1. 概览

本文主要介绍：

1. 云端音频3A各功能的启用、禁用方法
2. 参数含义 & 参数的配置建议值

2. 需求场景

音频3A功能即：回声消除——AEC、噪声抑制——ANS、自动增益——AGC。

回声消除应对场景：设备的麦克风会拾取到扬声器播放的声音（如对话回复、音乐、故事等），导致播放内容被ASR误识别、打断正常对话或引发自问自答。

噪声抑制应对场景：环境中的嘈杂噪声会干扰ASR的识别准确率。

自动增益应对场景：当麦克风拾音能力较弱，采集到的音频音量过低时，会影响ASR的识别准确率。

3. 云端3A各功能的启用、禁用方法

创建智能体时，（请求头域见创建大模型互动实例） config字段携带如下参数（即可启用3A的全部功能，每个功能还有详细参数，可根据需求配置）：

1{
2  "cloud_3A_url": {
3    "AEC": {
4      "enable": true,
5      "enhanced": true
6    },
7    "ANS": {
8      "enable": true
9    },
10    "AGC": {
11      "enable": true
12    }
13  }
14}

其中，AEC.enable 是回声消除的总开关；AEC.enhanced 是增强型回声消除算法的子开关，仅在 enable=true 时生效。

3.1. 不做传参配置、服务端的默认值是：

• 回声消除——AEC：禁用
• 噪声抑制——ANS：启用
• 自动增益——AGC：禁用

1{
2  "cloud_3A_url": {
3    "AEC": {
4      "enable": false,
5      "enhanced": false
6    },
7    "ANS": {
8      "enable": true,
9      "preMode": "N",
10      "midGainDb": 0,
11      "dfLimitDb": 75
12    },
13    "AGC": {
14      "enable": false
15    }
16  }
17}

3.2. 单独配置一个功能

cloud_3A_url的任何一个参数都可以缺省配置，只要保证json格式正确即可，例如：

关闭ANS：

1{
2  "cloud_3A_url": {
3    "ANS": {
4      "enable": false
5    }
6  }
7}

4. 完整参数、含义、参考值、取值范围

完整的cloud_3A_url：

1{
2  "cloud_3A_url": {
3    "AEC": {
4      "enable": false,
5      "enhanced": true,
6      "minEchoDelayMs": 100
7    },
8    "ANS": {
9      "enable": true,
10      "preMode": "N",
11      "midGainDb": 0,
12      "dfLimitDb": 75
13    },
14    "AGC": {
15      "enable": false,
16      "maxVolume": 60,
17      "extraGain": 0
18    }
19  }
20}

5. 场景与参数配置示例

5.1. 回声消除

『云端回声时延』 = 『云端编码下发音频 -> 网络传输 -> 端侧解码播放音频 -> 麦克风采集 > 编码上传音频 -> 网络传输 -> 云端解码音频』的耗时。

这个过程可以划分为两大部分：端侧音频时延 + 非端侧音频时延。非端侧主要是网络传输。

建议启用增强型回声消除算法：

1{
2  "cloud_3A_url": {
3    "AEC": {
4      "enable": true,
5      "enhanced": true,
6      "minEchoDelayMs": 100
7    }
8  }
9}

增强型回声消除算法默认能处理 0~1000ms 的回声时延。

由于上下行链路与声音传播等原因（见上图），该时延一般不短于 100ms，因此云端默认配置 minEchoDelayMs=100，实际可处理 100~1100ms 的回声时延；

可根据实际情况调整。

5.2. 噪声抑制

1. 默认配置（仅开启模型降噪、最大抑制量75db）

1{
2  "cloud_3A_url": {
3    "ANS": {
4      "enable": true
5    }
6  }
7}

该配置与服务端的默认配置相同，即：

• 禁用前置线性降噪算法
• 启用基于降噪模型的噪声抑制功能，最大抑制量dfLimitDb=75

2. 启用前置线性降噪算法+模型降噪

1{
2  "cloud_3A_url": {
3    "ANS": {
4      "enable": true,
5      "preMode": "M",
6      "dfLimitDb": 30
7    }
8  }
9}

该配置是将两个降噪算法级联使用，即

• 启用前置线性降噪算法，抑制模式为『中等』。preMode可配置为L/M/H/VH，对应：低/中/高/极高
• 启用基于降噪模型的噪声抑制功能，最大抑制量dfLimitDb=30

3. 启用前置线性降噪算法+固定数字增益+模型降噪

1{
2  "cloud_3A_url": {
3    "ANS": {
4      "enable": true,
5      "preMode": "M",
6      "midGainDb": 6,
7      "dfLimitDb": 30
8    }
9  }
10}

该配置是将两个降噪算法级联使用，即

• 启用前置线性降噪算法，抑制模式为『中等』。preMode可配置为L/M/H/VH，对应：低/中/高/极高
• 前置线性降噪算法完成后，执行固定的数字增益算法，增益6db（约等于音量*2）
• 启用基于降噪模型的噪声抑制功能，最大抑制量dfLimitDb=30

5.3. 自动增益

注意：

1. 如果环境嘈杂，则很难实现中远距离对话的自动增益（因为人声小、环境噪声大，已经在降噪过程中被抹掉了）
2. 建议自动增益和噪声抑制搭配使用，即不要单独开启自动增益。

下面是常见场景和建议值：

1. 近距离对话（1m内）、麦克风收音效果较差：

1{
2  "cloud_3A_url": {
3    "ANS": {
4      "enable": true
5    },
6    "AGC": {
7      "enable": true,
8      "maxVolume": 60,
9      "extraGain": 0
10    }
11  }
12}

2. 中距离对话（1-2m）：

1{
2  "cloud_3A_url": {
3    "ANS": {
4      "enable": true
5    },
6    "AGC": {
7      "enable": true,
8      "maxVolume": 70,
9      "extraGain": 0
10    }
11  }
12}

3 远距离对话（2m外）：

1{
2  "cloud_3A_url": {
3    "ANS": {
4      "enable": true
5    },
6    "AGC": {
7      "enable": true,
8      "maxVolume": 70,
9      "extraGain": 1
10    }
11  }
12}

6. 处理结果示例图 & 语音调测

6.1. 语音调测

当需要定位设备端语音互动中的音频问题，或对比验证 3A 各阶段的处理效果时，可使用控制台提供的语音调测操作指南开启语音调测。

开启调测后，设备与 Agent 进行语音互动时，云端会录制 Agent 接收到的以下音频：

• 原声
• AEC 处理后的音频
• ANS 处理后的音频
• AGC 处理后的音频

调测完成后，可在控制台查看最近一次已完成的互动实例，并下载录制音频进行对比分析，再结合本文第 4 节中的参数调整 3A 配置。

注意：该功能需要联系开发人员，为指定 AppID 开通白名单后才能使用。

7. 注意事项

1. 回声消除：

   1. 如需配置 tts_end_delay_ms（详见 https://cloud.baidu.com/doc/RTC/s/hm8zjic1q ），该值不能太大，建议设置为tts_end_delay_ms=10。

      1. 若不配置，则无影响。

   2. 如在启用tts_enable_fast_send（详见 https://cloud.baidu.com/doc/RTC/s/hm8zjic1q ）的场景，回声消除效果不理想，可联系开发人员。

      1. 不建议同时开启云端AEC和tts_enable_fast_send。
   3. 默认使用 minEchoDelayMs=100；如设备上有额外的处理（例如通过HDMI线/蓝牙，实现跨设备的播放），可联系开发人员查看云端日志，迭代给出最合适的值。
2. 在自动增益中，为避免过度增益、削峰失真，建议maxVolume不超过90、非必要不启用extraGain。