WebRTC中AGC模块分析（上）

拖了快一个月了，终于有时间来将所研究的WebRTC中的自动增益控制（AGC）模块的内容进行下系统的整理。目前个人了解的还很初步，有很多东西还没有研究透彻，所以这部分分析整理可能会比较浅薄，后续随着研究的深入，内容会不断完善。

本次先更新第一部分，包括WebRTC的AGC模块的介绍、框图、函数关系图和函数功能介绍等。下一期更新具体的函数原理内容。

1.AGC模块的简介和性能结果

WebRTC的音频处理模块分为语音活动检测（VAD）、降噪（NS和NSX）、回音消除（AEC）、回声控制（AECM）和音频增益（AGC）等5个部分。本次我要介绍的是其中的自动增益控制（AGC）部分，其代码主要位于WebRTC的modules\audio_processing\agc\legacy中。

什么时候用得到增益控制呢？实际上，当对语音的响度进行调整的需要时，就要做语音自动增益（AGC）算法处理，平时的语音聊天都会用到这个算法。

最简单的方法就是对所有的音频采样乘上一个增益系数，由于人的听觉对所有频率的感知不是线性的，所以会导致这样处理以后，听起来有的频率增强了、有的频率削弱了，导致了语音失真的方法。所以，要让整个频段听起来响度增益都是相同的，就必须在遵循响度曲线基础上，在响度这个尺度做增益，即按照响度曲线对语音的频率进行加权。

本工程以10ms为单位对语音进行模拟和数字增益的自适应调整。增益的调整仅在语音活动期间进行，语音的长度必须依照程序中所给的长度（8000Hz时为80个点，16000Hz、32000Hz和48000Hz为160个点）。本程序必须在进行回声消除后，在近端麦克风信号进行调用。

在这里介绍的时候，我以Github上的工程（https://github.com/cpuimage/WebRTC_AGC）为例进行讲解WebRTC中AGC的过程。

该方法的效果，如图1.1所示。

2.AGC的整体框图和函数关系图

2.1 AGC模块整体框图

2.2 AGC模块函数关系图

2.4 使用到的常量

1.全通滤波器因子：

static const uint16_t kResampleAllpass1[3] = {3284, 24441, 49528};

static const uint16_t kResampleAllpass2[3] = {12199, 37471, 60255};

2.AGC的四种工作模式

2.5 使用到的结构体

    WebRtcAgc_config是配置targetLevelDbfs和compressionGaindB用于调节agc的动态范围。

typedef struct {
    int16_t targetLevelDbfs;    // default 3 (-3 dBOv)
    int16_t compressionGaindB;  // default 9 dB
    uint8_t limiterEnable;      // default kAgcTrue (on)
} WebRtcAgcConfig;
typedef struct {
    int32_t downState[8];
    int16_t HPstate;
    int16_t counter;
    int16_t logRatio;           // log( P(active) / P(inactive) ) (Q10)
    int16_t meanLongTerm;       // Q10
    int32_t varianceLongTerm;   // Q8
    int16_t stdLongTerm;        // Q10
    int16_t meanShortTerm;      // Q10
    int32_t varianceShortTerm;  // Q8
    int16_t stdShortTerm;       // Q10
} AgcVad;  


typedef struct {
    int32_t capacitorSlow;
    int32_t capacitorFast;
    int32_t gain;
    int32_t gainTable[32];
    int16_t gatePrevious;
    int16_t agcMode;
    AgcVad vadNearend;
    AgcVad vadFarend;
#ifdef WEBRTC_AGC_DEBUG_DUMP
    FILE* logFile;
    int frameCounter;
#endif
} DigitalAgc;