Acoustic Echo Cancellation (AEC，声学回声消除)

什么是声学回声消除？

声学回声消除（AEC）是一种在实时语音和视频通信中使用的关键数字信号处理技术。理想情况下，它可以防止你在延迟后听到自己的声音回传（回声）。

当扬声器发出的声音（远端信号）被同一房间内的麦克风（近端）拾取并发送回原始说话者时，就会产生回声。如果没有 AEC，用户会听到自己说话的令人分心的延迟重复，使自然对话几乎无法进行。

AEC 的工作原理

AEC 通过创建声学环境的数学模型（房间脉冲响应）来工作。它持续监控发送到扬声器的音频（参考信号），并预测该音频被麦克风拾取后的声音效果。

然后，AEC 算法从实际的麦克风输入中减去这个预测信号。结果是一个干净的音频流，仅包含本地用户的语音，远端用户的回声已被消除。

回声消除中的挑战

• 双向通话：最困难的场景是双方同时说话。AEC 必须快速适应，在过滤远端语音的同时不失真近端语音。
• 延迟：高延迟（网络延迟）会使回声更加明显和令人烦恼。
• 动态环境：在房间内移动或更换设备会改变声学路径，要求 AEC 滤波器快速重新收敛。

WebRTC 中的 AEC

现代浏览器（Chrome、Firefox、Safari）内置了高度复杂的 AEC 引擎，作为其 WebRTC 协议栈的一部分（通常基于 Google 的 WebRTC 音频处理模块）。这使得基于网页的视频通话应用无需用户佩戴耳机即可提供高质量音频，尽管耳机仍然是防止回声的最佳物理手段。