2、付费课程只是引导，有一些一线工程师录制的付费课程，是带有工作中总结的实战经验，但是学习完不代表你就完全会了，你可能只是掌握的那个形式，实际在公司里面做项目，你需要考虑的因素有很多，不同的需求、软件架构设计、以及方案的选型，尤其是项目方案的选型，不是刚出来或者学了课程就能够胜任的，这个是需要大量的积累才能达到的；这里说一下，课程不是学完就拿到多少薪资，这种说学完能拿到多少钱的，说出来自己都不会相

这本书是麦克风阵列信号处理的经典教材，专门讲解 麦克风阵列理论 + 算法 + 应用，在回声消除 (AEC)、噪声抑制 (NS)、波束形成 (Beamforming) 等“音频 3A”相关领域有很大参考价值。经典的 语音增强 专著，详细介绍噪声抑制（NS）、语音质量评估方法（PESQ、STOI）、语音增强算法（谱减、维纳滤波、MMSE）。这本书偏经典语音信号处理，包含 端点检测、增益控制、噪声鲁棒性

前言：大家好，在上周的文章里面，给大家介绍了一个音视频项目，本周继续来分享音视频项目，之前说过，如果你不知道做什么功能开发嘛，因为接触的少；我突然想到，可以去参考市面上已经做出来的音视频产品，去看看他们有什么功能，我觉得这样，比你自己去网上找一些乱大街的项目好多了，当然前提做这些市面上音视频产品的功能，你需要一定的基础，这个是大前提，但是你能够通过自己摸索做出这些功能出来，对自己实践是非常大的提升

前言：今天继续给大家分享音视频面试过程会被常问到的一些问题！面试的具体题目：1、说一下播放器的设计过程：这里的话主要分以下几步完成：开启一个线程进行解封装操作 , 这包括：读取音频、视频的压缩数据，并进行区分。若视频数据则插入视频队列，音频数据则插入音频队列。再开启两个解码线程分别对音频、视频的压缩数据进行解码处理，比方说：视频解码线程主要从视频队列拿数据并进行解码。音频解码线程主要从音频压缩队列

大家好，在上一篇文章里面，我给大家介绍了webrtc里面的ns降噪处理流程，本篇文章，我给大家带来webrtc处理稳态噪声的一个测试，非稳态噪声，暂时没有测试，我们一步一步来，我先从最为基本的内容开始，后面再步入到算法原理细节，也就是webrtc里面的ns模块源码研究学习。从今天的文章开始，我们就正式打通了webrtc音频降噪功能了，有实操有理论，完美，当然后面的内容还有很多，我尽量把自己理解到的

大家好，在上一篇文章里面，我们已经用webrtc的降噪模块，对噪声做了一个降噪处理，算是在rk3568上跑通了webrtc的ns模块，今天我们继续来学习webrtc的ns模块里面的细节实现，所以我们需要深度研究里面的源码学习。NumBandsForRate() 根据采样率把音频拆成每 16kHz 一个逻辑 band（16k=1，32k=2，48k=3），让 WebRTC NS 对不同频段采用不同的

现在我们打通了第一步工程构建，后面就是原理和webrtc降噪的原理以及降噪效果的实践学习，我个人感觉按照这种方式去学习音频算法会更简单，循环渐进，因为音频算法本身比较难，不要上来就看源码和看原理，会比较枯燥的；而是先看效果，然后再带着疑惑一步一步找自己想要的东西。大家好，我在之前的文章里面已经给大家分享过rk3568平台移植webrtc audio procssing的移植，这个平台不限制，都可以

上面每一个流程会比较复杂，暂时我们没有看到里面具体是怎么实现，所以后期我们后面深入去追webrtc APM的源码来学习，下期内容，我们来放到板端进行测试一下效果是怎样的！大家好，在上一篇文章里面，我们已经把webrtc的apm降噪工程代码已经移植到rk3568上，今天就开始从最简单的音频降噪NS工程代码来学习音频降噪的原理。不过这个未来可能是被抛弃，官方后期不会维护这个模块，估计对于处理非稳态噪声

大家好，在上一篇文章里面，我给大家介绍了webrtc里面的ns降噪处理流程，本篇文章，我给大家带来webrtc处理稳态噪声的一个测试，非稳态噪声，暂时没有测试，我们一步一步来，我先从最为基本的内容开始，后面再步入到算法原理细节，也就是webrtc里面的ns模块源码研究学习。从今天的文章开始，我们就正式打通了webrtc音频降噪功能了，有实操有理论，完美，当然后面的内容还有很多，我尽量把自己理解到的

内容覆盖音频 AI 的核心版图、开源方案选型、音频 3A 原理、ASR 语音识别、TTS 语音合成、训练与部署流程、工程落地要点、应用产品形态与学习路线。这不是单纯介绍几个模型或几个算法库，而是从“真实产品如何落地”的角度，把采集、前处理、模型推理、训练优化、端侧部署、指标评估和应用场景串成一条完整链路。WebRTC Audio Processing 是非常经典的实时音频前处理库，常用于会议、通话