本發(fā)明涉及一種耳機，具體涉及一種增強消噪效果與穩(wěn)定性并識別外界噪聲提取設(shè)定信息的耳機主動降噪耳機。

背景技術(shù)：

噪聲污染一直以來都是各國十分關(guān)注的話題，但隨著現(xiàn)代化進程的深入，噪聲污染正日益成為一個嚴重的環(huán)境污染問題。交通噪聲、工業(yè)噪聲、建筑噪聲給人的生理和心理健康帶來了嚴重的危害，這些噪聲使人們的聽力下降、易于疲勞、注意力與工作效率受到極大的影響。降噪耳機其功能就是消除耳邊的噪聲污染，減輕乃至消除噪聲污染對人體的傷害。

傳統(tǒng)的降噪技術(shù)又稱被動降噪，其方法按照使用材料和部位主要可分為減振噪聲治理、吸音噪聲治理和隔音噪聲治理，主要的形式為通過包圍耳朵形成封閉空間，或者采用硅膠耳塞實現(xiàn)阻擋外界噪聲，一般只能阻隔高頻噪聲，對低頻噪聲降噪效果不明顯。

隨著數(shù)字信號處理技術(shù)與集成電路技術(shù)的不斷發(fā)展，近年來主動降噪技術(shù)有了較大的發(fā)展，其原理就是根據(jù)兩個聲波相消性干涉或聲波輻射抑制的方法，通過人為地制造一個控制聲源(又稱次級聲源)使其發(fā)出的聲音與環(huán)境中原本的噪聲源(又稱初級聲源)輻射的噪聲大小相等、相位相反，使兩者的作用相互抵消，從而達到降噪的目的。

主動降噪技術(shù)的優(yōu)點是在外界擾動一定的情況下消噪效果較好，對于頻率變換較緩慢的信號尤其是單頻信號可以達到接近100％的降噪效果。

但是主動降噪技術(shù)作為一種剛剛發(fā)展起來的降噪技術(shù)還存在著一定的局限性，其主要體現(xiàn)在以下幾個方面。

一是由于噪聲采集速度有限、AD-DA速度有限、處理算法復(fù)雜等原因，當外界噪聲變化速度較快時，主動降噪技術(shù)的效果就顯得十分有限了，尤其對于隨機的白噪聲信號，現(xiàn)有主動降噪技術(shù)的效果一般還不及被動降噪技術(shù)。

二是由于現(xiàn)有的降噪耳機基本上未考慮從噪聲采集單元(微型麥克風)到揚聲器單元的物理距離，這會使得次級聲源發(fā)出的反相波與原噪聲源發(fā)出的噪聲存在一定的相位差從而使得相消結(jié)果變成一個幅值較小的駐波。雖然通過工藝上的提升可以縮小這一距離，但是對于高頻噪聲(實際中較少)而言這一距離還是足夠造成較大的相位差使消噪效果得到損害。

三是現(xiàn)在已經(jīng)面世的主動降噪耳機對于外界噪聲的處理策略是“一刀切”的方案，只保留耳機輸入端的信號，這可能會造成外界的有用信息被過濾，如馬路上汽車的喇叭聲等從而造成對用戶的損害。

綜上所述，發(fā)明一種可以達到降噪深度更好，音頻頻率響應(yīng)更廣，音色質(zhì)量更舒適并實現(xiàn)外界信息篩選的主動降噪耳機勢在必行。

技術(shù)實現(xiàn)要素：

針對現(xiàn)有的主動降噪技術(shù)所存在的上述技術(shù)問題，本發(fā)明提供了一種基于通道補償與語音識別的主動降噪耳機。

一種基于通道補償與語音識別的主動降噪耳機，包括：

主電路單元，用于對采集到的噪聲信號進行AD轉(zhuǎn)換得到數(shù)字信號，并根據(jù)預(yù)先設(shè)定在數(shù)字信號處理單元內(nèi)的處理算法對該數(shù)字信號進行相應(yīng)處理得到一個與輸入反相的信號，再根據(jù)用戶交互單元輸入的信息對前一步的結(jié)果進行后處理，然后疊加經(jīng)音頻信號處理模塊處理的目標信號，最終經(jīng)過DA轉(zhuǎn)換輸出到揚聲器輸出單元。

噪聲采集單元，用于采集人耳附近的外界噪聲并轉(zhuǎn)化成電壓信號輸入到主電路單元。

用戶交互單元，用于鎖定用戶所處的場景并根據(jù)場景確定用戶所需的有用信息類別從而縮小語音識別的語音庫達到加快識別效率的目的。

語音識別單元，用于識別外界噪聲中的用戶需要的信息并將識別結(jié)果發(fā)送到主電路單元。

揚聲器輸出單元，用于將經(jīng)過主電路單元處理的信號輸出，包括目標音頻信號(用戶想聽到的音頻輸出)和反相噪聲波。

所述的主電路單元包括：

數(shù)字信號處理模塊，用于將整合輸入進來的各個信號(包括信號類型的AD/DA轉(zhuǎn)換)，主要是將噪聲信號按照預(yù)定的處理算法進行處理得到反相信號，再與音頻信號處理模塊輸入的目標信號相疊加并輸出到音頻信號處理模塊。該模塊可由TI公司的TMS320VC5509A型號的DSP完成。

音頻信號處理模塊，用于對耳機接口輸入的模擬信號進行AD轉(zhuǎn)換并輸入到數(shù)字信號處理模塊。另外該模塊還用于對反噪聲與目標音頻的疊加信號進行放大與增益調(diào)節(jié)并輸入到揚聲器輸出單元。

所述的音頻信號處理模塊，包括一塊音頻處理芯片、一個音頻輸入接口和一個音頻輸出接口。音頻處理芯片的輸入與音頻輸入接口相連，輸出與音頻輸出接口相連，另一端與數(shù)字信號處理模塊相連；音頻輸入接口與耳機相連；音頻輸出接口與揚聲器單元相連。該音頻處理芯片可選TI公司的TLV320AIC23B型號的立體聲芯片。

本發(fā)明還公開了一種基于通道補償與語音識別的主動降噪處理算法，包括：

次級通道機器學習算法，用于通過調(diào)試得到從噪聲采集單元到揚聲器輸出單元的傳遞函數(shù)，對于任何一臺確定的耳機系統(tǒng)，只需要得到一次參數(shù)即可一直使用。

反饋LMS算法，基于現(xiàn)代濾波器算法中基本的LMS算法用于對輸入的噪聲信號進行反相操作，并實現(xiàn)自適應(yīng)調(diào)節(jié)，自動追蹤外界噪聲的改變。

次級通道補償算法，用于補償次級通道造成的噪聲波與反噪聲波之間的相位差。

本發(fā)明的有益效果是：本發(fā)明考慮次級通道造成的噪聲波與反相波之間的相位差，利用機器學習(LMS算法)得到該物理通道的傳遞函數(shù)，并將其加入到輸出反相波的LMS算法中消除次級通道的影響，提高了消噪的精度與對高頻噪聲的適應(yīng)性。同時，考慮到外界信號中有用信號的提取，本發(fā)明添加了語音識別單元控制反相噪聲信號的輸出，同時，通過場景確定語音識別庫的方式縮小了搜索范圍，加快了語音識別過程，實現(xiàn)了無用噪聲過濾而保留有用信息與用戶的音頻信號，并保證了噪聲過濾的實時性與穩(wěn)定性。

附圖說明

圖1為本發(fā)明主動降噪系統(tǒng)的流程示意圖。

圖2為數(shù)字信號處理單元的流程示意圖。

圖3為次級通道的機器學習流程示意圖

圖4為帶次級通道補償?shù)腖MS消噪算法流程示意圖。

具體實施方式

為了更為具體地描述本發(fā)明，下面結(jié)合附圖及具體實施方式對本發(fā)明的技術(shù)方案進行詳細說明。

圖1所示為整個主動降噪耳機的流程示意圖。整個系統(tǒng)的主要環(huán)節(jié)包括噪聲采集單元、語音識別單元、數(shù)字信號處理單元和揚聲器輸出單元。其中：外界環(huán)境的噪聲同時為語音識別單元與噪聲采集環(huán)節(jié)的輸入，語音識別單元與噪聲采集單元的輸出又同時作為數(shù)字信號處理單元的輸入，其中，噪聲采集單元的輸出為模擬量，故在輸入到數(shù)字信號處理單元前還需要經(jīng)過AD轉(zhuǎn)換，在完成數(shù)字信號處理的過程后在經(jīng)過一個DA環(huán)節(jié)，最后經(jīng)音頻處理芯片放大再與揚聲器輸出單元相連即完成了整個系統(tǒng)的工作。

具體來說，各個單元的功能是這樣的：

噪聲采集單元的核心元件為一微型麥克風，麥克風將外界環(huán)境中的噪聲轉(zhuǎn)變成電路可處理的電信號輸入到后一級單元以供DSP進行一定頻率的采樣。

語音識別單元固化在移動終端中，其功能實現(xiàn)的方法步驟是這樣的：首先，通過用戶在交互界面中選擇所在場景確定對應(yīng)的語音識別庫(也可由用戶自定義添加)從而縮小每次的搜索量，然后移動終端通過將手機麥克風采集的信號變換到頻域后與語音識別庫中特征值進行對比(這部分語音識別的代碼是開源的)后確定外界是否有設(shè)定的有用信息，最后，移動終端將識別結(jié)果(有/無)發(fā)送到數(shù)字信號處理單元，若無有用信息，則反相噪聲波與目標音頻保持疊加輸出；若有有用信息則屏蔽此時的反相噪聲波，只輸出目標音頻，這樣用戶就同時聽到了外界的信息與目標音頻。

數(shù)字信號處理單元是本系統(tǒng)的核心部分，該單元將輸入的噪聲波進行反相處理，但是考慮到外界噪聲的時變性與采集變換處理輸出的延時性，該工作并不是僅將輸入信號反相即可，此處采用了LMS算法進行自適應(yīng)濾波，詳見圖2、3、4的介紹。(LMS算法作為一種成熟的現(xiàn)代濾波器自適應(yīng)算法在此處不再贅述)

揚聲器環(huán)節(jié)是系統(tǒng)工作的最后一個環(huán)節(jié)，該環(huán)節(jié)將經(jīng)過處理的反相信號輸出在空間中與噪聲信號發(fā)生干涉相消，從而實現(xiàn)降噪的目的。

數(shù)字信號處理單元的整體工作流程圖如圖2所示。

1)由噪聲采集單元采集上一時刻的輸出與環(huán)境噪聲的差值即誤差e(n)。

2)考慮到輸出的信號是經(jīng)過次級通道再與環(huán)境噪聲相干涉疊加的，故此處補償次級通道影響得到參考輸入信號x(n)，具體關(guān)系見圖4說明。

3)通過前一步得到的LMS迭代系數(shù)與前10步的誤差相卷積得到反噪聲y(n)。4)輸出反噪聲與環(huán)境中的噪聲發(fā)生干涉。

5)更新LMS的迭代系數(shù)以保證下一次循環(huán)的順利進行，與基本的LMS算法不同的是此處迭代輸入的信號不能用x(n)而是應(yīng)該考慮次級通道作用而是用x(n)與次級通道傳遞函數(shù)相卷積的結(jié)果x’(n)。

6)回到第(1)步進行循環(huán)。

從信號處理的角度來說，上面的算法需分為兩步來完成：

第一步是通過機器學習得到次級通道的傳遞函數(shù)W(z)，其流程如圖3所示。該機器學習過程是在無噪聲的環(huán)境中進行的，通過在程序中附加一個白噪聲信號與次級通道的傳遞函數(shù)C(z)相卷積(該傳遞函數(shù)初始值可為零，由LMS算法不斷更新)，得到的信號再與通過揚聲器輸出的白噪聲被噪聲采集單元獲取的信號相減進行LMS算法處理，不斷循環(huán)使e’(n)＝0，此時相當于任意一個信號經(jīng)過實際的物理通道與經(jīng)過C(z)處理得到相同的結(jié)果(差值為零)。這個過程就是用C(z)去近似次級通道的傳遞函數(shù)，階數(shù)越高近似精度越高。

第二步就是利用第一步得到的次級通道傳遞函數(shù)在基本的LMS算法的基礎(chǔ)上進行一個補償，其具體流程圖如圖4所示，圖中各個處理環(huán)節(jié)與物理量的意義為：C(z)，通過機器學習過程得到的次級通道近似傳遞函數(shù)；H(z)，實際次級通道傳遞函數(shù)，未知量；W(z)，通過LMS算法更新的迭代系數(shù)，用以控制輸出為輸入的反相信號；e(n)，由噪聲采集單元獲得的誤差信號；x(n)，外界噪聲信號；y(n)，LMS算法的輸出信號；x’(n)，考慮次級通道作用后的參考輸入信號；y’(n)，經(jīng)次級通道作用后的實際輸出信號。

其中具體操作為：

1)噪聲采集單元采集誤差信號e(n)；

2)計算參考誤差輸入信號其中N為系統(tǒng)的階數(shù)；

3)計算反噪聲y(n)并輸出到下一級單元，其中

4)計算次級通道作用的

5)更新LMS迭代系數(shù)W(z)，W_i(n+1)＝W_i(n)-μe(i)x’(n-i)；

6)回到第一步繼續(xù)循環(huán)。