持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第2天，点击查看活动详情
背景概述
回声产生： 远端的声音信号首先通过扬声器播放出来，然后在房间中经过多个传播和反射路径，最后和近端的声音一起被麦克采集进去。如果没有做回声消除处理，那么远端就会把重新采集进去的远端声音信号播放出来，而且和原始的远端声音有一定的延迟时间，这就是回声
回声消除： 实时的去除麦克采集到的回声，原理见后面-其他补充
问题表现
场景表现：连麦场景中，不连麦主播声音正常，一连麦主播声音忽大忽小
数据表现：主播上行正常，且网络无卡顿丢包，观众听主播声音听不见或时断时续，听其他观众的声音确是正常的
问题分析
2个人同时说话的时候，回声消除-声音小的一方就会被抑制
上行主播外放很大，导致上行主播播放下行观众的声音时又再次被上行的麦采集到，二次采集到的观众声音比主播本人声音大，导致主播声音被抑制
解决方案
原理： 减弱回声或者增强原声
解决：
- 行为规范-临时方案：
针对目前条件下，遇到此类问题的建议:
- 保证双方都带耳机效果最好
- 不想带耳机的话，播放设备离麦克风远一点（外放回声小些），主播说话最好离麦克风近一点（增强原声）
- 避免双讲模式：即连麦时尽量避免主播和观众一起说话
- 后期解决-长期方案：
- 关闭回声抑制：关闭回声抑制功能，看看效果 （风险是关闭后主播声音虽然能听到了，但观众同时可能听到背景音：自己的回声、环境噪声等，因为关闭后无法消除这些了）
- 主动提示：针对发生问题现象时的监控指标上主动发现忽大忽小问题，提示主播调整一下说话节奏和话筒位置
- 环境改造-需成本：直播间房间装修（如吸声材料）改造为无回声环境，阻止远端回声产生，不会出现此类问题
- 优化回声消除算法：这个从技术上看不是很容易做到
其他补充
回声消除原理： 远端的声音信号和回声是相关的，但远端的声音信号并非等同于回声。远端的声音从扬声器播放出来，到被采集端采集，经历过扬声器 - 房间 - 麦克风（Loudspeaker-Room-Microphone,LRM）这样的回声馈路。在 LRM 回声馈路中传播的时候，远端声音一方面经过多次反射，另外一方面经过多次叠加，最后变得和远端声音信号有差别了，我们把这个差别用一个函数来表示:
fe=f(fs)
其中，
fs=far-end signal（远端信号）；
fe=far-end echo （远端回声）；
如果能够对这个函数求解，那么就可以根据远端声音信号和远端回声之间的相关性进行建模。这个模型是对回声馈路 LRM 的模拟，会高度逼近回声馈路 LRM。
等到这个模型稳定时，输入远端声音信号 fs，就可以输出高度接近远端回声的信号 fe。通过滤波器生成反相的信号，和采集到的声音信号进行叠加，就可以把回声信号消除掉。这就是回声消除 AEC 的基本原理。
这个函数求出来的解不大可能和远端回声完全一致，只能高度逼近。该函数求出来的解和远端回声越逼近，回声消除的效果就越好。
进一步了解可搜索关键词：回收消除技术, WebRTC， AEC
