ABSTRACT

我们生活中充斥着各种噪声,而随着科技的进步,各种音频降噪技术也不断涌现。主动降噪(Active Noise Cancelling)技术属于降噪技术的其中一种,其基本原理是通过播放“反波(Anti-Signal)”在声学环境中来抵消噪声。主动降噪已经被广泛应用到了耳机中,各种“主动降噪耳机”也应接不暇。本篇文章,我们会详细介绍什么是主动降噪,主动降噪背后的原理是什么,并从“AirPods开发者”的角度介绍怎样专业地评测一款主动降噪耳机。

I. Introduction

在我们日常的生活当中,充斥着各种噪声。Fig.1列举了六种生活中比较常见的噪声。在这些噪声中,飞机噪声、空调/风扇噪声,机器噪声相对比较平稳,没有明显的波动,此类噪声我们称之为Stationary Noise [1] (Goodman, N. R., 1961)。而餐厅噪声、交通噪声和施工噪声通常是Non-Stationary Noise [2] (Rangachari, 2006)。在Non-Stationary Noise中,比较具有代表性的要数餐厅里的噪音Babble Noise,著名的Cocktail Party Effect [3] (Arons, 1992) 就是基于Babble Noise的。Babble Noise是指多个说话者的交谈声组成的背景噪声,此类噪声不仅仅是非平稳的,而且和我们所需语音的成分相似,导致在进行语音增强Speech Enhancement(语音为所需信号时的噪声抑制)时难度增大。

针对不同类型的噪声,各种不同的降噪算法也相继出现。降噪算法可分为传统信号处理算法 (Conventional Signal Processing Algorithm),以及基于机器学习的算法(Learning-based Algorithm)。Fig.2中展示了部分基于传统信号处理算法的分类,主动降噪(Active Noise Cancelling)是其中的一种。

II. ACTIVE NOISE CANCELLING-ANC

主动降噪Active Noise Cancelling (ANC) 其实早在1936年就被Paul Lueg 提出 [4]。一直到1986年,由美国音频硬件制造商Bose Corporation生产出了第一款ANC 耳机 [5] (Tokhi, 2002),并配备给了飞行员完成首飞。从那时候起,各种ANC耳机便如雨后春笋一般不断涌现。

A. ANC的算法基本原理

ANC的基本原理并不难理解,核心是根据噪声信号生成一个反波 (Anti-Signal) 作为消除信号 (Cancelling Signal),在声场(Acoustic) 中播放这个消除信号来抵消掉噪声。我们以一个正弦信号 (Sine Signal) 为例,

sn(t)=Asin(2πft)

其中sn(t)代表噪声信号,A代表正弦信号的幅度,f代表了正弦信号的频率。针对噪声信号sn(t),我们生成Anti-Signal sc(t)作为Cancelling Signal,

sct=-Asin(2πft)

如果我们在声场中播放sc(t),在合适的位置我们就能达到以下的效果,

snt+sc(t)=0

Fig.3展示了上述对于正弦信号这种单频音 (Single Tone)的主动抑制过程。如Fig.3(a)所示,红色信号代表噪声信号sn(t),蓝色信号代表Cancelling Signal sc(t)。由Fig.3(b)所示,叠加后,噪声信号sn(t)已被抵消。

B. ANC耳机基本原理

根据ANC的基本工作原理,我们来介绍一下ANC耳机的结构。我们以Feedback ANC Headphone [6] (Brittain, 1997) 为例。Fig.4展示了一个Feedback ANC Headphone的一个剖面图,其中模块18是Audio Communication Speaker,它的功能是播放所需要的声音,比如语音或者音乐。模块20是Noise Reduction Speaker,它的职责是播放Cancelling Signal。模块22和模块24则是负责计算和生成这个Cancelling Signal的关键模块。模块22是Feedback Microphone,它位于耳机内部,负责监听耳机内部的环境噪音。外部的环境噪音,通过耳机罩,到达耳机内部的时候,这时的信号为耳机内部的环境噪音。拿到了这个信号后,模块22会将其传入模块24,模块24则负责ANC算法的计算,通过自适应滤波 (Adaptive Filtering) 实时地生成Cancelling Signal,并发送给Noise Reduction Speaker将其播出,去抵消噪声。

除了Feedback ANC,还有一种ANC的类型是Feedforward。而目前比较流行的ANC算法是Feedback结合Feedforward的Hybrid算法。Fig.5展示了Hybrid ANC的示意图。通过示意图我们可以看到,Hybrid ANC大多数模块都和Feedback ANC一样,唯一的不同是多了一个Feedforward Microphone (在Fig.5中的模块6)。这个Microphone安置在耳机的外部,用来收集耳机周围环境噪音,在进入耳机之前的声音信息。

Fig.6里展示了Hybrid ANC的Block Diagram。Feedback Microphone采集到的信号为e(n),它同时也是最后耳朵所听到的信号。x(n)代表Feedforward Microphone采集到的信号。外界的噪声在被Feedforward Microphone采到的同时,也会透过耳机 (Primary Path),传入耳道 (Ear Canal)。在耳道处,会与耳机的Speaker播放出来的Cancelling Signal y'(n)相互叠加,最终达到消除d(n)的效果,

en=d(n)-y'(n)

Hybrid ANC的算法核心是自适应滤波器 (Adaptive Filter), Normalized Least Mean Square (NLMS)是一个比较通用的自适应滤波器 [7] (Shin, 2004),

wi=wi-1Ui*(UiUi*)-1ei

其中,

Ui=[ui, ui-1 ui-K+1]T 

wi表示NLMS中Linear Filter在ith frame时的weights,μ是自适应滤波器的步长 (step-size),ei代表 enith frame的信号,ui代表 unith frame的信号。

III.ANC耳机评测

耳机的评测涉及很多方面,各种论坛也有详细的评测攻略。我们这里着重介绍一下怎样从专业的音频角度去评测ANC耳机。在Fig.6中,灰色的三个标准是比较常见的三个耳机评测标准。下面三个红色的标准则是从音频角度出发,对ANC耳机进行衡量。

第一个评测点是降噪程度 (Cancelling Decibels) 。这个指标是用来测量ANC对噪声抑制了多少。主观感受时,可以在环境内播放噪声,横向比较不同的ANC耳机降噪过后的效果。噪声类型可以参照我们上文提到的Stationary Noise和Non-Stationary Noise来分别进行测试。

第二个评测点是降噪的Frequency Range。这个指标反映了ANC降噪的作用频率范围。测试方法和降噪程度的测试方法类似,唯一不同的是噪声类型,可以用不同频段的单频音,或者是一个扫频信号 (Chirp Signal) 来进行对比测试。

第三个评测点是ANC开启时的音质,主要针对测试ANC工作时候,有没有对播放的音乐信号造成损伤。

IV.当网易云信遇上音频降噪

云信 [8] 是网易集团下属的内资公司,总部位于杭州。除资深老杭研外,团队核心90%来自硅谷、百度、腾讯、阿里、华为等大型企业/独角兽公司,平均行业经验10年以上,掌握业内领先的IM及实时视频通讯系统研发技术。凭借集团的强大优势、团队的专业能力及24小时全天候的运维支持服务,截止当前,网易云信产品已覆盖用户7亿+,覆盖196个国家,覆盖地区567个。

云信的音频团队在音频算法上有着深厚的积累。在音频降噪这一模块,主要的方向依然是传统信号处理和AI算法双管齐下 (Fig.7)。传统信号处理算法中,对于Stationary Noise采用线性的算法进行处理,对于Non-Stationary Noise比如Transient Noise,会用到非线性的传统算法。在AI领域,云信音频会更注重混合型的AI算法,将AI作为降噪算法中的一个子模块,结合传统信号处理算法,在保证语音质量的情况下提升降噪效果。

References

  1. Goodman, N. R., et al. "Frequency response from stationary noise: Two case histories." Technometrics 3.2 (1961): 245-268.
  2. Rangachari, Sundarrajan, and Philipos C. Loizou. "A noise-estimation algorithm for highly non-stationary environments." Speech communication 48.2 (2006): 220-231.
  3. Arons, Barry. "A review of the cocktail party effect." Journal of the American Voice I/O Society 12.7 (1992): 35-50.
  4. Paul, Lueg. "Process of silencing sound oscillations." U.S. Patent No. 2,043,416. 9 Jun. 1936.
  5. Tokhi, M. Osman, Sandor Veres, and Sándor M. Veres, eds. Active sound and vibration control: theory and applications. Vol. 62. Iet, 2002.
  6. Brittain, Thomas Paige. "Active noise reduction headset." U.S. Patent No. 5,675,658. 7 Oct. 1997.
  7. Shin, Hyun-Chool, Ali H. Sayed, and Woo-Jin Song. "Variable step-size NLMS and affine projection algorithms." IEEE signal processing letters 11.2 (2004): 132-135.
  8. Yunxin. [Online] Available: https://netease.im/

Active Noise Cancelling-主动噪声消除相关推荐

  1. 主动降噪(Active Noise Control)

    智能耳机 人机交互 智能声学终端 智能耳机 智能音箱 智能听力器 喇叭单体 动圈喇叭 新材料 DLC 石墨烯 陶瓷单位 吸音材料 智能芯片 阵列式麦克风 声纹传感器 演算法 降噪算法 智能听力保护 A ...

  2. Adaptive Spectrum Noise Cancellation (自适应频谱噪声消除 ,ASNC)去除强运动伪影

    文章: A Novel Adaptive Spectrum Noise Cancellation Approach for Enhancing Heartbeat Rate Monitoring in ...

  3. Active Noise Control:A Tutorial Review 翻译

    文章目录 摘要 1. 引言 A 概述 B 当前应用 C 性能评估和实际考虑 D 文章提纲 2. 宽带ANC A 基础理论 4. 反馈ANC A 自适应反馈ANC系统 6. 其他ANC结构和算法 B 频 ...

  4. 我在ADAU1452这颗音频DSP上,用MFXLMS算法来做Active Noise Cancellation(ANC)

    作者的话 OP作为ADI DSP的技术支持,在音频这一块,现阶段遇到兄弟们提出最多的问题,一个是A2B,一个是ANC,A2B我觉得我写了10来篇文章,应该能说明白了吧,那下一个就是ANC,所谓的主动降 ...

  5. 条纹噪声图片_红外图像条纹噪声消除方法

    红外图像条纹噪声消除方法 隋修宝 ; 陈钱 ; 顾国华 [期刊名称] <红外与毫米波学报> [年 ( 卷 ), 期] 2012(031)002 [摘要] The mechanism of ...

  6. 聊聊实时音视频中的技术难点:回声消除+噪声消除

    文 | 菊风媒体引擎资深研究团队 在各个实时音视频互动场景中,回声和噪声对于影响用户体验而言都是很大的问题.音视频正在发展成为互联网线上沟通的必然趋势,在自然的交流环境中,回声和噪声是非常影响沟通体验 ...

  7. 聊聊语音聊天室app源码实时音视频中的技术难点:回声消除+噪声消除

    聊聊语音聊天室app源码实时音视频中的技术难点:回声消除+噪声消除 在聊聊语音聊天室app源码各个实时音视频互动场景中,回声和噪声对于影响用户体验而言都是很大的问题.音视频正在发展成为互联网线上沟通的 ...

  8. matlab噪音的消除办法,基于MATLAB的噪声消除方法.ppt

    基于MATLAB的噪声消除方法 基于MATLAB的噪声消除方法 答 辩 人 :徐 苏 美 指导教师:杨卫平教授 论文的指导思想 21世纪的社会是信息化社会,我们生活中的每一天都离不开数字信号.随着信息 ...

  9. 简单有一定效果的条纹噪声消除算法

    背景条纹噪声 在红外图像中除了由于传感器的差异造成的固定模式噪声,还存在另外一种条纹噪声,它是由于 IRFPA 中读出电路的不同而造成的因为IRFPA 上位于不同列的传感器采用不同的读出电路,读出电路 ...

最新文章

  1. 1.9 程序示例--局部加权线性回归-机器学习笔记-斯坦福吴恩达教授
  2. JS 原型链 prototypt 和隐式原型 _proto_
  3. SpringBoot-SpringCloud-版本对应关系
  4. 数据结构与算法-- 广度优先打印二叉树
  5. [JS]图片自动切换效果(学习笔记)
  6. k8s pod里访问不到外部ip_安全公告:影响所有K8s版本的设计缺陷
  7. 全国计算机等级考试题photoshop,全国计算机等级考试之一级Photoshop试题
  8. 2017年度工作总结
  9. Android 使用Loader轻松实现仿微信图片加载
  10. gluster部署和使用
  11. 【文心一言】广告文案、演讲稿与请假条自动生成
  12. 教你用iTOL轻松绘制高颜值系统进化树
  13. mysql id不重复随机码_MySQL 随机不重复ID,该怎么处理
  14. Web超简单入门(附带项目的讲解)
  15. 初学计算机图形学——OpenGL实现二维图形平移,旋转(不使用opengl自带的函数,齐次方程实现)
  16. Python的函数返回值和参数
  17. Python(Tuirtle库)简单动画--升旗
  18. 【贪心】FatMouse‘s Trade
  19. 惯性测量单元(IMU)传感器--MEMS微纳制造系列简报
  20. 小学计算机教案免费版,小学三年级下册信息技术教案(清华版)

热门文章

  1. UVa 12167 HDU 2767 强连通分量 Proving Equivalences
  2. ASP.NET Page执行顺序如:OnPreInit()、OnInit()
  3. Insert intervals
  4. Informix IDS 11系统经管(918考试)认证指南,第 5 部分: 数据库做事器行使(5)
  5. javascript中的继承方式
  6. 多个asp.net程序共用Session(sso程序的外设接口)
  7. python numpy创建矩阵、并归一化_每通道以numpy为单位对一批图像进行归一化处理...
  8. Matlab | 空间域水印技术:LSB(Least Significant Bit):计算峰值信噪比PSNR(matlab源代码)
  9. Android studio | From Zero To One ——滚动视图ScrollView
  10. java语言实验报告,Java语言 实验报告(二)