WebRTC音頻引擎的實現代碼主要分佈在如下幾個源碼目錄中：
webrtc/audio
webrtc/common_audio
webrtc/media/engine
webrtc/voice_engine
//音頻編解碼
webrtc/module/audio_coding
//接收端混音
webrtc/module/audio_conference_mixer
//音頻輸入輸出設備
webrtc/module/audioDevide
//音頻預處理(消迴音、自動增益、降噪等)
webrtc/module/audio_processing
語音引擎架構圖：
重要的幾個類：
VoEBaseImpl；
SharedData:聚合類，包含一些重要的對象；
Channel:負責一路音頻數據的重要操作，包括音頻數據的前處理（消迴音、降噪、自動增益）、編解碼、發送、接受、後處理（混音）
VoEBaseImpl是連接底層音頻採集播放模塊AudioDeviceModule和音頻引擎內部音頻通道Channel的重要紐帶。它實現三個接口：VoEBase負責創建Channel、啓動/停止音頻數據的發送/接收；AudioTransport負責AudioDeviceModule模塊和Channel之間數據傳送，包括採集後的音頻數據發送到Channel進行編碼、從Channel拉取解碼後的音頻數據進行播放；AudioDeviceObserver負責把AudioDeviceModule工作過程中出現的錯誤和警告向上層報告。
內容部分參考：https://www.jianshu.com/p/5a8a91cd84ef?hmsr=toutiao.io&utm_medium=toutiao.io&utm_source=toutiao.io
Channel是對一路音頻數據及其處理過程的抽象，是VoiceEngineImpl中最重要的底層實現類，其繼承並實現RtpData、RtpFeedback、FileCallback、Transport、PacketizationCallback、ACMVADCallback、MixerParticipant等多個接口，分別負責音頻數據編碼後回掉、發送到網絡、接收後存儲到NetEq緩衝區、播放前混音等一些列重要操作。在類內部， Channel包含的重要成員對象包括RtpReceiver、RtpRtcpModule、AudioCodingModule、CodecManager、OutputMixer、TransmitMixer、ProcessThread、AudioDeviceModule、VoiceEngineObserver、Transport、AudioProcessing、PacketRouter等等。
AudioDeviceModule模塊負責音頻數據的採集和播放，是音頻數據的發源地和目的地。其內部主要包含三個對象：AudioDeviceModule、AudioDeviceGeneric和AudioDeviceBuffer。AudioDeviceModule是對外接口類，負責對AudioDevice和AudioDeviceBuffer進行管理、設置和對音頻數據進行傳遞。AudioDevice是平臺相關的音頻設備，它管理音頻採集設備和播放設備，包括初始化、設置音頻採集設備和播放設備、開始/停止設備、控制設備音量、設置設備的音頻數據緩衝區，等等。在初始化階段，AudioDevice創建採集線程和播放線程，用來執行採集任務和播放任務。AudioDeviceBuffer是音頻數據緩衝區，負責臨時存儲和傳遞音頻數據。
AudioCodingModule模塊負責音頻數據的編解碼，它由音頻引擎層的Channel持有並調用。在內部，AudioCodingModul包含如下重要對象：AcmReceiver、AudioEncoder、AudioDecoder和NetEq，其中AcmReceiver負責接收音頻數據並存儲到NetEq中，NetEq負責音頻數據的抖動消除和錯誤隱藏，AudioEncoder負責音頻數據編碼，AudioDecoder負責音頻數據解碼。WebRTC支持一系列音頻編解碼器，包括CNG、G711、G722、ilbc、isac、opus等等。數據編碼完成後通過AudioPacketizationCallback接口回調到Channel進行下一步發送工作，數據解碼完成後由Channel拉取進行下一步播放工作。
Audio Processing模塊實現音頻數據的預處理操作，包括聲學回聲消除AEC、自動增益控制AGC、噪聲抑制NS、語音活動檢測VAD，等等。AudioProcessing聚合一系列子模塊實現各種音頻處理算法，其重要的對外接口由兩個：ProcessStream()和ProcessReverseStream()，前者負責採集後編碼前的音頻數據的前處理，後者播放前解碼後的音頻數據的後處理。
TransmitMixer用於發送端混音。OutputMixer用於接收端混音。OutputMixer在內部使用AudioConferenceMixer負責解碼後音頻數據的混音操作。
從整個音頻鏈路上來說，包含了如下幾個步驟（5個重要的底層模塊）：
音頻數據的採集（AudioDeviceModule）-> 音頻數據的預處理（AudioProcessing）->音頻數據的編碼（AudioCodingModule）->音頻數據的網絡傳輸（NetEq）->音頻數據的解碼（AudioCodingModule）->終端混音（AudioConferenceMixer）
WebRtcMediaEngine2在MediaEngine層對底層的音視頻引擎進行封裝，分別是WebRtcVoiceEngine和WebRtcVideoEngine2。而WebRtcVoiceEngine則封裝了音頻引擎層的VoiceEngineImpl對象。VoiceEngineImpl以多繼承方式聚集一系列接口，包括SharedData、VoEAudioProcessingImpl、VoECodecImpl、VoENetworkImpl、VoEBaseImpl
WebRtcMediaEngine2在MediaEngine層對底層的音視頻引擎進行封裝，分別是WebRtcVoiceEngine和WebRtcVideoEngine2。而WebRtcVoiceEngine則封裝了音頻引擎層的VoiceEngineImpl對象。VoiceEngineImpl以多繼承方式聚集一系列接口，包括SharedData、VoEAudioProcessingImpl、VoECodecImpl、VoENetworkImpl、VoEBaseImpl等等。
SharedData是一個聚合類，內部包括ChannelManager、AudioDeviceModule、OutputMixer、TransmitMixer、AudioProcess等對象，大部分關於VoiceEngineImpl的操作最終都會經過SharedData委託給內部對象。在創建SharedData對象時，其構造函數會創建一個名爲“VoiceProcessThread”的線程，該線程用以處理音頻引擎的週期性事務。</p>