回声消除(AEC)与噪声抑制(ANS)：视频会议语音处理原理

视频会议中回声、噪声、音量忽大忽小的成因，以及 AEC、ANS、AGC 三项核心语音处理技术的作用与边界。

远端说"你能听到我吗"，本地听到自己的声音延迟返回——这是视频会议最常见的问题。解决它依靠三项技术：AEC、ANS、AGC。理解它们的原理与边界，才能在调试时判断问题出在哪一环。

AEC：回声消除

成因：本地音箱播放出远端的声音，被本地话筒拾取，传回远端，远端又从自己的音箱听到——形成回声环路。这是声学回声，与电话线路的电气回声不同。

原理：AEC（Acoustic Echo Cancellation）需要一个参考信号，即"本地音箱正在播放什么"。处理器把参考信号与话筒拾取的信号做自适应滤波比对，估算出房间的声学传递函数，再从话筒信号中减去预测的回声成分。

关键限制：

• **参考信号必须准确**。如果设备的参考输入取自远端数字流，而实际播放链路中还有调音台增益、均衡、延时改动，减法就会失配，残留回声。这是工程中最常见的问题根源。
• **需要收敛时间**。AEC 是自适应算法，房间变化（人员走动、门开合、空调启停）后需要重新收敛。这就是为什么开完会前几秒常听到回声。
• **非线性失真会破坏算法**。音箱过载削波产生的谐波是 AEC 无法建模的，会产生残留回声。**所以足够的功率余量对 AEC 效果有直接影响。**
• **双讲性能**：双方同时说话时，AEC 需要在保护近端语音和消除回声之间取舍。处理不好会出现"抢话"或语音断续。

ANS：噪声抑制

原理：估计背景噪声的频谱特征，在噪声占主导的频段衰减增益，保留人声频段。

边界：

• 稳态噪声（空调、风机、投影风扇）效果很好。
• 突发噪声（键盘敲击、纸张翻动、关门）只能部分抑制，且容易造成语音被连带削掉，听起来"发闷"或断字。
• 抑制强度过高会让语音失去高频细节，影响可懂度。**噪声抑制不是越强越好**，会议场景建议中等强度。

AGC：自动增益控制

作用：把不同距离、不同音量的人声拉到接近的电平，避免发言者离话筒远近不同造成忽大忽小。

边界：AGC 会放大本底噪声。在安静房间这是好事，在噪声环境中会让远端听到被放大的空调声。AGC 应与 ANS 配合使用，且增益上限要设限。

调试顺序

1. **先解决物理问题**：话筒与音箱的距离、指向角、房间混响、设备增益结构。语音处理算法不能修复错误的声学布局。
2. **确认参考信号链路正确**：AEC 的参考输入应与实际送到音箱的信号一致。
3. **设置合理增益**：确保功放不削波，留足余量。
4. **再调 AEC**：观察收敛速度与残留回声，必要时调整收敛速率与非线性处理强度。
5. **最后调 ANS 与 AGC**：从低强度开始逐步增加，以远端听感为准。

一个判断技巧

如果回声是"整句延迟返回"，通常是参考信号链路错误或 AEC 未启用。

如果是"尾音拖沓的残留回声"，通常是房间混响过长或 AEC 收敛不足。

如果只在本地音箱音量很大时出现，通常是功率余量不足导致削波，破坏了 AEC 建模。

听回声的形态，往往比看参数更快定位问题。