一种基于通道补偿与语音识别的主动降噪耳机的制作方法

本发明涉及一种耳机，具体涉及一种增强消噪效果与稳定性并识别外界噪声提取设定信息的耳机主动降噪耳机。

背景技术：

噪声污染一直以来都是各国十分关注的话题，但随着现代化进程的深入，噪声污染正日益成为一个严重的环境污染问题。交通噪声、工业噪声、建筑噪声给人的生理和心理健康带来了严重的危害，这些噪声使人们的听力下降、易于疲劳、注意力与工作效率受到极大的影响。降噪耳机其功能就是消除耳边的噪声污染，减轻乃至消除噪声污染对人体的伤害。

传统的降噪技术又称被动降噪，其方法按照使用材料和部位主要可分为减振噪声治理、吸音噪声治理和隔音噪声治理，主要的形式为通过包围耳朵形成封闭空间，或者采用硅胶耳塞实现阻挡外界噪声，一般只能阻隔高频噪声，对低频噪声降噪效果不明显。

随着数字信号处理技术与集成电路技术的不断发展，近年来主动降噪技术有了较大的发展，其原理就是根据两个声波相消性干涉或声波辐射抑制的方法，通过人为地制造一个控制声源(又称次级声源)使其发出的声音与环境中原本的噪声源(又称初级声源)辐射的噪声大小相等、相位相反，使两者的作用相互抵消，从而达到降噪的目的。

主动降噪技术的优点是在外界扰动一定的情况下消噪效果较好，对于频率变换较缓慢的信号尤其是单频信号可以达到接近100％的降噪效果。

但是主动降噪技术作为一种刚刚发展起来的降噪技术还存在着一定的局限性，其主要体现在以下几个方面。

一是由于噪声采集速度有限、AD-DA速度有限、处理算法复杂等原因，当外界噪声变化速度较快时，主动降噪技术的效果就显得十分有限了，尤其对于随机的白噪声信号，现有主动降噪技术的效果一般还不及被动降噪技术。

二是由于现有的降噪耳机基本上未考虑从噪声采集单元(微型麦克风)到扬声器单元的物理距离，这会使得次级声源发出的反相波与原噪声源发出的噪声存在一定的相位差从而使得相消结果变成一个幅值较小的驻波。虽然通过工艺上的提升可以缩小这一距离，但是对于高频噪声(实际中较少)而言这一距离还是足够造成较大的相位差使消噪效果得到损害。

三是现在已经面世的主动降噪耳机对于外界噪声的处理策略是“一刀切”的方案，只保留耳机输入端的信号，这可能会造成外界的有用信息被过滤，如马路上汽车的喇叭声等从而造成对用户的损害。

综上所述，发明一种可以达到降噪深度更好，音频频率响应更广，音色质量更舒适并实现外界信息筛选的主动降噪耳机势在必行。

技术实现要素：

针对现有的主动降噪技术所存在的上述技术问题，本发明提供了一种基于通道补偿与语音识别的主动降噪耳机。

一种基于通道补偿与语音识别的主动降噪耳机，包括：

主电路单元，用于对采集到的噪声信号进行AD转换得到数字信号，并根据预先设定在数字信号处理单元内的处理算法对该数字信号进行相应处理得到一个与输入反相的信号，再根据用户交互单元输入的信息对前一步的结果进行后处理，然后叠加经音频信号处理模块处理的目标信号，最终经过DA转换输出到扬声器输出单元。

噪声采集单元，用于采集人耳附近的外界噪声并转化成电压信号输入到主电路单元。

用户交互单元，用于锁定用户所处的场景并根据场景确定用户所需的有用信息类别从而缩小语音识别的语音库达到加快识别效率的目的。

语音识别单元，用于识别外界噪声中的用户需要的信息并将识别结果发送到主电路单元。

扬声器输出单元，用于将经过主电路单元处理的信号输出，包括目标音频信号(用户想听到的音频输出)和反相噪声波。

所述的主电路单元包括：

数字信号处理模块，用于将整合输入进来的各个信号(包括信号类型的AD/DA转换)，主要是将噪声信号按照预定的处理算法进行处理得到反相信号，再与音频信号处理模块输入的目标信号相叠加并输出到音频信号处理模块。该模块可由TI公司的TMS320VC5509A型号的DSP完成。

音频信号处理模块，用于对耳机接口输入的模拟信号进行AD转换并输入到数字信号处理模块。另外该模块还用于对反噪声与目标音频的叠加信号进行放大与增益调节并输入到扬声器输出单元。

所述的音频信号处理模块，包括一块音频处理芯片、一个音频输入接口和一个音频输出接口。音频处理芯片的输入与音频输入接口相连，输出与音频输出接口相连，另一端与数字信号处理模块相连；音频输入接口与耳机相连；音频输出接口与扬声器单元相连。该音频处理芯片可选TI公司的TLV320AIC23B型号的立体声芯片。

本发明还公开了一种基于通道补偿与语音识别的主动降噪处理算法，包括：

次级通道机器学习算法，用于通过调试得到从噪声采集单元到扬声器输出单元的传递函数，对于任何一台确定的耳机系统，只需要得到一次参数即可一直使用。

反馈LMS算法，基于现代滤波器算法中基本的LMS算法用于对输入的噪声信号进行反相操作，并实现自适应调节，自动追踪外界噪声的改变。

次级通道补偿算法，用于补偿次级通道造成的噪声波与反噪声波之间的相位差。

本发明的有益效果是：本发明考虑次级通道造成的噪声波与反相波之间的相位差，利用机器学习(LMS算法)得到该物理通道的传递函数，并将其加入到输出反相波的LMS算法中消除次级通道的影响，提高了消噪的精度与对高频噪声的适应性。同时，考虑到外界信号中有用信号的提取，本发明添加了语音识别单元控制反相噪声信号的输出，同时，通过场景确定语音识别库的方式缩小了搜索范围，加快了语音识别过程，实现了无用噪声过滤而保留有用信息与用户的音频信号，并保证了噪声过滤的实时性与稳定性。

附图说明

图1为本发明主动降噪系统的流程示意图。

图2为数字信号处理单元的流程示意图。

图3为次级通道的机器学习流程示意图

图4为带次级通道补偿的LMS消噪算法流程示意图。

具体实施方式

为了更为具体地描述本发明，下面结合附图及具体实施方式对本发明的技术方案进行详细说明。

图1所示为整个主动降噪耳机的流程示意图。整个系统的主要环节包括噪声采集单元、语音识别单元、数字信号处理单元和扬声器输出单元。其中：外界环境的噪声同时为语音识别单元与噪声采集环节的输入，语音识别单元与噪声采集单元的输出又同时作为数字信号处理单元的输入，其中，噪声采集单元的输出为模拟量，故在输入到数字信号处理单元前还需要经过AD转换，在完成数字信号处理的过程后在经过一个DA环节，最后经音频处理芯片放大再与扬声器输出单元相连即完成了整个系统的工作。

具体来说，各个单元的功能是这样的：

噪声采集单元的核心元件为一微型麦克风，麦克风将外界环境中的噪声转变成电路可处理的电信号输入到后一级单元以供DSP进行一定频率的采样。

语音识别单元固化在移动终端中，其功能实现的方法步骤是这样的：首先，通过用户在交互界面中选择所在场景确定对应的语音识别库(也可由用户自定义添加)从而缩小每次的搜索量，然后移动终端通过将手机麦克风采集的信号变换到频域后与语音识别库中特征值进行对比(这部分语音识别的代码是开源的)后确定外界是否有设定的有用信息，最后，移动终端将识别结果(有/无)发送到数字信号处理单元，若无有用信息，则反相噪声波与目标音频保持叠加输出；若有有用信息则屏蔽此时的反相噪声波，只输出目标音频，这样用户就同时听到了外界的信息与目标音频。

数字信号处理单元是本系统的核心部分，该单元将输入的噪声波进行反相处理，但是考虑到外界噪声的时变性与采集变换处理输出的延时性，该工作并不是仅将输入信号反相即可，此处采用了LMS算法进行自适应滤波，详见图2、3、4的介绍。(LMS算法作为一种成熟的现代滤波器自适应算法在此处不再赘述)

扬声器环节是系统工作的最后一个环节，该环节将经过处理的反相信号输出在空间中与噪声信号发生干涉相消，从而实现降噪的目的。

数字信号处理单元的整体工作流程图如图2所示。

1)由噪声采集单元采集上一时刻的输出与环境噪声的差值即误差e(n)。

2)考虑到输出的信号是经过次级通道再与环境噪声相干涉叠加的，故此处补偿次级通道影响得到参考输入信号x(n)，具体关系见图4说明。

3)通过前一步得到的LMS迭代系数与前10步的误差相卷积得到反噪声y(n)。4)输出反噪声与环境中的噪声发生干涉。

5)更新LMS的迭代系数以保证下一次循环的顺利进行，与基本的LMS算法不同的是此处迭代输入的信号不能用x(n)而是应该考虑次级通道作用而是用x(n)与次级通道传递函数相卷积的结果x’(n)。

6)回到第(1)步进行循环。

从信号处理的角度来说，上面的算法需分为两步来完成：

第一步是通过机器学习得到次级通道的传递函数W(z)，其流程如图3所示。该机器学习过程是在无噪声的环境中进行的，通过在程序中附加一个白噪声信号与次级通道的传递函数C(z)相卷积(该传递函数初始值可为零，由LMS算法不断更新)，得到的信号再与通过扬声器输出的白噪声被噪声采集单元获取的信号相减进行LMS算法处理，不断循环使e’(n)＝0，此时相当于任意一个信号经过实际的物理通道与经过C(z)处理得到相同的结果(差值为零)。这个过程就是用C(z)去近似次级通道的传递函数，阶数越高近似精度越高。

第二步就是利用第一步得到的次级通道传递函数在基本的LMS算法的基础上进行一个补偿，其具体流程图如图4所示，图中各个处理环节与物理量的意义为：C(z)，通过机器学习过程得到的次级通道近似传递函数；H(z)，实际次级通道传递函数，未知量；W(z)，通过LMS算法更新的迭代系数，用以控制输出为输入的反相信号；e(n)，由噪声采集单元获得的误差信号；x(n)，外界噪声信号；y(n)，LMS算法的输出信号；x’(n)，考虑次级通道作用后的参考输入信号；y’(n)，经次级通道作用后的实际输出信号。

其中具体操作为：

1)噪声采集单元采集误差信号e(n)；

2)计算参考误差输入信号其中N为系统的阶数；

3)计算反噪声y(n)并输出到下一级单元，其中

4)计算次级通道作用的

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

6)回到第一步继续循环。