93 lines
3.7 KiB
C++
93 lines
3.7 KiB
C++
#ifndef AUDIO_PROCESSOR_H
|
||
#define AUDIO_PROCESSOR_H
|
||
|
||
#include <esp_afe_sr_models.h>
|
||
#include <freertos/FreeRTOS.h>
|
||
#include <freertos/task.h>
|
||
#include <freertos/event_groups.h>
|
||
|
||
#include <string>
|
||
#include <vector>
|
||
#include <functional>
|
||
#include <chrono>
|
||
|
||
#include "audio_codec.h"
|
||
|
||
// 回声感知VAD优化参数结构
|
||
struct EchoAwareVadParams {
|
||
float snr_threshold = 0.3f; // 信噪比阈值
|
||
int min_silence_ms = 200; // 最小静音持续时间
|
||
int interrupt_cooldown_ms = 500; // 打断冷却时间
|
||
bool adaptive_threshold = true; // 是否启用自适应阈值
|
||
|
||
// 自适应噪声抑制参数
|
||
bool adaptive_noise_suppression = false; // 是否启用自适应噪声抑制
|
||
float noise_suppression_base = 2.0f; // 基础噪声抑制强度
|
||
float volume_sensitivity = 3.0f; // 音量敏感度
|
||
float echo_detection_threshold = 0.2f; // 回声检测阈值
|
||
float distance_estimation_factor = 2.0f; // 距离估算因子
|
||
};
|
||
|
||
// 自适应噪声状态结构
|
||
struct AdaptiveNoiseState {
|
||
float current_echo_strength = 0.0f; // 当前回声强度
|
||
float estimated_distance_factor = 1.0f; // 估算的距离因子
|
||
float dynamic_suppression_level = 1.0f; // 动态抑制级别
|
||
float noise_baseline = 0.0f; // 噪声基准线
|
||
bool high_interference_mode = false; // 高干扰模式
|
||
std::chrono::steady_clock::time_point last_adaptation_time; // 最后自适应时间
|
||
};
|
||
|
||
class AudioProcessor {
|
||
public:
|
||
AudioProcessor();
|
||
~AudioProcessor();
|
||
|
||
void Initialize(AudioCodec* codec, bool realtime_chat);
|
||
void Feed(const std::vector<int16_t>& data);
|
||
void Start();
|
||
void Stop();
|
||
bool IsRunning();
|
||
void OnOutput(std::function<void(std::vector<int16_t>&& data)> callback);// 输出回调函数，用于将处理后的音频数据发送到外部
|
||
void OnVadStateChange(std::function<void(bool speaking)> callback);
|
||
void OnSimpleVadStateChange(std::function<void(bool speaking)> callback); // 简单VAD回调，用于普通业务
|
||
size_t GetFeedSize();
|
||
|
||
// 新增：回声感知VAD优化接口
|
||
void SetEchoAwareParams(const EchoAwareVadParams& params);
|
||
void SetSpeakerVolume(float volume); // 动态调整VAD阈值
|
||
bool IsEchoSuppressed() const; // 检查AEC抑制状态
|
||
|
||
private:
|
||
EventGroupHandle_t event_group_ = nullptr;
|
||
const esp_afe_sr_iface_t* afe_iface_ = nullptr;
|
||
esp_afe_sr_data_t* afe_data_ = nullptr;
|
||
std::function<void(std::vector<int16_t>&& data)> output_callback_;
|
||
std::function<void(bool speaking)> vad_state_change_callback_; // 复杂VAD回调（语音打断专用）
|
||
std::function<void(bool speaking)> simple_vad_state_change_callback_; // 简单VAD回调（普通业务）
|
||
AudioCodec* codec_ = nullptr;
|
||
bool is_speaking_ = false;
|
||
|
||
// 新增：回声感知优化相关成员
|
||
EchoAwareVadParams echo_params_;
|
||
float current_speaker_volume_ = 1.0f;
|
||
std::chrono::steady_clock::time_point last_interrupt_time_;
|
||
bool aec_converged_ = false;
|
||
|
||
// 自适应噪声抑制相关成员
|
||
AdaptiveNoiseState adaptive_state_;
|
||
bool adaptive_enabled_ = false;
|
||
|
||
void AudioProcessorTask();
|
||
bool EvaluateSpeechWithEchoAwareness(afe_fetch_result_t* fetch_result); // 回声感知语音评估
|
||
|
||
// 自适应噪声抑制方法
|
||
void UpdateAdaptiveNoiseState(const int16_t* audio_data, size_t sample_count);
|
||
float CalculateEchoStrength(const int16_t* audio_data, size_t sample_count);
|
||
float EstimateDistanceFactor(float echo_strength, float volume);
|
||
void AdaptSuppressionLevel();
|
||
AdaptiveNoiseState GetAdaptiveState() const;
|
||
};
|
||
|
||
#endif
|