Active Noise Cancelling-主动噪声消除

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-1+μUi*(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 en在 ith frame的信号，ui代表 un在 ith 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/