语音小管家相比于音频信号处理中的其它算法，limiter 是一个存在感较低的算法，各种资料上所呈现出的原理和实现过程也相对简单，基本一看就懂。但是按照该原理所实现的 limiter 仍然需要接后处理才能满足实际需要。
本文首先介绍了 Matlab 上的实现，笔者称之为一阶递归平滑版本的 limiter，该版本也是上面所说的大多数资料上呈现的版本；然后介绍了 FFMPEG 里面的实现，笔者称之为逐采样点过渡平滑的 limiter。两个版本各有优缺点，可根据具体应用的需要选择相应的版本。
1. Limiter 的主要作用
在音频信号处理中，通常的做法是先将音频采样点归一化到 [−1.0,1.0] ，然后再对其施加各种各样的音频算法。然而在算法处理过程中可能会出现某些音频采样点的幅度超过1的情况。或者在将多路音频流混合成一路音频流的时候，采样点相加的过程中也有可能出现幅度超过1的情况。而使用 limiter 的主要目的就是在尽量不变动其它采样点的情况下，将这些采样点的幅度全部限制在1以内，以避免削波。
2. 简单粗暴做法
3. 简单粗暴做法的另一种理解：增益因子
4.一阶递归平滑版本的 Limiter
4.1 攻击时间和释放时间
关于攻击时间和释放时间的介绍可以参考 Matlab。下面笔者举例说明下对这两个时间的理解，后续 FFMPEG 实现的 limiter 也用到了这两个参数。
考虑一个正在参加短跑体测的大学生，他需要从 0m/s 快速加速到他的最大速度8m/s，等跑到终点后再慢慢减速到 0m/s。其中加速所用的时间在这里相当于攻击时间，减速所用的时间相当于释放时间。更一般的来说，攻击时间可以理解为从初始状态切换到期望状态所用的时间，释放时间可以理解为从期望状态恢复到初始状态所用的时间。在这里大学生的初始状态就是 0m/s，期望状态就是 8m/s。大部分情况下攻击时间短于释放时间。
4.2 存在的问题
DAFX: Digital Audio Effects Second Edition 中有提到为了较好地解决这个问题，可以后接一个 soft clipping。
笔者还想到另一个处理该问题的方法，但并不能保证 100% 解决。方法就是将 limiter 的阈值降低，也就是说不要用1或小于1但又特别特别接近于1的数来当阈值，而是用一个较小的阈值，比如 0.9 。
不过，经过上面的分析可以看到，这个版本的 limiter 可以做到零延迟，某些对延迟要求较高的应用，可以使用它。
5. 逐采样点过渡平滑版本的 Limiter
这儿讲的是 FFMPEG 中的实现，是笔者在偶然间发现的，但又不知该怎么称呼好，因此叫了这个名字。与上述版本相比，该版本的 limiter 使用不同的平滑方法。上面提到，一阶递归平滑版本存在增益因子滞后性的问题，从而导致处理完的采样点的幅度可能大于阈值，但它可以做到零延迟。而该版本可以做到增益因子零滞后，也就是能保证处理完的采样点的幅度不大于阈值，但它却做不到零延迟。也就是说该版本要计算当前采样点最终的增益因子，必须要用到未来采样点的信息。
上面只是简单说明了该版本的思想，看着也挺简单，没什么难度，但实际情况往往更加复杂。比如一段音频序列中短时间内出现多个幅度超出阈值的采样点，应该怎么处理才能保证让每个采样点都能满足要求那。这才是该版本的难点之一，笔者能力有限，不能用简洁的语言描述清楚这个过程。感兴趣的读者可以阅读FFMPEG 的实现，了解了其思想之后，看起来就能容易些。
6. 总结
在初步接到这个需求的时候，是想实现一个延迟可设的 limiter, 本以为不会花太多的时间和精力，应该很快就能完成。但随着深入学习研究，才发现一个小小的算法，要想一步一步优化它，让它更加完美，也并不是像它表面看起来那么简单。从发现问题到提出解决方案，这后面蕴含的思想是十分美妙的，这也是算法的魅力之一。
