前言
在现代音视频系统中，无论是音视频录制、实时通话还是视频会议，语音信号的质量直接影响用户体验。从麦克风采集到的声音往往包含背景噪声、音量不均等问题，因此对语音进行预处理是提升音频质量的关键环节。
本文将介绍如何使用 C# 实现一个简单的语音预处理模块，涵盖 降噪（Noise Reduction）、静音检测（VAD） 和 自动增益控制（AGC） 三大核心功能，并提供完整的 Demo 源码供学习和实践。
一、语音预处理的作用
语音预处理主要包括三个核心功能：
1、降噪（Noise Reduction）
用于消除背景噪声，如环境杂音、风扇声、键盘敲击声等，以保留清晰的人声。
2、静音检测（Silence Detection / VAD）
又称语音活动检测，用于识别音频流中的静音片段，从而减少无效数据传输，节省带宽资源。
3、自动增益控制（Automatic Gain Control, AGC）
动态调整语音音量，使输出电平保持稳定，避免声音忽大忽小。
这些处理对于提高语音识别准确率、增强通话质量、优化编码效率等方面具有重要意义。
二、实现语音预处理
接下来我们使用 C# 实现一个语音预处理的 Demo，该程序可以从麦克风采集声音，经过降噪、静音检测和自动增益处理后，再实时播放出来。
1、创建采集器、预处理器、播放器
首先设置采样率为 16KHz、单声道，并创建相应的组件对象：
WaveSampleRate sr = WaveSampleRate.S16k;
int channelCount = 1;
// 创建语音预处理器，开启降噪、自动增益、静音检测
this.voicePreprocessor = CapturerFactory.CreateVoicePreprocessor(sr, channelCount, true ,true);
// 创建麦克风采集器
this.microphoneCapturer = CapturerFactory.CreateMicrophoneCapturer(int.Parse(this.textBox_mic.Text), sr);
this.microphoneCapturer.AudioCaptured += new ESBasic.CbGeneric<byte[]>(microphoneCapturer_AudioCaptured);
// 创建声音播放器
this.audioPlayer = PlayerFactory.CreateAudioPlayer(int.Parse(this.textBox_speaker.Text), (int)sr, channelCount, 16, 2);
this.microphoneCapturer.Start();
CreateVoicePreprocessor 方法的最后两个参数分别表示是否启用静音检测和自动增益功能。
2、预处理语音数据
由于语音预处理器每次处理 10ms 的数据帧，而麦克风采集的是 20ms 的 PCM 数据，因此需要将采集的数据拆分为两帧处理：
void microphoneCapturer_AudioCaptured(byte[] audioData)
{
if (this.checkBox_enabled.Checked)
{
// 麦克风每次采集20ms数据，降噪器每次处理10ms数据。
byte[] frame10ms1 = new byte[audioData.Length / 2];
byte[] frame10ms2 = new byte[audioData.Length / 2];
Buffer.BlockCopy(audioData, 0, frame10ms1, 0, frame10ms1.Length);
Buffer.BlockCopy(audioData, frame10ms1.Length, frame10ms2, 0, frame10ms2.Length);
this.HandleData(frame10ms1);
this.HandleData(frame10ms2);
return;
}
this.audioPlayer.Play(audioData);
}
通过 CheckBox 控制是否启用语音预处理，便于对比测试效果。
3、处理每帧语音数据
调用 IVoicePreprocessor.Process() 方法进行语音处理：
private void HandleData(byte[] frame10ms)
{
byte[] res = this.voicePreprocessor.Process(frame10ms);
if (res == null) // 静音帧
{
++this.silenceFrameCountTotal;
this.audioPlayer.Play(this.voicePreprocessor.SlienceFrame);
}
else
{
this.audioPlayer.Play(res);
}
}
若返回 null，则说明当前为静音帧，播放内置的静音帧即可。
4、统计静音帧数量
为了直观展示静音检测效果，我们统计每秒内的静音帧数并在 UI 中显示：
private volatile int silenceFrameCountTotal = 0;
private volatile int silenceFrameCountPre = 0;
private void timer1_Tick(object sender, EventArgs e)
{
int delt = this.silenceFrameCountTotal - this.silenceFrameCountPre;
this.silenceFrameCountPre = this.silenceFrameCountTotal;
// 显示上一秒静音帧数量
this.label_silenceFrameCount.Text = delt.ToString();
}
当用户未说话时，每秒钟可检测到约 100 个静音帧，与理论值一致。
三、源码下载
演示截图如下：
完整 Demo 源码已开源，欢迎下载体验：
使用建议
-
直接运行 Debug 目录下的
Oraycn.VoicePreprocessDemo.exe即可运行程序； -
推荐使用耳麦测试，效果更明显；
-
开启预处理后，能明显感受到背景噪音消失，人声更清晰，且无讲话时静音帧数量增加。
总结
本文介绍了语音预处理的三大核心功能：降噪、静音检测和自动增益控制，并通过一个 C# 编写的 Demo 展示了其实现方式。该方案适用于各种语音通信或语音识别场景，具备良好的实用性和扩展性。
通过本项目的学习，开发者不仅可以掌握语音处理的基本原理，还能了解如何在实际工程中应用相关技术。希望这篇文章能帮助你快速入门语音信号处理领域。
关键词
语音预处理、降噪、静音检测、自动增益、C#、Demo源码、语音处理、AGC、VAD、音视频开发
最后
如果你觉得这篇文章对你有帮助，不妨点个赞支持一下！你的支持是我继续分享知识的动力。如果有任何疑问或需要进一步的帮助，欢迎随时留言。
也可以加入微信公众号 [DotNet技术匠] 社区，与其他热爱技术的同行一起交流心得，共同成长！
优秀是一种习惯，欢迎大家留言学习！
作者：搬砖工具人
出处：cnblogs.com/wangshunyun/p/16463258.html
声明：网络内容，仅供学习，尊重版权，侵权速删，歉意致谢！
