← 返回蜂巢洞察

降噪耳机究竟是如何实现实时消除噪音的?

在嘈杂的飞行环境中,如果不把音量调得非常高,就很难享受播客或听音乐。 这种噪音主要来源于发动机持续不断的轰鸣声。降噪耳机能够有效减少这些背景噪音,从而让你获得更加舒适的聆听体验,而无需让周围环境变得更为安静。 之所以能够实现这一点,是因为这类耳机并不仅仅只是简单地覆盖你的耳朵。它们利用麦克风捕捉周围的声音,通过电子电路处理这些信号,再利用扬声器产生新的声波来抵消部分噪音。这一过程是持续不断的,因此耳机能够随时适应周围环境声音的变化。 但是,究竟是如何让一种声音减弱另一种声音呢?耳机又是如何快速计算出正确的处理信号来实现这一功能的呢?答案在于声波的物理原理以及实时处理技术。 我们将探讨的内容:

在嘈杂的飞行环境中,如果不把音量调得非常高,就很难享受播客或听音乐。

这种噪音主要来源于发动机持续不断的轰鸣声。降噪耳机能够有效减少这些背景噪音,从而让你获得更加舒适的聆听体验,而无需让周围环境变得更为安静。

之所以能够实现这一点,是因为这类耳机并不仅仅只是简单地覆盖你的耳朵。它们利用麦克风捕捉周围的声音,通过电子电路处理这些信号,再利用扬声器产生新的声波来抵消部分噪音。这一过程是持续不断的,因此耳机能够随时适应周围环境声音的变化。

但是,究竟是如何让一种声音减弱另一种声音呢?耳机又是如何快速计算出正确的处理信号来实现这一功能的呢?答案在于声波的物理原理以及实时处理技术。

我们将探讨的内容:

首先,让我们了解声音究竟是什么

在探讨耳机如何消除背景噪音之前,我们首先需要弄清楚声音的本质和相关的物理原理。

声音并不是某种实物。实际上,它是以一系列压力变化的形式在空气中传播的。当有人说话或发动机运转时,它们会推动空气分子来回运动,从而产生高压区和低压区,这些 invisible waves 就是声音的表现形式。

因此,麦克风的主要作用就是将这些不断变化的压力变化转化为电信号,就如同耳机扬声器将电信号重新转化成波动的空气一样。

由于声音是由这些不断变化的压力波构成的,当两种不同的声波在空气中相遇时,它们之间就会发生物理上的相互作用。

这种基本的相互作用直接引出了“破坏性干涉”的原理。当两个相位完全相反、且匹配度良好的声波重叠在一起时,它们的压力变化会部分甚至完全相互抵消。

例如,如果一个声波在某个时刻产生正的压力变化(即波峰),而另一个声波在同一时刻产生大小相同的负压力变化(即波谷),那么这两种变化的合力就可以接近于零。

从数学上来说,这种关系非常简单:

ptotal(t)=pnoise(t)+panti-noise(t)

在这个公式中,p代表特定时空点处的声压。不过需要注意的是,这种抵消作用完全是局部发生的,并不会让房间里的所有声音都消失掉。实际上,降噪效果是通过改变传达到你耳朵处的声压来实现的。

耳机是如何实现降噪功能的?

为了产生破坏性干涉,耳机必须生成一种专门用来抵消外界噪音的声波,我们把这种声波称为“抗噪信号”。

不过,这并不简单,仅仅播放反向的响亮声音是远远不够的。抗噪信号的幅度和相位必须与原始声音在你的耳膜处完全匹配。

想象一下,一个外界传入的声波会像过山车一样上下波动;而抗噪信号就必须是完全相反的形态:当噪音向上振动时,抗噪信号就要向下振动;当噪音向下振动时,抗噪信号就要向上振动。

不过,仅仅相位相反是不够的。如果两个声波到达耳朵的时间不同,或者它们的幅度不同,你仍然会听到残余的噪音。因此,消费级降噪设备并不会为房间里的所有声音都生成一个完全相反的声波。相反,它们只会在你耳道附近创建一个非常小的、有限的“静音区域”。

降噪耳机的工作原理:实时处理过程

那么,一款典型的ANC耳机究竟是如何在现实中实现这一功能的呢?其实这一切都依赖于一个不断循环运行的信号处理流程。

首先,外置麦克风会捕捉到周围环境中的噪音;在一些高级设计中,内置麦克风还会检测到你耳朵附近残留的声响。

接下来,内部的数字控制器会对这些信号进行处理。它会快速过滤麦克风采集的数据,并计算出所需的抗噪信号。

随后,耳机中的扬声器开始工作,发出一种能够抵消外界噪音的声音波,从而实现降噪效果。

最后,该系统会持续进行监测与调整,始终根据不断变化的声学环境做出相应的反应。

在这个过程中,时机把握至关重要。声音需要时间才能传播,而耳机内部的数字系统也会产生处理和转换延迟。如果降噪信号晚到达哪怕几毫秒,就无法有效地消除原始噪音。

这里的工程挑战极其巨大:硬件必须能够在及时响应外界噪音的同时,将总延迟控制在极低的水平。根据一项2018年关于主动前馈降噪技术的研究,减少处理延迟对于实时降噪应用来说至关重要,因为任何延迟都会立即降低降噪效果,尤其是对于那些难以预测的噪音而言。

前馈、反馈与混合式降噪技术解析

并非所有用于消费市场的降噪设备都采用相同的处理方式。耳机设计师可以根据所需的性能和预算,将麦克风及控制系统安排成三种不同的结构。

前馈式降噪技术:在噪音到达耳朵之前就进行检测

这种设计将麦克风安装在耳罩的外部,控制器会利用这些早期采集到的信息来生成降噪信号。

这样的设计的优势在于能够提前采取行动,但挑战在于系统必须准确计算出声音从麦克风传播到耳朵所需的时间,并同时考虑到自身的处理延迟。

反馈式降噪技术:检测剩余噪音并进行调整

另一种设计是将麦克风安装在耳罩内部,这样就能直接捕捉到你耳朵附近的声音,包括降噪后仍然存在的残余噪音。控制器会利用这些信息不断优化输出信号。

由于这种设计能够直接测量耳罩内部的声学环境,因此仅依靠反馈机制的话,在噪音到达耳朵之前进行预测的难度会更大。

混合式降噪技术:结合两种方法的优点

混合式降噪系统结合了前馈和反馈两种技术的优势,既利用外部麦克风收集数据,也利用内部麦克风获取实时信息,从而将预测结果与基于反馈的调整机制结合起来。

正如一项2019年关于降低降噪系统中声学反馈影响的研究所指出的,没有哪一种技术能在所有情况下都表现出最佳效果。实际性能取决于麦克风的摆放位置、声学设计、处理延迟以及所要消除的具体类型噪音等因素。

沉默背后的算法

让我们来谈谈软件方面的原理。外部麦克风并不会直接将未经处理的信号传输给扬声器,而是需要使用数字滤波器对传入的音频信号进行特殊处理,这样才能考虑到耳机自身的声学特性。

数字滤波器会利用当前及之前的输入样本来计算输出信号。它的作用不仅仅是简单地反转每个音频样本,而是要生成一种能够在信号通过耳机的扬声器组件及声学路径后有效降低噪音的信号。

为了实现这一目标,许多高端耳机都会采用自适应算法。其中,滤波最小均方算法(FxLMS)在主动降噪技术中已被广泛认可为最有效的算法之一。

这个过程非常有趣:控制器会生成一个抵消信号,内部麦克风则会测量剩余的噪音强度,然后算法会根据这些数据以及扬声器与耳朵之间的声学模型来调整滤波器系数。这是一个不断进行测量和优化的循环过程。

并不是所有的耳机都采用FxLMS算法。有些耳机使用的是预先设定好的固定滤波器,而另一些则会根据环境实时进行调整。但正如前面提到的那项2018年的头戴式设备信号追踪研究所指出的,基于FxLMS算法的实时控制技术,仍然是实现动态、即时调整的非常有效的方法。

为什么某些声音的降噪效果更好

如果你使用过这些耳机,你可能会注意到这样一个现象:它们能够轻松消除飞机引擎发出的噪音,但却很难屏蔽婴儿的哭声或附近的谈话声。为什么会这样呢?

这一切都与频率和声音的可预测性有关。低频声音,比如持续的通风声或公交车的发动机噪音,其波长较长,变化速度相对较慢。因此控制器有足够的时间来估计这些声音的波形,并生成准确的抵消信号。

相反,高频且突然出现的声音则很难被预测。一阵猛关的门声、一声响亮的掌声或突如其来的喊叫声,它们的变化速度远远超过了控制器的处理能力。麦克风、处理系统、扬声器以及声学路径都存在物理上的限制,这些因素使得对高频声音的追踪变得极其困难。

除此之外,声音的来源方向也起着至关重要的作用。一项2014年关于前馈式主动降噪耳机的因果关系研究指出,不同的噪音来源方向会改变信号传播过程中所经历的延迟,进而直接影响硬件实现相位匹配、从而有效降低噪音的效果。

为什么被动降噪仍然很重要

由于主动降噪存在这些固有的局限性,被动降噪依然具有重要意义。主动降噪依赖电子设备来实现降噪效果,而被动降噪则完全依靠物理屏障——比如密实的耳塞、紧密的隔音结构以及泡沫材质的耳垫——来有效减少传入耳朵的声音量。

与主动降噪不同,被动降噪并不会生成抗噪声信号。但有趣的是,这两种降噪方法其实是相辅相成的。坚实的物理隔音结构能够有效阻挡那些难以被主动降噪系统有效消除的高频噪音(比如谈话声或突然的拍手声)。以普通的学习用耳塞为例:它们完全依靠物理结构来阻挡声音,而主动降噪耳机则通过电子系统来处理这些高频噪音。

当环境发生变化时会发生什么?

在实验室环境中,这些物理原理和信号处理机制看起来非常完美,但现实世界却复杂得多。在日常生活中,你的声学环境会不断发生变化。

例如,当你走路时转头、调整耳塞的位置,或者戴上框架较厚的眼镜,扬声器与你的耳膜之间的声学路径就会发生改变。即使是你耳朵周围的隔音结构出现细微的破损,也会影响传达到麦克风的声音。在这种情况下,几分钟前还效果良好的降噪信号可能会突然变得失效。

耳机能实时适应这些变化吗?答案是肯定的,不过适应能力因产品而异。高端耳机会利用残余噪声的检测数据不断调整滤波系数;而其他型号的耳机则可能通过切换预先设置好的适用于不同环境的滤波器来应对这些变化。

2022年的一项研究探讨了固定滤波器下的自适应增益算法,说明了现代耳机是如何结合预先训练好的数据与动态调整机制来顺利应对这些环境变化的。实时处理并不意味着系统的每个部分都在随时重新编写代码,而是通过智能地结合固定策略和实时调整来实现降噪效果。

降噪技术能消除所有声音吗?

现在是时候纠正一个常见的误解了:主动降噪并不会创造出完全无声的环境。它只是有效地减少了那些不需要的低频噪音而已。人类的说话声、尖锐的高频噪音,以及通过物理缝隙传入的声音,仍然会轻易地到达你的耳膜。

有些用户偶尔会反映,在开启主动降噪功能后,他们会感到耳朵有“压迫感”。其实这并不是因为耳机向头部施加了危险的高压,而是因为大脑对突然消失的低频环境噪音产生了误解,从而产生了这种压力感,这种感觉很类似于飞机在上升时的体验。

从健康角度来看,主动降噪功能确实很有益处,但它并不能解决所有问题。虽然它不能自动保护你的听力免受嘈杂环境的伤害,但它可以有效降低背景噪音,因此人们会自然而然地降低音量来听音乐。事实上,2012年的一项关于降噪耳机与听力危害的研究发现,在有背景噪音的环境中使用主动降噪功能时,人们所选择的聆听音量比使用普通耳塞时要低4分贝左右。

虽然这一效果并不适用于所有人,但这一现象确实证明了先进的工程技术能够间接地帮助保护我们的耳朵。

结论

下次当你坐在嘈杂的火车上或飞机里时,不妨花点时间仔细观察发生在你耳边的这些“无声较量”。你的耳机不仅仅是一种隔绝外界噪音的物理屏障,它们实际上会在几毫秒内实时检测传入的噪音,通过复杂的算法进行处理,然后通过微型扬声器发出反向噪音,从而有效降低耳朵附近的声音强度。

实现这一功能所需要的高科技水平确实令人赞叹。内部控制器必须精确地处理各种延迟、声学现象以及噪音的变化,同时还要考虑到硬件的物理限制。最终带来的安静聆听体验,正是多个系统协同工作的结果——这些技术将物理学与计算机技术完美结合在这样一个可以轻松放入口袋或背包的设备中。

相关文章

技术实践

如何使用JavaScript开发一款可将基于浏览器的图像故事板转换为PDF格式的工具

在任何人开始拍摄视频、制作广告或绘制漫画的最终画面之前,通常会先画出一份故事板草图:按照拍摄顺序为每一镜头绘制一幅图片,并附上简短的说明,说明该镜头中发生了什么以及持续时间有多长。 大多数人已经拥有这些图片了——它们可能是手机照片、截图、粗略的草图,或者是通过人工智能生成的图像文件,这些文件都保存在某个文件夹里。但他们所缺乏的是一种能够将这些文件快速整理成格式规范、编号整齐的文档,并将其打印出来或发送给客户的工具。 在这个教程中,你将学习如何制作这样一个基于浏览器的工具。你需要添加一组图片,为每张图片指定标题、描述和持续时间,选择合适的布局方式,预览生成的文档,然后下载可供打印的PDF文件。

阅读全文
技术实践

数据管道中的模式漂移与语义漂移

当从源数据库或数据集中删除某列时,下一次管道运行通常会失败,因此这个问题很容易被发现。但当某个字段的名称和数据类型保持不变,但其含义发生了变化(这种现象被称为“语义漂移”)时,管道仍可能正常运行,从而导致问题被忽视。 之所以会出现这种情况,是因为数据库模式仅描述了数据的结构,并没有说明这些数据的实际含义。它告诉我们哪些字段存在、它们的数据类型是什么,以及它们是否可以包含空值,但却无法说明时间戳是否使用UTC格式、持久性得分的范围应该是多少,或者空字符串与空值是否有不同的含义。 因此,大多数管道检查机制都是为了检测那些显而易见的错误,比如缺失的列或错误的数据类型,但往往无法发现那些数据表面上看似

阅读全文
技术实践

在人工智能生成的代码盛行的时代,如何加快持续集成流程的速度?

如今,编码人员编写代码的速度远远超过了大多数 持续集成管道 检查代码的速度。2026年4月, GitHub首席运营官Kyle Daigle表示 ,他的平台每周要处理2.75亿次代码提交操作,到今年这一数字预计将达到140亿次,而2025年时这一数字仅为约10亿次。在同一篇帖子中,他还提到GitHub Actions在单周内所处理的操作量已经达到了21亿次,而2023年时这一数字仅为5亿次。 第二个数据说明了这些代码提交最终会去往哪里:也就是持续集成系统中。如果开发人员每天只进行几次代码提交,那么耗时15分钟的持续集成流程还是可以接受的。但当某个编码人员在一天下午就提交了10个 Pull Req

阅读全文
技术实践

Dropbox介绍了其内部开发的Cookie审计工具是如何在200多个网页平台上检测用户是否同意被收集这些数据的行为的。

Dropbox的工程师们介绍了一种基于Playwright技术的审计工具,该工具能够检测超过200个网页上的用户cookie同意设置相关行为。该工具会针对每个页面执行三项测试:针对美国用户的测试、针对欧盟用户的测试,以及检测全球隐私控制相关设置的测试。Cookie相关的规则并未被编写在代码中;此外还有一款辅助工具可以用于查找当前正在使用的URL地址。每周发布的报告会将可能存在的违规行为与误报区分开来。 作者:丹尼尔·柯蒂斯

阅读全文