回声消除(AEC)怎么理解？

1、回声是怎样产生的？

当音频和视频通话时，产生回声的主要原因是扬声器播放的声音再次被录制到麦克风中，而且这种现象在A，两方开外放通话下，A的声音从B(下图右)中发出，再从B的话筒中获取信息，然后返回到A，以产生回音。

2、麦克收集声音是对声音(回声)和说话声音的简单合成吗？

的确没有，事实上：一种回声，一种在真实场景中通过多次反射而产生的环境噪音(如图中电风扇的噪音)和从本机讲话的话筒。

其次，由于设备(扬声器或话筒可能有畸变)，所以在话筒录制到的回声和扬声器播放数据发生了改变，现实中，声音在频域上不仅存在着某些线性变化，而且还存在着许多非线性变化。如下所示(实际手机记录的数据的onlyfarendtalk部分选段)左声道(上)是在播放之前的数据，即算法的远端引用(farendreference)；右声道(下)是由麦克风收集而来的声音，无论在时域或频域都能看到较大的差异。

3、回声消除的基本概念

消除回声的文章很多，各个国家的算法也有许多不同的优化，这里不说公式，只讲消音的基本思想。

医师对开刀时，知道要切哪不切，是因为他们具有从大量的人体解剖实验中获得的先验知识，清楚地了解好的组织是什么样的，然后根据先验知识和经验，将坏的组织去除。在进行语音数据输入时，回声消除算法并不包含很多先验信息，因此不能确定声音到底是回声还是是本端人。回音与原始语音仅在频谱特征上难以区分，因此，一种回声消除算法需要提供一个先验信息，也就是在播放之前的数据作为参考信号(farendreference)，由于这些信号是回声的来源，被扬声器播放之后，再把它录进话筒以形成回声。从前面所述，我们知道reference的输入并不等于麦克风收集的数据内部的echo，在采集的中间回放一系列过程称为回声。因此，消除回波的基本思想如下：

要估算出传声器数据中的回声部分，使用滤波器组模拟回波，允许farendreference通过滤波器组，以模拟真实的声音通过echopath传输，以接近麦克风的回声部分，在获得echo估计之后，再次使用维纳滤波等方法去除传声器数据中的回声部分。

因为现在大多数工业实际算法的滤波器组都是模拟线性变化的滤波器组，对于非线性变化，又需要对非线性的剩余回声进行处理。