音頻引擎，是實時通話程序（IM）裡的一個模塊。
例如webrtc、各種社交軟體，都含有這個模塊。
它大概有三個功能，錄音、放音、回音消除。
上篇文章裡Linux的alsa接口播放pcm音頻數據說過Linux ALSA框架的數據傳輸方向有播放和採集兩種，音頻引擎是把這兩個功能聯合起來，外加一個回音消除模塊。
在實時通話中，對端傳過來的聲音A，與你說話的聲音B，都會被麥克風錄音，實際錄下來的是A+B。
如果直接發送到對端，再播放出來，那麼就摻雜了對端上次說話的聲音A，即回音（echo），讓人聽起來比較彆扭。
使用特殊的算法，在錄音之後，發送之前，消除這個回音，只把你說話的聲音B發過去，就是回音消除（Audio Echo Cancellation）。
也就是說，相當於做了一個減法，從A+B裡減去A，把B發送給對端。
放音的代碼上一篇文章已經簡單說了下，錄音也差不多，就不單獨寫一篇了。
簡單說一下回音消除AEC的情況：
1，播放出來的聲音A，再錄進去時的強度是減弱了的，所以直接減是不行的。
2，播放的聲音被周圍障礙物反彈回來，再被錄進去時，與原聲是有時間偏差的。
3，麥克風直接錄進去的聲音A0，障礙物反彈回來的聲音A1，與原聲A是有差異的（強度、相位），但是只能以原聲A為參考來消除它們。
具體的消除算法，相當於一個濾波器。
詳細的數學原理和算法步驟，我也沒仔細研究過（捂臉
目前回音消除的第三方代碼，一個是webrtc自帶的AEC模塊，另一個是speex自帶的AEC模塊。
speex，就是發明opus音頻編碼協議的那個團隊，他們提供了一套聲音處理的庫。
音頻引擎的邏輯代碼就這麼幾行：
while(1)
{
play(A);
B = record();
C = aec(B, A);
//把C傳給編碼模塊
}
在使用耳機的時候，回音基本聽不出來，
甚至可以取消AEC功能。
但是在使用外放的時候，回音就比較明顯了。