我不是大牛！我不是大牛！我不是大牛！

作为一个信号处理稍微接触过点的小白，我稍微来说两句。

远场麦克风是啥我不知道。
不过噪声，回声，自然回声坑我多惨我还是有切身体会的。
稍微说一句，传统国内IT人很有可能小看这些工业问题。至少我那边澳洲阿大硕士亮蛋老大是小看了的。差点挂在安卓的回声问题上。
这些信号处理技术，一直是核心技术。

就以我最熟悉的回声问题为例

目前开源的软件解决方案有两个，Speex和webrtc，其中webrtc是谷歌搞的，据说花大钱收购了GIPS的技术用在这里面，不过似乎开源版本还不够好，回声消除不够完善。
speex整个就不好使，似乎其中的dsp重采样器都不行。
于是当时我做项目的时候就去联系了下回声消除群里面那些真大神，其中第一家似乎很牛逼，他们的意思是，先别问回声消除技术要多少钱，先说说你们有多少钱 o(╯□╰)o
第二家还算实惠，做的demo我评测了下觉得不错，几十万的价。
但是，咱公司根本没钱，别tm说几十万了，几万余钱都没有，于是我改了下webrtc用进去，勉强摆平了部分安卓手机回声的问题。
还有，回声消除技术适配安卓手机是个大坑！webrtc就这问题难搞。

那么再说说硬件方案，硬件方案相比软件方案对小企业要便宜些，硬件直接卖芯片，几块钱到几十块钱不等，成本按出货量看，这方面略出名的，我们用了的就是Fortmedia富迪科技的芯片。他家的特色似乎就是语音处理技术，其中双麦克风进行固定空间位置音频降噪似乎是独有的，也就是就两麦克风正对着的一定区域声音可以进去，其他位置都能滤掉。
并且他家音频处理芯片一系列的，从低端纯模拟IO到高端数字IO都有。
但是不知道是不是做硬件的合作乙方没怎么使劲，回声消除的效果还是不行。

现在市面上的各种产品，做音频降噪，回声消除的行业领先的，似乎就是skype。
YY语音在这方面也有加点。

跟其他大牛聊过很多，可惜我不懂电声，只能从门外略窥一二。

Echo 为了实现远场语音识别，用了单独的麦克风阵列模块来拾取语音，阵列上有7颗麦克风，可以360度拾取语音。
国内其他语音识别公司也在推出自己的麦克风阵列模块，4麦克风，8麦克风，但基本上都通过以下方法来实现远场拾音：
1.Beamforming
2.DOA（声源定位）
3.降噪
4.回声抑制
5.De-Reverbration
6.（可能还有其他的，我不懂...）
然后将多路语音处理后合成一路，上传服务器或本地语音识别，再具体我就说不清楚了，毕竟不是搞这个的...

如果题主想做一个类似Echo的东西，可以买到现成的方案来做（避免广告嫌疑我就不提是哪家的），至少已经是已经可以用钱解决的问题，很多服务机器人上都已经在用了。

另外手动@Kent Zhang，我听说微信或者QQ回声消除确实消不干净，主要是因为时钟不同步的问题，大牛说麦克风阵列上消除回声的办法就是用ADC去采样喇叭功放，跟麦克风采用同一个时钟源，可以轻松解决采样率和时钟同步的问题，就消得很干净。

从技术上来说基本上就是如下技术，统称为前处理技术：

1.Beamforming2.DOA（声源定位）3.降噪4.回声抑制5.De-Reverbration

因为现在语言识别基本上都是基于大数据学习提示识别率， 而且目前产品大多数集中在家庭和汽车中， 这些场景普通的平稳噪声基本上在训练数据中加入这些噪声训练就可以，所以噪声抑制基本上对识别率提升作用不会太大，其主要作用的是麦克风阵列进行空间指向性提升目标信号增益，并且同时也具备一定的去混响作用。 而回声抑制主要是针对智能音箱或者智能电视场景，可以得到参考信号场景效果明显。

如果前处理技术结合识别引擎一起，处理后的数据参与训练，整体效果最佳。