2020 年 8 月 7 日-9 日，2020 全球人工智能和機(jī)器人峰會(huì)（CCF-GAIR 2020）于深圳舉行。

CCF-GAIR 2020 峰會(huì)是由中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）主辦，雷鋒網(wǎng)、香港中文大學(xué)（深圳）聯(lián)合承辦，鵬城實(shí)驗(yàn)室、深圳市人工智能與機(jī)器人研究院協(xié)辦的全球盛會(huì)。大會(huì)主題從 2016 年的學(xué)產(chǎn)結(jié)合，2017 年的產(chǎn)業(yè)落地，2018 年的垂直細(xì)分，2019 年的人工智能 40 周年，秉承打造國(guó)內(nèi)人工智能和機(jī)器人領(lǐng)域規(guī)模最大、規(guī)格最高、跨界最廣的學(xué)術(shù)、工業(yè)和投資領(lǐng)域盛會(huì)。

8 月 8 日上午，在前沿語(yǔ)音技術(shù)專場(chǎng)中，西北工業(yè)大學(xué)智能聲學(xué)與臨境通信研究中心教授張?chǎng)┦紫葞?lái)了題為《開(kāi)放空間聲場(chǎng)主動(dòng)控制技術(shù)》的主題演講。

演講一開(kāi)始，張?chǎng)┙淌诰椭赋?，智能語(yǔ)音交互產(chǎn)品應(yīng)用領(lǐng)域廣泛，基于揚(yáng)聲器陣列的開(kāi)放空間聲場(chǎng)重構(gòu)與控制應(yīng)用前景廣闊。

以此為背景，張?chǎng)┙淌谥饕獜目臻g聲場(chǎng)重構(gòu)、空間多區(qū)域聲場(chǎng)控制以及空間主動(dòng)噪聲場(chǎng)控制三方面介紹了開(kāi)放空間聲場(chǎng)主動(dòng)控制技術(shù)。

空間聲場(chǎng)重構(gòu)方面，張?chǎng)┙淌谙仁翘岬搅藘煞N技術(shù)：

1.   基于惠更斯原理的波場(chǎng)合成 WFS，這種技術(shù)早期比較受關(guān)注；

2.   近期更受歡迎的是 Ambisonics 面向場(chǎng)景的編解碼技術(shù)，這一技術(shù)以聲波輻射模態(tài)為基地函數(shù)對(duì)聲場(chǎng)建模，通過(guò)處理經(jīng)波域轉(zhuǎn)換后的 Amibisonic 信號(hào)實(shí)現(xiàn)聲場(chǎng)重構(gòu)與控制。

隨后，張?chǎng)┙淌谡劦搅丝臻g聲場(chǎng)重構(gòu)的另一方面——前端聲場(chǎng)處理。實(shí)際上，前端聲場(chǎng)處理也有兩個(gè)方面，一是寬帶信號(hào)的重構(gòu)，二是對(duì)播放環(huán)境的補(bǔ)償。在此，張?chǎng)┙淌谕ㄟ^(guò)客廳的例子進(jìn)行了詳細(xì)解釋。 

空間多區(qū)域聲場(chǎng)控制方面，張?chǎng)┙淌谝步榻B了兩種方法——聲學(xué)對(duì)比度法（最大化由揚(yáng)聲器陣列產(chǎn)生的暗區(qū)和亮區(qū)的聲學(xué)差異）和聲壓匹配法（保證亮區(qū)的能量足夠大時(shí)，還要產(chǎn)生期望的聲場(chǎng)）。

張?chǎng)┙淌诒硎?，多區(qū)域聲場(chǎng)技術(shù)相對(duì)靈活、自由度高、可設(shè)計(jì)性強(qiáng)，但同時(shí)復(fù)雜性也很高。因此，對(duì)這一技術(shù)進(jìn)行系統(tǒng)評(píng)價(jià)是一個(gè)關(guān)鍵：

我們提出了一種對(duì)這一系統(tǒng)的可實(shí)現(xiàn)性進(jìn)行評(píng)價(jià)的理論，基于聲區(qū)的位置以及亮區(qū)期望重構(gòu)聲場(chǎng)的信號(hào)來(lái)得到可實(shí)現(xiàn)性系數(shù)，越接近 1 實(shí)現(xiàn)性越高，越接近 0 表示可實(shí)現(xiàn)性越低。

在此基礎(chǔ)之上，張?chǎng)┙淌谝隽藞?bào)告的第三部分——空間主動(dòng)噪聲控制。

據(jù)張?chǎng)┙淌诮榻B，主動(dòng)噪聲控制于上世紀(jì) 40 年代被發(fā)明，是當(dāng)前最為有效的控制低頻噪聲的手段，其基本原理是以聲消聲。

實(shí)際上，與我們的日常生活最貼近的主動(dòng)噪聲控制案例就包括降噪耳機(jī)和汽車場(chǎng)景中的降噪。張?chǎng)┙淌谝脖硎荆壳昂芏嗥噺S商都在開(kāi)發(fā)主動(dòng)噪聲控制，其中最為成熟的是對(duì)引擎噪聲的控制，原因在于聲學(xué)傳感器和振動(dòng)傳感器的結(jié)合。

通過(guò)對(duì)汽車降噪案例的詳細(xì)解釋，張?chǎng)┙淌谡J(rèn)為：

區(qū)域內(nèi)的主動(dòng)噪聲控制就是結(jié)合麥克風(fēng)陣列、揚(yáng)聲器陣列以及聲場(chǎng)控制技術(shù)實(shí)現(xiàn)三維空間區(qū)域內(nèi)的降噪效果。

演講最后，張?chǎng)┙淌趶膬蓚€(gè)方面提到了最新的工作考量——傳聲器新設(shè)計(jì)和結(jié)合 AI 與分布式聲學(xué)的信號(hào)處理。

張?chǎng)┙淌诳偨Y(jié)稱，在信號(hào)處理上要關(guān)注的是語(yǔ)音信號(hào)和噪聲信號(hào)的寬帶隨機(jī)性質(zhì)，特別是對(duì)中高頻和快速變化信號(hào)的跟蹤能力，在這些情況下聲場(chǎng)控制的難度急劇增加，還將有大量的工作待展開(kāi)。

以下為西北工業(yè)大學(xué)智能聲學(xué)與臨境通信研究中心教授張?chǎng)┑娜垦葜v內(nèi)容，雷鋒網(wǎng)作了不改變?cè)獾恼砑熬庉嫞?/strong>

各位嘉賓早上好！非常高興今天能在這里和大家分享一些我們近期的工作，我今天報(bào)告的主題是開(kāi)放空間聲場(chǎng)主動(dòng)控制技術(shù)。

眾所周知，當(dāng)下智能語(yǔ)音交互產(chǎn)品形態(tài)眾多，數(shù)目呈指數(shù)增長(zhǎng)，應(yīng)用領(lǐng)域非常廣泛，產(chǎn)品線涉及到手機(jī)終端、智能可穿戴設(shè)備、智能音響、智能大屏、智能家居以及車載環(huán)境內(nèi)的導(dǎo)航交互等等。實(shí)際的語(yǔ)音交互環(huán)境是非常復(fù)雜的，比如說(shuō)聲源可能處于近場(chǎng)或是遠(yuǎn)場(chǎng)，同一環(huán)境下可能存在多個(gè)聲源，有干擾、噪聲和混響等等。

在前端處理方面，目前采用麥克風(fēng)陣列和揚(yáng)聲器陣列相結(jié)合的多通道語(yǔ)音通信系統(tǒng)，這是一種被廣泛采用的智能語(yǔ)音交互方案。接收端，我們通常采用麥克風(fēng)陣列進(jìn)行遠(yuǎn)場(chǎng)識(shí)音和前端的語(yǔ)音增強(qiáng)。同樣，在聲音的播放端，也有越來(lái)越多的產(chǎn)品采用多個(gè)揚(yáng)聲器，也就是揚(yáng)聲器陣列進(jìn)行真實(shí)自然的聲場(chǎng)回放。它的主要目的在于，一方面增強(qiáng)語(yǔ)音的音效，另一方面添加空間聲的聽(tīng)感。

這種多通道的語(yǔ)音通信系統(tǒng)被應(yīng)用于各種應(yīng)用，比如說(shuō)會(huì)議系統(tǒng)、車載通信以及一些新興的產(chǎn)品，比如說(shuō)智能音響、智能大屏等等，這樣的系統(tǒng)希望給用戶提供兩方面極致的體驗(yàn)，一方面是解放用戶的雙手，實(shí)現(xiàn)免提通信；另一方面想給用戶提供身臨其境的通信感。

今天的報(bào)告主要是關(guān)注聲音的播放端，也就是基于揚(yáng)聲器陣列的開(kāi)放空間聲場(chǎng)控制，它有著非常廣泛的應(yīng)用前景。

大家最熟悉的就是家庭影院場(chǎng)景，客廳里可以使用多個(gè)揚(yáng)聲器來(lái)構(gòu)建環(huán)繞的音效感，我們甚至可以重放錄制的場(chǎng)景，比如說(shuō)音樂(lè)廳、演播廳等。隨著技術(shù)的不斷發(fā)展，我們?cè)谶@個(gè)領(lǐng)域開(kāi)始有了一些新的嘗試，比如說(shuō)可以用一個(gè)揚(yáng)聲器陣列在開(kāi)放空間控制多個(gè)區(qū)域的聲場(chǎng)，我們將其叫做多區(qū)域聲場(chǎng)控制，或是開(kāi)放空間下形成的個(gè)人聲區(qū)，這是沒(méi)有任何障礙物的。

我們這里展示的是一個(gè)在開(kāi)放的辦公室里，用一個(gè)陣列同時(shí)控制三個(gè)區(qū)域。這樣的技術(shù)可以用于各種開(kāi)放共享的環(huán)境，比如說(shuō)開(kāi)放辦公室、展會(huì)大廳以及車載環(huán)境。

車載環(huán)境是一個(gè)非常典型的復(fù)雜聲場(chǎng)，首先用戶自己在播放聲音，其次汽車在行駛的過(guò)程中也會(huì)遇到各種各樣的噪聲，因此我們要對(duì)噪聲進(jìn)行抑制，目的就是在駕駛員和乘客的頭部位置構(gòu)建自己的聲區(qū)。

基于聲場(chǎng)控制我們還有一些新的應(yīng)用，比如說(shuō)智能家居的噪聲控制，也就是說(shuō)，基于聲場(chǎng)控制我們可以抑制噪聲向外的輻射。其應(yīng)用場(chǎng)景比如廚房中的抽油煙機(jī)。

今天的報(bào)告主要有三個(gè)部分，將從最簡(jiǎn)單、成熟的單區(qū)域聲場(chǎng)重構(gòu)技術(shù)展開(kāi)。

單區(qū)域聲場(chǎng)重構(gòu)，顧名思義就是在空間的一個(gè)區(qū)域內(nèi)控制聲場(chǎng)。聲場(chǎng)是聲波在空間形成的，可以用波動(dòng)方程進(jìn)行描述和建模，比如一個(gè)區(qū)域內(nèi)聲壓和空間表述決定，所以我們只要通過(guò)控制這些量，就可以實(shí)現(xiàn)一個(gè)區(qū)域里的聲場(chǎng)重構(gòu)。通常在這個(gè)技術(shù)中，我們忽略了傾聽(tīng)者本身的身體反射。

這個(gè)領(lǐng)域的兩個(gè)比較重要的技術(shù)，一是 WFS 波場(chǎng)合成，二是 Ambisonics 技術(shù)。這兩項(xiàng)技術(shù)的基本原理都是對(duì)區(qū)域內(nèi)的聲場(chǎng)進(jìn)行建模，然后通過(guò)模型來(lái)控制產(chǎn)生的聲場(chǎng)。

具體來(lái)講，波場(chǎng)合成是基于惠更斯原理。點(diǎn)聲源產(chǎn)生的波震面可以看成是很多次級(jí)聲源組成的，次級(jí)聲源產(chǎn)生的波陣面之和在每個(gè)時(shí)刻都等同于初始的聲波，產(chǎn)生聲波的波速和頻率與原始聲波是完全相同的，這就是基礎(chǔ)的建模思路。所以我們只要把揚(yáng)聲器陣列放在波震面上，同時(shí)讓揚(yáng)聲器陣列的輸出信號(hào)等同于次級(jí)聲源的信號(hào)，從而形成虛擬聲源，產(chǎn)生音效。

這個(gè)技術(shù)聽(tīng)上去比較簡(jiǎn)單，事實(shí)上在執(zhí)行過(guò)程中有一些限制，一方面需要波陣列的結(jié)構(gòu)，另一方面需要知道每一點(diǎn)刺激聲源的信號(hào)，同時(shí)在具體實(shí)施中通常都要通過(guò)構(gòu)建大型的揚(yáng)聲器陣列來(lái)實(shí)現(xiàn)。

這個(gè)技術(shù)在早期比較受關(guān)注，近期更為受到歡迎的是 Ambisonics 技術(shù)，Ambisonics 用波動(dòng)方程的基本解來(lái)對(duì)聲場(chǎng)進(jìn)行建模，基本解有兩部分，一是隨角度變化的球形函數(shù)，同時(shí)球形函數(shù)在球面上是一組正交基，另外一個(gè)是球貝塞爾函數(shù)。最終是把一個(gè)聲場(chǎng)轉(zhuǎn)為一組系數(shù)，重構(gòu)系數(shù)就可以進(jìn)行聲場(chǎng)重構(gòu)，同樣的道理，可以通過(guò)控制系數(shù)來(lái)控制一個(gè)區(qū)域內(nèi)的聲場(chǎng)，這是一些基本原理。

所以單區(qū)域聲場(chǎng)重構(gòu)就是物理意義上的準(zhǔn)確重構(gòu)聲場(chǎng)，一方面是發(fā)聲單元揚(yáng)聲器的布置，包括揚(yáng)聲器作為個(gè)體的設(shè)計(jì)以及多個(gè)揚(yáng)聲器作為一個(gè)陣列的設(shè)計(jì)，我們這里展示的是實(shí)驗(yàn)室構(gòu)建的大型揚(yáng)聲器陣列，包括代爾夫特理工大學(xué)構(gòu)建的 128 通道的 WFS 系統(tǒng)和柏林工業(yè)大學(xué)構(gòu)建的一個(gè) 832 通道的 WFS 系統(tǒng)?？梢钥吹剑琖FS 系統(tǒng)通常都是基于大型揚(yáng)聲器陣列的，早期都是在實(shí)驗(yàn)室實(shí)現(xiàn)的。

目前，Ambisonics 系數(shù)已經(jīng)被寫到最新的空間聲的音效中，可以通過(guò)非常好的數(shù)學(xué)理論實(shí)現(xiàn)，近年來(lái)受到了追捧。我們這里展示的是澳洲國(guó)立大學(xué)搭建的 32 通道的高階 Ambisonics 系統(tǒng)，以及我們學(xué)校搭建的 64 通道的高階 Ambisonics 系統(tǒng)。

空間聲場(chǎng)重構(gòu)的另一方面就是前端聲場(chǎng)處理，同樣也有兩個(gè)方面。

一是我們重構(gòu)的是寬帶的語(yǔ)音信號(hào)，所以我們處理的是寬帶信號(hào)的重構(gòu)，這方面很多公司已經(jīng)做了很多的基礎(chǔ)研究，已經(jīng)做得很好了。

另一方面我們要考慮重構(gòu)環(huán)境的影響，比如說(shuō)我們以客廳為例。在房間內(nèi)構(gòu)建家庭影院，房間本身是有混響的，而且混響有一定的聲學(xué)特性，會(huì)導(dǎo)致重構(gòu)性有所下降。如果我們需要對(duì)重構(gòu)性進(jìn)行補(bǔ)償?shù)脑?，將是比較復(fù)雜的處理系統(tǒng)，目前大多數(shù)商業(yè)系統(tǒng)都沒(méi)有考慮對(duì)播放環(huán)境的補(bǔ)償。

所以我們?cè)趯?shí)驗(yàn)室針對(duì)重構(gòu)環(huán)境的混響和時(shí)變聲學(xué)特性，提出了多域的自適應(yīng)信號(hào)處理，跟蹤房間的聲學(xué)系統(tǒng)的變化，并進(jìn)行主動(dòng)補(bǔ)償。

我們?cè)诖苏故镜氖茄a(bǔ)償前和補(bǔ)償后的效果圖。

我們這里希望在白色圓線包圍的區(qū)域里產(chǎn)生由虛擬源產(chǎn)生的聲波，這里畫的是波震面，四個(gè)軸代表房間的四面墻。如果不對(duì)它進(jìn)行任何處理的話，房間早期的反射和混響就會(huì)使得我們重構(gòu)的聲場(chǎng)遠(yuǎn)離目標(biāo)聲場(chǎng)，所以我們要實(shí)時(shí)跟蹤環(huán)境并進(jìn)行補(bǔ)償。

接下來(lái)更為動(dòng)態(tài)的展示是帶有主動(dòng)房間補(bǔ)償?shù)目臻g聲場(chǎng)重構(gòu)，這里展示的是杜比 5.1 和基于揚(yáng)聲器陣列的系統(tǒng)。

杜比 5.1是 5 個(gè)白圈展示的揚(yáng)聲器位置，白色區(qū)域是控制區(qū)，我們希望產(chǎn)生來(lái)自于某個(gè)虛擬源對(duì)應(yīng)的聲波，只有這個(gè)來(lái)路方向會(huì)進(jìn)入到控制區(qū)域，而其他的早期反射把它補(bǔ)償?shù)?。所以揚(yáng)聲器放了兩個(gè)信號(hào)，一個(gè)是要產(chǎn)生期望聲場(chǎng)，另外一個(gè)是要主動(dòng)補(bǔ)償?shù)椒块g環(huán)境。

基于揚(yáng)聲器陣列也是一樣的道理，通過(guò)增加揚(yáng)聲器的數(shù)量可以實(shí)現(xiàn)更為精準(zhǔn)的控制，比如這里產(chǎn)生的不是點(diǎn)聲源而是平面波，其他早期的反射和混響會(huì)被主動(dòng)補(bǔ)償?shù)簟?/p>

在這個(gè)基礎(chǔ)上，我們首次提出了空間多區(qū)域聲場(chǎng)控制技術(shù)，也就是用一個(gè)揚(yáng)聲器陣列同時(shí)控制多個(gè)區(qū)域的聲場(chǎng)。典型的應(yīng)用包括在各種公共環(huán)境下產(chǎn)生個(gè)人聲區(qū)，以及在嘈雜的環(huán)境下產(chǎn)生靜區(qū)。

同樣有兩個(gè)示例，這里第一個(gè)示例是可以在兩個(gè)聲區(qū)產(chǎn)生兩個(gè)獨(dú)立的聲場(chǎng)。

外面的黑圈是揚(yáng)聲器陣列，中間兩個(gè)小圈是想產(chǎn)生聲場(chǎng)的兩個(gè)區(qū)域。兩個(gè)聲波來(lái)自于不同的方向，是相互獨(dú)立的。

二是由一個(gè)揚(yáng)聲器陣列產(chǎn)生的兩種聲區(qū)。

產(chǎn)生的兩個(gè)區(qū)域中，一個(gè)是亮區(qū)，能量比較大；一個(gè)是暗區(qū)，能量比較小，我們也稱之為靜區(qū)。在暗區(qū)內(nèi)有一個(gè)用戶，可以實(shí)時(shí)移動(dòng)麥克風(fēng)，我們可以實(shí)時(shí)跟蹤他，產(chǎn)生安靜的區(qū)域。

所以多區(qū)聲場(chǎng)控制也有兩種方法。一是聲學(xué)對(duì)比度法，也就是最大化暗區(qū)和亮區(qū)的聲學(xué)差異。另外一個(gè)是聲壓匹配法，即在保證亮區(qū)的能量足夠大時(shí)，還希望產(chǎn)生期望的聲場(chǎng)。

多區(qū)域聲場(chǎng)技術(shù)相對(duì)比較靈活、自由度很高、可設(shè)計(jì)性很強(qiáng)，但同時(shí)復(fù)雜性也很高。所以我們?cè)谶@個(gè)方面的研究，除了提出技術(shù)本身的應(yīng)用場(chǎng)景，我們還提出是否可以對(duì)這個(gè)技術(shù)進(jìn)行系統(tǒng)評(píng)價(jià)。

我們提出了一種怎樣對(duì)這一系統(tǒng)的可實(shí)現(xiàn)性進(jìn)行評(píng)價(jià)的理論，基于聲區(qū)的位置以及亮區(qū)期望重構(gòu)聲場(chǎng)的信號(hào)來(lái)得到可實(shí)現(xiàn)性系數(shù)（在 0 和 1 之間），越接近 1 實(shí)現(xiàn)性越高，越接近 0 表示可實(shí)現(xiàn)性越低。

比方說(shuō)，兩個(gè)聲區(qū)中，亮區(qū)重構(gòu)聲波的來(lái)波方向跟兩個(gè)聲區(qū)的連線方向是垂直的，這種情況下它的可實(shí)現(xiàn)性比較強(qiáng)。如果聲波的來(lái)波方向和兩個(gè)方向是一致的，不可避免的結(jié)果便是兩個(gè)聲區(qū)之間有相互的干擾，可實(shí)現(xiàn)性也就會(huì)比較低。實(shí)際上我們現(xiàn)在舉的例子比較簡(jiǎn)單，這個(gè)理論可以應(yīng)用于各種場(chǎng)景。

同時(shí)，我們?cè)趯?shí)驗(yàn)室還構(gòu)建了多區(qū)域聲場(chǎng)控制的初步演示系統(tǒng)。

基于此，如果我們能控制一個(gè)區(qū)域內(nèi)的多聲場(chǎng)，可以在嘈雜環(huán)境中產(chǎn)生一個(gè)安靜的區(qū)域，那么我們是否可以做一些在開(kāi)放空間的主動(dòng)噪聲控制技術(shù)，也就是在一個(gè)區(qū)域內(nèi)進(jìn)行主動(dòng)噪聲控制。

到目前為止，主動(dòng)噪聲控制是最為有效的控制低頻噪聲的手段，基本原理是以聲消聲。

也就是說(shuō)，我們有一個(gè)主噪聲源，同時(shí)有一個(gè)次級(jí)聲源，揚(yáng)聲器在兩個(gè)聲波疊加的時(shí)候可以達(dá)到噪聲抑制的目的。主動(dòng)噪聲控制是上個(gè)世紀(jì) 40 年代發(fā)明的，目前已經(jīng)成功應(yīng)用于一些產(chǎn)品中，其中大家最為熟知的就是降噪耳機(jī)。

降噪耳機(jī)的結(jié)構(gòu)通常是，耳機(jī)外面是參考麥克風(fēng)，用來(lái)收錄主噪聲的參考信號(hào)；靠近耳朵一端會(huì)布置次級(jí)聲源和誤差麥克風(fēng)，誤差麥克風(fēng)是我們的控制點(diǎn)。如果誤差麥克風(fēng)達(dá)到降噪效果，進(jìn)入耳朵的能量就非常小，耳機(jī)就可以達(dá)到降噪的目的。

這一系統(tǒng)同時(shí)還涉及到前饋控制和反饋控制，利用參考麥克風(fēng)信號(hào)和誤差麥克風(fēng)信號(hào)控制次級(jí)聲源發(fā)出的次級(jí)噪聲。

可見(jiàn)，其原理是比較簡(jiǎn)單的，但在具體執(zhí)行過(guò)程中主要的難點(diǎn)和痛點(diǎn)就是噪聲的特性。噪聲具有寬帶非平穩(wěn)和快速變化的特性，次級(jí)聲源和誤差麥克風(fēng)離得很近，離我們的耳朵也很近，所以整個(gè)系統(tǒng)的處理時(shí)間非常少，我們對(duì)系統(tǒng)的實(shí)時(shí)性要求非常高，也是整個(gè)系統(tǒng)最大的難點(diǎn)問(wèn)題。

商業(yè)應(yīng)用中，我們已經(jīng)看到很多成功的降噪耳機(jī)。目前科研界和企業(yè)界關(guān)注的另一個(gè)點(diǎn)是能否可以把這個(gè)技術(shù)應(yīng)用到開(kāi)放空間的主動(dòng)噪聲控制，一個(gè)典型應(yīng)用場(chǎng)景就是汽車。

汽車在行駛過(guò)程中有各種各樣的噪聲，包括路噪、胎噪、風(fēng)噪、引擎噪聲等。所以目前很多的車商都在開(kāi)發(fā)汽車座艙的主動(dòng)噪聲控制，相對(duì)而言比較成熟的就是對(duì)引擎噪聲的控制。

它的基本原理是，在離駕駛員和乘客頭部比較近的區(qū)域布置一些麥克風(fēng)陣列，比如誤差麥克風(fēng)。我們要在這些點(diǎn)上進(jìn)行控制，離用戶比較近，用戶聽(tīng)到的聲音也就比較小。比如說(shuō)在汽車的車頂或座位上，用汽車自帶的播放系統(tǒng)播放次級(jí)噪聲。

之所以引擎噪聲比較容易控制，是因?yàn)榭梢越Y(jié)合聲學(xué)傳感器和振動(dòng)傳感器。振動(dòng)傳感器可以放在引擎端監(jiān)測(cè)噪聲，可以提前獲取一些主噪聲的參考來(lái)設(shè)計(jì)系統(tǒng)。而其他噪聲，比如路噪、風(fēng)噪、胎噪更加寬帶，變化更加快且具有中高頻的特點(diǎn)，目前只能用一些聲學(xué)傳感器進(jìn)行監(jiān)測(cè)。

區(qū)域內(nèi)的主動(dòng)噪聲控制就是結(jié)合麥克風(fēng)陣列、揚(yáng)聲器陣列以及聲場(chǎng)控制技術(shù)實(shí)現(xiàn)三維空間區(qū)域內(nèi)的降噪效果。

這里有一個(gè)展示，最外圈的藍(lán)線是揚(yáng)聲器陣列，紅線所包圍的區(qū)域就是控制區(qū)域。我們可以在這個(gè)區(qū)域的便捷來(lái)布置一些麥克風(fēng)。這里畫的是波震面，黑色和白色分別代表幅度正一和負(fù)一。

整個(gè)系統(tǒng)收斂之后，中間區(qū)域的幅度會(huì)比較小，接近于零。

我們實(shí)際上也完成了車內(nèi)實(shí)測(cè)數(shù)據(jù)的驗(yàn)證。我們用球形麥克風(fēng)陣列放在乘客頭部位置收錄一些噪聲，包括引擎的噪聲、空調(diào)噪聲以及不同路況的噪聲，并在實(shí)驗(yàn)室對(duì)這些噪聲進(jìn)行分析，得到所需的降噪信號(hào)。

我們把得到的信號(hào)再?gòu)能囕d的系統(tǒng)中放出來(lái)，在一個(gè)環(huán)境下測(cè)試我們的降噪效果，基本 500 赫茲以下可以實(shí)現(xiàn) 15-20 dB 的降噪效果。

基于同樣的原理，我們是否可以基于聲場(chǎng)控制，來(lái)控制噪聲向外的輻射？這里有一個(gè)展示。

中間白色的揚(yáng)聲器是我們的主噪聲，外面三個(gè)藍(lán)的揚(yáng)聲器是次級(jí)噪聲。主噪聲是三個(gè)協(xié)作聲量，環(huán)境內(nèi)的聲量達(dá)到了 78 分貝。外面一圈是誤差麥克風(fēng)，我們可以基于麥克風(fēng)的數(shù)據(jù)進(jìn)行控制。

次級(jí)噪聲發(fā)出反噪聲信號(hào)之后，把主噪聲分量進(jìn)行一致，整個(gè)環(huán)境中的主噪聲就降低到了 68 分貝。我們?cè)侔汛渭?jí)噪聲放回去，可以達(dá)到相同的降噪量，大概 68 分貝。

這是一個(gè)自適應(yīng)的系統(tǒng)，是很簡(jiǎn)單的展示，主要是在考量未來(lái)是否可以控制智能家居向外輻射的噪聲。

總體來(lái)說(shuō)，開(kāi)放空間聲場(chǎng)控制有廣闊的應(yīng)用場(chǎng)景，但目前存在很多的難點(diǎn)。

一方面，計(jì)算復(fù)雜度隨著次級(jí)聲源數(shù)目和傳感器數(shù)目的增加而急劇增加；同時(shí)，開(kāi)放空間聲場(chǎng)控制，特別是噪聲控制對(duì)實(shí)時(shí)性的要求比較高；為了達(dá)到精準(zhǔn)的效果還要做在線的聲學(xué)路徑估計(jì)，會(huì)進(jìn)一步增加系統(tǒng)的復(fù)雜度；最為關(guān)鍵的痛點(diǎn)問(wèn)題是寬帶非平穩(wěn)噪聲和中高頻信號(hào)的追蹤能力。

在這一方面我們也有一些最新的工作、最新的考量，依然是從兩個(gè)方面出發(fā)：一是傳聲器陣列設(shè)計(jì)，二是前端信號(hào)處理。

在傳聲器設(shè)計(jì)當(dāng)中，我們提出了一種新的揚(yáng)聲器的設(shè)計(jì)方法，即指向性揚(yáng)聲器。傳統(tǒng)的信號(hào)處理通常把揚(yáng)聲器建模為 3D 空間的點(diǎn)聲源，具有全指向性的輻射特性。這種輻射具有不可控性，整個(gè)系統(tǒng)的復(fù)雜度比較大，要用多個(gè)傳聲器才能達(dá)到同樣的效果。

所以我們?cè)谙耄欠窨梢詷?gòu)建一個(gè)具有可變指向性的傳聲器，多個(gè)揚(yáng)聲器放在一個(gè)系統(tǒng)上，可以控制向外空間的指向性，甚至可以控制陣列內(nèi)部和外部聲場(chǎng)進(jìn)而有效抑制混響，相當(dāng)于在發(fā)聲端做了波束形成技術(shù)。

那么該怎樣做聯(lián)合優(yōu)化？比如說(shuō)有多個(gè)陣列，我們希望其內(nèi)部實(shí)現(xiàn)特定的聲場(chǎng)，同時(shí)向外輻射盡可能小，小到不會(huì)引起混響，我們就不用考慮播放環(huán)境對(duì)系統(tǒng)的影響，也就不需要再做一些在線的聲學(xué)估計(jì)了。

在信號(hào)處理方面，我們也有一些最新的嘗試，比如說(shuō)結(jié)合 AI 做基于 Deep ANC 的非線性主動(dòng)噪聲控制，我們也可以學(xué)習(xí)一些噪聲的特性，這樣我們可以使整個(gè)系統(tǒng)具有更快的收斂能力和更強(qiáng)的噪聲跟蹤能力。

另外一個(gè)工作是基于分布式的聲場(chǎng)控制，基本原理是把一個(gè)大型的多通道系統(tǒng)拆分成多個(gè)小型系統(tǒng)，這樣的話我們就可以降低整個(gè)系統(tǒng)的運(yùn)載負(fù)荷、提高系統(tǒng)跟蹤噪聲的能力，但弊端是收斂性有所減慢。

總體上看，開(kāi)放空間聲場(chǎng)控制是使用多個(gè)揚(yáng)聲器控制一個(gè)區(qū)域或是多個(gè)區(qū)域的聲場(chǎng)，具有可設(shè)計(jì)性強(qiáng)、成本低、靈活性高的特點(diǎn)，有廣闊的應(yīng)用場(chǎng)景和市場(chǎng)空間。主要針對(duì)的是大區(qū)域、多區(qū)域混響環(huán)境下的聲場(chǎng)控制，這個(gè)情況下有兩方面，一個(gè)是傳聲器、傳感器陣列的新設(shè)計(jì)本身起了非常重要的作用。信號(hào)處理方面，我們需要關(guān)注的是語(yǔ)音信號(hào)和噪聲信號(hào)的寬帶隨機(jī)性質(zhì)，特別是中高頻信號(hào)和快速變化信號(hào)的跟蹤能力。在這種情況下整個(gè)聲場(chǎng)控制的難度是急劇增加的，我們?cè)趪L試結(jié)合人工智能、分布式處理的工作，還有大量的工作有待展開(kāi)，感謝大家的聆聽(tīng)。

雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。