微处理器（STM32 wifi芯片）实现音频回声消除

一.什么是回声消除（AEC）

在回答回声消除之前，我们看这幅图片，如下图所示:

当远端Far-end有说话者讲话时，声音会传到近端（Near-end）的扬声器，然后声音通过空间延时和传输延时重新回到了远端。这样就造成了声学回声。近端到远端的流程也有同样声学回声，在此仅仅描述近端的流程.

你可能问：我们手机为什么没有这个现象。因为我们手机安卓系统已经实现了回声消除的算法。

二.回声消除算法

我们本次讲解的芯片平台，主要是比较低端，频率比较低的芯片。比如SMT32 esp8266.比较高端的芯片绝大部分原厂已经实现了回声消除的功能。回声消除算法也是比较消耗CPU的，所以我们对于低端的芯片，需要去选择一个好的回声消除算法尤其重要。

常见的speex webrtc 都自带回声消除的功能

实际效果对比：如果样本非线性不严重，两者的效果都不错；对于非线性speex效果就很差，webrtc的效果好；双讲时，webrtc出来的音质就很差，有吃音现象。

所以本次我们主要讲解WEBRTC的回声消除算法，对于WEBRTC它有三个三种回音消除算法（aec aec3 aecm）。其中aec ,aec3 主要是给手机使用的，我们安卓系统就是用了这个2个。我们低端芯片可能就跑不动了，本次我们主要使用webrtc的aecm

三.aecm的使用

总体思路：喇叭播放音频数据时，先存储起来，存储在循环FIFO内，作为回声消除的Farend数据，建立一个aec线程，线程的主要工作流程：读取麦克风声音，读取喇叭存储的循环FIFO ，进行回声消除。

1. 应用程序调用audio_capture_snddev_raw_pcm_read函数读取cap_ring_buff这个FIFO的数据，里面的音频数据是被回声消除过的干净的声音

2. 应用调用audio_play_snddev_raw_pcm_write去播放音频数据，这个接口同时会把"播放的音频数据"放到 play_ring_buff 这个FIFO 作为回声消除的依据参数

3. aec_thread 这个线程主要做回声消除算法。 从硬件的麦克风读取杂乱，含有回声的音频数据，然后从play_ring_buff读取音频数据。根据这两个数据，进行回声消除算法处理。处理好的干净的数据放到cap_ring_buff

/* 从喇叭读取音频数据的接口函数
* 应用程序调用
*/
void audio_capture_snddev_raw_pcm_read(BYTE_T *pcm_data ,UINT_T len)
{
for(;;){
/*cap_ring_buff
这个FIFO在 aec_thread线程被填充数据
* 应用程序从这个cap_ring_buff读取数据 是没有回声的
*/
if(audio_ring_buff_used_size_get(cap_ring_buff) > len){
audio_ring_buff_read(cap_ring_buff, pcm_data, len);
break;
}
}
}
/* 音频播放到喇叭的接口函数
* 应用程序调用
*/
void audio_play_snddev_raw_pcm_write(BYTE_T *pcm_data ,UINT_T len)
{
UINT_T write_len = len;
UINT_T free_len = 0;
/*存储到play_ring_buff这个FIFO*/
free_len = audio_ring_buff_free_size_get(play_ring_buff);
if(free_len >= len){
audio_ring_buff_write(play_ring_buff,pcm_data,len);
write_len = len;
}
/*硬件喇叭播放声音*/
audio_speaker_play(pcm_data,write_len);
}
void aec_thread()
{
#define N_SAMPLE
80
BYTE_T pcm_uint_in[N_SAMPLE*2];
BYTE_T pcm_uint_out[N_SAMPLE*2];
BYTE_T pcm_uint_e[N_SAMPLE*2];
void *aecmInst = NULL;
int status;
unsigned int out_len;
AecmConfig config;
config.cngMode = 1;
config.echoMode = 4;// 0, 1, 2, 3 (default), 4
/*初始化aec 设置aec的参数，比如音频采样率8000*/
if (aecmInst == NULL){
WebRtcAecm_Create(&aecmInst);
status = WebRtcAecm_Init(aecmInst, 8000);//8000 or 16000 Sample rate
if(status != 0){
AUDIO_DEG("WebRtcAecm_Init error");
}
status = WebRtcAecm_set_config(aecmInst, config);
if (status != 0) {
AUDIO_DEG("WebRtcAecm_set_config fail");
}
}
while (1){
/*读取麦克风的声音 从硬件MIC*/
auido_mic(pcm_uint_in,sizeof(pcm_uint_in));
/*从 play_ring_buff 读取数据 。这个play_ring_buff 的数据是在audio_play_snddev_raw_pcm_write函数放入*/
out_len = aidio_ring_buff_used_size_get(play_ring_buff);
if(out_len >= sizeof(pcm_uint_out)){
/*喇叭循环FIFO（play_ring_buff）有数据，则取出来开始回声消除*/
audio_ring_buff_read(play_ring_buff, pcm_uint_out, sizeof(pcm_uint_out));
out_len = N_SAMPLE;
/*喇叭循环FIFO（play_ring_buff）作为aec的Farend数据*/
if(WebRtcAecm_BufferFarend(aecmInst,pcm_uint_out,out_len)){
AUDIO_DEG("WebRtcAecm_BufferFarend fail");
}
/*回声消除处理*/
if(WebRtcAecm_Process(aecmInst, pcm_uint_in, NULL, pcm_uint_e, out_len, snd_dev_used_aec_config.msInSndCardBuf)){
AUDIO_DEG("WebRtcAecm_Process fail");
}
/*写入capture fifo（cap_ring_buff）*/
auido_capture_pcm_fifo_write(pcm_uint_e,out_len*2);
}
}
}

四.aecm效果

可以满足基本的使用，CPU需要占用40%（芯片主频192M）,内存需要20k

觉得对看官有用的，看的高兴可以给个打赏，谢谢！