在一对一直播软件开发过程中，需要用到哪些前处理技术（一）

在直播中做好对音视频的前处理，是保证用户基本体验的第一步，因为它牵扯到很多关于美颜和声音的优化问题，用户的感官体验是否达标，跟这个环节有很大联系。那么在一对一直播软件开发过程中，一般需要用到哪些前处理技术呢？

关于直播的前处理总共分为两个大项，一是音频前处理，一是视频前处理。而今天，小编就来重点来讲一讲，音频前处理中包含的项目。

音频前处理，含有噪声抑制、回波抵消和增益控制三大块。

一、噪声抑制

有时我们在观看直播时，会听到一些电流音，爆音，滋滋声或者嘟嘟声。其实这种情况主要来源于参数配置、网络波动，甚至是代码层面的原因。以参数配置为例，一旦配置不太匹配，就会导致声音听起来非常诡异，比如：采样率是 32000Hz的音频，如果给播放器配置为8000Hz或者44100Hz，就明显会出现音频慢放或者快放的效果。所以需要注意的是，在采集环节，要给系统的API以及第三方的库配置正确的参数，如：采样率、位宽、声道数等等。

二、回波抵消

回声一般出现在同时有音频的采集和播放的场景，比如：连麦互动、混音返听等等，采集到的音频通过扬声器又播放出来了，同时又被采集了进去，从而产生了回声或者啸叫声。如果要抵消这些影响，就需要通过系统的回声消除API，或者采用第三方回声消除库（如：speexdsp，webrtc等）进行处理。

三、增益控制

当有对语音的响度进行调整时，就需要做针对于语音的自动增益算法处理。处理的方式也比较单一，就是对音频采样加上一个增益因子。但需要注意的一点是，由于人的听觉对所有频率的感知不是线性的，是遵循等响度曲线的，导致这样处理后，听起来感觉有的频率加强了，有的频率削弱了，反而导致语音失真放大。

所以，要让整个频段的频率听起来响度增益都是“相同”的，就必须在响度这个尺度下做增益，而不是在频率域，即按照等响度曲线对语音的频率进行加权，不能采用一个固定的增益因子进行加权。

以上，就是在一对一直播软件开发过程中，需要用到的音频前处理技术，关于视频前处理技术，之后会继续更新，欢迎继续关注。