; airpods host-side processing + voice activity detection graph

graphName "AirpodsNoiseSuppression_VoiceActivityDetection-noEC"

;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;
; 	Macros
;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;

[def sampleRateIn  48000]    ; overridden by ADM
[def numChannelsIn 1]        ; overridden by ADM

[def vadProcSampleRate 16000]
[def vadProcBlockSize  512]
[def viDNNSampleRate   24000]
[def viDNNBlockSize    480]

[def kAUNeuralNetParam_NeuralNetModelPathBaseOverride 40000]

;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;
;	I/O
;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;

in in
out out

;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;
;	Boxes
;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;

; VAD and LoudnessNormalizer
box MicInputGain dbgn 1 1
box VADInputSRC src 1 1
box LoudnessNormalizer (aufx ldnm appl) 1 1
box NNVAD_In_FFT fft 1 1
box NNVAD (aufx nnva appl) 1 1
box OutputDeadEndBox dead 1 0

; VIDNN
box VIMicInputGain dbgn 1 1
box InputSRC src 1 1
box VIDNN (aufx nnet appl) 1 1
box ZeroConstant constant 0 1
box VIRESjoin join 2 1
box VIRESSplit split 1 2
box NoiseExtractDiff adif 2 1
box AmbGain dbgn 1 1 ; for scaling ambience
box VoiGain gain 1 1 ; for scaling voice
box PostEQ (aufx tmst appl) 1 1 ; for applying eq to Voice and Ambience
box VoiAmbMix asum 2 1
box postgain dbgn 1 1
box LDNM (aufx ldnm appl) 1 1
box OutputSRC src 1 1

;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;
;	Wires
;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;

;;;; VAD
wire in MicInputGain ([sampleRateIn] 1)
wire MicInputGain VADInputSRC ([sampleRateIn] 1)
wire VADInputSRC LoudnessNormalizer ([vadProcSampleRate] 1 [vadProcBlockSize])
wire LoudnessNormalizer NNVAD_In_FFT ([vadProcSampleRate] 1 [vadProcBlockSize])
wire NNVAD_In_FFT NNVAD (freq [vadProcSampleRate] 1 [vadProcBlockSize])
wire NNVAD OutputDeadEndBox (freq [vadProcSampleRate] 1 [vadProcBlockSize])

;;;; VI
wire in              VIMicInputGain    ([sampleRateIn] 1)
wire VIMicInputGain  InputSRC          ([sampleRateIn] 1)

wire InputSRC          (VIRESjoin 0)     ([viDNNSampleRate] 1 [viDNNBlockSize])
wire ZeroConstant      (VIRESjoin 1)     ([viDNNSampleRate] 1 [viDNNBlockSize])
wire VIRESjoin         (VIDNN 0)         ([viDNNSampleRate] 2 [viDNNBlockSize])
wire (VIDNN 0)         VIRESSplit        ([viDNNSampleRate] 2 [viDNNBlockSize])

; Extract Noise from Voice + Noise => Voice+Noise - Voice
wire (VIRESSplit 1)       (NoiseExtractDiff 0) ([viDNNSampleRate] 1 [viDNNBlockSize])
wire (VIRESSplit 0)       (NoiseExtractDiff 1) ([viDNNSampleRate] 1 [viDNNBlockSize])

; scales on eqd speech and eqd ambience for mix
wire (VIRESSplit 0)     VoiGain        ([viDNNSampleRate] 1 [viDNNBlockSize])
wire NoiseExtractDiff   AmbGain        ([viDNNSampleRate] 1 [viDNNBlockSize])

wire VoiGain (VoiAmbMix 0)  ([viDNNSampleRate] 1 [viDNNBlockSize])
wire AmbGain (VoiAmbMix 1)  ([viDNNSampleRate] 1 [viDNNBlockSize])

wire VoiAmbMix PostEQ    ([viDNNSampleRate] 1 [viDNNBlockSize])
wire PostEQ    LDNM      ([viDNNSampleRate] 1 [viDNNBlockSize])
wire LDNM      postgain  ([viDNNSampleRate] 1 [viDNNBlockSize])
wire postgain  OutputSRC ([viDNNSampleRate] 1 [viDNNBlockSize])
wire OutputSRC out ([sampleRateIn] 1)

;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;
; 	Parameters
;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;

param sppb 0 out ; speech probability as boolean value (e.g. 0 or 1) 
wireGraphParam sppb (NNVAD 5 global 0)

param sppf 0 out ; speech probability as float value (e.g. anything between 0.0 and 1.0)  
wireGraphParam sppf (NNVAD 6 global 0)

param spem 1.00 in ; Default speech mix (should be a constant)
wireGraphParam spem (VoiGain  0 0 0) ; VI input scaling for ambience extraction

;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;
; 	Properties
;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;

property tudp in ; Tuning Directory Path
wireGraphProperty tudp (VIDNN [kAUNeuralNetParam_NeuralNetModelPathBaseOverride])