随着计算机网络的快速发展,社会的不断进步,空间上的距离已经不再是人们沟通交流的障碍。处在不同地域的人们,可以方便的使用音视频应用与其他人进行沟通交流。这些音视频应用提供了方便廉价的交流方式,给通信行业带来了翻天覆地的变化。大多数音视频应用依靠多媒体处理引擎来实现,音频引擎及其包含的音频处理算法是其中的重要组成部分。普通开发者独立实现一套音频引擎的难度是非常大的,需要把音频媒体的采集播放,音频编解码,音频处理以及实时传输控制等技术结合,我们可以依靠谷歌开源的Web RTC（Web Real-Time Communications）技术来实现。为了能够更好的利用Web RTC中的相关技术,实现完整的音频引擎功能,本文对Web RTC的音频引擎进行了深入的研究,并对其中涉及的音频传输,编码以及处理算法进行了分析,重点对其中的音频处理算法原理进行了深入剖析和研究,并对音频处理算法的实际性能进行了测试。为了改善其中噪声抑制算法的性能,我们提出并实现了一种针对实际音视频会议系统中常见噪声的基于深度神经网络（DNN）的噪声抑制算法。实验结果表明,基于DNN的噪声抑制算法在低信噪比条件下,对于白噪声、风扇噪声、空调噪声、气流噪声以及人群嘈杂噪声都有着比Web RTC的噪声抑制算法更加优异的性能。尤其对于人群嘈杂噪声,基于DNN的噪声抑制算法在多项指标上都有着明显的领先。最后,本文实现了Web RTC的音频引擎的完整功能,并对音频引擎的功能进行了测试。本文的全文规划如下:第一章为绪论部分,介绍研究背景,Web RTC的整体架构以及音频引擎的整体架构。第二章对Web RTC音频引擎的音频编解码与传输部分进行研究,重点研究了Web RTC推荐的音频编解码器i SAC、i LBC,Net EQ算法,还有用于实时多媒体数据传输的RTP与RTCP协议。第三章对Web RTC音频引擎中的音频处理模块进行了研究,重点剖析了其中回声消除、噪声抑制以及语音端点检测算法,并且对于算法的性能进行了实验测试。第四章详细介绍了提出的基于DNN的音频降噪算法的算法原理,实现了该算法,并对算法的噪声抑制效果进行了客观评价,还与Web RTC的噪声抑制算法的性能进行了比较。第五章为对Web RTC音频引擎的实现与性能评判以及Web RTC音视频系统的完整实现与测试。第六章为总结与展望。