端为连续语音，近端正常讲话

远端为数数字，近端为正常语音

远端为数数字，近端音乐信号

模型打分

云信作为 RTC SDK 提供商，与硬件厂商不同，我们的 AEC 算法需要兼顾不同的平台和机型，不同设备上，扬声器和麦克风的布局导致回声大小不一，拿移动端设备举例，一次测试需要兼顾市面上不同厂商的主流机型。以下是某个版本中做的一组测试，对于每个机型，包含三个部分的数据：

**原始值：**由核心指标得到的原始结果，表示各个测试维度的绝对值。
**映射分数：**由原始值映射到百分制的分数，映射过程并非线性的，考虑了主观体验和惩罚机制。
**最终得分：**由各个指标的映射分数，经过加权计算得到总分。加权系数并非固定，根据实际的使用场景来调整。

结合前后版本的数据或竞品对比数据，就很容易对比两个版本或者两个 SDK 的优劣，如下图是我们对比了市面上两家友商的回声处理效果，从表格中可以看出厂商 B 的回声处理在 HF_SPEECH/HF_MUSIC/HS_MUSCI 三个模式下都好于竞品 A。竞品 A 还存在兼容性和稳定性差的问题，在部分机型上结果表现非常差。

结果分析

以实际测试的数据为例，来分析结果与实际听感上的一致性。下面是某机型版本 A 和版本 B 的测试结果对比，从结果上看版本 B 明显好于版本 A。

从客观数据上可以得到以下几点结论：

单讲时，两个版本的残留回声的绝对能量都不多，B 略好于A。
A 残留的回声明显不平稳，听感应该会很差。
A 双讲剪切比较多；B 的整体音质不错，可懂度较高。
A 的双讲段有漏小回声。

拿测试结果的录音来听音分析，与客观数据的结论基本一致（篇幅原因，展示的图片仅为测试中的某个用例）：

两个版本都没有漏完整回声，回声残留 A 略大于 B，但是 A 的点残留很频繁，主观听不舒服。

双讲段 A 有 4-5 处明显的压制，语音听起来有明显的卡顿，且双讲中能听到小的回声，B 有一处语音结尾处有轻微的压制，总体上比较连续可懂。

环境展示

通过集成云信自己的 API 自动化，我们已经实现了 10 台以上的设备同时测试，只要把要测试的手机固定好，一键点击运行就可以自动生成测试报告。

成果和展望

依托算法同学的不懈努力，以及本方法的科学评估，云信的 AEC 算法得到了稳步的提升，从而为用户提供更加清晰、自然的音频通话体验。回声消除的量化评估方法为我们提供了一种全新的评估手段，将科学性和客观性融合在一起，从而更加准确地评估算法的表现。未来，我们将继续致力于技术创新和优化，提供更优质的音频服务，为用户带来更加出色的通信体验。

网易云信回声消除量化评估方法

背景