耳机主动降噪的应用热点及技术分析

目前主动降噪耳机有模拟和数字两种主流方案，模拟主动降噪芯片优秀的低延迟特性使得耳机拥有优秀的降噪带宽和降噪深度，但数字降噪方案凭借强大的设计灵活性和友善的调试量产过程迅速崛起并占领市场，其强大的MCU和DSP处理能力也为耳机设计带来了许多“黑科技”。

数字降噪耳机系统的分类

按照控制结构分类可以分为前馈、反馈和混合式

前馈降噪的特点是在耳机外侧放置一颗前馈（Feed forward）麦克风接受外界的噪声，经过滤波器由耳机喇叭输出反向波与耳道内的噪声抵消，这是一个开环系统。

反馈主动降噪一般是在耳机的前腔也就是喇叭出声正对面的区域放置一颗反馈麦克风，喇叭和反馈麦克风形成闭环降噪控制系统。相比前馈降噪，反馈降噪不需要预先得到声音信息，而是通过控制器调整误差信号从而降低噪声。反馈降噪的闭环回路增益大到一定程度以后，系统会变得非常不稳定从而产生高频或者低频震荡，所以相比前馈降噪会有不稳定性。

混合降噪，结合了前馈和反馈的结构也综合了二者各自的优点，在降噪的带宽和深度上都有比较好的保证，但缺点是系统实现复杂并且成本较高

基于耳机的主动降噪方案未来的趋势

首先优秀的硬件基础是关键

早期的ANC大部分都是用纯模拟电路（比如艾迈斯半导体与欧司朗的AS3415、AS3435）搭建的，其模拟阻容滤波器一旦设计完成就不能改变，近些年数字ANC凭借着简洁灵活的调试过程已经成为各大耳机厂商的首选。我们需要处理能力强大的MCU搭配低功耗且足够多的二阶滤波器DSP以为算法的发挥打下坚实的基础并保证滤波器设计的灵活性，ADC以及DAC需要出色的Bit Resolution以及SNR等保证出色的数据辨识度以及细节的处理能力，搭配ClassAB带给用户最佳的音色。 

其次，需要强大的自适应算法（Adaptive ANC）带给用户最佳的佩戴体验

Adaptive ANC之自适应声学泄露ANC

近些年来，半入耳形态的TWS耳机凭借最优的佩戴舒适度广受用户欢迎，但是其半开放的结构特点导致更多的外界噪声进入耳道，因此如何在半入耳形态的TWS耳机上配备ANC成了各家耳机厂商都在谈论的话题。现在，让我们来简单讨论一下半入耳降噪的设计难点。

首先，由于耳廓以及佩戴方法的差异，耳机贴合度会根据用户的活动而变化从而会有不同的声学响应，因此对于前馈和反馈降噪而言，下图中①（被动降噪的频响和相位）和③（耳机喇叭的频响和相位）跟随佩戴变化，进而导致目标滤波器也在变化。理论上而言，我们需要自适应泄露算法的算力足够强大和聪明，能够时时计算出不同佩戴泄露下的滤波器并与当前的泄露状态无缝匹配成功。

其次，用户可能会在毫秒级时间内完成半入耳TWS耳机的佩戴，那么算法就需要在毫秒级的时间内完成泄露的侦测和计算并准确无误匹配对应的滤波器，这可能是半入耳降噪算法最难处理一部分。我们可以从下图来简单理解一下，高泄露情况下FF滤波器在降噪频段的增益在20-30dB左右，低泄露下这个数字回落到10-20dB左右。因此在耳机佩戴过程中，DSP中FF滤波器的增益需要在极短的佩戴时间内随着泄漏量的改变做出正确的高增益到低增益的收敛，FB类似。如果算法设计不到位或者算力不够，那么就有可能导致在低泄露佩戴时反而被匹配到高泄露的滤波器，会使耳机喇叭耦合到前馈麦克风的能量过多从而参数开环回路变闭环回路进而导致啸叫。另外，用户说话、播放音乐等都会对算法的自适应产生影响，还有反馈降噪共生的音乐补偿模块也需要设计成自适应的。

高泄露佩戴情况下FF目标滤波器：

低泄露佩戴下FF目标滤波器

最后，在自适应算法中，声学的设计也有其特别的要求。

在自适应泄露降噪算法中，FB需要充分扮演error mic的角色被用来检测耳道内的冗余噪声从而调节自适应滤波器，比如艾迈斯半导体会与欧司朗推荐TWS耳机用如下的FB麦克风声学结构。

那么如何检测泄露并将数据反馈给算法呢？在这里我们不得不提到FB mic。

FB mic置于耳机的前腔且离耳道最近。在自适应算法中我们需要其充分正确扮演error mic的角色被用来检测耳道内的冗余噪声用来反馈给算法调节自适应滤波器。

从下图我们可以简单看到FB mic的摆放位置会影响到其真实反映实际人耳需要的FF滤波器，当然这一影响在低频带宽甚微，这主要和声音的波长有关系。

艾迈斯半导体与欧司朗推荐TWS耳机用如下的FB麦克风声学结构来搭配其自适应算法：

Adaptive ANC之自适应环境场景ANC

不同的生活场景中噪声的频谱是不同的，比如飞机上以100Hz左右及以下频段居多，城市马路上又以300Hz~2KHz左右人声频段以及车辆噪声居多，那么我们就需要一款智能耳机在不同的噪声环境中做有针对性的降噪处理。目前市面上的一些自适应降噪耳机多为“手动”模式，多用手动更改前馈麦克风增益的方式来实现轮盘式多级降噪，或者将反馈降噪定义成“中等”而混合降噪定义成“高等”的方式。目前业内已经有方案商透过算法来成功实现了“自适应”。

我们都知道前馈麦克风是位于耳壳外部的并可以直接拾取周边环境噪声，那么原则上我们可以在DSP中针对几种常见的生活场景（比如飞机、办公室、城市、咖啡厅等）预设几组滤波器，将前馈麦克风拾取到的外界噪声通过MCU做FFT分析频谱并智能匹配预设滤波器，并且匹配过程需要无缝切换。

ANC模式下降风噪算法需求强烈

很多用户在户外骑自行车或者跑步时打开耳机的主动降噪功能都会明显感觉到“呼呼”的风声变得更严重了。产生这种情况的原因我们可以从主动降噪的基本实现原理说起：正常外界的噪声分两部分进入到人耳中，一部分是经过耳机本身的物理被动降噪进入耳道，另外一部分前馈降噪麦克风拾取外界噪声生成反向波由耳机喇叭播出进入耳道。但是，风噪是风吹到物体表面形成的伪声，耳机外侧的前馈麦克风被风吹到形成风噪经过前馈滤波器从喇叭输出“风噪反向波”被人耳听到，但是风声并没有“如期”经过耳机的物理被动隔绝进入耳朵，因此耳道内仅仅凭空多了风噪的“反向波”，用户会感觉到开了ANC以后风噪反而变大了。为了避免这种风噪，物理上可以采用放风罩、管道、深埋传声器、防风网结合的办法减少前馈麦克风表面的湍流噪声。原则上如果降低FF path的增益也可以达到苹果耳机一样的效果，比如艾迈斯半导体与欧司朗 AS3460就是采用的这种方法，用voice mic和前馈麦克风来检测风噪，然后调整FF ANC的增益进而降低风声进入的ANC通道内的能量，这个拓扑结构的好处是wind noise detector模块不会影响到FF path的延迟进而影响前馈的降噪效果。 

通透模式“旧事重提”

2019年苹果发布第三代TWS耳机airpods Pro将环境音增强模式-通透模式带入用户视野，主要效果是能够使用户在不摘取耳机的情况下还可以清晰获悉周围环境声音。其实此功能由来已久，在sony系列ANC耳机上被称为环境音模式，早期ams模拟ANC产品上常称为monitor模式。

透传模式的主要实现原理是，前馈麦克风拾取环境音经过滤波器由耳机喇叭播放出，此声音与耳机本身的被动降噪做叠加，最终在人耳鼓膜处形成伪环境声。

通透模式设计的重点在于求解具备优秀穿透性能的透传目标滤波器。由于人耳对于相位不敏感，原则上我们可以简单认为测试耳机佩戴前后①的差值即为透传目标滤波器。当然，我们也可以用此原理设计滤波器让外界的声音放大再进入人耳，类似于助听器功能。

下图中黑色曲线即是未佩戴耳机时外界噪声到人耳的响应，绿色曲线是耳机佩戴耳机后外界噪声到人耳的响应，因此我们可以很容易用二者相减算出透传目标滤波器。

需要注意的是，设计通透模式时一定要把关耳机喇叭到前馈麦克风的隔离度，隔离度不够很容易将喇叭到前馈麦克风之间开环变成闭环从而形成啸叫。

总结：

随着TWS蓝牙耳机在过去两年以指数级的成长速度迅速崛起，常规的静态ANC似乎已经成了标配并且已经不再有太多技术壁垒。那么如何在红海中做出有差异性并且能吸引用户眼球的主动降噪产品对于耳机厂商在市场中站稳脚跟显得格外重要。相信随着越来越多的芯片以及方案厂商杀入耳机市场，将会涌现出越来越多的降噪黑科技。