Question

我在嵌入式设备上做一个VoIP项目。我使用具有低级音频编解码器的32位MCU构建了一个样本。现在我发现我的设备上有回声问题，就是我可以听到我从发言者那里说的话。我做了一些研究，发现大多数应用都使用具有声学回声消除功能的DSP编解码器。但是，我可以使用32位MCU在软件中进行声学回声消除吗？

您可以使用算法，甚至是源代码：P，用于进行声学回声消除吗？我知道在MCU上不可能使用复杂的方法，而且也欢迎使用简单的算法。

谢谢

[跟进]：我尝试了一些AEC代码，但它们在我的MCU中无法正常工作，可能是MCU功率的限制。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芯片实现了模拟硬件解决方案，因为我不想再在另一个DSP芯片中编写代码。

Answer 1

我有一个回声消除的时间。我写了一个软电话，用户可以切换他们的音频输入和输出设备以适应他们的想象。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。没有一个对我很好。我尝试了不同的扬声器/麦克风配置，并且回声总是以某种形式或方式存在。

我认为创建适用于所有可能的扬声器配置/房间大小/背景噪音的AEC代码将非常困难。等等。最后，我坐下来用这个算法为我的软电话写了我自己的回声消除模块。

虽然有些粗糙，但它运作良好且可靠。

变量1：记录您正在讲话的人说话时的平均幅度。（不要考虑安静时间）

变量：记录输入（麦克风）的平均幅度，但只有在有声音的情况下 - 再次 - 不要考虑安静时间。

只要有音频播放 - 切割麦克风。并且假设听的人没有说话，在最后一个可听音频帧进入后播放麦克风150-300ms。

如果来自麦克风的音频（您在播放期间丢失的音频）大于oh- say（变量2 * 1.5），则开始发送音频输入帧达指定的持续时间，每次输入幅度到达时重置该持续时间（变量2 * 1.5）。

这样说话的人会知道他们被打断了，并且停下来看看这个人说的是什么。如果说话的人没有太多背景噪音，他们可能会听到大部分（如果不是全部）中断。

就像我说的那样，不是最优雅的，但它并没有使用大量资源（CPU，内存），而且它实际上非常好用。我很高兴看到我的声音。

为了实现它，我只做了一些功能。

在收到的音频帧上，我调用了一个我调用的函数：

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，将使框架静音。我保留了所有变量，比如定时器和AEC结构中的幅度平均值，我从调用中返回

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;

你可以随心所欲地适应这个想法，但就像我说的那样。它实际上听起来很不错。我唯一的问题是它们是否有很多背景噪音。但对我来说，如果他们拿起他们的USB手机或使用耳机，他们可以关闭回声消除，而不用担心它......但是虽然带有麦克风的PC扬声器......我很高兴。

我希望它有所帮助，或者给你一些建立......

Answer 2

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

嵌入式软件中的声学回声消除（AEC）

2 个答案: