前言
[4 AGC的GainTable](#4 AGC的GainTable)
[5 对初步的Gain进行调整](#5 对初步的Gain进行调整)
[6 Gain effect 回乘](#6 Gain effect 回乘)
前言
最近整理了一下webrtc agc的一些东西，我网上也讨论过一些，但总感觉还是欠点意思。
一、目的
我也可以直接给出一个流程图，很大的这种，比如
这个其实没啥用，因为我估计你基本看不懂，
我这个文件尽可能的解释的很简单，用一句（一句B装太大，毕竟是人谷歌东西，还是几句）把这个事情说清楚
二、AGC的核心问题
1.AGC的目的
AGC其实是调整增益的，使得大信号不至于过饱和，小信号得到放大，当然只放大有用的speech信号，噪声信号不能放大，这就要求agc能简单区分语音和噪声，另外还得保证连续不能引起失真等问题。
webrtc的AGC其实是一个很"保守"脾气的AGC，它总是尽可能小心的放大信号，对快速变化（变大）的问题保持谨慎。
有两个参数我理解是一级参数，最有效的参数
target gain，你期望信号最终被拉到多少数字域dB，当然最后是取负号
compressionGain，最大能变化的gain，比如你的信号很小，期望又很大，那么会限制你拉太多
2.AGC的流程
这里面我就不用网上的什么流程图了，太复杂，我这很简单：
说白了就这么简单，计算包络，然后查表得到合适的gain，调整gain，再把gain回乘回去就完了
3.AGC的核心
它的核心其实就是 快包络，慢包络
快包络是快速随着wav的波形进行变化，慢包络就非常慢了，总是缓缓变化，用这个联络，我们可以干很多事情，能知道语音的近似vad短，还能限制突发的声音带来的gain抖动。
快包络：
峰值保持+快速释放
慢包络：
上升
，下降
只"慢慢靠近 env"+不被短峰值拉上去
我们拿个例子来看:
第二张图中红色是漫包络，看起来太它的抖动很慢，蓝色是快包络，基本是wav波形的外廓，第三张是gain，它是
快包络，慢包络取最大，然后再取反，就是如下含义
1、两个包络取最大值
2、包络大的，给的Gain小，包络小的给的Gain大
这两句话是不是很符合你的认识，显然你对信号进行提Gain，当然是目前大，那么给小Gain，目前信号小，给大Gain
4 AGC的GainTable
GainTable就是预先写好的一组数，然后每个要加的Gain过来查下表就完了
如果画出来是这样：
显然你从这个图形来看就是，gaintable对大信号的放大是很保守的，小信号会被快速的放大，但是大信号到一定程度以上的都按固定比率放大了
5 对初步的Gain进行调整
这里面就是对Gain进行
a、非语音段，我们进行适当的压缩（显然，你不想noise或者静音段也放大同比率）
b、对Gain进行limit的，不能过大限制
c、对Gain变大小心处理（说过AGC对大Gain很谨慎），同帧内的10个 只能水平或者下降变化，不同帧之间的才允许上扬
还拿我刚才那个文件，处理之后变成
6 Gain effect 回乘
分第一帧和后续帧处理
第一帧 先用"试探增益"，看看会不会溢出
会 → 直接 clip
不会 → 再用正式 gain
这是 "软启动（soft-start）"。
后续：本帧 gain 要从 gains[k] 平滑过渡到 gains[k+1]
7AGC的vad处理
处理原理
高通后的子带能量 → dB → 短期/长期统计 → Z-score → 平滑后的对数似然比
logratio 计算 decay需要
总结
1、快包络慢包络是核心，计算gain，都需要快包络慢包络信息，快包络还用于non speech段的gain的拉低
2、AGC对信号的调整较为保守，能量大的帧给小Gain，且Gain不会突然变大，对突然过来的的大Gain做各种保护保守处理
3、考虑了帧之间的缓慢变化，16khz事 1ms 内容处理，这种颗粒度让帧之间平滑过渡
4、vad功能相对弱一些，在强噪声背景下，噪声估计vad功能可能会退化