回声消除（Acoustic Echo Cancellation, AEC）是实时音频通话中决定用户体验的核心模块。当远端用户的语音从本地扬声器播放出来，又被本地麦克风采集并传回远端时，远端用户就会听到自己的回声。AEC的目标就是在本地麦克风信号中，精准地识别并移除这部分"回声成分"，只保留本地用户的真实语音。WebRTC的AEC经历了三代演进：早期AEC、移动端精简版AECM、以及当前主流的AEC3。本文将从底层算法原理、源码架构、C++代码实例和工程调试等维度，深入解析AEC3的工作机制。一、回声消除的核心原理1.1 回声的产生路径通话中的回声主要来源于三条路径：声学回声：扬声器发出的声音通过空气传播，直接或经过墙面反射后被麦克风拾取。这是视频通话中最主要的回声来源，其路径可以用一个"房间冲激响应"来描述。线路回声：传统电话系统中，2线/4线转换（混合线圈）阻抗不匹配导致电信号泄漏回传。在纯软件VoIP场景中已较少见，但在接入PSTN时仍需考虑。数字回声：播放与采集的Buffer复用、时钟漂移、采样精度差异等引入的环路信号。在WebRTC中，这类问题通常通过抖动缓冲和同步机制解决。在WebRTC AEC3的语境下，我们主要对抗的是声学回声。声学回声的物理本质是：远端信号far(t)经过房间声学环境（墙壁、家具、空气传播）的"滤波"后，形成了麦克风采集到的回声分量