如何解決直播中雜音、噪音和回聲問題 | 直播疑難雜症安排

七牛雲發表於2017-06-09

繼《直播技術詳解》系列文章之後，我們推出了這個新的系列《直播疑難雜症排查》，把解決直播問題的經驗逐步分享出來，同時也會穿插一些音視訊開發的基礎知識和優化經驗，希望能夠幫助到直播領域的開發者們。

本系列會涵蓋的內容包括但不限於如下一些主題：

本文為 《直播疑難雜症排查》系列的第八篇文章，我們重點看看直播過程中出現的雜音、噪音和回聲等問題。

相比於視訊而言，音訊要敏感得多，視訊畫面有噪點、馬賽克都還是可以勉強被接受，而聲音一旦有任何瑕疵，人耳都會特別容易感覺到，而且難以忍受。

問題現象

常見的音訊問題現象描述如下： - 電流音，爆音，滋滋聲或者嘟嘟聲 - 聲音斷斷續續，聽不清楚 - 回聲，能聽到自己說話的聲音

問題排查

1.引數配置問題

上面也有提到，音訊是一個特別敏感的東西，涉及到許多引數配置，一旦配置不太匹配，就會導致聲音聽起來非常詭異（比如：取樣率是 32000Hz 的音訊，給播放器配置為 8000Hz 或者 44100Hz，就明顯會出現音訊慢放或者快放的效果）。

常見的音訊引數和基本原理，可以參考文章：《Android音訊開發（1）：基礎知識》

我們只需要注意的是，無論是採集和播放，都要給系統的 API 以及第三方的庫配置正確的引數，如：取樣率、位寬、聲道數等等。

2.程式碼層面的原因

常見的程式碼層面的問題有如下幾種： - 音訊 buffer 大小不匹配，一段 1024 bytes 的音訊，放到了 2048 bytes 的陣列，導致尾部有隨機數 - 音訊 resample 重取樣的演算法問題，導致取樣出來的資料出了問題 - Android 的 ByteBuffer 取出陣列，是不能直接用 .array() 方法的，而需要用 .get() 方法 - iOS 系統，其他 app 通過系統 API 更改了 AudioSession 取樣率的配置

3.網路波動

視訊是一幀一幀連續的影像構成的，在播放過程中，如果無法按時渲染，則會出現卡頓的效果；如果丟失幾幀畫面，則會出現快進效果。

而音訊是流式的，雖然也被切分為了一個個音訊幀，但如果無法按時播放或者連續丟失較多的音訊幀，則會明顯聽到斷斷續續的聲音出現。特別是在弱網、丟包率高等不穩定網路環境下，很容易出現這種情況。

4.回聲消除

回聲一般出現在同時有音訊的採集和播放的場景，比如：連麥互動、混音返聽等等，採集到的音訊通過揚聲器又播放出來了，同時又被採集了進去，從而產生了回聲或者嘯叫聲。

這樣的場景下，一般需要通過系統的回聲消除 API，或者第三方回聲消除庫（如：speexdsp，webrtc 等）進行處理。

注意：很多 Android 機型硬體自帶的回聲消除效果並不是很好。

5.混音越界

音訊的 PCM 資料，通常用 short 陣列來存放，當我們做一些多路音訊的混音功能的時候，如果不注意處理 short 型別的大小越界，則往往帶來爆音的問題。下面是一段參考 webrtc 的混音程式碼，專門針對混音越界做了簡單處理，可以參考參考：

推薦閱讀：視訊直播技術詳解

相關文章