音頻數據引擎 (AudioDE) 是一種功耗極低、可合成的數據引擎內核，可對其進行編程以支持跨所有終端設備目標的各種音頻和語音編解碼器。AudioDE 在其數據路徑中有許多功能單元，可以有效地執行音頻算法。這些特定于音頻的資源、通用資源和總線基礎設施的組合提供了一個數據引擎，能夠針對各種算法，同時在音頻處理方面特別高效。

回聲消除就是一種這樣的算法，它可以在 AudioDE 上實現，以利用 AudioDE 的音頻處理架構的固有優勢。在無線耳機、免提車載套件或移動語音終端等通信設備中，聲學回聲消除是必要的。

通過描述自適應回聲消除算法在 AudioDE 上的實現，本應用筆記提供了 AudioDE 代碼開發流程的“入門”示例以及一些重要的系統注意事項。

回聲消除

回聲是由遠端揚聲器和麥克風之間存在反饋路徑引起的（圖 1）。如果沒有聲學回聲消除，對著麥克風說話的人會在說話幾毫秒后聽到他/她的聲音回聲。由于反饋路徑隨時間變化，因此需要一種自適應濾波方法來估計回聲，然后可以從傳入的語音信號中減去回聲。

可以在多個位置設置反饋路徑。在免提車載電話系統中，從遠處揚聲器發出的聲音可以從擋風玻璃、側窗和車頂等堅硬表面反射回來。在無線耳機中，可以通過將麥克風和聽筒固定在一起的硬質材料來設置反饋路徑。在每個應用中，反饋路徑的特??性是不同的。反饋路徑的一個重要特性是引入了多少延遲——大于 16ms 的延遲使得揚聲器可以檢測到回聲；延遲越大，回聲越明顯。回聲的尾部長度代表所有回聲路徑引入的最大延遲長度，它決定了自適應濾波器（時域處理）的抽頭大小，以實現有效的回聲消除。在汽車環境中，例如，典型的尾部長度為 32 毫秒。對于以 8 kHz 采樣的語音，自適應濾波器的抽頭大小將為 256 (8000 x 0.032)。

今天的數字通信系統對回聲消除提出了額外的挑戰，因為語音編碼方案會在回聲路徑中引入 100 毫秒量級的額外延遲。270ms 的尾部長度是這種回聲路徑的典型數字，它需要一個抽頭大小為 2048 的自適應濾波器！由于無線終端的價格壓力，一些回聲消除負擔會輸出到手機之外。

更復雜的頻域處理允許更有效地抑制大抽頭尺寸的回聲。它還具有允許更好地抑制非線性系統（模擬組件）產生的噪聲的優點。但是對于本應用筆記示例，我們將堅持使用時域處理，并說明如何在 AudioDE 上實現最小均方 (LMS) 自適應濾波器以消除回聲。

編輯：hfy