可以準確快速的進行底噪測試。下圖TWS耳機中的左耳，在喇叭播放空聲源時，喇叭端有略微的電流聲底噪，右耳無此不良現場，通過指南測控的標準聲學測試系統進行左右耳TWS聲學測試，可以在底噪測試步驟中檢測到，有底噪異常的左耳的一些頻段能量值偏高，無底噪問題的右耳的表現就“平順”很多。再結合與更多正常品的對比和設定合理的limits，可以快速準確的檢查出耳機在各種狀態下的底噪不良。耳機回聲回聲來自于非預期的泄露，一般分為電學回聲和聲學回聲。前者一般由于麥克風和揚聲器線路布局不合理的電路耦合造成，后者則是由于麥克風和揚聲器的聲學泄露耦合而成。對于回聲不良的耳機來說，在通話時，耳機喇叭播放的聲音信號通過麥克...

26.聲聚焦指凹面對聲波形成集中反射、使反射聲聚集于某個區域，造成聲音在該區域特別響的現象。聲聚集造成聲能過分集中，使聲能匯聚點的聲音嘈雜，而其他區域聽音條件變差，擴大了聲場不均勻度，嚴重影響聽眾的聽音條件。27.聲影區由于障礙物或折射的原因，產生聲音輻射不到的區域。在聲影區內聲壓級很低，音量很輕。因此聲影區的存在也是聲壓不均勻的原因。28.聲染色由于室內頻率響應的變化，使原始聲音被賦予外加的音色特點。容積小的聽音室，本征頻率在低頻端分布不夠密集連續，因此在低頻段易產生“共振”的音染現象。共振現象產生的聲染色效應，引起聲音信號的失真，產生主觀聽感上的厭惡情緒，嚴重影響聽音效果。29...

也就是說吸聲可提高音質,但對降噪能力效果不好。3.吸聲系數在一定面積上被吸收的聲能與射入聲能之比稱之為該界面的吸聲系數（α）。當入射聲能被完全反射時，α=0，表示無吸聲作用；當入射聲波完全沒有被反射時，α=1，表示完全被吸收。一般材料或結構的吸聲系數α=0~1，α值越大，表示吸聲能越好，它是目前表征吸聲性能常用的參數。4.吸聲量又稱等效吸聲面積,等于吸聲材料面積與其吸聲系數的乘積。單位為平方米。5.吸聲材料吸聲系數大于(acousticalabsorptionmaterials)。吸聲材料是多孔、疏散的材質,常用的吸聲材料有玻璃棉、巖棉、聚酯纖維吸音板、羊毛氈、礦渣棉、卡普隆纖維、...

3.雙耦合濾波器設計當濾波器的結構確定下來之后，我們要去設計濾波器系數了。設計過程我把它總結成了三步，第一步就是構建優化準則，第二步是求解濾波器的權系數——Wl和Wn，一步就是構建耦合機制。第一步就是構建優化準則。我覺得構建優化準則，應該是整個濾波器設計里面重要的一步，因為它決定了濾波器性能的上限。什么樣的優化準則是一個好的優化準則呢？我覺得好的優化準則需要跟問題的物理特性有效匹配起來，所以在構建優化準則之前，我們先對非線性聲學回聲的特性進行分析，希望通過這種分析去挖掘非線性聲學回聲的一些物理特性。我們的分析是基于上面的函數，我們稱它為短時相關度，它所表示的是兩個信號，在一個短時的...

首先是優化準則。NLMS算法是基于小均方誤差準則，而雙耦合算法是基于小平均短時累計誤差準則，所以他們的優化準則是不一樣的。第二個就是理論的比較好解，NLMS算法具有Wiener-Hopf方程解，而雙耦合算法的線性濾波器也具有Wiener-Hopf方程解，非線性濾波器具有小二乘解。第三個維度就是運算量，NLMS運算量是O（M），M是濾波器的階數，而雙耦合算法運算量后面會多一個O（N2），因為他有兩個濾波器，N是非線性濾波器的階數，這里的平方是因為小二乘需要對矩陣進行求逆運算，所以它的運算量比線性的NLMS運算量要大很多。第三個就是控制機制，NLMS算法只有一個濾波器，它的控制主要是通...

為什么又這么冷呢？我能想到的一個答案是它太難了，它非常有挑戰性。下面就來看一下它的技術難點。5非線性聲學回聲消除的技術難點,我從6個不同的維度比較了線性的和非線性這兩種回聲消除問題。個維度，系統傳遞函數。在線性系統里面，我們認為系統傳遞函數是一個緩慢時變的系統，我們可以通過自適應濾波的方式去逼近這個傳遞函數，來有效抑制回聲。而在非線性系統里面，系統傳遞函數通常是快變、突變的，我們如果用線性的方法去逼近的話，會出現濾波器的更新速度，跟不上系統傳遞函數變化的速度，就會導致聲學回聲消除不理想。第二個維度是優化模型，在線性里面我們是有一套非常完備的線性優化模型，從目標函數的構建到系統優化問...

只需要近端采集信號即可，傲嬌的回聲消除需要同時輸入近端信號與遠端參考信號。有同學會問已知了遠端參考信號，為什么不能用噪聲抑制方法處理呢，直接從頻域減掉遠端信號的頻譜不就可以了嗎？行為近端信號s(n)，已經混合了近端人聲和揚聲器播放出來的遠端信號，黃色框中已經標出對齊之后的遠端信號，其語音表達的內容一致，但是頻譜和幅度(明顯經過揚聲器放大之后聲音能量很高)均不一致，意思就是：參考的遠端信號與揚聲器播放出來的遠端信號已經是“貌合神離”了，與降噪的方法相結合也是不錯的思路，但是直接套用降噪的方法顯然會造成回聲殘留與雙講部分嚴重的抑制。接下來，我們來看看WebRTC科學家是怎么做的吧。信號...

我們比較這兩個之后就會發現，雙講段主要出現在中間這一段。我們評估雙講性能的主要指標是回聲抑制比和近端語音失真度。上面這是經過回聲消除之后的語譜，中間的是NLMS算法的結果。我們可以看到它的回聲抑制不是很理想，不管在單講段還是在雙講段，都有比較多的回聲殘留。而下面這個是采用雙耦合算法得到的語譜，可以看到在單講和雙講里面回聲抑制得都比較干凈，并且在雙講里，對近端語音的損傷也很小。這個數據對應視頻會議場景，因此還需要做一步NLP的處理。上面這個就是基于雙耦合算法，做了NLP之后的輸出結果。我們可以看到處理完之后，整個語譜很清晰，回聲去得很干凈，而且語譜沒有太大損傷，雙講很通透。我再來簡單總結一下，主...

喇叭發聲單元跟麥克接收單元之間，通常是需要做隔振處理的，如果沒有隔振處理的話，那么在喇叭發聲的過程中，他所產生的振動會通過物理方式傳遞到麥克接收端。對麥克接收到的聲學信號進行調制，而這種振動本質上是一種隨機的、非線性的振動，所以它必然會帶來非線性失真。手機聲學特性調研我們之前針對市面上主要的手機機型做過一次調研，主要調查聲學特性。結果我們很驚訝地發現，市面上超過半數的手機機型，聲學特性不夠理想，對應這里面的“較差”和“極差”這兩檔。我們平時用手機開外音玩游戲，或者語音通話時，經常會出現漏回聲問題和雙講剪切問題，就與手機聲學特性不佳有直接聯系。當然這組數據只是針對手機這種電子產品，市...

只需要近端采集信號即可，傲嬌的回聲消除需要同時輸入近端信號與遠端參考信號。有同學會問已知了遠端參考信號，為什么不能用噪聲抑制方法處理呢，直接從頻域減掉遠端信號的頻譜不就可以了嗎？行為近端信號s(n)，已經混合了近端人聲和揚聲器播放出來的遠端信號，黃色框中已經標出對齊之后的遠端信號，其語音表達的內容一致，但是頻譜和幅度(明顯經過揚聲器放大之后聲音能量很高)均不一致，意思就是：參考的遠端信號與揚聲器播放出來的遠端信號已經是“貌合神離”了，與降噪的方法相結合也是不錯的思路，但是直接套用降噪的方法顯然會造成回聲殘留與雙講部分嚴重的抑制。接下來，我們來看看WebRTC科學家是怎么做的吧。信號...

我們還希望它在一個短時的觀測時間窗的尺度里面也是比較好的，即局部比較好，所以在數學期望內部，我們又對誤差進行了短時積分。這個優化準則跟傳統的線性自適應濾波器是有本質區別的，因為傳統的線性自適應濾波器基于小均方誤差準則，它只是在統計意義上比較好，沒有局部比較好約束。首先來求解這里的Wl，就是線性濾波器。主要求解方法是，假設Wn就是非線性濾波器是比較好解，把這個比較好解代入到前面的優化方程里，就會得到上面簡化之后的優化目標函數。在這個地方，我們又做了一些先驗假設，假設非線性的濾波器的一階統計量和二階統計量都等于0，我們就可以把上面的優化問題進一步簡化，就得到我們非常熟悉的方程，就是Wi...

該技術的出現旨在消除這種因遠程網絡會議所帶來的回授現象，以遏制首先次回聲產生所需的必要條件來遏制多次回聲的出現。為什么要費那么大周折去抑制回聲？這個話題應該不言而喻了。會議、語音擴聲講究的即是STI語音清晰度（可懂度），而回聲是語言清晰度的比較大。設想踩腳跟式的語音信號傳達到耳朵，聽者難受，講者費勁，對于這樣的語音會議來說，那必將是一場災難。我們把聲學回聲消除這個技術變成一張實體的插件（設備插卡），在系統中，為實現首先次回聲過濾（過濾回聲源則過濾多次回聲）。這個技術應該插入在系統的哪個環節呢？我們不妨來找找系統中具備近乎相同/相似信號的一級進出環節。該圖片經我司設計員制作后作者再編輯通過上圖的...

n)為加混響的遠端參考信號x(n)+近端語音信號s(n)。理論上NLMS在處理這種純線性疊加的信號時，可以不用非線性部分出馬，直接干掉遠端回聲信號。圖7(a)行為近端信號d(n)，第二列為遠端參考信號x(n)，線性部分輸出結果，黃色框中為遠端信號。WebRTCAEC中采用固定步長的NLMS算法收斂較慢，有些許回聲殘留。但是變步長的NLMS收斂較快，回聲抑制相對好一些，如圖7(b)。線性濾波器參數設置#defineFRAME_LEN80#definePART_LEN64enum{kExtendedNumPartitions=32};staticconstintkNormalNumPa...

噪聲抑制和聲源分離同屬于語音增強的范疇，如果把噪聲理解為廣義的噪聲三者之間的關系,噪聲抑制需要準確估計出噪聲信號，其中平穩噪聲可以通過語音檢測判別有話端與無話端的狀態來動態更新噪聲信號，進而參與降噪，常用的手段是基于譜減法(即在原始信號的基礎上減去估計出來的噪聲所占的成分)的一系列改進方法，其效果依賴于對噪聲信號估計的準確性。對于非平穩噪聲，目前用的較多的就是基于遞歸神經網絡的深度學習方法，很多Windows設備上都內置了基于多麥克風陣列的降噪的算法。效果上，為了保證音質，噪聲抑制允許噪聲殘留，只要比原始信號信噪比高，噪且聽覺上失真無感知即可。單聲道的聲源分離技術起源于傳說中的雞尾...

也能夠更清楚地看到這里面可能存在的回授現象。部分工程師在調試遠程會議系統時也許遇到過嘯叫，那可不一定是本地系統沒調好所造成的，你會發現，關掉終端一切非常正常。為什么絕大多數的遠程系統沒有嘯叫呢？這還得感謝您還不算非常質量的網絡。我們常說，距離產生延時，而在模擬音頻大舉轉向數字音頻、網絡音頻的，網絡信號的延遲也為音頻領域賦予了新的現象，尤其應用在遠程會議這樣的音頻傳輸系統當中，它能將一次次回授剝離成一次次聽似回聲的現象，這就是網絡音頻回聲。通常由A地發出的聲源A在幾乎不經過延遲處理的本地系統中，通過A地音箱擴聲；而其經過網絡終端編碼送向遠端時，除了考慮A地的上傳時間X，還得考慮B地的...

對麥克接收到的聲學信號進行調制，而這種振動本質上是一種隨機的、非線性的振動，所以它必然會帶來非線性失真。3.手機聲學特性調研,我們之前針對市面上主要的手機機型做過一次調研，主要調查聲學特性。結果我們很驚訝地發現，市面上超過半數的手機機型，聲學特性不夠理想，對應這里面的“較差”和“極差”這兩檔。我們平時用手機開外音玩游戲，或者語音通話時，經常會出現漏回聲問題和雙講剪切問題，就與手機聲學特性不佳有直接聯系。當然這組數據只是針對手機這種電子產品，市面上類似于手機這樣的電子產品還有很多，它們應該也有類似的問題。這組數據告訴我們，非線性失真問題在我們生活中的電子產品里是一個普遍存在的問題，我...

這樣有助于擴散或展開室內的聲音，如圖3所示。不要過多地填滿泡沫材料，因為填滿了的、“死寂”的房間對演奏來說是很不合適的，而保留一些反射聲后能給聲音加上“空間”和活潑的感覺。其他高頻吸聲體有睡袋、活動毯子、地氈毛毯、窗簾以及用細薄的棉布或粗麻布罩住的玻璃纖維等。如有可能，把這些材料與墻面之間留有數英寸的空間。這種間距會有助于吸收中低頻率成分。有一種寬頻段的吸聲體，它是罩有細薄棉布或粗麻布的已壓制好的（Owens-CorningType703,3lb/ft3）。首先在要進行錄音的演奏者的前方或上方只安置一小部分吸聲材料，每次只增加一些吸聲體，直到所錄得的聲音滿意時為止——通常覆蓋總表面...

并與正常品的對比和設定合理的limits，可以快速準確的檢查出耳機的異常音不良。耳機底噪底噪也就是本底噪聲，一般指在電聲系統中，除去有用的信號外的總噪聲。底噪有來自于固有的電子、電磁噪音，也有確是功放電路或電源性能問題導致的。理論上底噪是無法去除的，當然只有當底噪大到影響聽感的時候才是問題。很多時候可以提高信噪比把底噪給壓低，這確實可以降低聽音樂時噪聲的影響。但是總之人們還是有帶耳機不聽音樂的時候，典型的如ANC耳機降噪工作的時候，此時顯得尤為重要，近期幾大品牌都因為ANC底噪問題造成過批量退貨。為了準確的檢測產品底噪，我們需要知道目前行業內耳機功放工作類型大概有以下兩種：1、產品...

非線性聲學回聲消除的技術難點我從6個不同的維度比較了線性的和非線性這兩種回聲消除問題。首先個維度，系統傳遞函數。在線性系統里面，我們認為系統傳遞函數是一個緩慢時變的系統，我們可以通過自適應濾波的方式去逼近這個傳遞函數，來有效抑制回聲。而在非線性系統里面，系統傳遞函數通常是快變、突變的，我們如果用線性的方法去逼近的話，會出現濾波器的更新速度，跟不上系統傳遞函數變化的速度，就會導致聲學回聲消除不理想。第二個維度是優化模型，在線性里面我們是有一套非常完備的線性優化模型，從目標函數的構建到系統優化問題的求解，整個脈絡是很清晰的。而在非線性的系統里面，目前是缺少一種有效的模型來對它進行支撐的...

一是惱人的異常音往往是比較輕微的，由于人工聽音存在主觀辨識性的問題，對于這類輕微的異常音疏于判斷，但是終端客戶可能不接受；二是在于產線測試環境嘈雜，普通的測試設備易受干擾，人耳對低階次諧波的失真不敏感，所以在低階的諧波失真導致的異音可能無法聽出，但儀器有可能測出，從而導致誤測，生產效率降低。要想準確檢測出異常音，高性能的硬件采集和的軟件算法缺一不可。指南測控的標準聲學測試系統，通過規范的配備自研的高精度的測試傳感器、高隔離度的環境環境、高靈敏度的GT-BT216C音頻分析儀，輔以良好的減振結構設計，基于異常音包含大量的高次諧波失真成分這一基本原理，結合大量的生產測試經驗和實驗研究，...

非線性聲學回聲消除技術,非線性的聲學回聲消除問題，在實際聲學系統里面非常普遍也非常棘手，到目前為止還沒有特別有效的辦法來解決。目前介紹非線性聲學回聲消除的公開文獻也少之又少。如何處理非線性聲學回聲消除的，效果又如何？將從非線性聲學回聲消除產生的原因、研究現狀、技術難點出發，詳細介紹雙耦合的聲學回聲消除算法以及實驗檢驗結果。我要講的內容是《非線性聲學回聲消除技術》，之所以選擇這樣的方向，主要是基于兩個方面的原因：非線性的聲學回聲消除問題是一個困擾了行業很多年的技術難題，這個問題在實際的聲學系統里非常普遍，同時又很棘手，到目前為止，還沒有特別有效的辦法。我猜測大家應該會對這個課題感興趣...

需要注意的是，如果index在濾波器階數兩端瘋狂試探，只能說明當前給到線性部分的遠近端延時較小或過大，此時濾波器效果是不穩定的，需要借助固定延時調整或大延時調整使index處于一個比較理想的位置。線性部分算法是可以看作是一個固定步長的NLMS算法，具體細節大家可以結合源碼走讀，本節重點講解線型濾波在整個框架中的作用。從個人理解來看，線性部分的目的就是很大程度的消除線性回聲，為遠近端幀判別的時候，很大程度地保證了信號之間的相干值(0~1之間，值越大相干性越大)的可靠性。我們記消除線性回聲之后的信號為估計的回聲信號e(n)，e(n)=s(n)+y''(n)+v(n)，其中y''(n)為...

23.避免廳堂音質缺陷的方法主要是從廳堂的體形設計和吸聲材料布置兩方面入手，消除產生音質缺陷的條件。例如，為了消除回聲，應在可能引起回聲的部位布置強吸聲材料，使反射聲減弱經；另一種方法是調整反射面角度，將后墻與頂棚交接處作成比較大的傾角，將聲音反射給后區觀眾，徹底消除回聲，取得化害為利的效果。為了消除聲聚集現象，應盡量控制廳堂界的曲面弧度，采用凸形結構，并在弧面上布置合適的吸音材料。為了消除音質缺陷，可根據廳堂內聲源的位置。采用幾何作圖法，用聲線的分布找出各種聲缺陷的條件和部位，再采取必要的措施進行抑制。24.回聲指強度和時間差大到足可以引起聽覺將它與直達聲區分開來的反射聲。從單一...

WebRtcAec_Process接口如上，參數reported_delay_ms為當前設備需要調整延時的目標值。如某Android設備固定延時為400ms左右，400ms已經超出濾波器覆蓋的延時范圍，至少需要調整300ms延時，才能滿足回聲消除沒有回聲的要求。固定延時調整在WebRTCAEC算法開始之初作用一次,為什么target_delay是這么計算？inttarget_delay=startup_size_ms*self->rate_factor*8;startup_size_ms其實就是設置下去的reported_delay_ms，這一步將計算時間毫秒轉化為樣本點數。160...

WebRtcAec_Process接口如上，參數reported_delay_ms為當前設備需要調整延時的目標值。如某Android設備固定延時為400ms左右，400ms已經超出濾波器覆蓋的延時范圍，至少需要調整300ms延時，才能滿足回聲消除沒有回聲的要求。固定延時調整在WebRTCAEC算法開始之初作用一次,為什么target_delay是這么計算？inttarget_delay=startup_size_ms*self->rate_factor*8;startup_size_ms其實就是設置下去的reported_delay_ms，這一步將計算時間毫秒轉化為樣本點數。160...

如果設置nlp_mode=kAecNlpAggressive，α大約會在30左右。如果當前幀為近端幀（即echo_state=false），假設第k個頻帶hNl(k)=，hNl(k)=hNl(k)^α=，即使濾波后的損失聽感上幾乎無感知。如圖8(a)，hNl經過α調制之后，幅值依然很接近。如果當前幀為遠端幀（即echo_state=true），假設第k個頻帶hNl(k)=，hNl(k)=hNl(k)^α=，濾波后遠端能量小到基本聽不到了。如圖8(b)，hNl經過α調制之后，基本接近0。經過如上對比，為了保證經過調制之后近端期望信號失真小，遠端回聲可以被抑制到不可聽，WebRTCAE...

深入淺出WebRTCAEC（聲學回聲消除）,前言：近年來，音視頻會議產品提升著工作協同的效率，在線教育產品突破著傳統教育形式的種種限制，娛樂互動直播產品豐富著生活社交的多樣性，背后都離不開音視頻通信技術的優化與創新，其中音頻信息內容傳遞的流暢性、完整性、可懂度直接決定著用戶之間的溝通質量。自2011年WebRTC開源以來，無論是其技術架構，還是其中豐富的算法模塊都是值得我們細細品味，音頻方面熟知的3A算法（AGC:Automaticgaincontrol;ANS:Adaptivenoisesuppression;AEC:Acousticechocancellation）就是其中閃閃...

AEC定義聲學回聲（AcousticEcho）電話的揚聲器的聲音(包括反射聲)，被麥克風拾取傳送給遠端，使得遠端說話人又聽到自己的聲音，廣義回聲指的是設備喇叭和自身麥克風的耦合現象都稱為回聲。回聲消除AEC（AcousticEchoCancellation）一般指的是聲學回聲消除，其主要用于抑制產品本身發出的聲音，使得產品在播放音頻時依然可以進行語音交互；隨著秒新月異的科技發展，各項技術成果不斷地應用在我們日益拓展的各領域需求當中，刷新著我們的生活和工作。地球村的崛起，不斷以互聯網、物聯網等方式揭示著萬物相連的關系。無論是飛機、高鐵還是電話、網絡，都成為托起地球新村時空縱橫的重要載...

非線性聲學回聲消除的技術難點我從6個不同的維度比較了線性的和非線性這兩種回聲消除問題。首先個維度，系統傳遞函數。在線性系統里面，我們認為系統傳遞函數是一個緩慢時變的系統，我們可以通過自適應濾波的方式去逼近這個傳遞函數，來有效抑制回聲。而在非線性系統里面，系統傳遞函數通常是快變、突變的，我們如果用線性的方法去逼近的話，會出現濾波器的更新速度，跟不上系統傳遞函數變化的速度，就會導致聲學回聲消除不理想。第二個維度是優化模型，在線性里面我們是有一套非常完備的線性優化模型，從目標函數的構建到系統優化問題的求解，整個脈絡是很清晰的。而在非線性的系統里面，目前是缺少一種有效的模型來對它進行支撐的...

男人說話的聲頻為～150Hz，女人說話聲頻為～230Hz,發動機聲頻為～250Hz，絕大部分機器的噪音也是以低頻為主的中低頻噪音）,9.聲音頻率(聲頻)聲波在單位時間內的振動次數稱為頻率(frequency)，單位赫(Hz)。人耳能夠聽到的聲音的整個范圍是20~20000Hz，一般把聲音頻率分為低頻（500Hz以下）、中頻（500-1000Hz）和高頻(1000Hz以上)三個頻帶。聽覺好的成年人能聽到的聲音頻率常在30~16000Hz之間，老年人則常在50~10000Hz之間。10.混響聲源停止發音后，產生的聲音延續現象。11.混響時間當聲場達到穩定的狀態后，突然關掉聲源使其停止發...