CN108200504A - 主动降噪耳机的声腔特性分类方法 - Google Patents

Abstract

本发明提出一种主动降噪耳机的声腔特性分类方法，包括：建立主动降噪耳机的典型声腔特性的频响曲线库T；通过测量获取当前主动降噪耳机的声腔特性频响曲线L；利用相似度算法计算L与T中所有典型声腔特性曲线的相似度，确定当前主动降噪耳机声腔特性类别。与现有技术相比，上述基于频响曲线的耳机声腔特性分类方法，该方法简单，计算量少，易于实施，适用于主动降噪耳机的批量生产；能够有效快速的确定当前耳机的声腔特性类别，针对不同类别的声腔特性设计主动降噪系统，系统的鲁棒性更好，降噪性能更优异。

Description

主动降噪耳机的声腔特性分类方法

技术领域

本发明涉及主动降噪技术领域，尤其是涉及一种主动降噪耳机的声腔特性分类方法。

背景技术

佩戴主动降噪耳机是一种有效屏蔽环境噪声的方式。主动降噪耳机利用次级声源，产生与环境噪声幅值相等、相位相反的消噪声波，消噪声波与噪声声波产生干涉，实现噪声的消除。

为生成消噪性能良好的消噪声波，需精确建立噪声在耳机内的传播特性模型，并在此基础上设计滤波电路，噪声信号通过滤波电路即可产生消噪信号。主动降噪耳机的核心技术上在于如何基于耳机的声腔特性设计滤波电路，使其产生降噪性能优异的消噪信号。

目前的滤波器设计方法通常是针对某一具有标准的声腔特性的耳机设计滤波电路，并将设计结果用于批量生产线上所有的耳机上，由于该方法无法保证所有耳机的声腔特性具有良好的一致性，即该方法并未考虑不同耳机的声腔特性并不一致的问题，因此采用固定结构和参数的滤波器会导致降噪效果的恶化。

发明内容

有鉴于此，本发明的目的在于提供一种主动降噪耳机的声腔特性分类方法，以解决现有技术中存在的目前消噪方法无法保证所有耳机的声腔特性具有良好的一致性，并未考虑不同耳机的声腔特性并不一致的情况，从而导致采用固定结构和参数的滤波器使降噪效果恶化的技术问题。

第一方面，本发明实施例提供了一种主动降噪耳机的声响特性分类方法，包括：

建立主动降噪耳机的典型声腔特性的频响曲线库T＝{T₁，T₂，…，Tn}，其中，Tn表示第n种典型声腔特性的频响曲线，n＝1，2，…，m，其中，m为大于1的正整数；

通过测量获取当前主动降噪耳机的声腔特性频响曲线L；

利用相似度算法计算所述频响曲线L与所述频响曲线库T中所有Tn的相似度，确定当前主动降噪耳机的声腔特性类别。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述典型声腔特性包括由多种耳机腔体结构导致的耳机声腔特性以及由多种使用方式导致的耳机声腔特性。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述利用相似度算法计算所述频响曲线L与所述频响曲线库T中所有Tn的相似度，具体包括：

利用对齐算法将所述频响曲线L与所述频响曲线Tn对齐，得到对齐后的频响曲线Lo；

根据所述频响曲线Lo确定对比频段，并计算所述对比频段内的相似度Sn。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述对齐算法为：确定实数k，使得║Tn-k×L║₂的值最小。

结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述对齐后的频响曲线Lo＝k×L。

结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述相似度Sn＝║Tn-Lo║₂。

结合第一方面，本发明实施例提供了第一方面的第六种可能的实施方式，其中，所述对比频段为[100Hz，3000Hz]。

本发明实施例提供的技术方案带来了以下有益效果：本发明实施例提供的主动降噪耳机的声腔特性分类方法包括：首先，建立主动降噪耳机的典型声腔特性的频响曲线库T＝{T₁，T₂，…，Tn}，其中，Tn表示第n种典型声腔特性的频响曲线，此外，也可以同时通过测量获取当前主动降噪耳机的声腔特性频响曲线L，然后，利用相似度算法计算频响曲线L与频响曲线库T中所有Tn的相似度，从而确定当前主动降噪耳机的声腔特性类别，通过测量频响曲线确定声腔特性类别，能够基于各种不同主动降噪耳机的声腔特性进行分类，从而实现针对每种类别设置相应的滤波器，因此在不同耳机的声腔特性不一致的情况下也能够使降噪性能更加完善，而且，基于频响曲线的耳机声腔特性分类方法的计算量少，因此能够有效快速的确定当前耳机的声腔特性类别，从而能够针对不同类别的声腔特性设计主动降噪系统，使降噪性能更优异，从而解决了现有技术中存在的目前消噪方法无法保证所有耳机的声腔特性具有良好的一致性，并未考虑不同耳机的声腔特性并不一致的情况，从而导致采用固定结构和参数的滤波器使降噪效果恶化的技术问题。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本发明实施例所提供的主动降噪耳机的声腔特性分类方法的流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

目前消噪方法无法保证所有耳机的声腔特性具有良好的一致性，并未考虑不同耳机的声腔特性并不一致的情况，从而导致采用固定结构和参数的滤波器使降噪效果恶化，基于此，本发明实施例提供的一种主动降噪耳机的声腔特性分类方法，可以解决现有技术中存在的目前消噪方法无法保证所有耳机的声腔特性具有良好的一致性，并未考虑不同耳机的声腔特性并不一致的情况，从而导致采用固定结构和参数的滤波器使降噪效果恶化的技术问题。

为便于对本实施例进行理解，首先对本发明实施例所公开的一种主动降噪耳机的声腔特性分类方法进行详细介绍。

实施例一：

本发明实施例提供的主动降噪耳机的声腔特性分类方法，该方法能够通过测量频响曲线确定声腔特性类别，如图1所示，该方法包括：

步骤101：建立主动降噪耳机的典型声腔特性的频响曲线库T＝{T₁，T₂，…，Tn}，其中，Tn表示第n种典型声腔特性的频响曲线，n＝1，2，…，m，其中，m为大于1的正整数。

其中，典型声腔特性包括由多种耳机腔体结构导致的耳机声腔特性以及由多种使用方式导致的耳机声腔特性。耳机在装配过程中，会存在耳机壳体密闭性不好导致的声腔特性不一致的问题；同时，由于不同的耳机使用者佩戴习惯，在佩戴过程中对耳机的挤压程度也不同，这种动态的佩戴过程也会导致耳机声腔特性的差异。

步骤102：通过测量获取当前主动降噪耳机的声腔特性频响曲线L。

在本步骤中，主动降噪耳机声腔特性频响曲线L可包括：噪声从扬声器传至反馈麦克风的频响曲线L1以及从前馈麦克风传播至反馈麦克风的频响曲线L2。L1和L2分别反映了耳机声腔前腔特性和后腔特性。主动降噪耳机的反馈滤波器和前馈滤波器分别基于L1和L2进行设计，对于不同的L1，若采用相同的反馈滤波器，则无法取得良好的反馈降噪效果；对于不同的L2，若采用相同的前馈滤波器，则无法取得良好的前馈降噪效果。

步骤103：利用相似度算法计算频响曲线L与频响曲线库T中所有Tn的相似度，确定当前主动降噪耳机的声腔特性类别。

本步骤中的利用相似度算法计算频响曲线L与频响曲线库T中所有Tn的相似度，具体包括：

步骤1031：利用对齐算法将频响曲线L与频响曲线Tn对齐，得到对齐后的频响曲线Lo。

具体的，将当前频响曲线L与典型频响曲线Tn对齐的目的在于：使两条对比的频响曲线在幅值水平上尽量接近，使得后续相似度的对比只体现在频响曲线的形状上。

作为一个优选方案，对齐算法为：确定实数k，使得║Tn-k×L║₂的值最小。即对齐算法可归结为如下优化问题：确定实数k，使得|Tn-k*L|2最小。对齐后的频响曲线Lo＝k×L。

步骤1032：根据频响曲线Lo确定对比频段，并计算对比频段内的相似度Sn。

其中，相似度Sn＝║Tn-Lo║₂。通过计算对齐后的频响曲线L0与典型频响曲线差的二范数，确定当前频响曲线与典型频响曲线的相似度。该相似度的计算公式表明，Sn的数值越小，说明当前频响曲线与典型频响曲线相似度越高，Sn的数值越大，当前频响曲线与典型频响曲线相似度越低。因此，确定Sn最小值对应的典型声腔特性为当前测量耳机的声腔特性类别。

需要说明的是，其中的对比频段为[100Hz，3000Hz]。对比频段可通过工程实践与具体的对比需求确定。上述对比频段是一个较大的范围，考虑到需要计算相似度的频响曲线分为反映耳机前腔声学特性和后腔声学特性两种，其在对比频段的选择上必然存在差异，最终确定的比较频段应该不超过上述对比频段的范围。

现有的滤波器设计方法通常是针对某一具有标准的声腔特性的耳机设计滤波电路，并将设计结果用于批量生产线上所有的耳机上，由于无法保证所有耳机的声腔特性具有良好的一致性，并且不同的佩戴习惯也会改变耳机的声腔特性，采用固定结构和参数的滤波器必然导致降噪效果的恶化。

当然，可以根据佩戴后耳罩的漏气情况从预先制定的降噪模式中选择降噪效果好的降噪模式进行降噪，这种方法解决了由于佩戴习惯导致的耳机声腔特性差异导致的降噪效果恶化的问题，但并未考虑不同耳机声腔特性一致性差的问题。

本实施例中，主动降噪耳机的声腔特性分类方法能够基于各种主动降噪耳机的声腔特性进行分类，从而能够针对每种类别设计相应的滤波器，改善降噪性能。而且，与现有技术相比，上述基于频响曲线的耳机声腔特性分类方法简单，且计算量少，易于实施，适用于主动降噪耳机的批量生产，能够有效快速的确定当前耳机的声腔特性类别，从而能够针对不同类别的声腔特性设计主动降噪系统，使系统的鲁棒性更好，降噪性能更优异。

实施例二：

本发明实施例提供的一种主动降噪耳机的前腔声腔特性分类方法，能够通过上述实施例一提供的主动降噪耳机的声腔特性分类方法确定当前耳机的前腔声腔特性类别，该方法包括：

步骤201；建立主动降噪耳机的典型前腔声腔特性频响曲线库T₁＝{T₁₁，T₁₂，…，T_1n}，其中，T_1n表示第n种典型声腔特性的频响曲线，n＝1，2，…，m1，m1为大于1的正整数。

步骤202：通过测量获取当前主动降噪耳机的声腔特性频响曲线L₁。

步骤203：利用相似度算法计算频响曲线L₁与频响曲线库T₁中所有T_1n的相似度，确定当前主动降噪耳机的前腔声腔特性类别。

本步骤中的利用相似度算法计算频响曲线L₁与频响曲线库T₁中所有T_1n的相似度，具体包括：

步骤2031：利用对齐算法将频响曲线L₁与典型频响曲线T_1n对齐，得到对齐后的频响曲线L₁₀。

步骤2032：根据频响曲线L₁₀确定对比频段，并计算对比频段内的相似度S_1n。

其中，对比频段为[100Hz，3000Hz]。需要说明的是，对齐算法为：确定实数k₁，使得║T_1n-k₁×L₁║₂的值最小。即对齐算法可归结为如下优化问题：确定实数k₁，使得║T_1n-k₁×L₁║₂最小。

上述相似度算法执行m₁次，当前频率曲线与T₁中所有典型频响曲线做对比，确定最小相似度对应的前腔声腔特性类别为当前频响曲线对应的类别。

实施例三：

本发明实施例提供的一种主动降噪耳机的后腔声腔特性分类方法，能够通过上述实施例一提供的主动降噪耳机的声腔特性分类方法确定当前耳机的后腔声腔特性类别，该方法包括：

步骤301：建立主动降噪耳机的典型后腔声腔特性频响曲线库T₂＝{T₂₁，T₂₂，…，T_2n}，其中，T_2n表示第n种典型声腔特性的频响曲线，n＝1，2，…，m₂，m₂为大于1的正整数。

步骤302：测量获取当前主动降噪耳机后腔声腔特性频响曲线L₂。

步骤303：利用相似度算法计算频响曲线L₂与T₂中所有T_2n的相似度，确定当前主动降噪耳机后腔声腔特性类别。

本步骤中的利用相似度算法计算频响曲线L₂与频响曲线库T₂中所有T_2n的相似度，具体包括：

步骤3031：利用对齐算法将频响曲线L₂与典型频响曲线T_2n对齐，得到对齐后的频响曲线L₂₀。

步骤3032：根据频响曲线L₂₀确定对比频段，并计算对比频段内的相似度S_2n。

其中，对比频段为[100Hz，3000Hz]。需要说明的是，对齐算法为：确定实数k₂，使得║T_2n-k₂×L₂║₂的值最小。即对齐算法可归结为如下优化问题：确定实数k₂，使得║T_2n-k₂×L₂║₂最小。

上述相似度算法执行m₂次，当前频率曲线与T₂中所有典型频响曲线做对比，确定最小相似度对应的后腔声腔特性类别为当后频响曲线对应的类别。

在实施例二和实施例三的基础上，可分别针对前腔特性频响曲线库和后腔特性频响曲线库设计相应的反馈滤波器库和前馈滤波器库。不同类别的声腔特性对应不同的滤波器。

与现有技术相比，上述基于频响曲线的耳机声腔特性分类方法，该方法简单，计算量少，易于实施，适用于主动降噪耳机的批量生产；能够有效快速的确定当前耳机的声腔特性类别，针对不同类别的声腔特性设计主动降噪系统，系统的鲁棒性更好，降噪性能更优异。

显然，所属领域的技术人员可以清楚地了解到，上述设计方法的各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本发明的范围。

本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。

在这里示出和描述的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制，因此，示例性实施例的其他示例可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本发明实施例提供的主动降噪耳机的后腔声腔特性分类方法，与上述实施例提供的主动降噪耳机的声腔特性分类方法及主动降噪耳机的前腔声腔特性分类方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

本发明实施例所提供的进行主动降噪耳机的声腔特性分类方法的计算机程序产品，包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (7)

1.一种主动降噪耳机的声腔特性分类方法，其特征在于，包括：

建立主动降噪耳机的典型声腔特性的频响曲线库T＝{T₁，T₂，…，Tn}，其中，Tn表示第n种典型声腔特性的频响曲线，n＝1，2，…，m，其中，m为大于1的正整数；

通过测量获取当前主动降噪耳机的声腔特性频响曲线L；

利用相似度算法计算所述频响曲线L与所述频响曲线库T中所有Tn的相似度，确定当前主动降噪耳机的声腔特性类别。

2.根据权利要求1所述的主动降噪耳机的声腔类别分类方法，其特征在于，所述典型声腔特性包括由多种耳机腔体结构导致的耳机声腔特性以及由多种使用方式导致的耳机声腔特性。

3.根据权利要求1所述的主动降噪耳机的声腔类别分类方法，其特征在于，所述利用相似度算法计算所述频响曲线L与所述频响曲线库T中所有Tn的相似度，具体包括：

利用对齐算法将所述频响曲线L与所述频响曲线Tn对齐，得到对齐后的频响曲线Lo；

根据所述频响曲线Lo确定对比频段，并计算所述对比频段内的相似度Sn。

4.根据权利要求3所述的主动降噪耳机的声腔类别分类方法，其特征在于，所述对齐算法为：确定实数k，使得║Tn-k×L║₂的值最小。

5.根据权利要求4所述的主动降噪耳机的声腔类别分类方法，其特征在于，所述对齐后的频响曲线Lo＝k×L。

6.根据权利要求5所述的主动降噪耳机的声腔类别分类方法，其特征在于，所述相似度Sn＝║Tn-Lo║₂。

7.根据权利要求3所述的主动降噪耳机的声腔类别分类方法，其特征在于，所述对比频段为[100Hz，3000Hz]。