距离我上一次写一些思考的内容以及过去1年零7个月了，时间也是真的有些长。在这接近两年的时间中，我由一名刚工作的新人成长了很多，也慢慢开始承担很多事情，所以很累，就很难静下心来去思考一些问题，或者有的时候思考了却难以有时间写下来。这次我感觉还是写一写也许比较好吧，给自己也是沉淀一下。 首先第一个我一直在思考的问题就是，我想保持一个多样性，diversity。从小我也是去过很多城市，自己思考过很多问题，但是随着年龄的增大，我也趋近于保守，特别是疫情以来，我感觉到中外在思想、文化、交流上由之前的不断交融走向对抗，而这一切…

参考视频：https://space.bilibili.com/230105574/ 阅读原文请访问：https://qouwscohey.feishu.cn/docs/doccnAtfHvdvbQZzj5YfXWX8Etd 第一节：递归算法 不确定性：①不存在完美的数学模型；②系统的扰动不可控，也很难建模；③测量传感器存在误差。 我们可以发现，随着k增大，1/k趋近于0，那么xk->xk-1。也就是说，随着k增加，测量结果不再重要。而k越小，1/k越大，zk的作用越大。 如果我们把1/k用一个参数Kk来代替…

计算参考信号和采集信号的时延：GetDelay() AEC3中的时延估计算法是使用计算滤波器能量最大块来作为延迟估计值，它是当滤波器收敛到一定程度时，计算所有滤波器系数的能量，取峰值的系数（tap）对应的delay就是对齐需要的delay。它是由步长为0.7的5个时域的NLMS滤波器组成，每个滤波器默认为32个块，每个块有16个样点，总计有32*16=512个样点，5个滤波器理论上共有512*5=2560个点，但实际上5个滤波器在时域上互相重叠8块（即输入的信号在时间上存在重叠），所以实际上5个滤波器可以估计256…

整体框图 参考信号：送往时延估计、AEC的状态计算 采集信号：送往时延估计、线性滤波器、AEC的状态计算 线性滤波器使用时延对齐后的参考信号和采集信号进行处理；线性滤波器处理后的结果送往NLP模块，最终得到处理结果。 类调用关系图 EchoCanceller3（入口） AnalyzeRender 该部分只是将AudioBuffer类型的参考信号insert到render_transfer_queue_，这是一个swapqueue，数据从结尾insert，从开头remove，这里没有什么可以说的【当然insert之前…

取消大小周了，周末有了更多的时间来自己学习。给自己立个flag，两周内把fullaec.m里面的线性滤波器、NLP等部分弄懂，发博客；再2~3周的时间看webrtc的AEC3的代码，同样发博客整理；然后再2~3周的时间看一下speex里面的AEC算法。 本次继续更新非线性处理部分。在学习过程中，参考了《实时语音处理实践指南》相关内容和网上有关博客的内容，在此对相关作者表示感谢。 非线性处理部分 计算完hnled，接下来开始计算ovrd。 hnlLocalMin是对hnlPrefAvgLow的最小值跟踪，其初始值为1…

取消大小周了，周末有了更多的时间来自己学习。给自己立个flag，两周内把fullaec.m里面的线性滤波器、NLP等部分弄懂，发博客；再2~3周的时间看webrtc的AEC3的代码，同样发博客整理；然后再2~3周的时间看一下speex里面的AEC算法。 本次更新非线性处理部分。在学习过程中，参考了《实时语音处理实践指南》相关内容和网上有关博客的内容，在此对相关作者表示感谢。 非线性处理 非线性处理的主要思想： WebRTC是利用信号之间的频域相干性c（0<=c<=1）来衡量误差信号中残留回声的大小的。首…

取消大小周了，周末有了更多的时间来自己学习。给自己立个flag，两周内把fullaec.m里面的线性滤波器、NLP等部分弄懂，发博客；再2~3周的时间看webrtc的AEC3的代码，同样发博客整理；然后再2~3周的时间看一下speex里面的AEC算法。然后再2~3周吃一吃公司的算法，但是这个整理只是自己学习用，不会做任何公开发布。 所以下面开始第一个flag的内容。这周只有空看完了线性部分，仿佛没有看到这里面有DTD的部分，所以先发一下线性部分，后面整理一下非线性部分。在学习过程中，参考了《实时语音处理实践指南》相…