音频应用

 找回密码
 快速注册

QQ登录

只需一步,快速开始

查看: 23198|回复: 0
收起左侧

[资讯] 蓝牙耳机ENC通话降噪测试-自适应滤波技术

[复制链接]

33

积分

0

听众

19

音贝

音频应用

Rank: 1

积分
33
发表于 2022-6-7 15:35:05 | 显示全部楼层 |阅读模式
主动降噪和通话降噪是不一样的降噪技术,主动降噪是起到把环境噪声最大程度地抵消,让使用耳机的人享受安静的环境;而通话降噪则是另一个方向的应用,它可以让使用通话降噪耳机的人在嘈杂的马路边打电话,或者在飞驰的摩托车,在开着音乐,或开了车窗的汽车行驶中的汽车里打电话,电话另一边的人也能清楚地听到你的讲话内容,噪声基本传不过去。简单说,主动降噪,就是使用耳机的人爽,而通话降噪,就是电话另一头的人爽。
通话降噪,主要技术有3个:
5 {4 i& h7 E7 \. r' }/ L
1, Beamforming 指向增强技术
2, 自适应滤波技术
3, 上行骨传导技术

6 o4 P- {4 [1 f1 A  a
这3项技术,其实并不是新的技术,我们手机,基本都有2颗麦(一个在充电口旁边,另一个在相机旁边),默默地在帮助我们进行通话降噪好多年(所以,有时用耳机打电话怕讲不清楚时,我们习惯关掉耳机,直接用手机,就主要是这个原因);上行骨传导技术本质是通过采集脸或声带的振动信号,进行通话内容的传输,因为环境噪声传导介质是空气,而直接用加速度传感器采你脸上或声带的振动,则可以隔离环境噪声,这项技术在军事上应用十分广泛,在坦克里打电话,直升飞机上打电话,就都有用此项技术。
: O" O$ {+ K* T% h. j" x: S) t
现在,TWS耳机的形态,加速了这3项技术在耳机上的应用。TWS耳机的高耳夫球杆的形态,让双麦的距离能布置得更远,提升了beamforming的算法效果;TWS 半入耳的形态,让耳软骨的振动能更高效地传递给加速度传感器,上行骨传导能得到更高信噪比的信号;同时,蓝牙芯片计算能力与功耗的优化,使得这些算法能更好地跑在TWS芯片里。
5 y+ ?4 N% G" g6 k+ G# V3 D) I; D
今天我们来讨论的自适应滤波技术。

& i' c) G0 t2 X" H+ M
同时,我们也希望这个文章,能帮大家避免设备的重复投资。因为通话降噪,接下来一定会成为中高端TWS耳机的标配,耳机工厂需要敏感地把握住这个趋势,在测试设备的投资上进行比较谨慎地选择,需要选择那种可以升级后进行通话降噪测试的系统,不然,到时就可能得再花不绯的价格升级现有蓝牙音频测试系统,或购买新的支持通话降噪测试系统。而实际上,只要规划得好,常规蓝牙声学与通话降噪,是可以在一个站上完成的,我们系统就支持这样做。( _& g3 V7 Y& u# d  }2 f9 [
: K4 z6 G2 @! W( I. c
什么是自适应——自适应的过程是一个不断逼近目标的过程;自适应滤波的重要特征是在于能够在未知的环境中工作,并能够跟踪输入信号的时变特征;也就是根据环境的改变,使用自适应滤波算法改变滤波器的参数和机构的滤波器,实现ENC通话降噪;
研发测试来说需要测试如下:自适应滤波器的收敛效果、收敛时间测试;
& M5 M7 m$ i% \+ ~
收敛效果测试一般是当自适应滤波算法开启时,耳机双mic采集,通过音响播放噪声,分析采集音频信号,当采集噪声幅值明显变小时即为自适应滤波算法收敛效果;通过指令关闭算法,进行噪声采集,为无自适应滤波器收敛效果;-------开关测试法;
2 R. x" b9 q  ?8 {8 B
这种方法,通过DUT的开关,测试噪声能量的穿透效果,由于这种测试只有一个角度,beamforming 的噪声抑制能力基本被忽略,而且还需要DUT指令,还要等待收敛的时间,所以这种方法在量产上是的最不推荐。但推荐使用在研发阶段,测试自适应滤波器的效果,早期单麦降噪的量产测试,也有部分厂商选择这种方式。
123123213.png
; h9 d' W7 i9 v- H9 z9 e) V$ Y  P! c. Z4 s; ^5 |- J
核心部件:% W! a/ R/ t8 \% j, E
; K5 r) a! W' Z3 X/ M: a
% u1 ?3 j9 o+ v- Z2 ~% E0 e
5 V) E0 |1 N7 ?1 r0 R* i4 g3 Y

$ s) h! y1 b% ~4 G: i" F* c
欢迎厂家入驻,推文!免费!微信:yinpinyingyong
您需要登录后才可以回帖 登录 | 快速注册

本版积分规则

音频应用搜索

小黑屋|手机版|音频应用官网微博|音频应用 ( 鄂ICP备16002437号-6 )

GMT+8, 2025-7-10 12:51 , Processed in 0.023033 second(s), 7 queries , Redis On.

Powered by Audio app

快速回复 返回顶部 返回列表