"如何在 AI 语音应用中实现回声消除" - 最近在做一款 AI 语音应用，场景类似“实时通话”：一边让 TTS 播报，一边把麦克风打开做 STT。 纯算法在软件层把播报声音从录音里“抠”掉。

本例需求：将Mic采集的PCM转成AAC，可得到两种不同数据,本例采用AudioQueue/AudioUnit两种方式存储,即: 可采集到两种声音数据,一种为PCM,一种为转换后的AAC. 原理：由于公司需求更改为Mic采集的pcm一路提供给WebRTC使用，另一路将pcm转为…

iOS中使用Audio unit实现音频数据采集,直接采集PCM无损数据, Audio Unit不能直接采集压缩数据,在以后的文章会讲到音频压缩. 使用Audio Unit采集硬件输入端,如麦克风,其他外置具备麦克风功能设备(带麦的耳机,话筒等,前提是其本身要和苹果兼容). 本…

这算是我进公司实习期间完成的第一个比较完整的项目吧，耗时大约2个月，也是我第一次接触iOS音频开发，目前还未接触过视频开发，但以后我也应该会往音视频方向发展，不得不承认于我个人而言，音视频开发确实有一定难度，直到现在我感觉自己对iOS的音频也是一知半解，所以写这篇东西仅仅是想要…

在 APP 中用 OWT(Open WebRTC Tookit) 实现直播功能时，发现，只要加入到创建好的房间，订阅了房间中的流之后，就会获取用户的麦克风权限。这样对只是想看直播并不想上麦讲话的

在iOS上多媒体的处理主要依赖的是AVFoundation框架，而AVFoundation是基于CoreAudio、CoreVideo、CoreMedia、CoreAnimation之上高层框架，在AVFoundation框架之上苹果还提供给我们更高层一些处理媒体数据的框架。 …

以下概念是文中常用的词语,因为其含义一般直接用英文表达, 一般不需中文翻译,可将其理解为固定名词词组. input element : 连接输入端硬件(如麦克风)的一个组件. output element : 连接输出端硬件(如扬声器)的一个组件. I/O Units: 输入输…

1. AVAudioSession 概述 最近一年一直在做IPC Camera的iOS客户端开发。和音频打交道，必须要弄清楚 AVAudioSession。 可以看到AVAudioSession就是用来管理多个APP对音频硬件设备（麦克风，扬声器）的资源使用。 2. AVAud…

最近做了一个语音识别相关的研究，因为公司需要使用离线语音识别功能，为了兼顾性能和价格方面的问题，最终选择的方案是，在线时使用siri,离线使用百度语音识别方案。 封装了一个离线在线合成的SDK：语音识别SDK 这个Demo里面没有上传百度libBaiduSpeechSDK.a …