引言 最近在做一款 AI 語音應用，場景類似“實時通話”：一邊讓 TTS 播報，一邊把麥克風打開做 STT。 問題在於，揚聲器出來的聲音下一秒就會被麥克風原封不動地錄回去，STT 立刻把它當成用户再説一遍，形成“自己聽懂自己”的無限循環。 為了切斷這條回聲通路，我試了一圈硬件方案無果後，決定用純算法在軟件層把播報聲音從錄音裏“摳”掉。 參考 WebRTC 在我原有的設計裏，TTS 播報走的是系統自
