嵌入式软件中的声学回波消除(AEC)

Question

我正在做一个关于嵌入式设备的VoIP项目。我已经建立了一个使用32位MCU与低级音频编解码器的样本。现在我发现我的设备有回声问题，也就是我能从扬声器听到我说的话。我做了一些研究，发现大多数应用程序都使用具有回声消除功能DSP编解码器。但是，是否可以使用我的32位MCU在软件中进行回声消除？

你能提供算法，甚至源代码:p，来做回声消除吗？我知道复杂的方法在MCU上是不可能的，而简单的算法也是受欢迎的。

谢谢

跟踪:我已经尝试了一些AEC代码，但他们不能很好地工作在我的MCU中，可能是MCU能力的限制。我发现在实现这些代码时，我的设备变得非实时(但VoIP需要实时响应)。最后，我通过添加AEC芯片实现了一个模拟硬件解决方案，因为我不想在另一个DSP芯片上重复编写代码。

Answer 1

回声消除让我度过了一段艰难的时光。我写了一个软电话，用户可以根据自己的喜好切换音频输入和输出设备。我尝试了Speex回声消除库，以及我在网上找到的其他几个开源库。没有一个对我来说效果很好。我尝试了不同的扬声器/麦克风配置，回声总是以某种形式或方式出现在那里。

我相信要创建适用于所有可能的扬声器配置/房间大小/背景noises..etc的AEC代码将是非常困难的。最后，我坐下来，用这个算法为我的软电话写了自己的回声消除模块。

它有点粗糙，但它工作得很好，而且是可靠的。

variable1:记录与你谈话的人说话时的平均振幅。(不考虑静默时间)

variable2:记录输入(麦克风)的平均振幅，但仅当有声音时才记录，不要考虑静音时间。

一旦有音频可以播放-就把麦克风关掉。并假设收听的人没有说话，在最后一个可听音频帧进入播放后150-300毫秒打开麦克风。

如果来自麦克风的音频(您在播放过程中丢弃的)大于(variable2 * 1.5)，则开始在指定的持续时间内发送音频输入帧，并在每次输入振幅达到(variable2 * 1.5)时重新设置该持续时间。

这样说话的人就会知道他们被打断了，然后停下来看看他在说什么。如果说话的人没有太多嘈杂的背景，他们可能会听到大部分的打断。

就像我说的，它不是最优雅的，但它不使用大量的资源(CPU，内存)，而且它实际上工作得很好。我对我的声音非常满意。

为了实现它，我只做了几个函数。

在接收到的音频帧上，我调用了我调用的函数：

void audioin( AEC *ec, short *frame ) {
    unsigned int tas=0; /* Total sum of all audio in frame (absolute value) */
    int i=0;
    for (;i<160;i++)
        tas+=ABS(frame[i]);
    tas/=160; /* 320 byte frames muLaw */
    if (tas>300) { /* I assume this is audiable */
        lockecho(ec);
        ec->lastaudibleframe=GetTickCount64();
        unlockecho(ec);
    }
    return;
}

在发送帧之前，我会这样做：

#define ECHO_THRESHOLD 300 /* Time to keep suppression alive after last audible frame */
#define ONE_MINUTE 3000 /* 3000 20ms samples */
#define AVG_PERIOD 250 /* 250 20ms samples */
#define ABS(x) (x>0?x:-x)


char removeecho( AEC *ec, short *aecinput ) {
    int tas=0; /* Average absolute amplitude in this signal */
    int i=0;
    unsigned long long *tot=0;
    unsigned int *ctr=0;
    unsigned short *avg=0;
    char suppressframe=0;
    lockecho(ec);
    if (ec->lastaudibleframe+ECHO_THRESHOLD > GetTickCount64() ) {
        /* If we're still within the threshold for echo (speaker state is ON) */
        tot=&ec->t_aiws;
        ctr=&ec->c_aiws;
        avg=&ec->aiws;
    } else {
        /* If we're outside the threshold for echo (speaker state is OFF) */
        tot=&ec->t_aiwos;
        ctr=&ec->c_aiwos;
        avg=&ec->aiwos;
    }
    for (;i<160;i++) {
        tas+=ABS(aecinput[i]);
    }
    tas/=160;
    if (tas>200) {
        (*tot)+=tas;
        (*avg)=(unsigned short)((*tot)/( (*ctr)?(*ctr):1));
        (*ctr)++;
        if ((*ctr)>AVG_PERIOD) {
            (*tot)=(*avg);
            (*ctr)=0;
        }
    }
    if ( (avg==&ec->aiws) ) {
        tas-=ec->aiwos;
        if (tas<0) {
            tas=0;
        }
        if ( ((unsigned short) tas > (ec->aiws*1.5)) && ((unsigned short)tas>=ec->aiwos) && (ec->aiwos!=0) ) {
            suppressframe=0;
        } else {
            suppressframe=1;
        }
    }
    if (suppressframe) { /* Silence frame */
        memset(aecinput, 0, 320);
    }
    unlockecho(ec);
    return suppressframe;
}

如果需要，它将使帧静音。我将所有变量都保存在AEC结构中，比如计时器和振幅平均值

AEC *initecho( void ) {
    AEC *ec=0;
    ec=(AEC *)malloc(sizeof(AEC));
    memset(ec, 0, sizeof(AEC));
    ec->aiws=200; /* Just a default guess as to what the average amplitude would be */
    return ec;
}





typedef struct aec {
    unsigned long long lastaudibleframe; /* time stamp of last audible frame */
    unsigned short aiws; /* Average mike input when speaker is playing */
    unsigned short aiwos; /*Average mike input when speaker ISNT playing */
    unsigned long long t_aiws, t_aiwos; /* Internal running total (sum of PCM) */
    unsigned int c_aiws, c_aiwos; /* Internal counters for number of frames for     averaging */
    unsigned long lockthreadid; /* Thread ID with lock */
    int stlc; /* Same thread lock-count */
} AEC;

你可以根据你的需要去适应和尝试这个想法，但就像我说的那样。这听起来真的很棒。我唯一的问题是如果他们有很多的背景噪音。但对我来说，如果他们拿起他们的USB手持设备或使用耳机，他们可以关闭回声消除，而不是担心it...but通过PC扬声器与麦克风…我很高兴。

我希望它能帮助你，或者给你一些东西来构建……

Answer 2

如果你正在做一个商业项目，这应该是很容易的。您可以在VoIP应用程序中集成商业音频取消软件。