原创 語音識別傳統方法(GMM+HMM+NGRAM)概述

春節後到現在近兩個月了，沒有更新博客，主要是因爲工作的關注點正從傳統語音（語音通信）轉向智能語音（語音識別）。部門起了個新項目，要用到語音識別（準備基於Kaldi來做）。我們之前做的傳統音頻已基本成熟，就開始關注在語音識別上了。對於我們來

2019-04-03 17:47:41

原创 又被“過運營商語音認證”虐了一回

又被“過運營商語音認證”虐了一回！虐的傷痕累累、疲憊不堪！過程是痛苦的，但結果是美好的，收穫也是挺多的！既然用了“又”，那以前肯定被虐過。是的，沒錯。那是7年多前（2011年底），同樣是在秋冬，不過一個是2011年底，一個是2018年底。

2019-01-22 00:07:16 1

原创 在通信設備商工作那幾年技術上的得與失

本人碩士畢業後的頭幾年是主要在通信設備商（他們研發生產通信設備（如基站）賣給電信運營商（如中國移動））工作，那時是通信業的黃金十年，單是通信設備商就有很多家，國內有華爲、中興、大唐、烽火等，國外有愛立信、諾基亞、西門子、摩托羅拉、朗訊、北

2018-12-10 00:26:44

原创 webRTC中音頻相關的netEQ（五）：DSP處理

上篇（webRTC中音頻相關的netEQ（四）：控制命令決策）講了MCU模塊是怎麼根據網絡延時、抖動緩衝延時和反饋報告等來決定給DSP模塊發什麼控制命令的。DSP模塊根據收到的命令進行相關處理，處理簡要流程圖如下。   從上圖看出如果有語

2018-11-20 10:08:52

原创 webRTC中音頻相關的netEQ（四）：控制命令決策

上篇（webRTC中音頻相關的netEQ（三）：存取包和延時計算）講了語音包的存取以及網絡延時和抖動緩衝延時的計算，MCU也收到了DSP模塊發來的反饋報告。本文講MCU模塊如何根據網絡延時、抖動緩衝延時和反饋報告等決定發給DSP模塊的控制

2018-10-27 00:56:44

原创 談談我開發過的幾套語音通信解決方案

本人從事音頻軟件開發10+年，既開發過voice相關的，又開發過music相關的，但大多數還是開發voice相關的。掐指一算到現在在通信終端上開發過的語音解決方案共有五套，它們既有有線通信的，又有無線通信的；既有在上層開發的，又有在底層開

2018-08-29 16:50:39 1

原创 移動通信最先進的音頻編解碼器EVS及用好要做的工作

語音通信從最初的只有有線通信變成後來的有線通信與無線通信（移動通信）的競爭，當移動語音通信價格下來後有線語音通信明顯處於逆勢。如今移動語音通信的競爭對手是OTT（On The Top）語音，OTT語音是互聯網廠商提供的服務，一般免費，如微

2018-08-29 16:50:38

原创 webRTC中音頻相關的netEQ（三）：存取包和延時計算

上篇（webRTC中音頻相關的netEQ（二）：數據結構）講了netEQ裏主要的數據結構，爲理解netEQ的機制打好了基礎。本篇主要講MCU中從網絡上收到的RTP包是怎麼放進packet buffer和從packet  buffer裏取出

2018-08-29 16:50:33 2

原创 聊聊音頻類開源代碼這點事

我工作的頭幾年是在通信設備商做通信設備上的語音軟件開發，主要是follow ITU-T/3GPP/RFC等SPEC寫代碼，相對封閉，沒怎麼接觸開源代碼。後來到芯片公司做終端上的voice engine，開始接觸音頻類的開源代碼，先是ITU

2018-08-29 16:50:22 3

原创 webRTC中音頻相關的netEQ（一）：概述

上篇文章（語音通信中終端上的時延(latency)及減小方法）說從本篇開始會切入webRTC中的netEQ主題，netEQ是webRTC中音頻技術方面的兩大核心技術之一（另一核心技術是音頻的前後處理，包括AEC、ANS、AGC等，俗稱3A

2018-08-29 16:50:22

原创 Android手機上Audio DSP頻率低 memory小的應對措施

我在前面的文章（Android智能手機上的音頻淺析）中說過Android手機上有一塊專門用於音頻處理的DSP，它的特點是頻率低（一般幾百MHZ）、內部memory小（通常不超過100k word）。要想讓Audio DSP上放下更多的內容

2018-08-29 16:50:22

原创 語音通信中提高音質的方法

語音通信是實時通信，影響語音質量的因素很多，大致可把這些因素分成兩大類：一類是回聲噪聲等周圍環境因素導致語音質量差，另一類是丟包延時等網絡環境因素導致語音質量差。這兩類因素由於成因不一樣，解決方法也不一樣。下面就講講用哪些方法來提高語音質

2018-08-29 16:50:22

原创 語音通信中終端上的時延(latency)及減小方法

時延是語音通信中的一個重要指標，當端到端(end2end)的時延（即one-way-delay,單向時延）低於150Ms時人感覺不到，當端到端的時延超過150Ms且小於450Ms時人能感受到但能忍受不影響通話交流，當端到端的時延大於100

2018-08-29 16:50:22

原创 淺談傳統語音通信和APP語音通信音頻軟件開發之不同點

本人在傳統的語音通信公司做過手機和IP電話上的語音軟件開發，也在移動互聯網公司做過APP上的語音軟件開發。現在帶實時語音通信功能的APP有好多，主流的有微信語音、QQ電話、釘釘等，當然也包括我開發過的那款APP（那款APP在實時通信APP

2018-08-29 16:50:22 3

原创 音頻開源代碼中重採樣算法的評估與選擇

在音頻軟件實現中經常會遇到兩個模塊採樣率不一致的情況，比如語音通話時採集到的PCM信號是16k Hz的，但編碼時codec是AMR-NB（AMR-NB是8k Hz採樣），這時就需要把16k Hz採樣的PCM值轉換成8k Hz採樣的PCM值

2018-08-29 16:50:22 75