Linux ALSA용 AGC: 구현 및 설정

임베디드 시스템을 위한 자동 게인 제어: Linux ALSA 구현

AGC(자동 게인 제어) 알고리즘은 오디오 신호 레벨을 실시간으로 정규화하여 수동 조정을 없앱니다. ALSA를 사용하는 Linux 통신 시스템에서 다양한 소스의 불균일한 볼륨 문제를 해결합니다. 이 구현은 S16_LE 포맷, 8000Hz, 모노, 최대 500ms 지연, CPU 사용률 3% 미만을 목표로 합니다.

목표는 전체 파일 평균 없이 짧은 음성 전송을 처리하는 것입니다. 테스트는 주관적 기준(음성 명료도)과 객관적 기준(다이내믹 레인지 감소)을 포함합니다.

기존 솔루션 분석: AI와 플러그인

Nvidia의 studiovoice 모델은 볼륨 정규화와 노이즈 억제를 하지만 48kHz에서 8kHz로 리샘플링이 필요해 지연이 발생합니다. 의존성 때문에 로컬 사용이 불가능합니다.

ALSA speex 플러그인(speexdsp 기반)은 agc on과 agc_level(1–32768)으로 활성화됩니다. /etc/asound.conf 설정:

pcm.agc_pcm {
  type speex
  agc on
  agc_level 23400
  slave.pcm "dev_out"
}

pcm.test_agc {
  type plug
  slave.pcm agc_pcm
}

테스트: arecord -D dev_in | aplay -D test_agc. 문제: 초기 페이드아웃, 언더런으로 인한 "크랙링", 비공개 frames와 filter_length. 평가: 통과.

FFmpeg dynaudnorm: 알고리즘 분석

dynaudnorm 필터는 완벽한 선택: ffmpeg -f alsa -i dev_in -filter:a "dynaudnorm=f=20:g=33:m=100:c=1" output.wav.

파라미터:

• f=20 — 짧은 전송을 위한 20ms 프레임;
• g=33 — 가우시안 스무딩(지연과 부드러움 균형);
• m=100 — 최대 게인(볼륨 레벨 연동);
• c=1 — DC 보정(간섭 오프셋 제거).

알고리즘:

• 크기 F의 입력 프레임;
• DC 보정;
• 피크 검출;
• 게인 계수 계산;
• 스무딩을 위한 가우시안 필터;
• 게인 적용 및 출력.

이 필터는 노이즈를 억제하지 않습니다. 대안: FFmpeg의 afftdn, anlmdn, arnndn, 또는 ALSA의 rnnoise(RNN 기반).

맞춤형 C++20 구현

Python/Jupyter 프로토타입은 실시간 처리를 시뮬레이션: 전체 파일 로드 없이 20ms 버퍼. 오실로스코프 뷰로 다이내믹 레인지 압축 확인.

최종: C++20의 AutomaticGainControl과 GaussianFilter 클래스. 프로젝트 구조:

• libagc — 정적 라이브러리;
• agc_pipe — 파이프 유틸리티;
• ALSA 플러그인 libasound_module_pcm_agc.so.

agc_pipe 옵션:

허용 옵션:

-h [ --help ] 도움말 출력

-m [ --msec ] arg (=20) 프레임 길이(밀리초)

-c [ --channel ] arg (=1) 필터링 채널 수

-r [ --rate ] arg (=8000) 샘플 레이트

-f [ --filter ] arg (=13) 가우시안 필터 크기

-p [ --peak ] arg (=0.950000) 최대 피크 값

-g [ --gain ] arg (=100) 최대 게인 값

-v [ --verbose ] 상세 로그 활성화

테스트: arecord -D <input> -f S16_LE -t raw | ./agc_pipe -f 7 -g 99 | aplay -D <output> -f S16_LE -t raw.

성능: 단일 소스에서 CPU +3%, ~400ms 지연(FrameLenMs=20, FilterSize=13). 안전성을 위해 std::span 사용.

주요 요약

• AGC는 음성 명료도를 해치지 않고 다이내믹 레인지를 줄임;
• DC 보정은 하드웨어 아티팩트를 제거하는 필수;
• 가우시안 필터링으로 부드러운 전환과 클리핑 최소화;
• C++20 OOP 구현은 FFmpeg보다 유지보수성과 확장성 우수;
• 임베디드 VoIP에 이상적: 낮은 CPU 부하, 최소 지연.

— Editorial Team