孫杰英 孔睿迅 黃偉彬 許蘊盈

（1.威凱檢測技術(shù)有限公司 廣州 510663；2.中國電器科學(xué)研究院股份有限公司 廣州 510300；3.廣東中創(chuàng)智家科學(xué)技術(shù)有限公司 廣州 510663）

概述

噪聲錄制的方法手段各異，從最簡單的使用帶MIC的設(shè)備（例如手機(jī)、電腦等）直接在聲源附近錄制，到使用高精度MIC陣列通過特定的拓?fù)浣Y(jié)構(gòu)在消聲室與聲源通過特定的角度進(jìn)行錄制。同樣噪聲回放也存在不同維度的異同，最簡單的使用具有揚聲器的設(shè)備（手機(jī)、電腦等）直接播放聲音文件，復(fù)雜的則需要與錄制時候的環(huán)境、設(shè)備、距離等進(jìn)行復(fù)雜的邏輯運算及解碼后，在特定的環(huán)境使用特定的設(shè)備進(jìn)行回放。上文中不同的錄制回放手段，實現(xiàn)難度不同，在真實還原錄制時聲場環(huán)境時的表現(xiàn)也各異[1,2]，下文則分別從錄制手段、回放手段、回放性能等方面進(jìn)行分析。

1 噪聲錄制分析

1.1 噪聲錄制環(huán)境

噪聲錄制環(huán)境主要指噪聲錄制場地的地點、內(nèi)外部混響，本底噪聲等。目前一般的噪聲錄制場地有設(shè)備使用環(huán)境（例如家居環(huán)境、咖啡廳等）、專業(yè)聲學(xué)環(huán)境（消聲室、半消聲室、混響室等）、其它自然環(huán)境（公園、森林、車流附近等）。本文主要研究智能家居測試用噪聲，所以下文主要分析典型的家居場景，在國內(nèi)家居場景一般按功能分成客廳、臥室、廚房、衛(wèi)生間等場景，主要分析這些場景及周圍的一些聲學(xué)參數(shù)及影響這些聲學(xué)參數(shù)的因素。所以本文中典型家居場景分為浴室、客廳、臥室以及廚房這四個場景。下面從這幾個場景特征來進(jìn)行說明。

1.1.1 混響時間

最廣泛使用來表征房間的聲學(xué)特征的參數(shù)是它的混響時間，它表示的是聲壓衰減 60 dB 所需的時間。通用標(biāo)準(zhǔn) ISO 3382-1[3]提供測量指南，通過ISO 3382-1[3]第6.2 條的擴(kuò)展的方法來確定[4]，然后平均各個麥克風(fēng)的混響時間來確定總混響時間，見表1。

表1 典型家居場景的混響時間

1.1.2 場景底噪

場景中的本底噪聲，一般和周圍環(huán)境噪聲及場景中的布置有關(guān)系，一般建議在45 dB左右。

1.1.3 場景大小

家居場景的大小各不相同，但是場景的大小會影響到混響等聲學(xué)參數(shù)，也影響使用場景，表2約定了一般的典型場景大小。

表2 典型家居場景的大小

1.1.4 場景布置

這里一般指場景中的一些影響聲音傳輸或者吸收的部分，例如窗簾、地毯等，也包含一般的功能性的物品，例如廚具、床等，見表3。

表3 典型家居場景的布置

1.2 噪聲錄制設(shè)備/系統(tǒng)

1.2.1 手機(jī)/PC等終端

這種方法操作非常簡單，直接打開設(shè)備即可以錄音，但是這些麥克風(fēng)一般具有主動降噪的功能，在錄制環(huán)境噪聲時，部分噪聲可能會被主動降噪算法所識別，會做些降噪處理，從而影響部分真實性。

1.2.2 錄音筆等便攜設(shè)備

同樣的，錄音筆錄音操作很簡單，但是錄音筆一般對人聲有加強(qiáng)作用而對噪聲會有一定的抑制，從而保障更好的錄音效果，但是在用到噪聲錄制或者交互人聲的錄制時，同樣會存在失真的問題。

1.2.3 家電內(nèi)麥克風(fēng)或其它工業(yè)麥克風(fēng)

直接使用被測物品或者其它同型號的工業(yè)麥克風(fēng)測試思路非常直接，操作也很方便，但是用這些設(shè)備錄制的噪聲，回放后卻不一定能保證無失真，因為這些麥克風(fēng)的靈敏度和能錄制的頻率范圍一般比較低，在錄制時信息會有部分丟失，回放測試時針對性比較強(qiáng)，對于錄制麥克風(fēng)和測試麥克風(fēng)不同的場景失真可能比較大，同時，由于部分家電為了加強(qiáng)語音識別的效果，會有部分降噪和語音增強(qiáng)的算法或者處理，這些也會導(dǎo)致錄制的噪聲失真。建議用于直接測試而不是錄制需要回放的噪聲。

1.2.4 高精度麥克風(fēng)

這里主要討論靈敏度高，無降噪等處理的高精度麥克風(fēng)，這些麥克風(fēng)的自噪聲較低，頻率范圍比較廣，靈敏度高，錄制的單點噪聲的信息量足夠。這些麥克風(fēng)一般價格相對比較昂貴，錄制時需要配套其它的設(shè)備才能錄制，錄制時的距離角度等及回放的設(shè)備都會相應(yīng)的影響還原的性能。

1.2.5 麥克風(fēng)陣列

麥克風(fēng)陣列使用多個麥克風(fēng)通過一定的拓?fù)渑帕薪M合到一起來錄制噪聲源，麥克風(fēng)陣列的結(jié)構(gòu)和麥克風(fēng)數(shù)量都會影響到錄制的難度和方法，也影響噪聲真實再現(xiàn)的難度。

波束還原技術(shù)[5]利用麥克風(fēng)陣列能非常真實的還原聲場，但是對于麥克風(fēng)的數(shù)量要求非常多，實現(xiàn)難度較高。

1.3 錄制的聲源

本節(jié)主要討論典型的家居場景的錄制的聲源，在錄制的時候通過各種排列來模擬各種真實的使用場景，見表4。

表4 典型家居場景的聲源

1.4 錄制的布局

本節(jié)主要討論典型的家居場景的點位，即典型家電的位置信息，見表5。

表5 典型家居場景的點位

2 噪聲回放分析

2.1 噪聲回放環(huán)境

噪聲回放的環(huán)境影響最后回放的效果，在一般的家居場景回放、則會有家居場景的混響和環(huán)境噪聲和錄制的混響和噪聲進(jìn)行了疊加，最終的效果則可能和錄制的噪聲存在一定的差異。

2.2 噪聲回放設(shè)備

噪聲回放的設(shè)備一般是揚聲器，可以是帶揚聲器的設(shè)備，例如手機(jī)電腦，單獨的揚聲器，也可以是揚聲器陣列，一般來說，如果要真實的還原錄制的噪聲，則揚聲器數(shù)量需要大于等于麥克風(fēng)數(shù)量且揚聲器需要能在全頻范圍內(nèi)聲場平坦，能無損的播放錄制的聲源。一般這種揚聲器的要求很難達(dá)到，數(shù)量和拓?fù)浣Y(jié)構(gòu)也很難和錄制的麥克風(fēng)保持一致，在實際使用過程中會有一定的調(diào)整。

2.3 噪聲回放方式

本節(jié)提到的噪聲回放方法主要涉及以下兩個方面，一個是音源的編碼解碼問題，另一個方面在于揚聲器陣列的控制問題。

環(huán)繞聲技術(shù)[6]使用了特殊的環(huán)繞編碼器，允許將 5通道信號從特殊的調(diào)音臺編碼到 5.1 數(shù)字?jǐn)?shù)據(jù)流。播放系統(tǒng)由一個特殊的解碼器組成，允許再次分離5個通道并將它們分配到 5.1 揚聲器播放系統(tǒng)上。這些系統(tǒng)兼容單聲道和立體聲，可以通過特定解碼器處理較舊的 4 聲道環(huán)繞技術(shù)。環(huán)繞聲技術(shù)旨在創(chuàng)建聲學(xué)圖像，而不是接近原始錄音和再現(xiàn)。

波場合成技術(shù)[5]應(yīng)用惠更斯波的原理。將此原理應(yīng)用于聲學(xué)意味著可以使用揚聲器陣列再現(xiàn)任何形式的波前，從而可以將虛擬聲源放置在聆聽區(qū)域內(nèi)的任何位置。在實際使用中，有必要將揚聲器放置在播放室的四周。為了生成逼真的聲場，必須單獨計算每個揚聲器的輸入信號。為此，必須單獨記錄每個單個聲源。如果錄音是在房間里完成的，錄音室的特征也必須單獨錄制。然后在后期編輯過程和再現(xiàn)過程中混合和處理所有產(chǎn)生的音軌。然后在播放室的廣闊區(qū)域內(nèi)實現(xiàn)自然逼真的空間聲音再現(xiàn)。這種方法的缺點在于所需的組件：復(fù)雜的錄音系統(tǒng)、用于實時混合大量錄制音軌的強(qiáng)大計算單元以及必須安裝在聽音室中的揚聲器數(shù)量。

HATS錄制再現(xiàn)[2]方式是為了再現(xiàn)使用人工頭部技術(shù)記錄的雙耳信號。它改善了方向和距離的印象。四個揚聲器通常圍繞中心點等距放置在方形結(jié)構(gòu)中，例如2米。在人工頭部的左耳通道處測量來自兩個左側(cè)揚聲器的傳遞函數(shù)用來均衡。以此結(jié)果設(shè)計了 IIR 和 FIR 濾波器，通過它們在回放期間對左側(cè)、右側(cè)揚聲器的輸入信號進(jìn)行濾波，使得隨后在人工頭部左側(cè)通道上測量的傳遞函數(shù)在頻譜上是平坦的。

最小均方方法[1,7]，通過八個記錄聲道記錄和八個揚聲器回放，以達(dá)到良好的再現(xiàn)效果。 該方法基于八個重要測試位置，例如 HATS 附近，主要是手機(jī)的麥克風(fēng)位置。再現(xiàn)時相應(yīng)八個點的錄音聲場的合理再現(xiàn)，在這些點之間也產(chǎn)生良好的再現(xiàn)精度。

聲場記錄技術(shù)[1,7]（多點聲場記錄技術(shù)）是基于聲音的優(yōu)化空間不同點的場再現(xiàn)。優(yōu)化標(biāo)準(zhǔn)基于復(fù)制的最小化每個麥克風(fēng)位置的誤差?；谶@一原則，麥克風(fēng)的位置可以在很寬的范圍內(nèi)選擇聲場再現(xiàn)最準(zhǔn)確的空間。方法是這些位置可以適應(yīng)要測試的設(shè)備類型，如果被測設(shè)備 （DUT） 集成了麥克風(fēng)陣列的多點聲場記錄麥克風(fēng)可以定位在 DUT 的麥克風(fēng)區(qū)域。如果要測試免提設(shè)備多點聲場記錄麥克風(fēng)位于免提設(shè)備區(qū)域。

3 噪聲還原分析

3.1 聲壓再現(xiàn)精度

原聲場和還原聲場應(yīng)該在聲壓[8]上保持還原，原聲場與模擬聲場對比，如表6可見，麥克風(fēng)聲壓[2]的差異應(yīng)該在±3 dB 范圍內(nèi)。

表6 聲壓對比

3.2 頻譜再現(xiàn)精度

原始替代參考噪聲記錄的幅度曲線與再現(xiàn)寬帶噪聲的幅度曲線（均以 dB 為單位測量）應(yīng)在 ±3 dB 范圍內(nèi)。以 50 Hz 到 10 kHz 的 1/3 倍頻程和 ±6 dB 測量，所有麥克風(fēng)的平均頻譜精度應(yīng)在 ±3 dB 以內(nèi)。如圖1和圖2所示為原始聲場和再現(xiàn)聲場的頻譜對比。

圖1 原始聲場頻譜

圖2 再現(xiàn)聲場頻譜

3.3 幅度和相位還原精度

在 100 Hz ～1 kHz 的頻率范圍內(nèi)，復(fù)相干幅值應(yīng)大于0.9，以 1/3 倍頻程測量。

1～1.5 kHz 范圍內(nèi)復(fù)相干相位應(yīng)在的 ±10 度以內(nèi)和±30 度以內(nèi)，以 1/3 倍頻程測量，見圖3、圖4。

圖3 100～1 000 HZ復(fù)相關(guān)幅度

圖3 1 000～1 500 HZ復(fù)相關(guān)幅度

4 結(jié)論

噪聲錄制和回放的“真實”性依賴于實施方案的科學(xué)性和復(fù)雜度，綜合考慮實施的復(fù)雜度和“真實”程度，標(biāo)準(zhǔn)[1,3]涉及到的噪聲錄制回放方法都已經(jīng)形成了系統(tǒng)性的方法，實施和回放都比較方便，但是二者在應(yīng)用領(lǐng)域存在一定的差異，HATS錄制方法更適用于測試噪聲的降噪等方面的性能，而最小均衡方法和多點還原對于還原智能家居設(shè)備的麥克風(fēng)處的噪聲存在一定的優(yōu)勢。