• 个性化的单芯片的回声消除(AEC)解决方案


    概述

      这些年随着智能化产品的广泛应用,各种新型音频产品也层出不穷,在这个古老的领域,传统的回声消除方案一般是功耗高,成本非常高,集成性差。无法满足新产品新市场对回声消除的低成本低功耗个性化需求等特点,鉴于此,本团队花费了不少时间来研究回声消除。并成功的推出了满足市场需求的个性化音频回声消除方案。

     

    方案特色

      该回声消除方案的特色有以下特点:

    • 单芯片集成了轻量级的算法。可谓是小身材,大能量。
    • 相比传统的回声消除方案,该方案的功耗超低,可以广泛应用在对功耗要求比较高的领域。
    • aec有5种模式,可以根据具体的产品需求进行个性化的参数调试。
    • 接口丰富,可以根据客户产品的需求进行个性化的接口输出定制。
    • 不需要修改硬件,只需要不同的软件版本即可实现升级降噪和远场的需求。

     

    原理介绍

      回声消除的流程一般是这样的:获取远端的信号能量信息,获取近端的信号能量信息,两者信号做一个决策,当近端信号的能量大于一定阀值的情况下,默认是需要采集音频信号,这个时候要把回声消除的因子降到最低,同样,当近端信号能量小于一定的阀值的情况下,默认是采集的是回声信号,这个时候要加大回声信号的消除。后面就是使用NLP来估算 最后针对消除回声后的信号,产生默认噪声,让信号听觉上比较舒服一些。

     

    个性化配置

      该方案的一个比较大的特色就是个性化配置:可以根据产品的需求,使用麦克风作为参考信号,也可以通过软件直接获取内部的参考信号。在处理后的音频接口输出方面,该方案有着丰富的接口输出:

    • USB接口输出,
    • 3.5mm接口输出。
    • I2S接口输出等。

     

    应用领域

      随着这些年语音识别及各种智能化产品的广泛使用。市面上涌现出来很多新的音频产品,很多音频产品对回声消除都有一定的需求。该方案已经服务于教育,机器人,消费电子等领域。

  • 相关阅读:
    [LeetCode] 493. Reverse Pairs 翻转对
    [LeetCode] Super Washing Machines 超级洗衣机
    [LeetCode] Perfect Number 完美数字
    [LeetCode] 483. Smallest Good Base 最小的好基数
    [LeetCode] Sliding Window Median 滑动窗口中位数
    [LeetCode] Diameter of Binary Tree 二叉树的直径
    [LeetCode] 01 Matrix 零一矩阵
    [LeetCode] Convert BST to Greater Tree 将二叉搜索树BST转为较大树
    [LeetCode] Reverse String II 翻转字符串之二
    [LeetCode] Minimum Time Difference 最短时间差
  • 原文地址:https://www.cnblogs.com/dylancao/p/13363150.html
Copyright © 2020-2023  润新知