音频回音消除算法原理分析-DTLN

一、回声消除的代码逻辑

之前已经介绍了回音产生的原理和大体消除的流程,今天谈谈我们真正写代码逻辑的时候,如何处理回音消除算法。

第一,我们写音视频程序开发的时候,首先考虑的是架构设计,所以一般会设计成音频采集逻辑一个线程,音频播放逻辑一个线程,数据通信通过队列加锁的方式,这样处理上可以并行,并且代码看着更清晰,逻辑也简单,可以做到收发数据分离,但是在处理回音算法问题上就会出现或多或少的问题了。

因为大家都知道,我们做回声消除算法,涉及到mic采集和speaker播放的配合,需要采集信号和参考信号的同步,这里面就有一些技术门道了,那下面我们就探讨下,做回音消除处理,是在一个线程里面做,还是在两个线程里面处理比较好?先不说好坏,下面先来具体分析下利弊:

1、单线程实现采集和播放:

当收到对端的音频数据后,放到缓存队列A中,

(1) 从队列A中拿一个speaker数据D2做AEC的参考信号fe;

(2) 播放刚才从队列A中拿出的speaker数据D2,这个D2就是下次mic采集时候的回音;

(3) mic采集音频数据D1,D1里面有上次播放的回音数据D2;

(4) 做AEC(D1,D2,echo);

从D1中消除D2;发送D1数据;

以上步骤每次做AEC的D1,D2整体时间基本很固定,相差无几,基本不会影响AEC算法内部的回音检测和学习收敛。

2、多线程实现采集和播放:

采集:

(1) mic采集音频数据D1;

(2) 从队列A中拿一个speaker数据D2作参考;

(3) 做AEC(D1,D2,echo);

播放:

当收到对端的音频数据后,放到缓存队列A中,播放;

这样,做AEC的D1,D2的时间就跟你代码程序处理的好坏关系很大了,如果处理的不好,那每次时间就不是很固定,AEC算法内部有可能需要重新学习和收敛了。

二、应用算法

我最近基于webrtc的回音消除算法做了一个测试,内部对核算处理算法做了一些优化,目前这个算法可以应用到多种平台,像windows、linux、android、ios、arm平台都可以支持,大家可以看下,效果可以达到业界领先水平,基本上在很短时间内就可以完成回音收敛算法的学习。

项目地址download.csdn.net/download/un...

里面包含测试程序和可执行文件,windows平台和linux平台的我都已经编译好了,大家可以测试看下效果,接口调用也比较简单,如果需要商用的话可以跟我联系,或者有技术问题想要沟通、交流的也非常欢迎。

如果需要技术问题沟通、技术交流讨论、业务合作也非常欢迎。

联系方式:

vx:unique_no_1

tel:18108010758

相关推荐
镭封6 小时前
短剧多人对白怎么配?一人完成多角色配音的办法
人工智能·音视频·语音识别·媒体
技灵AI8 小时前
Wan 3.0 API怎么做多参考商品视频?从图片、视频、音频分工到30秒交付
人工智能·prompt·aigc·音视频·wan 3.0
赛博仓鼠9 小时前
MiniMax H3 实测:8GB显存跑2K视频+原生音频,开源视频生成的新卷王
开源·aigc·音视频
byte轻骑兵10 小时前
【LE Audio】PBP精讲[4]: 公共广播通告的设计逻辑与数据交互流程
人工智能·音视频·le audio·低功耗蓝牙音频
hz5678910 小时前
手术室视频示教系统解决方案:让临床教学突破空间限制
安全·音视频·实时音视频·信息与通信·智能硬件
可乐鸡翅yeah_12 小时前
混合内容 Mixed‑Content 安全策略,HLS HTTPS 页面加载 HTTP 资源排错实战
运维·ffmpeg·音视频·媒体·m3u8
揽秀亭长14 小时前
音轨分离处理方案及效果测试分析
人工智能·音视频
美狐美颜SDK开放平台15 小时前
直播APP如何兼顾画质与低延迟?视频美颜SDK性能优化开发思路
人工智能·深度学习·音视频·美颜sdk·第三方美颜sdk
山顶夕景16 小时前
【VLM】Qwen3.8-Omni-Flash长音视频理解Agentic模型
音视频·vlm·视频理解·agentic·全模态
tedcloud12316 小时前
emilkowalski/skills:让 AI 写出来的网页更有“设计感”
服务器·人工智能·开源·音视频·ai编程