我在回声消除方面玩得很开心。我写了一个软件电话，用户可以根据自己的喜好来切换他们的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。没有一个对我有用。我尝试了不同的扬声器/麦克风配置，但回声总是以某种形式或方式存在。
我相信创建适用于所有可能的扬声器配置/房间大小/背景噪音等的 AEC 代码将非常困难。最后我坐下来用这个算法为我的软电话编写了自己的回声消除模块。
它有些粗糙，但运行良好且可靠。
变量1：
记录与您交谈的人说话时的平均幅度。 （不要考虑安静时间）
变量2：
记录输入（麦克风）的平均振幅，但仅在有声音时 - 再次 - 不要考虑安静时间。
只要有音频要播放 - 就切断麦克风。并且假设听的人没有说话，在播放最后一个可听音频帧后 150-300 毫秒打开麦克风。
如果来自麦克风的音频（您在播放期间丢弃的）大于 oh-say (variable2 * 1.5)，则开始发送音频输入帧指定的持续时间，每次输入幅度达到时重置该持续时间（变量 2 * 1.5）。
这样说话的人就会知道他们被打断了，然后停下来看看对方在说什么。如果说话的人没有太嘈杂的背景，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，但它不会使用很多资源（CPU、内存），而且它实际上运行得非常好。我对我的声音很满意。
为了实现它，我只是做了几个函数。
在接收到的音频帧上，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，它将使框架静音。我将所有变量（例如计时器和幅度平均值）保留在 AEC 结构中，我从调用返回到
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;
您可以根据需要进行调整并玩转这个想法，但就像我说的那样。它实际上听起来相当不错。我唯一的问题是他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 听筒或使用耳机，他们可以关闭回声消除，不用担心......但是虽然带有麦克风的 PC 扬声器......我对此很满意。
我希望它对你有所帮助，或者给你一些东西……