共计 4084 个字符，预计需要花费 11 分钟才能阅读完成。
咱们生存中充斥着各种噪声，而随着科技的提高，各种音频降噪技术也不断涌现。被动降噪（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）”在声学环境中来对消噪声。被动降噪曾经被广泛应用到了耳机中，各种“被动降噪耳机”也应接不暇。本篇文章，咱们会具体介绍什么是被动降噪，被动降噪背地的原理是什么，并从“AirPods 开发者”的角度介绍怎么业余地评测一款被动降噪耳机。
Introduction
在咱们日常的生存当中，充斥着各种噪声。Fig.1 列举了六种生存中比拟常见的噪声。在这些噪声中，飞机噪声、空调 / 风扇噪声，机器噪声绝对比拟安稳，没有显著的稳定，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通常是 Non-Stationary Noise [2] (Rangachari, 2006)。在 Non-Stationary Noise 中，比拟具备代表性的要数餐厅里的乐音 Babble Noise，驰名的 Cocktail Party Effect [3] (Arons, 1992) 就是基于 Babble Noise 的。Babble Noise 是指多个谈话者的交谈声组成的背景噪声，此类噪声不仅仅是非安稳的，而且和咱们所需语音的成分类似，导致在进行语音加强 Speech Enhancement（语音为所需信号时的噪声克制）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呈现。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 中展现了局部基于传统信号处理算法的分类，被动降噪(Active Noise Cancelling) 是其中的一种。
Active Noise Cancelling-ANC
被动降噪 Active Noise Cancelling (ANC) 其实早在 1936 年就被 Paul Lueg 提出 [4]。始终到 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)，并装备给了飞行员实现首飞。从那时候起，各种 ANC 耳机便如雨后春笋个别不断涌现。
A. ANC 的算法基本原理
ANC 的基本原理并不难理解，外围是依据噪声信号生成一个反波 (Anti-Signal) 作为打消信号 (Cancelling Signal)，在声场(Acoustic) 中播放这个打消信号来对消掉噪声。咱们以一个正弦信号 (Sine Signal) 为例，
其中 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 ，咱们生成 Anti-Signal 作为 Cancelling Signal，
如果咱们在声场中播放，在适合的地位咱们就能达到以下的成果，
Fig.3 展现了上述对于正弦信号这种单频音 (Single Tone)的被动克制过程。如 Fig.3(a)所示，红色信号代表噪声信号 ，蓝色信号代表 CancellingSignal。由 Fig.3(b) 所示，叠加后，噪声信号 已被对消。
ANC 小试验请观看以下视频
B. ANC 的算法基本原理
依据 ANC 的根本工作原理，咱们来介绍一下 ANC 耳机的构造。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，它的性能是播放所须要的声音，比方语音或者音乐。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 的要害模块。模块 22 是 FeedbackMicrophone，它位于耳机外部，负责监听耳机外部的环境乐音。内部的环境乐音，通过耳机罩，达到耳机外部的时候，这时的信号为耳机外部的环境乐音。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 CancellingSignal，并发送给 Noise Reduction Speaker 将其播出，去对消噪声。
除了 FeedbackANC，还有一种 ANC 的类型是 Feedforward。而目前比拟风行的 ANC 算法是 Feedback 联合 Feedforward 的 Hybrid 算法。Fig.5 展现了 HybridANC 的示意图。通过示意图咱们能够看到，Hybrid ANC 大多数模块都和 FeedbackANC 一样，惟一的不同是多了一个 FeedforwardMicrophone (在 Fig.5 中的模块 6)。这个 Microphone 安置在耳机的内部，用来收集耳机周围环境乐音，在进入耳机之前的声音信息。
Fig.6 里展现了 Hybrid ANC 的 Block Diagram。Feedback Microphone 采集到的信号为 ，它同时也是最初耳朵所听到的信号。 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 播放进去的 Cancelling Signal互相叠加，最终达到打消 的成果，
Hybrid ANC 的算法外围是自适应滤波器 (Adaptive Filter)，Normalized Least Mean Square (NLMS)是一个比拟通用的自适应滤波器 [7] (Shin, 2004)，
其中，
ANC 耳机评测
耳机的评测波及很多方面，各种论坛也有具体的评测攻略。咱们这里着重介绍一下怎么从业余的音频角度去评测 ANC 耳机。在 Fig.6 中，灰色的三个规范是比拟常见的三个耳机评测规范。上面三个红色的规范则是从音频角度登程，对 ANC 耳机进行掂量。
第一个评测点是降噪水平 (Cancelling Decibels)。这个指标是用来测量 ANC 对噪声克制了多少。主观感触时，能够在环境内播放噪声，横向比拟不同的 ANC 耳机降噪过后的成果。噪声类型能够参照咱们上文提到的 Stationary Noise 和 Non-Stationary Noise 来别离进行测试。
第二个评测点是降噪的 Frequency Range。这个指标反映了 ANC 降噪的作用频率范畴。测试方法和降噪水平的测试方法相似，惟一不同的是噪声类型，能够用不同频段的单频音，或者是一个扫频信号 (Chirp Signal) 来进行比照测试。
第三个评测点是 ANC 开启时的音质，次要针对测试 ANC 工作时候，有没有对播放的音乐信号造成伤害。
当网易云信遇上音频降噪
云信 [8] 是网易团体上司的内资公司，总部位于杭州。除资深老杭研外，团队外围 90% 来自硅谷、百度、腾讯、阿里、华为等大型企业 / 独角兽公司，均匀行业教训 10 年以上，把握业内当先的 IM 及实时视频通信零碎研发技术。凭借团体的弱小劣势、团队的业余能力及 24 小时全天候的运维反对服务，截止以后，网易云信产品已笼罩用户 7 亿 +，笼罩 196 个国家，笼罩地区 567 个。
云信的音频团队在音频算法上有着深厚的积攒。在音频降噪这一模块，次要的方向仍然是传统信号处理和 AI 算法并行不悖 (Fig.7)。传统信号处理算法中，对于 Stationary Noise 采纳线性的算法进行解决，对于 Non-Stationary Noise 比方 Transient Noise，会用到非线性的传统算法。在 AI 畛域，云信音频会更重视混合型的 AI 算法，将 AI 作为降噪算法中的一个子模块，联合传统信号处理算法，在保障语音品质的状况下晋升降噪成果。
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/
