加强语音的方法、系统、车辆和介质与流程

本公开涉及处理音频信号，尤其涉及加强语音的系统和方法。

背景技术：

车内系统可以改善乘员之间的通信。该系统捕获信号并在车辆内重放所捕获的信号。在重放所捕获的信号时最小化时延对于保持信号的自然性是重要的。然而，在与预期接收者非常接近的情况下重放讲话者的声音可能使接收者从许多位置感知到驾驶员的声音。在许多情况下，对来自不同位置的驾驶员的声音的感知以及对驾驶员的声音周围的噪声的放大可能会分散注意力。

技术实现要素：

根据本公开的第一方面，提供了一种通过合成语音加强来增强语音的方法，包括：捕获一个或多个麦克风信号；根据所述一个或多个麦克风信号中的每一个估计多个回声路径；响应于在所述一个或多个麦克风信号中检测到的语音，合成与所述语音相对应的语音加强信号；将合成的语音加强信号的部分与所捕获的麦克风信号进行级联，以呈现加强信号；以及，通过从所捕获的麦克风信号中减去所述多个回声路径中的每一个的回声贡献，来响应于所估计的多个回声路径处理所捕获的麦克风信号。

根据本公开的第二方面，提供了一种编码有机器可执行指令的非暂时性机器可读介质，其中，对所述机器可执行指令的执行是用于：捕获一个或多个麦克风信号；根据所述一个或多个麦克风信号中的每一个估计多个回声路径；响应于在所述一个或多个麦克风信号中检测到的语音，合成与所述语音相对应的语音加强信号；将在麦克风信号中检测到的语音的部分与合成的加强信号进行级联；以及，通过从所捕获的麦克风信号中减去所述多个回声路径中的每一个的回声贡献，来响应于所估计的多个回声路径处理所捕获的麦克风信号。

根据本公开的第三方面，提供了一种通过加强来增强语音的系统，包括：多个麦克风，所述多个麦克风捕获一个或多个麦克风信号；处理器，所述处理器被编程用于根据所述一个或多个麦克风信号中的每一个估计多个回声路径；所述处理器还被编程用于响应于在所述一个或多个麦克风信号中检测到的语音，合成与所述语音相对应的语音加强信号；所述处理器还被编程用于将合成的加强信号的部分与在所捕获的麦克风信号中检测到的语音进行级联；以及，所述处理器还被编程用于通过从所捕获的麦克风信号中减去所述多个回声路径中的每一个的回声贡献，来响应于所估计的多个回声路径处理所捕获的麦克风信号。

根据本公开的第四方面，提供了一种通过合成语音加强来增强语音的车辆，包括：在所述车辆内的多个麦克风，所述多个麦克风捕获一个或多个麦克风信号；在所述车辆内的处理器，所述处理器被编程用于根据所述一个或多个麦克风信号中的每一个估计多个回声路径；所述处理器还被编程用于响应于在所述一个或多个麦克风信号中检测到的语音，合成与所述语音相对应的语音加强信号；所述处理器还被编程用于将合成的加强信号的部分与在所捕获的麦克风信号中检测到的语音进行级联；以及，所述处理器还被编程用于通过从所捕获的麦克风信号中减去所述多个回声路径中的每一个的回声贡献，来响应于所估计的多个回声路径处理所捕获的麦克风信号。

附图说明

参考以下附图和描述更好地理解本公开。图中的要素不一定是按比例绘制的，而是将重点放在了说明本公开的原理。此外，在附图中，在全部不同视图中类似的参考标记表示对应的部分。

图1是具有合成语音加强系统的车辆的俯视图。

图2是具有合成语音加强系统的车辆的第二俯视图。

图3是语音合成器/神经网络的框图。

图4是具有合成语音加强系统的第二车辆的侧视图。

图5是具有备选合成语音加强系统的第三车辆的框图。

图6是合成语音加强过程。

图7是具有第二备选合成语音加强系统的第四车辆的框图。

具体实施方式

合成语音加强系统通过加强麦克风捕获的信号并将经由音频换能器传送的语音信号进行合成来改善车辆乘员之间的通信。语音加强系统通过下述方式来针对噪声状况进行补偿：捕获讲话者的声音，合成与讲话者的声音相对应的语音，然后经由车内扬声器(例如，前置或后置换能器)呈现作为加强的合成语音，其中所述车内扬声器可能位于预期收听者附近。在操作中，预期收听者将提供合成的加强信号的前置或后置换能器感知为在空间上位于与活跃讲话者基本相同的空间位置。通过语音和声道模型和/或自适应学习、自组织和实时操作，语音合成器或神经网络合成具有最小的延迟和保持语音自然性的幅度的加强语音的信号。虽然麦克风有效地记录了感兴趣的讲话者的话语，但是它们也捕获了不期望的声音，例如噪声、来自其他车内活跃讲话者的语音以及由车辆的扬声器产生的其他音频声音(例如，可能掩盖语音的音乐)。车厢的小尺寸和驾驶员与乘客的彼此靠近也会引起声学耦合。所公开的系统和过程(称为系统)调解这些问题。

在图1中，合成语音加强系统是车辆100整体的一部分。在其他系统中，它是车辆的附件，并且在其他系统中，它是车辆外部的占用空间的一部分，其中，车辆或车辆外部都可以被分为多个区域。在图1中，驾驶员和一个或多个副驾驶员(未示出)的信号被麦克风102和104捕获，然后被合成为经由扬声器108和110在后区106中呈现的加强信号。这些扬声器108和110提供全部的或部分的从前到后的合成的可听加强信号112和114。类似地，一个或多个后置麦克风信号被麦克风116和118捕获，然后被处理以合成全部的或部分的通过扬声器122和124在前区120中可听的加强信号。这些扬声器提供从后到前的加强信号126和128。在图1中，为了后区106中的乘客的利益，对驾驶员和副驾驶员(未示出)的声音进行加强；这被称为从前到后加强。为了前区120中的驾驶员的利益，对后方乘客的声音进行加强；这被称为从后到前加强。

在从前到后加强和从后到前加强中，当车内麦克风捕获加强信号时，声音反射或回声被最小化。非合成的加强语音输出不是简单地通过车辆换能器进行重放。而是，当麦克风和语音合成器和/或神经网络捕获讲话者的语音并且可能还捕获先前语音的加强反射(该加强发射可能伴随先前语音一起)时，系统仅合成目标语音段。它不是简单地根据所捕获的信号传递或呈现语音。通过仅将目标语音段合成到合成加强语音输出，目标语音段的加强本身就最小化了回声、振铃和啸叫。一些语音合成器和/或神经网络包括语音模型和声道模型，所述模型可以包括讲话者的人类声音特征。模型可被用于推断缺失的单词并呈现与非合成的语音加强相级联的部分合成语音输出。在其他系统中，语音加强系统可以专门呈现合成语音输出。

图2是具有合成语音加强系统的车辆100的第二俯视图。系统配置包括驾驶员或音频源202、乘员或收听者204、两个或更多个音频换能器108和110(统称或概括地称为后置音频换能器)以及车厢或声学环境208。麦克风和语音合成器和/或神经网络(未示出)捕获由音频源202生成的音频信号208、210和212。系统使用音频换能器108和110合成并呈现所捕获的音频信号的全部或部分。音频换能器108和110通过呈现加强音频信号112和114来加强所捕获的音频信号，以改善音频源202和收听者204之间的通信。收听者204分别从音频换能器108和110接收加强音频信号112和114。

图3是级联配置的语音合成器/神经网络300。在图3中，将合成的语音与同期非合成的语音进行混合以在时域中逐样本地呈现混合加强信号。在图3的预处理阶段中，语音分析器302对音频输入进行处理。它识别短语、从句和句子。在一些系统中，语音分析器302向语言分析器304处理的短语、从句和句子分配语音转录(phonetictranscriptions)。语言分析器304识别音频输入的相位、语调和/或音调和持续时间，并呈现可由音素组成的加强话语的合成语音表示。当基于语音或声道模型生成语音时，语言分析器304可以根据上下文推断语音的部分并生成语音信号中的被噪声或其他信号掩盖的隐藏分量。例如，当说出单词或单词序列w时，语言分析器304可以通过匹配在隐藏单词w前面或后面的单词来计算缺失单词w的分数，其中所述隐藏单词w是存储器或数据库314中保存的语音模型的一部分。通过应用预先存储的关于哪些单词可以或通常跟随在其他单词后的语言知识，语言分析器304可以选择具有最高分数的单词或单词序列作为缺失单词。在一些系统中，发音分数可以帮助确定该选择。一旦被识别，语音生成器306将由语言分析器304呈现的推断单词和合成语音表示转换为声音。语音生成器306还将由语言分析器304导出的目标韵律施加于由语音生成器306生成的合成语音输出。在图3中，通过动态滤波器308和310以及混合器312将合成语音输出与非合成的语音输出的部分进行级联。动态滤波器308使得在期望频率范围(频带)内的合成语音输出通过，并阻挡在期望频带之上和/或之下的频带。类似地，动态滤波器310使得位于滤波器308的通带之外的非合成语音输出通过，但阻挡位于滤波器308的通带内的频带。混合器308组合动态滤波器308和310的输出以呈现无缝的加强信号。

在图3中，可以响应于检测到的车辆中的噪声水平和/或语音可理解度阈值而自动控制动态滤波器308和310的通带和阻带。在这些系统中，当噪声水平满足和/或超过可听频带中的可编程噪声阈值时，语音合成器/神经网络300用与在那些噪声频带内的语音相对应的合成语音输出替换加强语音中的所检测到的噪声频带。类似地，当非合成语音加强的可理解度达到和/或低于可编程的可理解度阈值时，一些语音合成器/神经网络300用与在不可理解的频带内的语音相对应的合成语音输出替换不可理解的频带。在这些备选系统中，一部分或整个非合成的语音加强信号可被合成的语音加强信号替换；这包括加强信号的多个非连续部分。

图4是车辆的侧视图，其中合成语音加强系统操作在从前到后加强下，该从前到后加强可以在区域到区域加强中实现。在图4中，这些区域可以包括左前(或驾驶员区域或区域一)、右前(副驾驶区域或区域二)、左后(驾驶员后面的乘客区域或区域三)以及右后(副驾驶员后面的乘客区域或区域四)。

图4的合成语音加强系统包括前置/驾驶员麦克风402、两个前门扬声器404和406以及两个后置扬声器408和410。合成语音加强系统还包括数模转换器或dac412以及模数转换器或adc414。dac412将数字数据转换为模拟信号，而adc412将连续变化的模拟信号转换为数字数据。在图4中，一个或多个语音合成器416将说出的话语转换成合成语音加强，而后处理器418将合成语音加强与非合成的语音加强的部分进行级联以产生加强信号，所述加强信号可以通过加法器410和424与信息娱乐信号混合。可选的自适应回声和反馈消除模块426消除了可能由合成语音加强产生的反复失真和伪像。

在多方向操作中，在后方区域428中使用一个或多个后置麦克风(未示出)，其允许系统通过使用本文所述的按照从前到后的加强来加强驾驶员的语音的处理来经由前置扬声器404和406处理并呈现乘客的加强信号。在其他配置中，附加扬声器(例如，高音扬声器或低音炮)可以呈现加强信号。在其他备选系统中，示出为双声道源的立体声信息娱乐源430可以包括一个或多个声道。例如，一些车辆内的系统处理六个声道，例如，dolby5.1环绕声中使用的六个声道。

在图4的合成语音加强系统中，当使用可选的自适应回声和反馈消除模块426时，系统还可以对从j个扬声器到m个麦克风的信号路径进行建模。系统通过从扬声器j到麦克风m的脉冲响应(其为h_j，m[n])估计路径。脉冲响应是通过由声学处理器执行的反馈和回声消除模块来估计的。这里，“n”是样本索引。在反馈和回声消除模块中，存在j*m个回声路径，因此在图4的示例性车辆100中，在从前到后加强中存在四个期望的信号路径。这些路径从左前方(fl-驾驶员)扬声器开始到前置麦克风(h_1[n])，从右前方(fr-副驾驶员)扬声器开始到前置麦克风(h_2[n])，从左后方(rl-驾驶员后面的乘客)扬声器开始到前置麦克风(h_3[n])和从右后方(rr-副驾驶员后面的乘客)扬声器开始到前置麦克风(h_4[n])。在这种从前到后加强中，加强信号由单个声道传送，并且信息娱乐包括立体声音乐，四个扬声器信号x_1[n]，...，x_4[n]可以被表示为：

x_1[n]＝fl＝音乐左

x_2[n]＝fr＝音乐右

x_3[n]＝rl＝音乐左+加强信号

x_4[n]＝rr＝音乐右+加强信号

并且前置麦克风处的回声可以表示为：

e[n]＝x_1[n]*h_1[n]+x_2[n]*h_2[n]+x_3[n]*h_3[n]+x_4[n]*h_4[n]，

其中‘*’表示时域中的卷积。

在图4中，可选的回声和反馈消除模块426估计脉冲响应路径{h_j[n]；j＝1，..，j}(假设参考声道{x_j[n]；j＝1，...，j}和麦克风信号y[n])，然后从麦克风信号y[n]中减去回声e[n]。在图4中，后处理器418将由一个或多个语音合成器416产生的合成语音加强输出与非合成的语音加强输出的部分进行级联，以产生与信息娱乐信号混合的加强信号。

在图4中，后处理器418呈现图3的动态滤波器308和310的通带和阻带。可以响应于在车辆100中检测到的噪声水平和/或语音可理解度测量值而自动控制所述通带和阻带。在这些系统中，当噪声水平达到和/或超过可编程噪声阈值时，后处理器418用合成语音加强替换加强语音中的检测到的噪声频带。类似地，当非合成的语音输出的可理解度达到和/或低于可编程可理解度阈值时，后处理器418用合成语音加强替换不可理解的频带。

一些合成器416集成车内讲话者的语音模型、声道、其他模型以及其他人类声音特征，以创建部分的或完全的合成语音加强。这些合成器416在时域中逐样本地进行操作，并且可以基于历史处理来预测输出。后处理器418还可以执行多频带压缩器/扩展器/限制器，其动态地调整加强信号的增益以匹配音频输入的增益，并且可以应用均衡。均衡可以修改音调色或音色以及动态增益，所述动态增益调整(例如，放大或衰减)加强信号的电平。然后，经调整和均衡的信号通过信号加法器电路420和424加到由立体声信息娱乐源430提供的信号中。此后，加强信号被dac308转换成模拟信号；并且之后，通过两个后置扬声器408和410传输到后方区域428中。在图4中，可选的回声和反馈消除模块424包括用以调节输出的闭环432。

在另一备选系统中，由应用程序接口或由传感器在加法器420和424处测量由信息娱乐源432提供的媒体级别。基于测量到的音量级别，加强信号可以相对于所述音量级别进行增加。在一些系统中，该测量是在媒体信号被直流滤波器进行滤波之后的时间平滑的均方根。滤波器可以具有上升和下降平滑系数。在该备选方案中，施加到加强信号的增益可以在一组预定阈值处开始增加并且停止在预定阈值处的最大增益级别。该范围确保驾驶员、乘员或用户可以听到活跃讲话者的语音。可以将最大增益编程为预定级别，例如，7db级别。在一些系统中，该范围是动态的，使得该增益随信息娱乐内容的增益而变化。

图1-4的声学处理系统和这里描述的备选方案自然地加强和增强语音和声音而没有失真或增加噪声。这些系统的一个或多个合成器416可以执行将正常语音转换为合成语音加强输出的受控学习过程。当对声道和其他人类声音特征进行建模时，系统可以在数据库314中存储在只有本地讲话者发言的时间段期间(意味着在呈现加强信号之前)记录的语音。合成器416可以在存储器或数据库314中存储音素和/或双音素以提供较大的输出范围。

图5是车辆中使用的合成语音加强系统的示意图。该系统包括一个或多个麦克风502、两个或更多个音频换能器404-410、可选的回声和反馈消除处理器506、合成器处理器508、降噪和后处理器510。一个或多个麦克风502可以捕获与音频源和信息娱乐源430相关联的音频信号，从而创建一个或多个所捕获的音频信号502。合成器处理器508将说出的话语转换成合成语音加强，其中该合成语音加强使得加强的信号自然且可理解。

可选的回声和反馈处理器506通过对到麦克风的物理路径进行建模来消除反馈和回声。回声和反馈消除处理器506基于这些模型估计车辆环境内的回声，并从接收自一个或多个麦克风502的信号中减去所估计的回声。后处理器510呈现使合成的语音加强通过或阻止其通过的通带和阻带，并响应于在车辆500中检测到的噪声级别或可理解度级别来调整由合成器处理器508呈现的信号的级别。可以响应于在车辆500中检测到的噪声水平和/或语音可理解度测量值而自动控制所述通带和阻带。在这些系统中，当噪声水平达到和/或超过可编程噪声阈值时，后处理器510用合成语音加强替换加强语音中的检测到的噪声频带。类似地，当非合成的语音输出的可理解度达到和/或低于可编程可理解度阈值时，后处理器510用合成语音加强替换不可理解的频带。

由后处理器510施加的自适应增益调整所呈现的加强信号的级别。可以基于在每个区域或多个区域中测量或估计的噪声和/或语音级别，针对任何一个或多个区域调整由后处理器510应用的增益和均衡。因此，例如，如果区域一中的语音(例如，驾驶员区域)大于区域二中的噪声(例如，副驾驶员区域)，那么来自诸如区域四(副驾驶员后方的乘客区域)的另一区域的信号在第一区域中呈现时比在第二区中呈现时的增益要高。然后，经调整和均衡的加强信号分别通过信号加法器电路420和424加到由立体声信息娱乐源318提供的信号中。此后，增强的回声减小的信号被转换成模拟信号并由一个或多个换能器404-410发送。

图6是合成语音加强通信过程。可以通过使用本文参考图1-5所述的任何系统和功能来实现该过程。该过程通过下述方式加强和增强通信：将合成语音与同期的非合成的语音进行混合以在时域中呈现加强信号。该过程在602处对语音输入进行采样。在604处，该过程接收语音模型并对车内讲话者的声道和其他人类声音特征进行建模。该过程还在604处对从扬声器到麦克风的物理路径进行建模。然后，该过程更新每个参考信号和每个麦克风的回声消除器系数。在对立体声信号和加强信号进行建模的从前到后加强过程中，示例性过程对到麦克风的四条路径进行建模。要在606处更新的回声消除器系数可以是每个麦克风和每个扬声器对的有限脉冲响应(fir)或无限脉冲响应(iir)自适应滤波器系数。在图4中描述的示例中，存在四个扬声器和一个麦克风，并且因此在606中更新四组回声消除器系数。在608处，该过程计算或估计每个扬声器贡献的回声，并从麦克风处接收的信号中减去该贡献的回声。在610处，语音合成过程或神经网络过程基于并且响应于在604处的采样语音输入来如前所述地生成目标合成语音输出。语音合成过程或神经网络过程还在604处施加源自声道模型的韵律和其他监视到的或编程的人类声音特征。然后，在612处，通过先前描述的后处理动态滤波，将由语音合成处理或神经网络处理生成的合成语音输出与非合成语音输出的部分进行级联。该过程可以呈现部分的或完全的合成加强信号。

图7是具有第二备选合成语音加强系统的车辆的框图。系统包括处理器702、诸如存储器704之类的非暂时性介质(其内容可供处理器702访问)和i/o接口706。i/o接口706可以用于连接诸如附加麦克风、音频换能器或扬声器之类的设备，并从其他本地或远程源接收外部输入708。存储器704可以存储指令，当由处理器702执行时，该指令使系统呈现与如本文所述的合成语音加强相关联的功能中的一部分或全部功能。例如，存储器704可以存储指令，当由处理器702执行时，该指令使得所述系统呈现与合成语音加强416、回声和反馈消除426以及后处理418相关联的功能。此外，数据结构、临时变量和其他信息可以将数据存储在存储器704中。

图1-7所示系统和过程的备选的系统和过程生成合成语音加强输出，而不对声道进行建模或监视活跃讲话者的声音的其他人类声音特征。在这些备选中，合成器416和/或语音合成器/神经网络和/或合成器处理器508集成先前创建的(并存储的)模型、声道模型和/或其他人类特征以及语音模型，以呈现部分的或完全的合成语音加强输出。在另一备选中，并非所有加强信号都通过车辆换能器呈现。在一些实例中，通过头戴式耳机、聚焦的方向性音频扬声器或不会将声音散播到其他区域的其他设备来呈现输出。在这些使用情况下，在隔离区域中不使用可选的回声和反馈消除。

处理器506-510以及702可以包括单个处理器或多个处理器，该多个处理器可以被布置在单个芯片上，布置在多个设备上，或分布在超过一个的系统上。处理器506-510以及702可以是执行体现在存储器704或其它存储器中的计算机可执行指令或计算机代码以执行本文所述系统的一个或多个特征的硬件。处理器506-510以及702可以包括中央处理单元(cpu)、图形处理单元(gpu)、专用集成电路(asic)、数字信号处理器(dsp)、现场可编程门阵列(fpga)、数字电路、模拟电路、微控制器、任何其它类型的处理器或其任何组合。

所公开的存储器314以及704或存储设备可以保留用于实现上述功能的可执行指令的有序列表。机器可读介质可以选择性地但不限于电子、磁性、光学、电磁、红外或半导体介质。机器可读介质的示例的非穷尽列表包括：便携式磁盘或光盘、易失性存储器、诸如随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或闪速存储器)或数据库管理系统。存储器314以及704可以包括单个设备或多个设备，所述单个设备或多个设备可以设置在一个或多个专用存储器设备或者处理器或其他类似设备上。当功能或步骤被称为是“对某功能或处理进行响应的”或“响应于某功能或处理”而发生的时，所述设备功能或步骤必然作为所述某功能或消息的结果而发生。功能或动作仅仅跟随在或发生在另一个功能或动作之后是不够的。此外，当功能指示回声消除时，通过从所发送或接收的信号中减去所估计的回声来去除回声。

存储器314和704还可以存储可由处理器704、合成器处理器508、可选的回声和反馈消除处理器506以及后处理器510执行的非暂时性计算机编码。计算机代码可以包括利用处理器506-510以及702可执行的指令。计算机代码可以用诸如c、c++、汇编语言、通道程序代码的计算机语言和/或任何计算机语言组合来编写。存储器314和/或704可以将信息存储在数据结构中，所述信息包括例如呈现或估计回声信号级别的反馈和/或回声消除器系数。

还可以响应于存储在非暂时性计算机可读介质中或之上的一个或多个逻辑集或指令集执行附图或所描述的功能、动作或任务。功能、动作或任务独立于特定类型的指令集、存储介质、处理器或处理策略，并且可以由单独或组合操作的软件、硬件、集成电路、固件、微代码等来执行。在一个实施例中，指令存储在可移除介质设备上以供本地或远程系统读取。在其他实施例中，逻辑或指令存储在远程位置以便通过计算机网络或通过无线或有形电话或通信线路传送。在其他实施例中，逻辑或指令可以存储在给定的计算机内，例如cpu。

所述系统和处理通过以合成方式生成加强信号来在没有失真或增加噪声的情况下加强和增强语音。系统可以基于语音和声道模型以合成方式生成语音，因此语音是重建而来的，并且在一些系统中，是通过识别语音信号中的可能被噪声掩盖或者不能通过执行概率过程直接检测的缺失分量来推断得到的。因为集成到语音合成器/神经网络中的语音模型和声道模型仅包含有效的语音声音，所以当语音被合成加强时，诸如车辆中听到的噪声的非语音声音是不被合成的或不许通过的。此外，某些系统被限制为仅对单个活跃讲话者进行建模和合成，而不是同时对多个讲话者进行建模和合成，从而防止生成“串扰”或干扰讲话者，这对语音识别系统以及车内通信系统而言都具有特殊价值。

在所描述的加强信号中，合成加强语音是以合成方式生成的，而不仅仅是活跃说话者的输入的放大版本。由于输出信号是输入的(干净且无噪声的)合成生成版本(其幅度可以根据收听者所希望的舒适度和可理解度级别而自动调节)，而不是仅应用增加所捕获的信号的幅度并导致回声和反馈循环的增益，因此所公开的系统产生的反馈显著减少。

所述系统和过程是完全自动化的，使得可以连续地调节合成加强的量以适应于在车厢内估计的噪声级别和/或可理解度，并且信号隔离可以针对车辆中的活跃讲话者进行适配。因此，当出现不同的噪声条件时，合成增强得到立即且平稳的调整，并且乘员根本不需要操作任何控制。所述系统消除了啸叫以及回声的令人不快的感知效果，并提供有源信号增强。所述系统可以在诸如信息娱乐处理器和数字信号处理器或dsp之类的车辆系统的外部或内部实现，并且与其他系统软件共存和通信。本文中车辆可以包括但不限于汽车、公共汽车、卡车、拖拉机、摩托车、自行车、三轮车、四轮车或其他轮车、大船、潜艇、小船或其他船舶、直升机、无人机、飞机或其他飞行器、火车、电车或其他有轨车辆、太空飞船或其他航天器，以及任何其他类型的车辆，无论是当前存在还是在本公开之后出现的。换言之，它包括用于传送人或物的设备或结构。该系统方便地并且快速地用于不同车辆和车厢类型以及不同声学环境配置。

其他系统、方法、特征和优点对于本领域技术人员在阅读附图和详细描述后将是明显的或将变得明显。预期所有这样的附加系统、方法、特征和优点被包括在本描述中，被包括在本公开的范围中，并且由后面的权利要求来保护。