webrtc2-音频预处理模块WebRtc中VoiceEngine(VoE)可以完成大部分的VOIP相关任务，包括采集、

VoiceEngine

WebRtc中VoiceEngine(VoE)可以完成大部分的VOIP相关任务，包括采集、自动增益、噪声消除、回声抑制、编解码、RTP传输。

APM

对于非webrtc的项目，如果需要用到webrtc中的音频算法处理模块，可以使用仅次于VoE层级的模块APM（Audio Preprocessing Module），一个纯粹的音频预处理单元。

源码

APM的整体编译需要WebRTC源码目录下的如下资源：

common_audio 整个目录
modules 目录（不包含 video 部分）
system_wrappers 整个目录
位于 WebRTC 源码根目录下的 common_types.h | common.h | typedefs.h 三个头文件。

模块

APM包括以下几个核心算法模块：

简写	英文	中文
AEC	Acoustic Echo Canceller	声学回声消除
AECM	Acoustic Echo Canceller for Mobile	声学回声消除for Mobile
VAD	Voice Activity Detection	静音检测
AGC	Auto Gain Control	自动增益控制
NS	Noise Suppression	噪声抑制

使用注意事项

音频格式

音频处理的时候webrtc一次仅能处理10ms数据,小于10ms的数据不要传入，因为即使是传入小于10ms的数据最后传入也是按照10ms的数据传出，此时会出现问题。另外支持采样率也只有8K，16K,32K三种，不论是降噪模块，或者是回声消除增益等等均是如此。
如果采样率是8K，则对应8000/1000*10=80个采样点，16K是160个采样点，32K是320个采样点。
对于8000和16000采样率的音频数据在使用时可以不管高频部分，只需要传入低频数据即可，但是对于32K采样率的数据就必须通过滤波接口将数据分为高频和低频传入，传入降噪后再组合成音频数据。大于32K的音频文件就必须要通过重采样接口降频到对应的采样率再处理（旧版本方法，新版本尝试直接输入160个采样点的32K数据也可成功，但输入320个采样点则不成功）。

接口类型

比如回声消除接口

int32_t WebRtcAec_Process(void* aecInst,
                          const float* const* nearend,
                          size_t num_bands,
                          float* const* out,
                          size_t nrOfSamples,
                          int16_t msInSndCardBuf,
                          int32_t skew);

webrtc接口使用类型为float类型，音频数据类型可能是short类型，网络传输类型可能是char类型，需要进行转换。
webrtc接口为const float* const*，float* const*之类的，不是很常见，需要转换。

char转short, short转float

#define  NN 160

char far_frame_c[NN * 2] = { 0 };
short far_frame_s[NN] = { 0 };

FILE *fp_far = fopen("far.pcm", "rb");
fread(far_frame_c, sizeof(char) * 2, NN, fp_far);

for (int i = 0; i < NN; ++i)
{
    far_frame_s[i] = (far_frame_c[i * 2 + 1] << 8) | (far_frame_c[i * 2] & 0xFF);//两个char型拼成一个short

    far_frame_f[i] = far_frame_s[i];//转float型接口需要
}

float转short

#define  NN 160

short out_frame_s[NN] = { 0 };
float out_frame_f[NN] = { 0 };

for (int i = 0; i < NN; ++i)
{
    out_frame_s[i] = out_frame_f[i];
}

float转const float const*

#define  NN 160

float near_frame_f[NN] = { 0 };

float* const p = near_frame_f;
const float* const* nearend = &p;

float转float const*

#define  NN 160

float out_frame_f[NN] = { 0 };

float* const q = out_frame_f;
float* const* out = &q;

webrtc2-音频预处理模块