15、常见问题：回声残留、近端语音失真、双讲时发散、啸叫问题

做音频回声消除这么多年，我踩过的坑真不少。今天聊的这四个问题——回声残留、近端语音失真、双讲时发散、啸叫——几乎是每个AEC工程师都会遇到的“老朋友”。

说白了，这些问题不是理论上的“会不会发生”，而是实际项目中“什么时候发生、怎么解决”。我个人的习惯是，先把问题分类，再对症下药。咱们一个一个来看。

15.1 回声残留：最让人头疼的“尾巴”

回声残留，就是远端声音明明已经消掉了，但还能听到一点点“尾巴”。

为什么会这样？

原因其实不复杂。自适应滤波器收敛得不够干净，或者非线性失真没处理好。我在项目中遇到过一种情况：扬声器音量开得很大，AEC算法明明收敛了，但每次说话停顿的间隙，总能听到一丝丝回声。

排查下来，是扬声器的谐波失真导致的。线性滤波器只能处理线性回声，非线性部分它管不了。

15.2 近端语音失真：消了回声，也伤了人声

这个更常见。你想想看，AEC算法为了把回声消干净，结果把近端说话人的声音也削掉了一部分。听起来就像人声变闷、变窄，甚至有点“水底说话”的感觉。

失真主要来自两个地方：

• 双讲检测太激进：一旦检测到双讲，立刻冻结滤波器更新，甚至强行衰减信号。结果近端语音被“误伤”。
• 后处理滤波器过度：有些AEC会在后端加一个中心削波器或噪声抑制器，参数调得太狠，人声的高频细节就没了。

我记得有一次做车载免提，客户反馈“声音像从罐子里传出来的”。我一看，后处理的抑制深度设到了-30dB，近端语音的高频部分几乎全被干掉了。调回-18dB，问题解决。

15.3 双讲时发散：算法“懵了”

双讲，就是远端和近端同时说话。这时候AEC算法最容易出问题。

发散的表现是什么？

本来消得好好的回声，突然“嘭”一下冒出来了，甚至比原来还大。这是因为双讲时，近端语音对自适应滤波器来说是个“干扰信号”，滤波器会误以为这是新的回声路径，开始胡乱调整系数。

我见过最夸张的一次，双讲持续了3秒，滤波器系数直接发散到正无穷，整个音频通道都爆了。

怎么防？

• 双讲检测要准：不能太敏感，也不能太迟钝。我个人习惯用能量比+相关性检测结合的方式。
• 滤波器更新要“刹车”：检测到双讲，立刻冻结滤波器更新，或者把步长降到接近0。
• 加一个发散检测机制：如果发现回声反而变大了，强制重置滤波器。

15.4 啸叫问题：最“刺耳”的故障

啸叫，说白了就是声学正反馈。扬声器放出来的声音被麦克风重新拾取，再放大、再拾取，循环下去，就变成了刺耳的尖叫声。

啸叫和AEC有什么关系？

关系大了。AEC如果没把回声消干净，残留的回声被再次放大，就可能引发啸叫。尤其是在免提通话、会议系统中，扬声器和麦克风距离近，更容易出现。

啸叫的典型场景：

• 扬声器音量开得很大
• 麦克风灵敏度太高
• AEC收敛速度跟不上回声路径变化
• 设备摆放位置形成“声短路”

15.5 知识体系总览

下面这张图，是我自己整理的问题分类和解决思路。你可以把它当成一个“排查地图”。

15.6 实际排查步骤

如果你在项目中遇到了上述问题，我建议按这个顺序排查：

1. 先确认延迟对齐：用测试信号打一下，看看参考信号和麦克风信号的时间差。不对齐的话，后面全白搭。
2. 检查双讲检测：录一段双讲场景的log，看看检测标志位是不是频繁误判。
3. 看滤波器收敛曲线：如果ERLE（回声衰减量）一直上不去，说明滤波器没收敛好。
4. 听一下后处理效果：把后处理关掉，只留线性AEC，听听还有没有残留。如果有，是线性部分的问题；如果没有，是后处理的问题。
5. 最后看物理环境：扬声器音量、麦克风位置、设备摆放，这些往往被忽略，但往往是根源。

好了，这一章的内容就到这里。希望这些经验能帮你少走弯路。