हो गया! अपने आप से थोड़ा प्रभावित हूं।

हमारे उत्पाद को इको रद्दीकरण के कार्य की आवश्यकता है, तीन संभावित तकनीकी समाधानों की पहचान की गई,
1) ऑडियो सिग्नल में ऑडियो आउट और ऑडियो का पता लगाने के लिए एमसीयू का उपयोग करें, ध्वनि सिग्नल के दोनों पक्षों की ताकत की गणना करने के लिए एक एल्गोरिदम लिखें, दो वैकल्पिक चैनल स्विचिंग के बीच ऑडियो आउट और ऑडियो की ताकत के अनुसार, प्राप्त करने के लिए हाफ-डुप्लेक्स कॉल प्रभाव, लेकिन अब बाजार में फुल-डुप्लेक्स कॉल प्रभाव हैं, हाफ-डुप्लेक्स उत्पाद को कम प्रतिस्पर्धी बना देगा

(2) सीपीयू विक्रेता से इको कैंसिलेशन एल्गोरिदम का उपयोग करें, वास्तविक परीक्षण इको उन्मूलन सभी समायोज्य पैरामीटर ट्यूनिंग और विक्रेता के साथ कई दौर की चर्चा से अपेक्षित प्रभाव से दूर पर्याप्त साफ नहीं है। विक्रेता की प्रतिक्रिया एमआईसी को स्पीकर से यथासंभव अलग करने के लिए आवास में सुधार करना है, लेकिन आईडी डिजाइन, ध्वनि की गुणवत्ता और वॉल्यूम आवश्यकताओं के कारण आवास को बदलने की कोई जगह नहीं है।

(3) इंटरनेट से वेबआरटीसी और स्पीक्स जैसे ओपन सोर्स इको कैंसिलेशन एल्गोरिदम डाउनलोड करें, और क्रॉस-कंपाइलिंग के बाद उन्हें उत्पाद में पोर्ट करें।

4) ऑडियो एल्गोरिदम में विशेषज्ञता वाली कंपनी से एल्गोरिदम खरीदें, लेकिन प्रत्येक उत्पाद के लिए अतिरिक्त लागत की आवश्यकता होगी, जिससे उत्पाद की प्रतिस्पर्धात्मकता काफी कम हो जाएगी।

विकल्पों पर विचार करने के बाद, मैंने ओपन सोर्स एल्गोरिदम का उपयोग करने के समाधान पर गहन शोध करने का निर्णय लिया;

इसलिए, मैंने जीथब, जीआईटीई और अन्य साइटों से सी और मैटलैब दोनों में इको कैंसिलेशन कोड की एक श्रृंखला डाउनलोड की।

निकट-अंत माइक कैप्चर आवाज के साथ-साथ दूर-अंत संदर्भ आवाज के साथ डबल-टॉक दृश्य का एक खंड उत्पन्न करने के लिए ऑक्टेव के साथ दो आवाजों को संश्लेषित करें।
फिर इको कैंसिलेशन के लिए ऑनलाइन डाउनलोड किए गए कोड को चलाएं, आउटपुट ऑडियो का विश्लेषण करें और उनमें से सबसे अच्छा काम करने वाला एल्गोरिदम चुनें।

परिणामों से, वेबआरटीसी ऑडियो प्रोसेसिंग का एईसी एल्गोरिदम अच्छा नहीं है, इको कैंसलेशन साफ ​​नहीं है, और डबल-टॉक दृश्य में शब्दों का स्पष्ट रूप से निगलना है। Webrtc ऑडियो प्रोसेसिंग का AEC3 एल्गोरिदम साफ़ है, लेकिन यह डबल-टॉक के दूसरे छोर की ध्वनि को बहुत दबा देता है, और ध्वनि रुक-रुक कर और अप्राकृतिक होती है;

भाषण में थोड़ी सी प्रतिध्वनि होती है, एईसी एल्गोरिदम का मैटलैब भाषा कार्यान्वयन ढूंढना सबसे अच्छा है, प्रतिध्वनि उन्मूलन बहुत साफ है, दो बार बोलने से केवल शब्दों को निगलने की थोड़ी सी घटना होती है।

फिर, मैं वेबआरटीसी ऑडियोप्रोसेसिंग एईसी के ओपन सोर्स कोड को संकलित और डिबग करने के लिए विजुअल स्टूडियो का उपयोग करता हूं, कोड को संशोधित करने के लिए मैटलैब के उपरोक्त एईसी एल्गोरिदम का संदर्भ लेता हूं, ब्रेकप्वाइंट सेट करने के लिए ऑनलाइन डिबगिंग का उपयोग करता हूं, सिंगल-स्टेप रनिंग और अन्य विश्लेषण करता हूं कथन-दर-चरण परिवर्तन का मान, और अंततः डेटा प्राप्त होता है और मैटलैब भाषा के एईसी एल्गोरिदम के परिणाम समान होते हैं। प्राप्त अंतिम डेटा बिल्कुल मैटलैब में एईसी एल्गोरिदम के परिणाम के समान होता है;

आज उत्पाद को संकलित किया गया, एमआईसी और स्पीकर को उचित मूल्य पर समायोजित किया गया, और फिर इको रद्दीकरण के प्रभाव का परीक्षण करने के लिए वास्तविक कॉल किया गया, परिणाम आश्चर्यजनक रूप से अच्छे हैं।

इससे, एक ऐसा उत्पाद डिजाइन करने की उम्मीद है जो छोटे लक्ष्य से ऊपर बिक्री तक पहुंच सके।