关于手机录音和降噪那些事

 

本文作者是科通芯城的何顺义工程师。

想必大家都有这样的经历：接到朋友从火车站、地铁、会场、KTV等场合打来的电话，有时候很难听清楚，有时候却听得很清晰。这是为什么？

通常我们会认为是对方信号不稳定，所以通话质量有好有坏。其实不然，这种环境下能否听清对方讲话，主要取决于对方手机录音和降噪功能的优劣。同时，这也是高端手机和普通手机的一个重要区别。

任何功能的差别，归根到底，都是硬件和软件的差别。在本文中，笔者将花较长的篇幅和网友们分享一下手机的录音、降噪的原理；所需要的硬件、算法；以及不同的硬件、算法，在使用体验上的差别。希望对大家能有些帮助。

 

录音过程和硬件

首先说一下为什么要强调手机的录音功能。

很简单，手机是用来通话的。通话的过程，首先要把说话的人的声音录下来，然后听者才可以听得到。所以，录音功能对于通话，是基础而重要的。

对于手机的录音过程，简单地讲，需要经过三个阶段，两个环节。三个环节是：“声音——模拟电信号——数字电信号”。两个环节是：“麦克风”和“ADC(analog digital converter/数字模拟转换器)”。麦克风负责把“声音”转化为“模拟电信号”，ADC负责把“模拟电信号”转化为“数字电信号”。所以说，麦克风和ADC的品质直接决定录音功能的品质。

麦克风大家比较熟悉，这里不再赘述，主要讲一下ADC。

如何衡量一个ADC的品质？简单点讲，看两个参数：采样速度和量化位数。什么是采样速度和量化位数？可以这么理解，采样速度代表速度，而量化位数代表精度。这两个数值都是越大越好。

那么，怎么知道手机中ADC的“采样速度”和“量化位数”呢？办法是有的：

先下载一个叫“RecForg”的免费APP，安装运行之后，找到“设置”菜单，进入后界面如下图所示▼

上图中，有两个红色方框：“采样率”和“音频格式”。这两个子菜单分别对应ADC的“采样速度”和“量化位数”。

 

在笔者手机上，点击“采样率”进入之后的界面如下▼

可以看出，有三个档位是灰色不可选的：12kHz、24kHz、 48kHz。而其它所有档位都可以选择。这说明笔者手机ADC的“采样速率”有5个档位，最高为44kHz。同时，笔者也测试过朋友的小米2，发现其最高的采样速率是48kHz。这说明小米2使用的ADC要比笔者手机的ADC高一个等级。

 

在“设置”菜单界面，点击“音频格式”子菜单进入之后，会看到下图▼

上图说明，笔者手机的ADC的“量化位数”是16位。

很简单吧？需要说明的是，笔者发现APP“RecForg”只在android平台手机上可以找到，而在IOS里是没有的。如果大家想查看Iphone的ADC的参数，可以尝试找一些类似的录音软件，碰碰运气，说不准会有发现呢。

 

降噪原理和算法

在“录音过程和硬件”部分，讲到了录音需要的硬件，以及硬件性能对于录音质量的影响。

如果在安静的环境中，软件对于通话的影响并不大。然而，手机是移动通信设备，通话场景不确定，很可能是在嘈杂环境中的。在这种情况下，降噪算法对于通话质量就至关重要了。

降噪是怎么回事？简单点说，就是通过算法，从接收到的声音中分离出人声和噪声，把人声加强，把噪声抑制，从而提高通话质量。道理很简单，但在具体实现上，算法非常复杂，各手机公司一般都不会自己做降噪算法，而是采用相关专业公司的方案。

说到降噪，不得不提audience公司。这是一家专门从事移动通信音频技术的全球领导公司，通俗点说，就是做音频降噪算法的公司。苹果、三星、HTC、Google、LG、华为、夏普、魅族、小米等都是audience的客户，如果要列举采用audience芯片的机型，将会是一张非常长的名单。

那么，不同的降噪算法，体现用户体验上，会有什么区别呢？

我们可以在嘈杂的环境中，可以进行两种试验。（一）、在嘈杂环境中，使用“免提通话”，对方可以听很清楚的条件下，说话者和手机的最大距离是多远？（二）、在嘈杂环境中，手机可以语音识别的最大距离是多远？笔者测试过一些高端手机和普通手机，结果差别还蛮大。大家如果有兴趣，也可以试一试。

上面是从体验方面来说降噪性能。那么除了主观感受，是否可以有一个客观的、直观的展现呢？答案也是肯定的。见下图▼

上图是iphone4s和小米2播放通道的频率响应曲线。可以明显地看出，iphone4s在低频（<80Hz）和高频段(>1.4Hz)都做了相应的降噪处理，只保留和人声频段。而小米2只在高频段有降噪处理。这也说明和iphone4s相比，小米在一些细节上还是有一定提升空间。

 

至于上述测试过程的原理、使用的软件、测试步骤、测试项目的含义等内容，限于篇幅，笔者将在其它文章中详述。

转自：http://www.igao7.com/news/201406/record.html