富迪语音芯片在新型应用中的回音降噪问题解决
语音芯片ic常见故障分析 如何排查问题 声音不清晰 有爆破声
1
一、问题简介
语音芯片常见故障分析如何排查问题例如：声音不清晰有爆破声
这些问题可能存在于如下方面：
1、供电电源是否稳定
2、PCB 板上面电容是否放置位置合适
3、扬声器是否正常
4、生成的音源文件，是不是本身就存在瑕疵
其实语音芯片的这些问题，也都是有共性的，大概都是这几个地方去查找问题
这里以KT148A-SOP8芯片flash
型进行举例说明：
芯片的外围非常的简洁，排查问题也是很容易的，对照如下demo
进行对比
2
二、详细分析过程
1、语音芯片一般都是5V 供电，如果您的供电电压过低，也会导致语音芯片工作异常比如：频繁的复位，播放一下就复位，因为播放的时候瞬间电流起来之后，把电压拉低了导致语音芯片复位
2、设计的PCB 板，电容是不是摆放在KT148A
的电源脚旁边，走线一定要粗一点如上图，电源肯定是先经过电容105或者106，再到主控的8脚vbat
然后语音芯片的7脚，下地一个105的电容滤波。
这样就会很稳定
3
、发声的扬声器，测试阶段尽量选择那种好一点的喇叭，比如：纸盆喇叭，千万不要选择那种塑胶的喇叭，效果很差4、音源问题，按照资料包提供的三步，转换为F1A 之后，可以现在电脑PC 端试听一下效果，如下图
觉得满意了，在使用串口工具下载到KT148A
语音芯片里面去
总之，遇到问题，先不要着急，基本都是遵循这样的逻辑，去一步一步的查找问题
找到方向之后，剩下的处理起来就很简单了
KT148A是一颗可以重复擦写的语音芯片，用户可以自己串口下载语音，调试起来很方便，也很顺手
3。
回声消除的五点问题和改进
回声是指声音在空间中反射多次，产生重叠和延迟的效果。
回声消除是一项重要的音频处理技术，用于减少或消除录音、通话或表演中出现的回声问题。
在实际应用中，回声消除技术的质量直接影响着用户体验和音频质量。
针对回声消除的问题和改进，我将从以下五个方面展开讨论。
一、回声消除的问题：1. 回声残留：当前回声消除技术在消除回声时往往会留下一些残余的回声效果，特别是在复杂环境下，如大型会议室或混响环境下，回声残留问题更为突出。
2. 语音变形：某些回声消除算法在处理回声时可能会导致语音变形，使得原始语音信号失真或变得不自然。
3. 实时性：在实时通话或实时演讲等场景中，回声消除需要具备较高的实时性，以确保及时准确地消除回声，目前一些算法在实时性方面仍有待改进。
4. 多路径回声：复杂环境下存在多路径回声，即同一声源经过不同路径到达麦克风，这种情况下的回声消除更为困难。
5. 算法适应性：回声消除算法的适应性对不同环境和场景的回声效果差异较大，需要更灵活、更智能的算法来适应各种复杂场景。
二、回声消除的改进：1. 深度学习技术：利用深度学习技术对回声消除进行改进，通过大量数据的训练和模型优化，提高回声消除算法在复杂环境下的效果和实时性。
2. 多通道处理：采用多通道处理技术，结合多个麦克风信号，对不同路径的回声进行准确的定位和消除，以解决多路径回声带来的问题。
3. 自适应滤波器：引入自适应滤波器技术，实时跟踪并适应环境的变化，动态调整滤波器参数以提高回声消除效果。
4. 混合算法：结合时域和频域算法，利用时域算法处理实时性要求高的场景，利用频域算法处理复杂环境下的回声残留问题，以提高算法的适应性和效果。
5. 实时反馈：引入实时反馈机制，及时监测回声消除效果，并根据监测结果对算法进行实时调整和优化，以确保实时性和效果的平衡。
三、深度学习技术的应用：近年来，深度学习技术在音频处理领域取得了长足的进步，其在回声消除中的应用也日益广泛。
语音信号处理中的音频降噪算法改进与优化
语音信号处理中的音频降噪算法改进与优化音频降噪是语音信号处理中一个重要的技术领域。
随着科技的发展和应用场景的增多，对音频质量的要求也越来越高。
因此，改进和优化音频降噪算法变得尤为重要。
本文将讨论语音信号处理中的音频降噪算法改进与优化的相关问题。
首先，我们需要了解什么是音频降噪算法。
音频降噪算法是一种通过信号处理技术去除语音信号中的噪声的方法。
噪声是一种干扰信号，它会导致语音信号的质量下降，降低通信和语音识别的准确性。
因此，音频降噪算法的目标是提高语音信号的质量，使其更清晰、更可辨认。
目前常用的音频降噪算法包括基于自适应滤波器的算法、基于小波变换的算法以及基于深度学习的算法等。
这些算法都有各自的特点和适用场景，但同时也存在一些问题和不足之处。
因此，改进和优化这些算法是非常有必要的。
对于基于自适应滤波器的算法，一个改进的方向是通过优化滤波器的自适应性能来提高降噪效果。
自适应滤波器的性能受到噪声统计特性和语音信号特性的影响，因此可以通过模型优化和参数调整来提高自适应滤波器的鲁棒性和稳定性。
此外，引入先进的自适应算法，如最小均方误差（MMSE）准则、迭代自适应方法等，也可以进一步改进自适应滤波器的性能。
基于小波变换的降噪算法可以通过优化小波基函数和小波分解方法来改进。
小波基函数的选择和设计直接影响到降噪效果，因此可以通过选择合适的小波基函数或者设计新的小波基函数来得到更好的降噪算法。
此外，小波分解方法也可以通过优化分解层数和分解阈值等参数来提高降噪效果。
随着深度学习的发展，基于深度学习的降噪算法逐渐成为研究热点。
深度学习模型具有较强的非线性拟合能力，可以有效地学习复杂的信号特征。
因此，基于深度学习的降噪算法可以通过设计合适的网络结构和损失函数来提高降噪效果。
此外，对于深度学习模型的训练数据的选择和预处理也是影响算法性能的关键因素，可以通过合理的数据增强和数据平衡等方法来优化模型的训练效果。
除了以上算法的改进与优化，还可以从其他方面入手，如多模态信息融合、时频域联合优化、声学先验知识利用等。
回声消除的五点问题和改进
回声消除是一项关键的音频处理技术，用于减少或消除音频中存在的回声。
在许多实际应用场景中，回声都会导致音质下降、语音识别困难、通信不清晰等问题。
为了改进回声消除技术，以下是五个关键问题和相应的改进措施。
问题一：回声长度估计不准确回声消除的第一个问题是回声长度估计不准确，这可能导致回声残留或回声衰减不完全。
为了解决这个问题，可以采取以下改进措施：1. 使用自适应滤波器来估计回声长度，根据实时信号特性进行动态调整，提高估计的准确性。
2. 利用预测算法，结合信号的统计特性进行回声长度估计，提高算法的稳定性和准确性。
问题二：回声路径的变化回声路径的变化是导致回声消除困难的另一个主要问题。
由于环境噪声、扩音设备的移动等原因，回声路径可能发生变化，使得传统方法无法有效地消除回声。
以下是改进措施：1. 引入自适应滤波器，根据回声路径的变化自动调整滤波器参数，以适应不同的环境。
2. 结合深度学习和神经网络等技术，建立回声路径模型，并根据实时信号和环境信息进行动态更新，提高回声消除效果。
问题三：回声残留传统的回声消除算法可能无法完全消除回声，导致仍然存在一定程度的回声残留。
这会降低音频质量并影响后续处理任务。
以下是改进措施：1. 结合信号处理和机器学习技术，设计更复杂的回声消除算法，提高消除效果和降低回声残留。
2. 使用多通道回声消除技术，在多个麦克风或扬声器配置下，利用多通道信息进行回声消除，减少回声残留。
问题四：实时性要求在许多应用场景中，实时性是回声消除的关键要求，例如语音通信和音频会议。
传统的回声消除算法可能存在较大的计算延迟，无法满足实时性要求。
以下是改进措施：1. 优化算法实现，减少计算复杂度和延迟，提高实时性。
2. 利用硬件加速技术，如GPU和FPGA，提高算法的计算速度和效率，满足实时性要求。
问题五：多种回声同时存在在某些复杂的环境中，可能存在多种回声同时存在的情况，例如直接路径回声、间接路径回声和自我回声等。
楼宇对讲回音消除解决办法
楼宇对讲回音消除解决方法近年，随着大数据时代的来临，很多楼宇对讲系统也相应的进入改造行列。
传统的双线四线制对讲慢慢地进入衰老淘汰期，新兴的以太网传输网络一遍火热。
但是在改造的过程中工程师们也将面临着一个新的挑战——回音消除！“回音”是通讯产品及配件在实际使用的过程中，时常遇到的问题。
客观地说，无论模拟式通讯、还是数字式通讯，在使用过程中，都一定存在回音的现象。
因此，回音消除器产品成为了通讯业至今不息的论题。
在设计一款“回音消除”产品、或者模块化电路的时候，设计人员首先要了解“回音”产生的机理，而后从实际的条件入手，选择适合的产品方案。
以下所讨论的，仅限于视频会议行业常规的使用条件下的产品。
回音的产生，最早是人们在一个空旷的峡谷中喊话，会多次听到自己的声音，这种现象是“声学回音”，指声源产生后，声波在某个物体的表面得到发射，形成“二次声源”，如果声波得到多次的反射，就会形成在峡谷中喊话的效果了。
中国北京天坛回音壁就是人为地采用了这种回音原理，建造出的历史景点。
在电话出现后，人们又发现，在通话过程中，会在一定的短暂延时之后，听到自己说的话。
这种回音现象，我们称之为“网络回音”，特别是采用两线式的电话系统，在两条铜线上要承载双向的语音信号，在电波延时后，就会出现“二次信号”了。
通讯中的回音，如果造成“多谐波”，就会发生“自激啸叫”，影响通讯效果。
但是在电话通讯中，一定水平的“网络回音”（侧音）是有利于通话双方的沟通感觉。
目前楼宇对讲中所讨论的回音，同时包含了电路的信号延时产生的侧音和会场环境造成的声学回音两种因素，以下主要是由于声学回音Acoustic Echo造成，在下图中，解释了产生的原因：在通讯中，室内机用户和本端用户形成了通讯的环路（Loop），一个双向的通信线路组成了一个封闭的环路。
图中所示：室内机用户的语音信号经过话筒的采集后，以数据信号的方式通过通信线路传递到室外机设备，通过扬声器播放出来；播放出来的声音和室外机用户讲话的声音同时进入话筒，形成混合信号，再通过通信线路传递给室内机用户。
先进降噪技术在语音信号处理中的应用
先进降噪技术在语音信号处理中的应用语音信号处理是一门研究如何使人类语音更易于识别和理解的技术。
然而，在现实生活中，许多因素（如环境噪声、语音采集设备等）会影响语音信号的质量。
这些因素会导致语音信号变得不清晰，从而给语音信号处理带来很大的挑战。
幸运的是，现在有许多先进的降噪技术可以帮助我们在处理语音信号时更好地应对这些问题。
下面，我们将探讨先进降噪技术在语音信号处理中的应用。
1. 降噪技术的定义和类别降噪技术是指通过滤除语音信号中的噪声，从而使语音信号更加清晰的技术。
根据降噪的原理和实现方式，降噪技术可以分为多种不同的类型。
黑色：「简单加性噪声移除技术。
」图片来源：LucasVB/Wikimedia Commons一种常见的降噪技术是基于波形分析的降噪技术。
该技术通过分析语音信号的波形，确定噪声的频率和幅度，并将噪声信号从原始语音信号中滤除。
另一种常见的降噪技术是基于谱分析的降噪技术。
该技术利用傅里叶变换将语音信号转换为频率域，然后根据频率域的特征进行噪声滤除。
2. 常见的降噪技术以下是常见的几种降噪技术：(1) 基于频域的降噪技术：这种技术将语音信号从时域转换到频域，并通过分析频域的特征来滤除噪声。
通过这种方法，语音信号的清晰度可以得到很大程度的提升。
(2) 基于小波变换的降噪技术：这种技术利用小波变换的多分辨率分析能力，将语音信号分解为多个不同频率的分量，并对噪声进行滤除。
通过这种方法，语音信号的清晰度可以得到较大程度的提升。
(3) 基于自适应滤波的降噪技术：这种技术通过对语音信号和噪声信号进行模型化，建立自适应滤波系统，以最大化滤波效果。
通过自适应滤波技术，可以更好地滤除噪声，从而提高语音信号的质量。
3. 降噪技术在语音识别中的应用降噪技术在语音识别中的应用非常广泛。
现在，许多语音识别系统都集成了降噪处理功能，以降低环境噪声对语音信号的影响。
通过降噪技术的应用，可以提高语音识别的准确度和可靠性。
语音通讯系统中的消噪,消回音技术-富迪FMXX系列消噪芯片介绍
语音通讯系统中的消噪，消回音技术-富迪FMXX系列消噪芯片介绍美国fortemedia富迪的专业语音消噪芯片。
富迪的专业消噪芯片在全球一直处于领先地位，优异的性价比是众多产品设计公司及生产企业的明智选择。
富迪最开始是从回声消除做起。
逐步转入噪声压制研究。
富迪消回音产品功能：一，回声消除（AEC）在便携式语音通讯产品中，由于产品体积小，话筒和喇叭的位置靠的很近，（例如：手机在免提通话（HAND FREE）时）回声干扰是一个比较突出的问题。
这里需要区分的另一种类似回声的表现形式，即卡拉OK，或歌厅中，唱歌时，话筒靠近喇叭时产生噪声，那不属于回声，正确讲是属于自激啸叫（声反馈），即本身的话筒声音到喇叭时，喇叭把声音又传回话筒，再循环引起。
如果是象这种产品的应用，则只能是考虑用声音萃取技术，把喇叭过来的声音进行压制，而达到目的。
二，噪声压制（NS--NOISE SNPPRESION）由于噪声内也包含语音，所以只能用压制的方式，而不是消除（习惯称作消噪，消回音），把语音之外的噪声减小。
按噪声的不同总的了分类为：A：稳态噪声。
即有规律的声音。
如持续的风声，马达声，电机运转声。
一般来说这类噪声固定压制20DB，如压制太多，则人声也会被损害。
相比之下，这类噪声处理很多公司可以做，也比较容易处理。
B：非稳态噪声。
无规律，不可预测突发的声音，如人声，机器声，嘈杂声，这类噪声的处理也是富迪的特色之处。
富迪定义这个技术的名称为：语音萃取（正式推广的用词）。
之前一直是采用拾音束来宣传形容，但在其他品牌非议和攻击下容易做为一个缺点来定位，所以，正式宣传不采用拾音束的词句来形容。
但这项处理技术在免提状态下是无效的，也不可实现，只有用在个人通讯方式才有作用，即类似手机贴在嘴边打那种形式。
由于个人通讯方式也会存在不同的操作，如手机拿持的方式，和手机与使用者的位置，会产生效果上的差异和误解，所以富迪在产品新一代处理方式中有补充这个问题的地方，即在语音萃取方式上再加上自自适应处理，处理效果随噪声级别的增加而不同萃取方式。
关于视听拾音距离应用的解决办法
关于视听的拾音距离问题应用的解决办法通话一直以来是我们每天都要做的事情，我们用手机通话，用QQ，SKYPE网上视频聊天，在过去的很多时候我们都是使用手持通话，原来没有手机，我们都是用电话拿起话筒聊天给家人报平安，记得读大学时候追女孩子都是一聊一两个小时，每次挂电话之后手臂都是异常酸疼无比。
后来大家又都喜欢采用耳机的模式替代手持电话和手机，这样看起来确实方便了不少，但是也有一个弊端就是长期带耳塞和耳机，耳朵有的时候却受不了，很多人会感觉到耳朵很疼。
对耳朵的损坏确实不容忽视。
但是随着我们对生活质量的提高，需要使用免提通话。
站着，躺着都可以。
想怎样通话就怎样通话。
这就提出了一个问题：去除手持通话模式，采用免提通话，而且还要有一定远距离的拾音，如果可能还可以进行语音识别指令。
这样的提升带来了极大的方便，为生活当中增添了丰富多彩的绚丽和有趣。
比如：用在汽车DVD里面，就可以直接打电话和接电话，减少了因接打电话而带来的驾驶危险。
如果可能加上语音识别，直接通过语音识别进行语音识别导航到驾驶员所要指定的地点上去。
如果用在机顶盒上就可以直接坐在沙发上利用QQ和SKYPE进行语音视频聊天，无需到电脑旁边戴上耳机聊天通话。
如果应用到网络摄像机上就不仅可以监控家里的老人和小孩，还可以通过手机随时和他们通话聊天。
在通话的过程中肯定存在一个问题就是拾音距离的问题。
一般超过1.5米以后基本上声音就听不到了，而且可能还会带有回音的问题，以及需要降低身旁的噪声。
在这个问题上我们做方案时碰到了前所未有的困难，在这里得说说富迪的语音处理芯片了。
我们当时评估了很多芯片厂商，最终决定采用美国富迪语音芯片的FM34这颗芯片。
这里特的感谢深圳市高智创电子有限公司的郭先生以及提供技术支持的王工。
他们的芯片和我的产品对碰到了很多问题，都是他们一一帮助解决的。
当时帮助我们做到了5米以内的拾音距离。
而且顺便还帮我这边解决了回声问题。
下面一一阐述一下做拾音距离长的免提通话的解决办法：可以供广大电子工程师参考。
手机应用电路及系统篇
富迪科技消回声消噪声基本原理简介
▪ 消回声原理：
采用麦克风阵列，其中主麦克风来收集有用的信号，参考 麦克风收集回声信号，DSP算法分析参考麦克风的回声特 征，将主麦克风收到信号中的回声消除，只送出去近端有 用的信号
▪ 消噪声原理：
采用麦克风阵列，其中主麦克风采用单指向特性的麦克风 来拾取有用的信号，参考麦克风采用全指向的麦克风来拾 取周围的噪声。DSP算法通过比较这两个麦克风收到信号 的差别来从嘈杂信号中甄别有用的信号，并将无用的信号 衰减20dB以上。
各个电源和参考电源引脚上 要接上退藕和滤波电容
FM2010与手机系统控制接口
1. I2C控制下载参数
2. 上电后RESET控制
3.为了通过CTA测试，控制 FM芯片进入硬件bypass模 式。上升沿触发。
4. 时钟来自手机系统， 幅度不能大于1.8V
5.FM芯片的供电控制，只有在 通话时或者录音时将电源打开
FM2010内部信号流程和模式选择
VDD_ Digital VDD_ Analog
VDD_D
VDD_S
MIC0 I/F
PGA
MIC0_P MIC0_N
ADC
MIC0
Analog Communication
Mode Control
IRQ_ANA
IRQ_ANA switch
3. 硬件bypass模式，信号经过 麦克风PGA和ADC送到lineout DAC和PGA再送出去，没有经过 DSP处理，比Analog comm模式 多经过了一对ADC和DAC
XTAL_IN XTAL_OUT
Clock Input/Output
Line-In LINE_IN_P Input LINE_IN_N
语音信号处理中的回声消除技术优化
语音信号处理中的回声消除技术优化在音频通讯中，回声是一个很常见的问题，它是由于音频信号在传输过程中，部分从喇叭发出的声音会反弹回来，形成的回声。
回音会严重影响通讯质量，造成令人不适的听感和甚至导致通话失败。
为了解决回声问题，语音信号处理中的回声消除技术可以帮助我们更好地应对这一问题。
回声消除技术的实现方法主要有两种，一种是基于时域的方法，另一种是基于频域的方法。
基于时域的方法主要包括自适应滤波和卷积滤波。
卷积滤波器采用滑动时间窗口技术，使输入信号与滤波器进行卷积计算从而消除回声。
自适应滤波则是利用误差信号来调整滤波器系数，实现对回声的消除。
另外，由于卷积滤波器要消除的回声在信号中难以确定，所以自适应滤波方法在实际应用中更加常见。
同时，基于频域的方法主要包括迭代最小二乘与干涉消除法。
这样的算法涉及的是信号转换成频域，并进行复杂幅度解调交错进行Hz域的信号消减。
其实际应用中更适用于哈达玛转换，从而实现静态和动态的带通滤波。
然而，在实际的情况下，这些方法在处理回声消除方面存在一些问题，例如性能和稳定性问题。
因此，一些技术改进被引入，以优化回声消除效果。
其中，自适应滤波技术仍是回声消除领域的研究热点之一。
自适应滤波通常采用LMS算法或RLS算法进行信号降噪，然而传统算法存在局限性，无法满意地消除复杂回声。
为了提高回声消除的效果，一些研究人员提出了基于深度学习的改进方法。
深度学习技术利用大量的已知数据集进行模型训练，从而得到更加准确和高效的模型。
在回声消除方面，可以使用深度卷积神经网络（CNN）和循环神经网络（RNN）等深度学习的模型。
由于深度学习需要大量数据进行训练，数据采集和处理是关键问题之一。
对于回声消除任务，需要对音频数据进行采集和标注。
尤其是对于真实音频中存在噪声和干扰等复杂情况，所得到的标注结果精度不高。
因此，研究人员不断优化和更新算法，通过使用较小的信号进行训练，更好地拟合不同情况的自然语言信号。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
富迪语音芯片在新型应用中的回音降噪问题解决
视听在数码娱乐中的应用越来越广，产品同质化严重已经是一个很普遍的问题。
于是对产品的差异化设计需求越来越突出。
每家方案设计公司，都绞尽脑汁的在挖掘新创意。
我所在公司是做一些数码方面的应用方案，每每遇到客户聚会聊天，都是讨论如何打破常规，找出卖点的思路，最近在做的两个案子就是基于老常规功能上，花了蛮多时间和精力，找到一些新的方向，得到客户和市场的认可。
其实产品大家都很熟悉，一个是机顶盒，一个是网络监控产品。
先说机顶盒，传统的机顶盒只是下行数据的看电视而已，所以在应用方面很单调，也一直无法突破啥，持续着这么多年。
但ARM芯片的发展越来越高端，处理能力越来越强悍，随之智能型的机顶盒也出现了，
近些年高速网络的普及，也为这类产品的智能化提供了完美的铺垫，通过机顶盒看电视已经是最简单的诉求了，查资讯，点播视频，看网页，也成了新的主力功能。
而安卓系统的开源，更始给机顶盒产品注入了新活力，市场上目前几家主要的主流芯片，都推出了针对安卓平台的支持，但安卓应用的通用性，最终大家做出来的产品除了外观不一样，无法从APK应用上做到更多的差异出来。
在经过多次使用和评估中，发现安卓平台上提供的通话功能，比如QQ视频，SKYPE聊天，网络免费电话等等，是智能机顶盒应用的一个不错的方向，但平台本身对一些通话过程中的缺点，比如通话中的回音问题，环境的噪音问题，另外还有就是三米之外的声音大小问题，始终无法完善。
通话当然是对话筒电路的处理最重要，我们也做了很多实验，在机顶盒加上麦克风始终无法做到理想化，当然有些产品方案在设计中采用变通的方式，比如把麦克风设计在遥控器上，然后通过对着遥控器讲话，再无线传输给机顶盒。
这种方式虽然看似解决了问题，但带来的另一些问题又来了，抛开成本方面不说，光从使用习惯上已经是一种很不方便的问题处理。
那有没有一种解决办法，就是把麦克风装在机顶盒上面，使用者不需要任何的附件东西，直接坐在客厅沙发上对着电视，与远方的亲戚朋友自由畅谈呢，，于是这个思路陷入困境，，
然后在多次的找芯片原厂和一些供应商的交流后，获悉，美国富迪科技的语音芯片就具有解决的思路，当然做之前我们也没把握，联系原厂后，原厂提供了一家代理商（代理商名叫深圳市高智创电子）让我们联络过去咨询。
这里必须谢谢他们的商务郭银光先生，和FAE王喻先生，按他们之前的推广市场，是没有针对机顶盒做应用的，但当我们提到需要解决的问题时，最初是帮我们推荐了FM1188，而后在具体了解到我们的使用环境后，王工说让我们直接选用新型号FM34，虽然在硬件连接上需要做些改进，但完全可以解决我所提出的问题，而后在设计中，根据王工的要求，把机顶盒上的麦克风位置做了一些结构优化，并在调试中，做了多次尝试性的设计思路，经过多次的评测调试，，最终把配置参数和性能找到了一个比较完美的平衡。
从产品图上，大家可以看到，这两款产品功能已经相当完善，产品带有摄像头，带有麦克风，系统为安卓4.0，除了保证常规的上网，看视频，看点播，视频语音聊天，已经很方便了。
而且能保证在5米的拾音距离不受影响，这是以前很多机器不敢想象的，关于这点，有做过的工程师就知道的，远距离拾音的话，使用者本人的声音必须保证足够清晰和足够大，但又不能被环境中的噪音给淹没，所以这就是富迪芯片的大作用了，富迪的FM34在进行AGC自动增益控制的基础上，再进行噪音压制，把不需要的环境噪音给消除掉，而保留需要的人声，这样整个产品的功能实用性出出来了，也是一个非常不错的感受体验，
顺着上面机顶盒的思路，给另一个做网络监控产品的时候，同样也加入了富迪的语音处理芯片，找到了一些新的方向，按以前的网络监控产品只是突出图象，而并没有对声音有特别的需求，所以这款产品打破以前的方式，不光是能提供声音，而且是可以进行双方通话的方式，同样在高智创电子王工的建议和推荐下，这款产品采用了FM1188，实现了通话中的回音消除，噪音压制，把监控中的问题做到完善解决。
从上图可以看到，这款产品外型也不错，功能十分完备，在满足常规监控作用下，提供了更多的功能补充，从而做到更大的差异化设计。
综合来看，以上两种产品都是在原有产品的功能基础上增加语音聊天功能，在增加视听的功能本人在操作中遇到以下技术难题，但是后来一一都解决了。
特把在做方案的技术难题解析供广大工程师参考。
技术难题：1、回声怎么解决
2、MIC与SPEAK的距离多长？
3、啸叫问题的原因？
4、MIC用几个？
5、周围的噪声怎样消除？
6、拾音距离太短怎么解决？
7、MIC的选用和功放IC的选择？
方案解析办法：1、回声问题几乎是所有网络通话都普遍存在的问题，消除回音的办法有很多种，比如TI有一款芯片也是消回音，还有些软件工程师用软件来消除回音。
其实消回音不外乎就是采购DSP消除回音。
但是TI的消回音芯片效果不是很明显（已经试过），软件消除的办法挺繁琐。
所以后来我们找了一家专门做消回音解决方案的芯片—美国富迪公司。
（附：可以联系深圳市高智创电子有限公司郭生）
2、MIC和SPEAK的距离也是有讲究的，这个距离最好的效果是越近越好，当然有些产品空间没那么大，所以在做的时候基本上保持3cm以上基本问题不大。
3、啸叫的问题几乎我做过很多视听产品都会出现，这也是很头痛的问题，以我个人多年的经验，啸叫的问题基本上都是因为布线以及模具的问题，所以在做的时候一定要排查好线路以及模具。
4、MIC有些工程师喜欢用两个，其实只需要用一个就可以了。
选用MIC的时候最好是体积越大越好。
当然也要根据产品需要。
5、在以上我做的两款产品当中能够消除的最大噪声是25DB。
而且要用两个MIC。
一个主MIC,另一个是参考MIC。
6、从第一个做的案子来看，拾音距离非常关键，这个产品可以做到5米不影响通话的声音大小和质量，坐在家里的沙发上就能通话必然要有相当长的拾音距离。
在这个方面富迪公司FM34帮我解决了这个问题。
这个是高智创电子郭工给我解决的。
具体的大概原理到现在我也不是很清楚。
7、MIC的选用前面已经说过了。
功放IC的选用尽量选用功率小一点，音效质量效果好一点的功放IC(相信很
多工程师自己能解决这个问题）。
以上是个人在做视听解决方案时的一些个人心得和经验，也热烈欢迎更多的工程师与我交流与分享。
顺便留一下本人的联系方式QQ;765810747。
欢迎交流与共享科技的成果。