18、免提通话AEC：扬声器与麦克风隔离度、全双工通信挑战

各位好，今天我们来聊聊免提通话场景下的回声消除。说实话，这是整个AEC领域里最让人头疼的场景之一。为什么？因为扬声器和麦克风之间那点可怜的隔离度，加上全双工通信的苛刻要求，简直就是给算法工程师挖坑。

我个人习惯把免提通话的AEC问题拆成两个维度来看：一个是物理层面的隔离度，另一个是算法层面的全双工处理。这两个问题交织在一起，才是真正的挑战所在。

扬声器与麦克风的隔离度问题

先说说隔离度。你想想看，在手机免提模式下，扬声器和麦克风之间的距离可能只有几厘米。扬声器发出的声音直接灌进麦克风，这信号强度比远端说话人的声音大得多。我在项目中遇到过最极端的情况，近端回声比远端语音高出20dB以上。

隔离度通常用两个指标来衡量：

• 声学隔离度：扬声器到麦克风的直达声路径衰减
• 结构隔离度：通过机身结构传导的振动衰减

实际项目中，我建议你们重点关注中低频段的隔离度。高频段还好说，波长短、容易衰减。但低频段，尤其是300Hz-1kHz这个范围，扬声器的振膜振动很容易通过空气和结构传导到麦克风。我曾经在一个平板项目上遇到过，800Hz附近的隔离度只有可怜的3dB，这意味着麦克风收到的回声信号几乎和扬声器输出一样强。

全双工通信的挑战

全双工，说白了就是两边同时说话时，系统还能正常工作。这个要求听起来简单，做起来难。为什么？因为双讲检测（Double-Talk Detection, DTD）的准确率直接决定了AEC的成败。

我给你们画个图，看看全双工模式下AEC的核心逻辑：

从这张图你能看到，双讲检测（DTD）是整个系统的决策中心。它判断当前是只有远端说话（单讲），还是两边都在说话（双讲）。这个判断直接影响自适应滤波器的更新策略。

全双工场景下的滤波器更新策略

嗯，这里我要重点说一下。全双工模式下，自适应滤波器的更新不能像单讲时那样激进。我建议采用以下策略：

1. 双讲时冻结滤波器：一旦DTD检测到双讲，立即停止滤波器系数更新。只保留当前最优的滤波器状态。
2. 使用残差回声抑制：即使滤波器冻结了，残差回声仍然存在。这时候需要后处理模块来做非线性抑制。
3. 快速恢复机制：双讲结束后，滤波器需要快速重新收敛。我习惯用变步长NLMS算法，在双讲结束后的前50ms内使用较大的步长。

我曾经在一个车载免提项目上吃过亏。当时DTD的阈值设得太保守，导致双讲时滤波器频繁误更新。结果就是，驾驶员说话时，自己的声音被削掉了一半，对方听到的声音像隔着一层棉被。后来我把DTD的判决逻辑改成了基于相干性分析，才解决了这个问题。

隔离度与全双工性能的权衡

说白了，隔离度和全双工性能是一对矛盾。隔离度越好，麦克风收到的回声信号越弱，AEC的压力就越小，全双工性能自然就越好。但物理隔离度受限于设备尺寸和结构设计，不可能无限提高。

我给你们列个表格，看看不同隔离度下的全双工表现：

隔离度（dB）	回声路径衰减	全双工稳定性	推荐应用场景
< 10 dB	极差	极不稳定，双讲时语音失真严重	不推荐用于免提通话
10 - 20 dB	较差	需要强非线性处理，全双工质量一般	低端手机、平板
20 - 30 dB	中等	标准AEC可处理，全双工质量良好	主流智能手机
> 30 dB	良好	全双工性能优秀，语音自然	高端旗舰、车载系统

实际项目中的调试要点

最后，我分享一下在Android平台上调试免提AEC的几个要点：

• 先测声学路径：用扫频信号测量扬声器到麦克风的传递函数。重点关注1kHz以下的低频段。
• 双讲测试用例：准备几段典型的双讲音频，包括两人同时说话、一人说话一人咳嗽、一人说话一人敲桌子等场景。
• 关注收敛速度：免提场景下，用户可能频繁切换手持和免提模式。滤波器需要在200ms内完成重新收敛。
• 非线性失真处理：扬声器在小音量和大音量下的失真特性不同。我建议在AEC前端加一个自适应非线性处理器。

我记得有一次调试一个智能音箱项目，发现免提通话时总有"嗡嗡"声。查了半天，原来是扬声器的低频共振频率刚好和回声路径的峰值重合。后来在AEC的参考信号路径上加了一个陷波滤波器，问题就解决了。这种问题，光看算法是看不出来的，必须结合声学测量。

好了，关于免提通话AEC的隔离度和全双工挑战，今天就聊到这里。这些内容都是我在实际项目中踩过的坑，希望能帮你们少走弯路。

---