杰理通话调试-1（概念）

通话算法各模块原理简介

AEC

AEC（Acoustic Echo Cancellation，声学回声消除）是通话算法中用于消除声学回声的核心技术。AEC通过自适应滤波器估计声学回声路径，并从麦克风信号中减去估计的回声信号，从而实现回声消除。

NLP

NLP（Nonlinear Processing,非线性压制）是一种在音频信号处理中常用的算法，主要用于消除或抑制残留回声和噪声。它通常与声学回声消除（AEC）结合使用，以进一步改善通话质量。NLP的核心思想是通过检测和抑制非线性失真部分的信号，从而减少回声和噪声对语音通信的影响。

DMS（ENC）

ENC (Environmental Noise Cancellation)降噪技术，是通过双/多麦克风阵列，精准计算通话者说话的方位，在保护主方向目标语音的同时，去除环境中的各种干扰噪声，例如其他人的讲话声、交通工具产生的噪音、风噪声等等。

DMS 双 mic 降噪系统属于 ENC 的一种。通过双 mic 相互作用，通话过程，给到远端接听的人以清晰语音。

顺便提一下，ANC 和 ENC 的区别：

ANC（Active Noise Cancellation，主动降噪）耳机系统通过麦克风采集环境噪声，并将此噪声反相叠加到喇叭端，人耳听到的是相位相反的两种噪声叠加结果，于是达到了消噪的目的。

ANC 的受益人是耳机使用者本人，通过 ANC 功能，让用户自己减少受到环境噪声的影响。

ENC 的受益人是通话的另一方，通过 ENC 功能，减少环境噪声对通话的影响，让对方听到清晰语音。

ANC 让自己听感环境更加安静，ENC 让通话的另一端听感环境更加安静。

降噪 NS 模块，可以选择传统降噪 ANS，也可以选择神经网络降噪 DNS，二选一。

ANS

ANS（Acoustic Noise Suppression，声学噪声抑制）是一种经典的音频信号处理技术，主要用于减少通话过程中背景噪声对语音质量的影响。与基于深度学习的DNS（Deep Noise Suppression）不同，ANS通常依赖于传统的信号处理方法，如频谱减法、维纳滤波等。

DNS

DNS（Deep Noise Suppression，深度噪声抑制）是一种基于深度学习的降噪技术，广泛应用于语音通话、视频会议和语音识别等场景中。其核心思想是利用深度神经网络（DNN）从混合信号中分离出干净的语音信号，同时抑制背景噪声。

ANS与DNS的区别

特性	ANS	DNS
基础方法	传统信号处理	深度学习（CNN、RNN、Transfer等）
计算复杂度	较低	较高
适应性	对平稳噪音效果较好	对复杂噪声场景效果更好
训练要求	不需要训练数据	需要大量带噪音的语音数据

AGC

AGC（Automatic Gain Control，自动增益控制）是一种用于调节音频信号幅度的技术，广泛应用于语音通话、语音识别和音频处理等领域。其主要目标是动态调整输入信号的增益，使得输出信号的幅度保持在一定范围内，从而提高语音的可懂度和质量。

EQ

考虑到有些 mic 的物理特性，采集到的声音比较低沉或者其他比较让人不舒服的声音，可以适当的

对声音做 eq 处理。具体什么 eq 参数合适，根据实际情况进行修改。

远端和近端

连接测试产品（蓝牙耳机）的一段为近端，

未接测试产品的一段为远端。

回音