webrtc 代码_WebRTC回声抑制模块中的一些控制逻辑分享

在最新的WebRTC中

https://webrtc.googlesource.com/src/+/refs/heads/master​webrtc.googlesource.com

回声消除模块已经完全被aec2代替，和前一版本比较，变化最大的主要是非线性回声抑制模块。关于aec2中的非线性回声抑制内容，我将会在后面找时间慢慢更新。今天主要分享一下上一版本中aec模块中的非线性抑制代码，核心代码位于

https://github.com/python-leo/webrtc_audio_processing/blob/master/webrtc/modules/audio_processing/aec/aec_core.c​github.com

中的NonLinearProcessing函数中。这个模块中的难点再于控制逻辑，其他计算过程基本上都简单。我就一些关键的地方，分享一下我个人的想法，欢迎大家指导交流。

hNlXdAvg 表示参考信号与mic接收信号的不相关性；

hNlDeAvg 表示aec输出信号与mic接收信号的相关性。

/*主要用于更新hNlXdAvg的最小值hNlXdAvgMin。数值0.75控制了该更新的频率，如果或者数值越大，表面hNlXdAvgMin的更新频率越快，对残留回声也会越敏感*/

if (hNlXdAvg < 0.75f && hNlXdAvg < aec->hNlXdAvgMin) {

aec->hNlXdAvgMin = hNlXdAvg;

}

if (hNlDeAvg > 0.98f && hNlXdAvg > 0.9f) {

/*aec输出信号与mic接收信号相关性大，同时参考信号与mic接收信号的不相关性较大，说明此时只有近端信号，或者残留信号非常弱*/

aec->stNearState = 1;

} else if (hNlDeAvg < 0.95f || hNlXdAvg < 0.8f) {

/*aec输出信号与mic接收信号相关性较小，或者参考信号与mic接收信号的不相关性较小（相关性较大），说明此时存在残留回声需要抑制*/

aec->stNearState = 0;

}

if (aec->hNlXdAvgMin == 1)

/* 说明一段时间内的hNlXdAvgMin一直没有更新，也即hNlXdAvg较大（这里大于0.75），说明在较长的时间内，参考信号与mic接收信号的相关性较弱，也即回声残留程度较小*/

/*检测一段时间内是否出现了更小的hNlFbMin，hNlFbMin用来更新overd的抑制程度。数值0.6用来控制参数更新频率，该数值越大hNlFbMin更新越频繁，对于残留回声会越敏感*/

if (hNlFbLow < 0.6f && hNlFbLow < aec->hNlFbLocalMin) {

aec->hNlFbLocalMin = hNlFbLow;

aec->hNlFbMin = hNlFbLow;

aec->hNlNewMin = 1;

aec->hNlMinCtr = 0;

}

/*以下两个参数以固定的步长更新，为的是hNlXdAvgMin与hNlFbMin不会陷入死锁状态无法更新。当然这里的步长因子也可以控制上述两个数值的更新频率，一般是步长因子越大更新越频繁*/

aec->hNlFbLocalMin =WEBRTC_SPL_MIN(aec->hNlFbLocalMin + 0.0008f / aec->mult, 1);

aec->hNlXdAvgMin = WEBRTC_SPL_MIN(aec->hNlXdAvgMin + 0.0006f / aec->mult, 1);

/*hNlMinCtr == 2表明hNlFbMin只在当前帧更新，而下一帧不更新。也即，当前帧找到最小数值需要连续满足hnlMinCtr - 1帧，防止误触发*/

if (aec->hNlMinCtr == 2) {

aec->hNlNewMin = 0;

aec->hNlMinCtr = 0;

/*kTargetSupp[aec->nlp_mode]用来设置当前帧抑制多少dB*/

aec->overDrive =WEBRTC_SPL_MAX(kTargetSupp[aec->nlp_mode] /

((float)log(aec->hNlFbMin + 1e-10f) + 1e-10f),min_overdrive[aec->nlp_mode]);

}