背景与问题：ERLE为什么存在极限

在讨论NR37-CP的60dB AEC指标时，一个关键却常被忽视的问题是：为什么自适应滤波器无法将回声削减到无穷大？这涉及到声学回声消除（AEC）的核心物理约束——ERLE（Echo Return Loss Enhancement，极限回声衰减量）。

ERLE的物理意义是：原始回声功率与残留回声功率之比（以dB表示）。60dB ERLE意味着原始回声功率被衰减为原来的千分之一（10^-3），此时回声电平相对语音信号已经极低，人耳几乎无法感知。超过这个极限的进一步衰减，在工程实践中面临三个不可逾越的约束：非线性失真、滤波器有限冲激响应长度，以及双讲检测精度。

技术原理：三层分工架构的ERLE分配

NR37-CP的三核算法（AEC + ENC + Beamforming）并非简单叠加，而是一套精心设计的ERLE预算分配方案。

第一层：双麦克风波束形成（空间预滤波）。双麦线性阵列通过双通道自适应波束形成算法，在麦克风输入端对来自扬声器方向的信号施加空间陷波（spatial null）。这一层贡献约10~15dB的固定回声抑制，其特点是不随时间变化——无论语音内容如何，扬声器方向的直达声和早期反射始终被衰减。由于是固定的空间滤波，这层不消耗计算资源，也不会因双讲而发散。

第二层：自适应AEC滤波器（主回声消除）。经过波束预滤波后进入AEC的回声功率已大幅降低，NLMS自适应滤波器在此基础上追踪时变回声路径并动态消除。这一层的有效ERLE受限于：滤波器阶数（决定能建模的回声路径长度）、步长参数（决定收敛速度与稳态误差的折中）、以及参考信号与麦克风信号之间的声学耦合程度。

第三层：ENC环境降噪（辅助层）。ENC在稳态噪声下提供20dB衰减，在非稳态噪声下提供12dB衰减。这层的核心作用是在双讲场景中保护近端语音清晰度——当双讲检测器识别到双向语音时，AEC滤波器停止自适应更新以避免发散，此时ENC独立工作，持续抑制背景噪声而不依赖回声参考信号。

核心指标解读：60dB AEC的实测边界条件

60dB是一个有条件的工程指标，而非绝对极限。在理想测试条件下（扬声器与麦克风距离固定、低混响、无非稳态噪声），实测ERLE可以达到甚至略超过60dB。但在实际产品部署中，以下因素会将有效ERLE拉低至45~55dB区间：

• 声学耦合泄漏：扬声器到麦克风的直接辐射路径衰减不足，导致参考信号与实际回声之间存在幅度和相位偏差，自适应滤波器无法完全收敛。
• 扬声器非线性失真：当播放大音量语音时，扬声器振膜的非线性特性会产生参考信号中不存在的谐波分量，这类非线性回声是纯NLMS AEC无法消除的。
• 滤波器阶数与延迟：NLMS滤波器需要足够的阶数（对应采样率与回声路径长度）。在16kHz采样率下，100ms的回声尾长需要约1600个滤波器系数；若回声延迟更长（如大型会议室混响），则出现尾部截断。
• 双讲损失：在近端用户说话的同时扬声器也在播放时，常规NLMS算法因误差信号被近端语音污染而无法正常更新，导致ERLE在双讲期间显著退化。

设计取舍：双讲场景下的分工策略

NR37-CP的设计哲学是：三层算法各自承担最擅长的任务，而非追求单一层达到极限。具体而言：

波束形成负责处理固定空间方向的回声——这是一种确定性的、不随时间变化的衰减。ENC负责处理非回声类噪声（键盘声、空调声等），这是一类与参考信号无关的干扰。AEC只专注于通过参考信号自适应消除的那部分回声。这种分工使得各层算法可以独立调优，避免了"用一把钥匙开所有锁"的折中困境。

相对于NR37-CP的60dB设计定位，更高端的模块（如A-59P、A-59U）通过100dB AEC实现更深的回声消除，这主要得益于更高的I2S采样精度（48kHz vs 16kHz）、更长的滤波器尾长，以及多级自适应架构的叠加效果。

典型应用场景与选型建议

NR37-CP的60dB AEC在以下场景中具有竞争力：

• 手持便携设备：麦克风与扬声器间距通常在5~15cm，声学泄漏路径较短，60dB已能提供良好的全双工体验。
• 桌面智能音箱（近距离场景）：设备尺寸限制了麦克风与扬声器的分离距离，此时回声强度本身已被物理衰减，60dB AEC处理剩余回声游刃有余。
• 电池供电的紧凑型设备：NR37-CP的5mW低功耗特性（休眠模式仅25μA）在电池供电场景中是关键优势，更高功耗的100dB AEC模块可能超出功率预算。

局限性在于：当麦克风与扬声器距离超过20cm、回放音量较大（如电视全开）、或设备处于高混响硬墙环境时，60dB设计可能无法满足全双工通话的听感要求，此时应选择A-59P/A-59U等100dB AEC产品，或在系统层面增加物理隔声结构。