# 回声问题 · 为什么你会听到自己

> 不用耳机开免提，对方会听到自己的声音延迟传回——这就是声学回声。这一章讲清回声怎么产生（扬声器→房间→麦克风）、为什么这条声学路径难以捉摸、以及「双讲」为什么让回声消除难上加难。为下一章的 AEC3 算法铺垫。

- 作者：David（道雾轩）
- 专栏：音视频与 WebRTC 详解（https://daiw.org/manual/webrtc.md）
- 最后更新：2026-07-14
- 原文：https://daiw.org/manual/webrtc/aec3-echo-problem
- 转载与引用：请注明出处并附原文链接（https://daiw.org/about/copyright）

# 回声问题 · 为什么你会听到自己

[APM 处理链](https://daiw.org/manual/webrtc/apm-overview)里最难的一环是**回声消除**。在讲[它怎么消](https://daiw.org/manual/webrtc/aec3-internals)之前，先把“回声”这个问题本身讲透——它比想象中刁钻。

## 回声怎么产生

<Callout type="info">
  **不戴耳机、开着免提时：你的扬声器播出对方的声音 → 这声音在房间里传播 → 被你的麦克风**又采了回去** → 混进你要发出的音频 → 传回对方 → 对方听到了**自己的声音，延迟了一段**——这就是回声。** 整个链条：对方说话 → 你的扬声器播 → 房间声学传播 → 你的麦克风采集（连你的话 + 漏进来的对方声） → 编码发回 → 对方听到自己延迟的回声。延迟来自“[网络往返](https://daiw.org/manual/webrtc/connection-and-checks) + 两端的[缓冲处理](https://daiw.org/manual/webrtc/neteq-buffer-delay)”，通常几百毫秒——足够让人清楚地听到“自己说的话过一会儿又回来了”，极其烦人，严重时还会啸叫。

  **戴耳机就没这问题**——因为扬声器（耳机）的声音不会被麦克风采到，链条断了。所以回声是**免提 / 外放**场景特有的。而移动时代大家越来越多用外放，回声消除就越发重要。
</Callout>

## 难点一：声学路径看不见、还在变

要消回声，核心是知道“麦克风采的音里，哪部分是扬声器漏回来的”。这需要知道**声学路径**——声音从扬声器到麦克风，经过了怎样的衰减、延迟、反射。但：

<Callout type="warn">
  **扬声器到麦克风的声学路径，**看不见、极复杂、还时刻在变**——这是回声消除最根本的难点。** 这条路径取决于：扬声器和麦克风的距离、音量、房间大小和形状、墙壁的反射（混响）、以及**你有没有动**（手机拿起放下、人走动，路径立刻变）。它不是一条简单的“延迟 + 衰减”，而是一个复杂的**声学冲激响应**（包含直达声 + 无数次反射的叠加），可能长达几百毫秒。

  更糟的是它**动态变化**：你说话时手机凑近嘴边、说完放到桌上，声学路径就完全变了。所以回声消除**不能预先测好路径一劳永逸**，必须**实时地、持续地估计**这条不断变化的路径——这是一个[自适应滤波](https://daiw.org/manual/webrtc/aec3-internals)问题，也是 [AEC3](https://daiw.org/manual/webrtc/aec3-internals) 复杂的根源。
</Callout>

## 难点二：双讲

即便估准了路径，还有一个更刁钻的情况——**双讲（double-talk）**：

<Callout type="warn">
  **当两个人**同时说话**时，麦克风采的音里，**你的话和对方的回声混在一起**——既要消掉对方的回声，又不能削掉你的话，这个“同时”让回声消除难上加难。** 单讲（只有一方说）时好办：麦克风采的几乎全是回声（对方在说、你在听），放心消；但双讲时，麦克风采的是“你的话 + 对方的回声”的**叠加**，消回声的算法一不小心就会**把你的话也当回声消掉**（对方听你声音发闷、断续），或者**漏消回声**（对方还是听到自己）。

  所以 [AEC3](https://daiw.org/manual/webrtc/aec3-internals) 必须有**双讲检测**：识别出“现在是不是双讲”，双讲时**谨慎行事**（别激进地消，以免误伤近端语音），单讲时**放心消**。在“消干净回声”和“不伤害近端语音”之间的这个动态平衡，是回声消除算法水平的试金石。一个好的 AEC，双讲时你和对方能自然地“抢话”，而不会互相把对方消没了。
</Callout>

## 为什么 WebRTC 自己做 AEC

有人问：操作系统 / 硬件不是常自带回声消除吗？为什么 WebRTC 还要 [AEC3](https://daiw.org/manual/webrtc/aec3-internals)？因为**平台的 AEC 质量参差不齐**——有的设备好、有的很烂，还有的根本没有。WebRTC 要在**所有平台**上都保证音质，就得有一个**自己的、软件的、高质量**回声消除器，作为兜底或首选（它也能[用平台 AEC](https://daiw.org/manual/webrtc/audio-device-mixer)，但自带一个高水准的更稳妥）。AEC3 就是这个“自带的好 AEC”——Google 打磨多年的成果。

## 小结与下一章

**回声**是免提场景特有：扬声器播对方的声 → 房间传播 → 麦克风采回 → 传回 → 对方听到**自己延迟的回声**（[几百毫秒](https://daiw.org/manual/webrtc/connection-and-checks)，烦人）。戴耳机则无。难点一：**声学路径看不见、极复杂（[混响](https://daiw.org/manual/webrtc/aec3-echo-problem)）、还随你移动实时变**，须[自适应估计](https://daiw.org/manual/webrtc/aec3-internals)。难点二：**双讲**——两人同时说，回声和近端语音混叠，消回声时**别误伤自己的话**，须双讲检测。WebRTC 自带 [AEC3](https://daiw.org/manual/webrtc/aec3-internals) 以在所有平台保证音质。

问题讲清了，下一章看 AEC3 怎么消——自适应滤波估计回声、再减掉。👉 [AEC3 回声消除内核](https://daiw.org/manual/webrtc/aec3-internals)。

## 参考资料

- [1] libwebrtc 源码.`modules/audio_processing/aec3/`（AEC3 实现）。
- [2] 声学回声消除（AEC）—— 自适应信号处理经典问题。
- [3] 关联[APM 总览](https://daiw.org/manual/webrtc/apm-overview)、`ProcessReverseStream`（远端参考）。