噪聲回放系統的研究與運用
劉大千
（睿輝聲學（深圳）科技有限公司，深圳市 518000）
摘 要：在現實生活中充斥著各式各樣的環境噪聲，背景噪聲傳輸質量是影響語音感知整體質量的一個重要因素。在一定的聲學環境中模擬出逼真的環境噪聲能對降噪算法的研發提供很大的幫助。本文描述了噪聲回放系統的原理與基礎架構，為通話降噪、ANC降噪、語音識別測試提供良好的聲學環境。
關鍵詞：環境噪聲；語音感知；噪聲回放；降噪算法；聲學環境
0 引言
隨著人們的生活品質提高，對于音頻產品的要求也越來越高。在乘坐飛機、火車時，為了獲得安靜的休息 空間，人們通常會選用帶ANC降噪的耳機，減小耳道內的噪聲干擾。人們在進行通話的時候，對方希望突出主講方的話語聲，周圍的環境噪聲需要被過濾掉，因此通訊設備必須具備通話降噪算法。再或者是人們需要在嘈雜 的環境下使用智能語音交互設備，比如開著電視的時候想讓自己的智能音箱播報時間， 如果不對麥克風收到的聲音信號做過濾處理，智能設備可能不能被喚醒，或者被誤喚醒。
因此，在音頻領域，對噪聲的處理已經變得越來越重要。音頻工程師在調試噪聲處理算法的時候，如果去戶外進行調試，戶外的噪聲環境多變，調試完成后并不能準確的復現前一次的場景。因此怎樣在實驗室環境下，真實復現實際環境中不同場景下的背景噪聲，就顯得非常必要。
1 噪聲回放系統的運用
噪聲回放系統主要運用在于需要在特定的聲場環境 中復現出多種不同的實景噪聲，給聲學算法研發提供一個穩定可控的測試環境。 目前噪聲回放系統主要運用在三個領域：隔音降噪測試、通話降噪測試、語音識別測試。
1.1 隔音降噪測試
隔音降噪的作用，是讓人能盡可能的聽不到外界的噪聲。如乘坐飛機、火車等交通工具的時候，人們需要一個安靜的環境休息，或者在安靜的環境下享受一些音樂，耳機隔音降噪便能在這樣的情境下起到很大的作用。 再或者車內需要一個安靜的環境，不能被路噪干擾太多。
隔音降噪分為兩部分，物理降噪和算法降噪。物理降噪是靠物體本身，如耳機的耳塞部分，車的整體密封性，都能起到一定的降噪作用。低頻的聲音繞射能力強， 高頻的聲音繞射能力弱，因此物理降噪針對高頻有良好的降噪效果。針對低頻噪聲，一般采用ANC降噪，也就是反相波抵消的方式降噪。揚聲器播放與外界噪聲同幅反相的聲波，使其與噪聲疊加抵消。而高頻很難適用。 根據公式
（1）
100Hz的聲音傳過自身波長的時間是10ms ，5000Hz的聲音傳過自身波長的時間是0.2ms，算法的適配時間很難做到這么低，因此高頻很難使用ANC降噪。
在實驗室中，我們實際采用實際錄制的環境噪聲，在消聲室中進行噪聲回放，測試Airpods Pro的降噪曲線，如圖1所示。
藍線：原始噪聲曲線 紅線：被動降噪曲線
綠線：主動降噪曲線
圖1 AirPods Pro 的降噪曲線
1.2 通話降噪測試
在通訊過程中，背景噪聲傳輸質量是影響語音感知整體質量的一個重要因素。 通話降噪一般采用多mic降噪，利用波束成型的算法，針對人嘴方向作為主要收音方向，其余方向的聲音被作為環境噪聲。利用wiener filter等濾波器進行噪聲的剔除。
測試采用ETSI 103 106的標準，在消聲室中進行回放標準的場景噪聲，同時人工頭說標準的語音。分析麥克風采集到的聲音，傳輸背景噪聲不能太大，并且時域與頻域都要平穩為佳。人嘴的語音要完整清晰，不能有過多衰減。測試結果為mos值評定。Nmos評估對噪聲的抑制能力，Smos評估對語音的還原能力。測試值從1～5分進行打分，分數越高代表能力越佳。
1.3 語音識別測試
語音識別與通訊降噪類似，需要在噪聲+與語音的環境中識別語音剔除噪聲，并且進行識別。在有混響的聽音室中進行噪聲回放，模擬家庭/戶外的環境噪聲，測試智能設備在噪聲下的喚醒率、識別率、誤喚醒率。
2 噪聲回放系統的硬件架構
2.1 原始聲場錄音設備
噪聲回放系統的錄音通常需要模擬人耳的聽感，使回放后的聲音與原始噪聲場的聽感完全相同。錄音采用能代表多數人頭模型的頭肩模擬器，頭肩模擬器應滿足ITU-T P.58的標準。人工頭垂直頭部截面尺寸如圖2所示， 耳廓的設計需滿足ITU-T P.57的標準要求，耳廓的平面與截面如圖3所示。
圖2 垂直頭部截面尺寸（單位毫米）
圖3 耳廓的平面與截面（單位毫米）
圖4中所示的由Brüel & Kj?r公司制作4128C人工頭Type3.3右耳的測量數據，從2N~ 18N, 以2N作為一個步進，測量各頻點的靈敏度。
圖4 不同壓力下的耳頻響曲線測試
因為人頭設計有差異，不同的人頭會對聲場會有不同的頻響曲線。為了使不同的人頭的得到的曲線歸一化， 錄音時會引入雙耳均衡。雙耳均衡一般有三種：
(1) 自由場均衡（Free Field Equalization）：接收在消聲室中從正面傳來的入射聲時，人頭頻響曲線是一條直線。
(2) 擴散場均衡（Diffuse Field Equalization）：接收在擴 散場中從隨機方向傳來的入射聲時，人頭頻響曲線是一 條直線。
(3) 無方向場均衡（Independent ofDirection Equalization）：只考慮無方向性的器件影響（如共振，耳道等），人頭頻響曲線是一條直線。
2.2 測試聲場要求
噪聲回放系統需要在特定的房間中進行搭建，房間要求如下：
· 房間尺寸: 房間尺寸需要在2.5×3m到3.5×4m之間。房間高度在2.2m到2.5m之間。
· 在200Hz-8KHz之間，房間混響時間小于0.7s。
· 房間的本底噪聲小于30 dBSPL(A)。
2.3 背景噪聲回放設備
· 四個高保真揚聲器，揚聲器功率在100 Watt以上， 靈敏度至少80dB( 1Watt/1m),頻響曲線至少在120-20KHz的區間范圍內波動不超過±3。
· 低音炮，提供20-200Hz的低頻聲音。
· 國際標準人工頭（同2. 1）。
· 高品質功放。
· 高品質聲卡（能進行EQ調試）。
· 測量分析系統（如 HBK LAN-XI 3160-A042）。
3 噪聲回放系統搭建流程
3.1 聲場還原技術要求
聲場的還原應做到人在聲場中心的聽感與在實際場景中的聽感沒有太大區別。在數據上表現為原始聲場與模擬聲場平均的聲壓級的大小差異應在±1dB之內，頻域曲線對比每個頻域點差值在±3dB之內。
3.2 聲場布置
揚聲器的布置應是按照矩形擺放，如圖5所示。人工頭放在聲場的正中心位置，四個揚聲器按照矩形放在人頭的四個角上，距離為兩米，但是不要放置在房間的四個角上。如果房間是一個非矩形的形狀，音箱不按照嚴格的矩形擺放，稍不對稱是可取的。高質量的揚聲器應與理想的頻率響應相差9dB之內，過于強烈的濾波器需求，通常會導致不穩定的聲場。在全消聲室中，稍微的不對成擺放可以減輕梳狀濾波器由于對稱所造成的干擾。 四個揚聲器的高度基本相同，低音炮的擺放方式不重要，由于低頻的強穿透效果，低音炮可以擺放在除了房間角落之外的任何區域。
圖5 揚聲器的布置位置
3.3 聲場聲壓級調節
人工頭放在中心位置，選用與錄音時相對應的濾波方式（FF,DF,ID）采集聲音。調節揚聲器音量大小。 由于聲場是需要由四個揚聲器一起形成的，因此每個揚聲器的聲音需要比音源大小小6dB。
3.4 聲場均衡
1 對單個揚聲器進行均衡。使用一個粉紅噪聲，分別給到四個揚聲器 。給的信號頻率范圍為120Hz~ 20000Hz。左邊的揚聲器作為左通道被左耳接收，計算耳接收到的頻率曲線，與原始音源的頻率曲線相 比較，根據公式
(2)
可以計算出揚聲器的相對頻響曲線， 
|HLS(f)l 取3rd oct。 獲得了相對頻響曲線后，需要反向推出濾波均衡函數
(3)
均衡的結果在120Hz ～10KHz之間的波動在±3dB之內。且均衡最大衰減或補償值不能超過9dB。均衡后的曲線如圖6。
圖6 均衡后的頻響曲線
2 將左/右兩個揚聲器作為一組，如②步驟調節濾波器進行均衡，使得一組揚聲器的曲線能夠在±3dB之內波動。為了消除粉紅噪聲周期性帶來的干擾，這個音源一般使用平穩的實際錄音（如車噪） 。如果一組揚聲器可以達到符合框線的頻響曲線，單個揚聲器沒有達到也是被允許的。
3 低音炮的均衡頻率在30Hz～120Hz之間。高于120HZ的部分需要以18 dB/oct的分頻斜率做低通濾波。為了避免過多的低頻干擾，可以使用50Hz的高通濾波 器，分頻斜率為12dB/oct。均衡依舊采用粉紅噪聲作為測試音源，用1/3 OCT做頻域曲線，框線銜接高頻揚聲器，為±3dB。
4 為了減輕揚聲器疊加所產生的相位干擾與梳狀濾波 器效應，四個揚聲器需要被加上不同的延時值。 由于房間與擺放的不同方式，延時值需要搭配FIR/IIR濾波器使用。最大的延時長度不應超過50ms。在標準的矩形消聲室中，布置標準的揚聲器位置，四個揚聲器的延時值約為0ms、11ms、17ms、29ms。
3.5 聲場驗證
驗證聲場的均衡，將四個揚聲器與低音炮一起播放音源，音源選擇平穩的實際錄音。檢查頻率范圍 50Hz~ 10KHz，檢查頻響曲線是否在±3dB的框線之內，檢查人耳聽到的平均聲壓級與音源的聲壓級的差值在±1dBz之 內。
4 聲場回放效果對比分析
在VoiceX實驗室中，搭建HBK的STQ型背景噪聲回放系統，如圖7所示。
圖7 VoiceX噪聲回放實驗室
HBK的STQ型背景噪聲回放系統做到了全程聲場均衡自動化，能非常精準的進行聲場均衡校準。如圖8所示。
圖8 HBK STQ型背景噪聲回放系統均衡界面
聲場布置完成后進行實際測試檢驗。將人工頭放在聲場中間，播放錄制好的場景噪聲，用人工頭的左耳和右耳分別錄制背景噪聲，得到頻域曲線。再將頻域曲線與原始錄音的頻域曲線進行對比，如圖9、圖10所示。由圖可見，均衡后的聲場與原始噪聲聲場頻域曲線幾乎貼合，擁有較好的聲場還原性。
圖 9 左耳曲線對比
圖10 右耳曲線對比
5 總結
本文圍繞在實驗室環境中實現背景噪聲聲場還原的需求，提出了背景噪聲回放系統的搭建技術要求和實現手段，重點分析了聲場濾波均衡的過程，實現了在實驗室中就可復現出外界環境噪聲的期望，為音頻算法的研發提供了極大的便利。
未來，該系統可搭配語音識別系統使用。并且可增加通道數，將音箱數量擴大到8個甚至更多，形成環繞的音箱矩陣，讓模擬的聲場具有更良好的方向感。人在聲場中間閉眼傾聽，仿佛身臨其境，從聲場感受出環境中的位移變換。該系統還可用于車載中，在高速行駛的車中使用多麥克風錄音后，在實驗室中還原出車在行駛時的噪聲，可為車載降噪技術提供強有力的輔助。
參考文獻
[1] ETSI ES 202 396-1 V1.7. 1 (2017-10) Speech and multimedia Transmission Quality (STQ);Speech quality performance in the presence of background noise;Part 1: Background noise simulation technique and background noise database[S].
[2] ETSI TS 103 106 V1.5. 1 (2018-04) Speech and multimedia Transmission Quality (STQ);Speech quality performance in the presence of background noise:Background noise transmission for mobile terminals-objective test methods[S].
[3] ITU-T P.57 ( 12/2011) Artificial ears[S].
[4] ITU-T P.58 (05/2013) Head and torso simulator for telephonometry[S].
