WebRTC提供一套音频处理引擎， 包含以下算法： AGC自动增益控制(Automatic Gain Control) ANS噪音抑制(Automatic Noise Suppression) AEC是声学回声消除(Acoustic Echo Canceller for Mobile ...

前面有提到音频采样算法： WebRTC 音频采样算法 附完整C++示例代码 简洁明了的插值音频重采样算法例子 (附完整C代码) 近段时间有不少朋友给我写过邮件，说了一些他们使用的情况和问题。 坦白讲，我精力有限，但一般都会抽空回复一下。 大多数情况，阅读一下代码就能解决的问题， 也是 ...

近一段时间在图像算法以及音频算法之间来回游走。 经常有一些需求，需要将音频进行采样转码处理。 现有的知名开源库，诸如: webrtc , sox等, 代码阅读起来实在闹心。 而音频重采样其实也就是插值算法。 与图像方面的插值算法没有太大的区别。 基于双线性插值的思路。 博主简单实现 ...

在一些特殊情况下，经常需要依据图像中的人脸，对图片进行倾斜矫正。 例如拍照角度幅度过大之类的情况，而进行人工矫正确实很叫人头大。 那是不是可以有一种算法，可以根据人脸的信息对图片进行角度的修复呢？ 答案肯定是确认的。 再次例如，想要通过人脸的特征对人物的表情和情绪进行精准判断 ...

降噪是音频图像算法中的必不可少的。 目的肯定是让图片或语音 更加自然平滑，简而言之，美化。 图像算法和音频算法 都有其共通点。 图像是偏向 空间 处理，例如图片中的某个区域。 图像很多时候是以二维数据为主，矩形数据分布。 音频更偏向 时间 处理，例如语音中的某段时长。 音频一般是一维 ...

绝大数人都知道mp3格式编码，以及aac,amr等压缩格式编码。 而在语音通信界有一个强悍的音频格式编码opus. 经过实测，压缩比最高可以达到1:10。 100KB 压缩后 10KB 虽然是有损压缩， 但是根据实际对比试听， 几乎听不出差别。 而且还原度还比mp3高，压缩比 ...

近期比较忙, 抽空出来5.1开源献礼. 但凡学习音频降噪算法的朋友,肯定看过一个算法. <<语音增强-理论与实践>> 中提及到基于对数的最小均方误差的降噪算法,也就是LogMMSE. 资料见: <<Speech enhancement using ...

)白平衡的本质是使白色物体在任何光源下都显示白色 与之相对应的音频方面的3A算法是: AGC自 ...