Webrtc AGC 算法原理介绍（五）（转）

零、前言

本系列介绍Webrtc的agc算法。webrtc的agc算法对各种情况作了较为详尽的考虑，而且使用了的定点数的方法来实现，因此内容比较多。尽量在这几篇文章中描述清楚。

一、WebRtcAgc_AddFarend

该函数调用了WebRtcAgc_AddFarToDigital函数，其中仅仅是对远端使用WebRtcAgc_ProcessVad函数。该函数的目的是计算远端信号的VAD可信度，用于在Process_Digital中使用，保证远端信号出现的地方信号增益有所减弱。这么做的原因是相信，远端信号出现出很可能出现回声信号。
这里默认信号与近端信号已经做了延时估计对齐处理，然而在Webrtc的程序中，调用WebRtcAgc_AddFarToDigital与调用WebRtcAgc_Process处的信号显然没有严格对齐，此处存在一定的误差。

二、WebRtcAgc_SaturationCtrl

该判断信号是否饱和，注意到在Webrtc_AddMic中计算了包络env的值，16khz采样的数据，10ms的数据是160个samples，分成10块，每块是16个。求每块16个点中平方值最大的点作为包络。

    /* compute envelope */
    if ((M == 10) && (stt->inQueue > 0)){
        ptr = stt->env[1];
    } else{
        ptr = stt->env[0];
    }
    for (i = 0; i < M; i++){
        /* iterate over samples */
        max_nrg = 0;
        for (n = 0; n < L; n++){
            nrg = WEBRTC_SPL_MUL_16_16(in_mic[i * L + n], in_mic[i * L + n]);
            if (nrg > max_nrg){
                max_nrg = nrg;
            }
        }
        ptr[i] = max_nrg;
 
 

 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

当有一块值大于-0.683dB(30290)就为envSum累加一次。如果没有累计超过25000，则算饱和。然后按照0.99的值衰减envSum。此处，如果每次包络都是0dB(32767)需要连续28块数据（相当于28ms）才饱和。如果是-0.683dB需要连续34ms才能饱和。若是小于-0.683dB永远也不能饱和了。

void WebRtcAgc_SaturationCtrl(Agc_t *stt, WebRtc_UWord8 *saturated, WebRtc_Word32 *env)
{
    WebRtc_Word16 i, tmpW16;
    /* Check if the signal is saturated */
    for (i = 0; i < 10; i++){
        tmpW16 = (WebRtc_Word16)WEBRTC_SPL_RSHIFT_W32(env[i], 20);
        if (tmpW16 > 875){
            stt->envSum += tmpW16;
        }
    }
    if (stt->envSum > 25000){
        *saturated = 1;
        stt->envSum = 0;
    }
    /* stt->envSum *= 0.99; */
    stt->envSum = (WebRtc_Word16)WEBRTC_SPL_MUL_16_16_RSFT(stt->envSum,
            (WebRtc_Word16)32440, 15);
}
 
 

 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

三、WebRtcAgc_ZeroCtrl

该函数计算信号的大小，用msZero记数，用来控制语音活度(actgiveSpeech)和块低频能量最大值（Rxx16_LPw32Max）。这两个变量在ProcessAnalog中使用影响低频能量Rxx160_LPw32。
具体来说，如果10ms的包络平均值小于-73.31(7)那么就算10ms的全0，msZero增加10。
当静音时间大于500ms的时候，设置语音活度(actgiveSpeech)和块低频能量最大值（Rxx16_LPw32Max）为0（影响看前面描述）。
并且加大输入的麦克风等级inMicLevel（实际对应硬件音量）。
另外本函数会无条件对muteGuardMs操作。

    for (i = 0; i < 10; i++){
        tmp32 += env[i];
    }
    if (tmp32 < 500){
        stt->msZero += 10;
    } else{
        stt->msZero = 0;
    }
    if (stt->muteGuardMs > 0){
        stt->muteGuardMs -= 10;
    }
    if (stt->msZero > 500){
        stt->msZero = 0;
        /* Increase microphone level only if it's less than 50% */
        midVal = WEBRTC_SPL_RSHIFT_W32(stt->maxAnalog + stt->minLevel + 1, 1);
        if (*inMicLevel < midVal) {
            /* *inMicLevel *= 1.1; */
            tmp32 = WEBRTC_SPL_MUL(1126, *inMicLevel);
            *inMicLevel = WEBRTC_SPL_RSHIFT_W32(tmp32, 10);
            /* Reduces risk of a muted mic repeatedly triggering excessive levels due
             * to zero signal detection. */
            *inMicLevel = WEBRTC_SPL_MIN(*inMicLevel, stt->zeroCtrlMax);
            stt->micVol = *inMicLevel;
        }
        stt->activeSpeech = 0;
        stt->Rxx16_LPw32Max = 0;
        /* The AGC has a tendency (due to problems with the VAD parameters), to
         * vastly increase the volume after a muting event. This timer prevents
         * upwards adaptation for a short period. */
        stt->muteGuardMs = kMuteGuardTimeMs;
    }
 
 

 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

四、WebRtcAgc_ExpCurve

该函数是一个曲线函数，在ProcessAnalog中调用。用于将volNormFix转换成对应的分段曲线。用于模拟指数曲线，调节音量。该函数比较简单，不再累述。