रीडिंग पेन इको कैंसलेशन (AEC): रीडिंग पेन में यह कैसे काम करता है

लक्षित दर्शक: यह लेख उन ऑडियो फ़र्मवेयर इंजीनियरों और प्रोक्योरमेंट अधिकारियों के लिए है जिन्हे रीडिंग पेन लाइन पर acoustic echo cancellation तय करना है जो इंटरकॉम मोड, वॉइस सर्च या two-way pronunciation verification को सपोर्ट करती है। यह मान कर चलता है कि आप पहले से जानते हैं कि माइक्रोफ़ोन और स्पीकर क्या करते हैं, और अब आपको एक ऐसी मज़बूत AEC specification चाहिए जिसे आप सही ठहरा सकें।

रीडिंग पेन एक duplex audio device है। स्पीकर 10 cm पर 85 dB SPL तक का narration चलाता है, जबकि माइक्रोफ़ोन बच्चे की आवाज़ को −20 dBFS पर कैप्चर करता है। बिना echo cancellation के, माइक्रोफ़ोन narration को 30–50 dB ऊँची echo के रूप में सुनता है, जो speech signal से कहीं ऊपर होती है; ASR इंजन केवल echo सुनता है, और बच्चे को अपना उच्चारण ऐसे सुनाई देता है मानो पेन उनका मज़ाक उड़ा रहा हो। Acoustic Echo Cancellation (AEC) वह algorithm है जो ज्ञात स्पीकर सिग्नल को माइक्रोफ़ोन कैप्चर से घटा देती है, ताकि माइक्रोफ़ोन को केवल बच्चे की आवाज़ सुनाई दे। यह लेख बताता है कि 11 प्रोडक्शन मॉडल्स (B1, B2, F8, K7, KF1, L5, P2, Q6, Q8, T2, Y6) पर AEC कैसे implement किया गया है, इसे कैसे मापा जाता है, और खरीद अनुबंध में इसे कैसे specify किया जाए ताकि ऐसा पेन शिप न हो जो अपने पर ही लूप करे।

1. रीडिंग पेन पर AEC हेडसेट से अलग क्यों है

रीडिंग पेन AEC के लिए सबसे ख़राब स्थिति है। स्पीकर और माइक्रोफ़ोन एक ही प्लास्टिक हाउसिंग में 25–45 mm की दूरी पर होते हैं, और उनके बीच कोई acoustic barrier नहीं होता। स्पीकर 85 dB SPL तक चलता है, माइक्रोफ़ोन speech के दौरान −20 dBFS पर होता है, और इसलिए echo path gain 35–50 dB होती है। हेडसेट में स्पीकर ear canal पर सील रहता है और माइक्रोफ़ोन मुँह के पास होता है; पेन में दोनों एक ही हवा के संपर्क में रहते हैं।

तीन चीज़ें रीडिंग पेन की AEC समस्या को textbook VoIP case से कठिन बनाती हैं। पहला, जैसे-जैसे बच्चा पेन को हाथ में इधर-उधर घुमाता है, echo path लगातार बदलती रहती है — हर बार पेन की स्थिति बदलने पर स्पीकर-से-माइक्रोफ़ोन पथ का gain और frequency response शिफ्ट हो जाता है। दूसरा, स्पीकर छोटा और non-linear होता है, जिससे harmonic distortion पैदा होती है जिसे AEC को सीख कर घटाना होता है। तीसरा, जब बच्चा narration के दौरान बोलता है तो पेन मिलीसेकंड में play-only मोड से full-duplex मोड में आ जाता है, और AEC को उसी window के अंदर converge करना होता है, वरना पहला syllable खो जाता है।

इसका नतीजा यह है कि रीडिंग पेन AEC को अनुकूली (बदलती echo path को ट्रैक करे), अरैखिक (स्पीकर distortion को संभाले), और त्वरित अभिसरण (200 ms से कम में echo path पर lock करे) होना चाहिए। 11 प्रोडक्शन मॉडल्स में तीन AEC implementations इस्तेमाल होते हैं: L5/T2/Y6 पर WebRTC AEC3, K7/KF1/Q6/Q8 पर Speex AEC, और B1/B2/F8/P2 पर एक सरलीकृत adaptive LMS।

2. ब्लॉक स्तर पर AEC कैसे काम करता है

AEC इको पाथ को फाइनाइट इम्पल्स रेस्पॉन्स (FIR) फ़िल्टर के रूप में मॉडल करके काम करता है, फिर माइक्रोफ़ोन सिग्नल से फ़िल्टर के आउटपुट को घटा देता है। फ़िल्टर गुणांकों को नॉर्मलाइज़्ड लीस्ट मीन स्क्वेयर्स (NLMS) एल्गोरिद्म या उसके वेरिएंट्स के ज़रिए अनुकूलित किया जाता है। संदर्भ सिग्नल वह ऑडियो है जो स्पीकर से चलाई जा रही है — यह सिस्टम को पहले से पता होती है क्योंकि यह फ़र्मवेयर के अंदर ही जेनरेट हुई है।

तीन मुख्य बिल्डिंग ब्लॉक हैं: (1) रैखिक अनुकूली फ़िल्टर जो स्पीकर-से-माइक्रोफ़ोन पथ को मॉडल करता है; (2) अरैखिक प्रोसेसरजो रैखिक घटाव के बाद बचे हुए अवशिष्ट इको को संभालता है (यहीं स्पीकर की विकृति और क्लिपिंग साफ़ की जाती है); और (3) डबलटॉक डिटेक्टर जो तय करता है कि user तब बोल रहा है जब स्पीकर चल रहा है, जिसके लिए AEC को user की speech को कैंसल करने से बचने के लिए adaptation रोकनी पड़ती है।

L5/T2/Y6 पर इस्तेमाल किया गया WebRTC AEC3 तीनों ब्लॉक्स को अत्याधुनफ एल्गोरिद्म के साथ लागू करता है: एक पार्टिशन्ड-ब्लॉक फ़्रीक्वेंसी-डोमेन अनुकूली फ़िल्टर (PBFDAF), एक वीनर-फ़िल्टर अरैखिक प्रोसेसर, और एक कोहेरेंस-आधारित डबलटॉक डिटेक्टर। K7/KF1/Q6/Q8 पर Speex AEC टाइम डोमेन में NLMS अनुकूली फ़िल्टर और एक सरल अरैखिक प्रोसेसर का उपयोग करता है। B1/B2/F8/P2 पर सरलीकृत LMS 128-टैप टाइम-डोमेन NLMS के साथ नॉइज़-फ़्लोर सप्रेसर का उपयोग करता है।

3. प्रति-मॉडल AEC बेसलाइन

नीचे दी गई तालिका 11 प्रोडक्शन मॉडल्स पर AEC implementation का सारांश देती है। ERLE का मतलब है Echo Return Loss Enhancement, जिसे dB में मापा जाता है — जितना अधिक, उतना बेहतर। Doubletalk convergence वह समय है जो AEC को speaker playback के दौरान user के बोलना शुरू करने के बाद filter पर दोबारा lock करने में लगता है। MIPS cost को 16 kHz mono पर मापा गया है।

आँकड़े खरीद की कहानी स्पष्ट रूप से बताते हैं। L5, T2, Y6 प्लेटफ़ॉर्म स्थिर अवस्था में 34–36 dB ERLE और डबलटॉक के दौरान 22–24 dB ERLE देते हैं — यह वही परिदृश्य है जो उच्चारण सत्यापन के दौरान सबसे अधिक मायने रखता है, जहाँ बच्चा प्रॉम्प्ट चलने के साथ-साथ बोलता है। K7, KF1, Q6, Q8 प्लेटफ़ॉर्म स्थिर अवस्था में 24–26 dB और डबलटॉक में 14–16 dB देते हैं, जो स्वीकार्य है लेकिन बेहतर नहीं कहा जा सकता। B1, B2, F8, P2 प्लेटफ़ॉर्म स्थिर अवस्था में 15–19 dB और डबलटॉक में 7–10 dB देते हैं, जो प्ले-एंड-लिसन उत्पाद के लिए सीमा-रेखा पर स्वीकार्य है, लेकिन गंभीर उच्चारण सत्यापन के लिए अपर्याप्त है।

4. उच्चारण सत्यापन में डबलटॉक समस्या

रीडिंग पेन पर सबसे कठिन AEC परिदृश्य उच्चारण सत्यापन के दौरान डबलटॉक है। प्रवाह यह है: पेन एक प्रॉम्प्ट शब्द बजाता है, बच्चा उसी क्षण उस शब्द को वापस बोलता है, और पेन उच्चारण की जाँच करता है। स्पीकर बज रहा होता है, माइक्रोफ़ोन बच्चे की आवाज़ कैप्चर कर रहा होता है, और इको पाथ गेन अपने सबसे खराब स्तर पर होता है क्योंकि पेन बच्चे के मुँह के बहुत पास होता है।

एक अच्छा AEC प्रॉम्प्ट प्लेबैक के पहले 100 ms के भीतर कन्वर्ज कर लेता है, ताकि 200–600 ms में शुरू होने वाली बच्चे की बोली साफ़-सुथरी कैप्चर हो। एक ख़राब AEC तब भी एडॉप्ट कर रहा होता है जब बच्चा बोलता है, और डबलटॉक डिटेक्टर फ़िल्टर को लॉक कर देता है — जिसका अर्थ है कि बच्चे के उच्चारण का पहला अक्षर अवशिष्ट echo से दूषित हो जाता है। इसके बाद ASR इंजन "echo + speech" सुनता है और कम विश्वास वाला परिणाम देता है, जिसे पेन "फिर से कोशिश करें" के रूप में रिपोर्ट करता है।

पूरे पोर्टफ़ोलियो में, LMS-आधारित प्लेटफ़ॉर्म (7–10 dB) और WebRTC AEC3 प्लेटफ़ॉर्म (22–24 dB) के बीच का डबलटॉक ERLE अंतर ही एकल सबसे बड़ा ऑडियो गुणवत्ता विभेदक है। कक्षा के शोर में L5 पर उच्चारण-सत्यापन वर्कलोड 86 प्रतिशत समय सफल होता है; उसी वर्कलोड के साथ B2 पर यह 64 प्रतिशत समय सफल होता है।

5. AEC बनाम नॉइज़ सप्रेशन: आपको दोनों की आवश्यकता क्यों है

एक आम ग़लती यह मान लेना है कि नॉइज़ सप्रेशन और इको कैंसलेशन प्रतिस्पर्धी समाधान हैं। वे नहीं हैं — वे एक ही पाइपलाइन में अनुक्रमिक चरण हैं। क्रम निश्चित है: पहले AEC, फिर नॉइज़ सप्रेशन। AEC माइक्रोफ़ोन कैप्चर से ज्ञात स्पीकर सिग्नल को हटा देता है, जिससे बच्चे की बोली, परिवेशीय शोर और कोई भी अवशिष्ट echo का मिश्रण बचता है। फिर नॉइज़ सप्रेशन परिवेशीय शोर को हटाता है और मुख्यतः बच्चे की बोली बची रहती है।

यदि आप क्रम को उलट देते हैं, तो नॉइज़ सप्रेशन उस माइक्रोफ़ोन सिग्नल से परिवेशीय शोर हटाता है जिसमें अभी भी तेज़ स्पीकर echo मौजूद है, जिसका अर्थ है कि नॉइज़ सप्रेशन echo को स्पीच सिग्नल और बच्चे की आवाज़ को शोर मानता है। इसके बाद ASR इंजन केवल echo सुनता है। हर प्लेटफ़ॉर्म पर रीडिंग पेन का फ़र्मवेयर इस क्रम को लागू करता है।

L5, T2, Y6 पर पूरी पाइपलाइन यह है: माइक्रोफ़ोन कैप्चर → WebRTC AEC3 → RNNoise → ASR इंजन → परिणाम। K7, KF1, Q6, Q8 पर यह है: माइक्रोफ़ोन कैप्चर → Speex AEC → Wiener MMSE → ASR इंजन। B1, B2, F8, P2 पर यह है: माइक्रोफ़ोन कैप्चर → adaptive LMS → spectral subtraction → ASR इंजन। हर प्लेटफ़ॉर्म अपने MIPS बजट के लिए उपयुक्त एल्गोरिद्म युग्म को लागू करता है।

6. ध्वनिक इको पाथ और हार्डवेयर पूर्वशर्तें

AEC आंशिक रूप से एक एल्गोरिद्म समस्या है और आंशिक रूप से एक हार्डवेयर समस्या है। एल्गोरिद्म सर्वोत्तम स्थिति में लगभग 30 dB इको घटा सकता है; शेष 5–15 dB स्पीकर और माइक्रोफ़ोन के बीच के भौतिक अलगाव से आना चाहिए। तीन हार्डवेयर पूर्वशर्तें लागू होती हैं।

पहली, स्पीकर और माइक्रोफ़ोन पेन के विपरीत सिरों पर होने चाहिए और उनके बीच कम से कम 25 mm प्लास्टिक हो। L5, T2, Y6 में स्पीकर हेड सिरे पर और माइक्रोफ़ोन टिप सिरे पर होता है, जिन्हें 60 mm प्लास्टिक अलग करता है; B1, B2 में वे एक ही सिरे पर सील गैस्केट के साथ रखे गए हैं। दूसरी, स्पीकर पोर्ट में बैक-वॉल्यूम सील होना चाहिए जो रियर रेडिएशन को माइक्रोफ़ोन में लीक होने से रोके। Q6, Q8, T2, Y6 में सील्ड बैक-वॉल्यूम डिज़ाइन है; F8 और P2 में वेंटेड डिज़ाइन है जो इको पाथ गेन में लगभग 4 dB की कमी लाता है। तीसरी, हाउसिंग में स्पीकर और माइक्रोफ़ोन के बीच कोई एयर-लीक पथ नहीं होना चाहिए — 0.5 mm का अंतर इको पाथ गेन में 6 dB की कमी कर सकता है, जिसे कोई भी AEC एल्गोरिद्म पूरी तरह पुनर्प्राप्त नहीं कर सकता।

कोई नया पेन बनाने वाले OEM के लिए, ये तीन बिंदु वे भौतिक डिज़ाइन बाध्यताएँ हैं जिन्हें AEC एल्गोरिद्म बाद में ठीक नहीं कर सकता। रीडिंग पेन पोर्टफ़ोलियो तीनों को टूलिंग में लागू करता है और इनकमिंग QA पर ERLE-vs-position टेस्ट से सत्यापित करता है।

7. AEC और इंटरकॉम मोड

K7, KF1, Q6, Q8, L5, T2 और Y6 पर इंटरकॉम मोड सबसे माँग वाला AEC वर्कलोड है। माता-पिता पैरेंट ऐप के माध्यम से बोलते हैं, ऑडियो BLE पर पेन तक स्ट्रीम होता है, पेन इसे 75–80 dB SPL पर स्पीकर से बजाता है, माइक्रोफ़ोन माता-पिता की आवाज़ के साथ स्पीकर echo कैप्चर करता है, और पेन साफ़ किया गया माइक्रोफ़ोन ऑडियो वापस पैरेंट ऐप को स्ट्रीम करता है। राउंड-ट्रिप विलंब 80–200 ms है।

L5/T2/Y6 पर WebRTC AEC3 विशेष रूप से इस परिदृश्य के लिए डिज़ाइन किया गया था और निरंतर दो-तरफ़ा बातचीत के दौरान 30+ dB ERLE देता है। K7/KF1/Q6/Q8 पर Speex AEC उसी परिदृश्य में 22–25 dB देता है, जो स्वीकार्य है लेकिन पैरेंट ऐप की ओर कभी-कभी सुनने योग्य echo उत्पन्न करता है। B1/B2/F8/P2 पर सरलीकृत LMS 14–17 dB देता है, यही कारण है कि इन प्लेटफ़ॉर्म पर इंटरकॉम मोड आधिकारिक रूप से समर्थित नहीं है — माता-पिता 200–400 ms विलंब पर अपनी आवाज़ की प्रतिध्वनि सुनेंगे।

8. फ़ील्ड में AEC विफलता मोड

फ़ील्ड टेलीमेट्री में तीन AEC विफलता मोड दिखाई देते हैं। पहला, फ़िल्टर विचलन जब स्पीकर सिग्नल माइक्रोफ़ोन सिग्नल के साथ सहसंबद्ध हो (उदाहरण के लिए, जब पेन के पास टीवी बज रहा हो)। एडॉप्टिव फ़िल्टर टीवी ऑडियो को स्पीकर मानकर ग़लत सिग्नल को कैंसल कर देता है। L5/T2/Y6 पर डबलटॉक डिटेक्टर इसे रोकता है; पुराने प्लेटफ़ॉर्म पर विचलन 1–3 सेकंड तक बना रह सकता है। दूसरा, अधिकतम वॉल्यूम पर स्पीकर क्लिपिंग से गैर-रैखिक echo। AEC रैखिक फ़िल्टर हार्मोनिक विरूपण को मॉडल नहीं कर सकता, और गैर-रैखिक प्रोसेसर को अवशिष्ट echo को दबाना होगा। K7/KF1/Q6/Q8 पर 85 dB पर अवशिष्ट गैर-रैखिक echo लगभग 6 dB है; L5/T2/Y6 पर यह लगभग 2 dB है। तीसरा, प्रारंभिक कन्वर्जेंस विलंब जब पेन लंबी खामोशी के बाद पहली बार ऑडियो बजाना शुरू करता है। प्लेबैक के पहले 200–800 ms में अवशिष्ट echo होता है जिसे अभी तक कैंसल नहीं किया गया है। L5/T2/Y6 प्लेबैक से पहले खामोशी के दौरान AEC को प्री-एडॉप्ट करना शुरू कर देता है; पुराने प्लेटफ़ॉर्म ठंडे सिरे से शुरू होते हैं।

RFQ लिखने वाले प्रोक्योरमेंट अधिकारियों के लिए, ये विफलता मोड विशिष्टता पंक्तियों में बदल जाते हैं। पहली, "AEC स्थिर-अवस्था सिंगल-टॉक में ERLE ≥ 30 dB, निरंतर डबलटॉक में ≥ 20 dB प्राप्त करेगा।" दूसरी, "AEC स्पीकर प्लेबैक शुरू होने के बाद 100 ms से कम में कन्वर्ज करेगा।" तीसरी, "AEC डबलटॉक डिटेक्टर संदर्भ और माइक्रोफ़ोन सिग्नल के बीच 0.7 तक के क्रॉस-सहसंबंध के तहत फ़िल्टर विचलन को रोकेगा।"

9. AEC, AGC और DRC: तीन ऑडियो चरण

AEC पहला ऑडियो चरण है, लेकिन यह अकेले काम नहीं करता। रीडिंग पेन पर माइक्रोफ़ोन-साइड की पूरी ऑडियो श्रृंखला है AEC → AGC → DRC → ASR। AGC (ऑटोमैटिक गेन कंट्रोल) AEC द्वारा सिग्नल साफ़ करने के बाद स्पीच स्तर को सामान्य करता है; DRC (डायनेमिक रेंज कम्प्रेशन) डायनेमिक रेंज को कम करता है ताकि शांत फ़ोनेम सुनने योग्य हों और तेज़ फ़ोनेम क्लिप न हों। ये तीन चरण परस्पर क्रिया करते हैं और क्रम महत्वपूर्ण है।

शुरुआती रीडिंग पेन फ़र्मवेयर में एक आम बग थी AGC को AEC से पहले रखना, जिससे AEC संदर्भ सिग्नल वास्तविक स्पीकर सिग्नल से मेल नहीं खाता था (क्योंकि AGC पहले ही प्लेबैक स्तर समायोजित कर चुका था)। परिणाम 6–10 dB बदतर ERLE था। सभी 11 प्लेटफ़ॉर्म पर वर्तमान फ़र्मवेयर AEC को पहले, AGC को दूसरे और DRC को तीसरे क्रम में रखता है — और इस क्रम को ऑडियो पाइपलाइन मैनिफ़ेस्ट में लॉक करता है।

थर्ड-पार्टी ODM बिल्ड खरीदने वाले आयातक के लिए, ऑडियो पाइपलाइन क्रम सत्यापित करने वाली पहली चीज़ है। यदि ODM संबंधित एल्गोरिद्म नामों के साथ AEC → AGC → DRC → ASR दिखाता हुआ स्पष्ट ब्लॉक डायग्राम प्रस्तुत नहीं कर सकता, तो उस बिल्ड को असत्यापित ऑडियो फ़र्मवेयर मानें।

10. खरीद अनुबंध में AEC कैसे निर्दिष्ट करें

RFQ भाषा को एल्गोरिद्म वर्ग, ERLE लक्ष्य और डबलटॉक हैंडलिंग को नामित करना चाहिए: "ध्वनिक इको कैंसलेशन स्थिर-अवस्था सिंगल-टॉक में ERLE ≥ 30 dB, निरंतर डबलटॉक में ≥ 20 dB प्राप्त करेगा, और 100 ms से कम में डबलटॉक कन्वर्जेंस के साथ। एल्गोरिद्म वर्ग: प्रीमियम प्लेटफ़ॉर्म के लिए नॉन-लीनियर पोस्ट-प्रोसेसर के साथ फ़्रीक्वेंसी-डोमेन एडॉप्टिव फ़िल्टर, लेगेसी प्लेटफ़ॉर्म के लिए टाइम-डोमेन NLMS। AEC डबलटॉक डिटेक्टर संदर्भ और माइक्रोफ़ोन सिग्नल के बीच 0.7 तक के क्रॉस-सहसंबंध के तहत फ़िल्टर विचलन को रोकेगा।"

तीन विवरण महत्वपूर्ण हैं। पहला, टेस्ट सिग्नल निर्दिष्ट किया जाना चाहिए — हम 30 सेकंड के ध्वन्यात्मक रूप से संतुलित अंग्रेज़ी स्पीच सैंपल को फ़ार-एंड संदर्भ के रूप में उपयोग करते हैं, 10 cm पर 75 dB SPL पर बजाते हैं, और नियर-एंड माइक्रोफ़ोन −20 dBFS पर बच्चे की बोली कैप्चर करता है। दूसरा, टेस्ट वातावरण निर्दिष्ट किया जाना चाहिए — 30 dBA परिवेश पर शांत कार्यालय; अधिक शोर वाला वातावरण अवशिष्ट echo को बढ़ाता है और संख्याओं को बदलता है। तीसरा, डबलटॉक आरंभ समय निर्दिष्ट किया जाना चाहिए — फ़ार-एंड t=0 पर शुरू होता है, नियर-एंड t=500 ms पर शुरू होता है, और AEC का मूल्यांकन t=500 ms के बाद की ERLE पर होता है।

खरीदार सुझाव: ODM से उनके AEC QA का ERLE-vs-time प्लॉट माँगें। प्लॉट को सिंगल-टॉक में t=0 पर 0 dB से t=300 ms पर ≥ 30 dB तक ERLE बढ़ते हुए दिखाना चाहिए, और डबलटॉक में t=500 ms के बाद से स्थिर ≥ 20 dB दिखाना चाहिए। यदि प्लॉट में डबलटॉक क्षेत्र गायब है, तो AEC का परीक्षण उस मोड में नहीं किया गया है जो मायने रखता है।

10b. डबलटॉक तनाव के तहत AEC ERLE

सबसे माँग वाला AEC परीक्षण उच्चारण सत्यापन के दौरान डबलटॉक है, जहाँ स्पीकर प्रॉम्प्ट बजा रहा होता है और बच्चा उसी क्षण शब्द को वापस बोलता है। नीचे दिया गया चार्ट हमारे मानकीकृत 500 ms-ऑनसेट परीक्षण के तहत प्रत्येक मॉडल की डबलटॉक ERLE दिखाता है।

11. निर्णय मैट्रिक्स और सुझाव

2026 में शुरू होने वाले बिल्कुल नए रीडिंग पेन प्रोग्राम के लिए, सुझाव है कि L5, T2, Y6 पर WebRTC AEC3 किसी भी प्रोग्राम के लिए जो इंटरकॉम मोड, वॉइस सर्च, या दो-तरफ़ा उच्चारण सत्यापन का समर्थन करता है; और K7, KF1, Q6, Q8 पर Speex AEC उन प्रोग्रामों के लिए जिन्हें केवल प्ले-एंड-लिसन के लिए सिंगल-टॉक इको कैंसलेशन चाहिए। B1, B2, F8, P2 पर सरलीकृत LMS केवल प्ले-एंड-लिसन के लिए स्वीकार्य है और इसे किसी भी प्रोग्राम के लिए निर्दिष्ट नहीं किया जाना चाहिए जिसमें स्पीकर प्लेबैक के दौरान वॉइस कैप्चर आवश्यक है।

AEC विशिष्टता लिखने वाले प्रोक्योरमेंट अधिकारी के लिए, अनुबंध को बंद करने वाली पंक्ति यह है: "ध्वनिक इको कैंसलेशन स्थिर-अवस्था में ERLE ≥ 30 dB, डबलटॉक में ≥ 20 dB, कन्वर्जेंस ≤ 100 ms प्राप्त करेगा; डबलटॉक डिटेक्टर क्रॉस-सहसंबंध ≤ 0.7 के तहत विचलन रोकेगा; AEC ऑडियो पाइपलाइन में AGC और DRC से पहले होगा; प्रथम लेख के साथ QA से ERLE-vs-time प्लॉट सुपुर्द किया जाएगा।"

संबंधित पठन

• रीडिंग पेन कोडेक कम्प्रेशन MP3 बनाम AAC बनाम Opus
• रीडिंग पेन नॉइज़ सप्रेशन और RNNoise
• रीडिंग पेन बीमफ़ॉर्मिंग माइक्रोफ़ोन ऐरे
• रीडिंग पेन AGC और ऑटोमैटिक गेन कंट्रोल
• रीडिंग पेन DRC और डायनेमिक रेंज कम्प्रेशन
• रीडिंग पेन MEMS माइक्रोफ़ोन और नॉइज़ कैंसलेशन
• OEM रीडिंग पेन सेवाएँ
• रीडिंग पेन कोटेशन का अनुरोध करें