Active Noise Cancelling-主动噪声消除

咱们生活中充斥着各类噪声，而随着科技的进步，各类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，其基本原理是经过播放“反波（Anti-Signal）”在声学环境中来抵消噪声。主动降噪已经被普遍应用到了耳机中，各类“主动降噪耳机”也目不暇接。本篇文章，咱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。

Introduction

在咱们平常的生活当中，充斥着各类噪声。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，此类噪声咱们称之为Stationary Noise [1] (Goodman, N. R., 1961)。而餐厅噪声、交通噪声和施工噪声一般是Non-Stationary Noise [2] (Rangachari, 2006)。在Non-Stationary Noise中，比较具备表明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，此类噪声不只仅是非平稳的，并且和咱们所需语音的成分类似，致使在进行语音加强Speech Enhancement（语音为所需信号时的噪声抑制）时难度增大。

针对不一样类型的噪声，各类不一样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中展现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。

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，各类ANC耳机便如雨后春笋通常不断涌现。

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) 做为消除信号 (Cancelling Signal)，在声场(Acoustic) 中播放这个消除信号来抵消掉噪声。咱们以一个正弦信号 (Sine Signal) 为例，

其中表明噪声信号，_A_表明正弦信号的幅度，_f_表明了正弦信号的频率。针对噪声信号，咱们生成Anti-Signal做为Cancelling Signal，

若是咱们在声场中播放，在合适的位置咱们就能达到如下的效果，

Fig.3展现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，红色信号表明噪声信号，蓝色信号表明CancellingSignal 。由Fig.3(b)所示，叠加后，噪声信号已被抵消。

ANC小实验请观看如下视频

B. ANC的算法基本原理

根据ANC的基本工做原理，咱们来介绍一下ANC耳机的结构。咱们以FeedbackANC Headphone [6] (Brittain, 1997) 为例。Fig.4展现了一个FeedbackANC Headphone的一个剖面图，其中模块18是AudioCommunication Speaker，它的功能是播放所须要的声音，好比语音或者音乐。模块20是NoiseReduction 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CancellingSignal的关键模块。模块22是FeedbackMicrophone，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，经过耳机罩，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，经过自适应滤波(Adaptive Filtering) 实时地生成CancellingSignal，并发送给Noise Reduction Speaker将其播出，去抵消噪声。

除了FeedbackANC，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展现了HybridANC的示意图。经过示意图咱们能够看到，Hybrid ANC大多数模块都和FeedbackANC同样，惟一的不一样是多了一个FeedforwardMicrophone (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，在进入耳机以前的声音信息。

Fig.6里展现了Hybrid ANC的Block Diagram。Feedback Microphone采集到的信号为，它同时也是最后耳朵所听到的信号。表明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相互叠加，最终达到消除的效果，

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)，

其中，

ANC耳机评测

耳机的评测涉及不少方面，各类论坛也有详细的评测攻略。咱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。主观感觉时，能够在环境内播放噪声，横向比较不一样的ANC耳机降噪事后的效果。噪声类型能够参照咱们上文提到的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降噪的做用频率范围。测试方法和降噪程度的测试方法相似，惟一不一样的是噪声类型，能够用不一样频段的单频音，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工做时候，有没有对播放的音乐信号形成损伤。

当网易云信赶上音频降噪

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及实时视频通信系统研发技术。凭借集团的强大优点、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算法左右开弓 (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好比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做为降噪算法中的一个子模块，结合传统信号处理算法，在保证语音质量的状况下提高降噪效果。

References

[1] Goodman, N. R., et al."Frequency response from stationary noise: Two casehistories." Technometrics 3.2 (1961): 245-268.

[2] Rangachari, Sundarrajan, andPhilipos C. Loizou. "A noise-estimation algorithm for highlynon-stationary environments." Speech communication 48.2 (2006):220-231.

[3] Arons, Barry. "A review ofthe cocktail party effect." Journal of the American Voice I/OSociety 12.7 (1992): 35-50.

[4] Paul, Lueg. "Process ofsilencing 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 andapplications. 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 projectionalgorithms." IEEE signal processing letters 11.2 (2004):132-135.

[8] Yunxin. [Online] Available:https://netease.im/