音频开发中常见的音频卡顿/杂音类型

在音视频开发的世界中，音频卡顿/杂音是一个常见而又棘手的问题。当我们追求高品质的音频流、实时通信或音乐应用时，这个问题就会频繁出现。

杂音是主观体验的概念，技术上常称为音频卡顿，“闻香可以识女人，看波形也能知音”，不同原因，有不同的杂音波形特征。例如写0，断点，重复数据，削顶，截断，高频/低频截止，白噪声，无规律断点数据。

1. pop音

常常称为“破音”，是属于断音的一类。数据不连续，有明显跳变发生。听起来，“啪!啪!啪!”的破音，耳朵有不适感。常见的有seek pop noise，在快进，快退，或者倍速播放时，更容易遇到这类杂音。

2. 补0

特征是，删除重点的0数据，数据就是连续的了，因为有连续两次跳变，听起来杂音特征比pop音更明显一些。

删除0后：

3. 截断音

属于断音的一种，与pop音的区别是，启播的第一帧，没有做淡入，或者停播的最后一帧，没有做淡出。

常见场景例如刷短视频，切换视频之间，有时候会听到“啪！啪！啪！”的破音。简单来说就是，需要做淡入淡出。FadeInFadeOut

切换截断音

起始截断音

开始播放阶段，没有做淡入（Fade In），产生的杂音。

结尾截断音

4. 削顶

削顶，又称为“削波”，原因是音频信号的响度，超过了编码范围，即0db，并不是说音源存在问题，只是音源信号，幅度太大，超过手机音频系统的表达能力，无法进行还原。超出的部分，被统一削减到0db。听起来，声音有连续卡顿的感觉，不自然。

5. 蜂鸣音

听感起来，像蜂鸣器，汽笛声。波形上，4ms重复数据，常见于游戏声音卡顿。

6. 啸叫

什么是啸叫？

啸叫现象是指音频信号通过扬声器播放后，经过一定的传播路径，再次被麦克风拾取，经过放大器的处理后，最后经由扬声器播放，倘若在 “扬声器-麦克风-扬声器”的闭环电路中，存在某种正反馈导致某些音频频率发生自激振荡，就会产生啸叫现象。

常见于VOIP会议，通话双方，如果距离太近，就容易产生啸叫。听起来，响度非常大，声音尖锐，感官非常难受。啸叫的产生会掩盖正常语音，给人的听感也不好，而且啸叫频点能量很高，严重时甚至能破坏会议中的扩声设备，因此我们需要对啸叫进行抑制。受限于尺寸，和算法功耗，手机侧啸叫抑制能力有限。

从波形上，可以看到，响度非常大。

啸叫的原理

正反馈系统，信号一次又一次的被循环放大。

7. 环境底噪

主要是指mic录到的环境噪声，经过降噪算法后，通常比较轻微，不仔细几乎听不出来。但是如果降噪算法调音的不均衡，可能导致底噪大，或者音质损失。

8. 其他无规律噪声

白噪声。

本文内容摘自：https://mp.weixin.qq.com/s/yQQ5q8vvi7ltVxVQrfcl0Q