一种适用于降噪耳机设计的耳纹声学特性在线识别方法及系统

摘要

本发明涉及一种适用于降噪耳机设计的耳纹声学特性在线识别方法及系统，在线辨识方法是：噪声源发出噪声信号，使用者佩戴降噪耳机，噪声信号传递到降噪耳机内，并被降噪耳机的内置麦克风检测到，利用辨识方法获取噪声信号与噪声信号传递到降噪耳机内的信号之间的传递函数表达式，该传递函数表达式反映了使用者的耳纹声学特性。耳纹声学特性的在线辨识系统包括噪声源、检测系统以及辨识系统。本发明实施简单，获取的测试者耳纹声学特性精确，基于该耳纹声学特性设计的降噪耳机降噪性能得到明显提升。

权利要求

1.一种适用于降噪耳机设计的耳纹声学特性在线识别方法，其特征在于：噪声源发出噪声信号，使用者佩戴降噪耳机，噪声信号传递到降噪耳机内，并被降噪耳机的内置麦克风检测到，利用辨识算法获取噪声信号与噪声信号传递到降噪耳机内的信号之间的传递函数表达式，该传递函数表达式反映了使用者的耳纹声学特性；

所述传递函数表达式为

式中 分别表示 的分子与分母多项式，s表示微分算子，nb、nf分别表示分子、分母多项式的阶次，b1，b2 ... bnb，f1，f2 ... fnf表示分子、分母多项式的系数。

2.一种适用于降噪耳机设计的耳纹声学特性在线识别系统，其特征在于：包括噪声源、检测系统及辨识系统，所述检测系统包括降噪耳机，使用者需要佩戴降噪耳机；噪声源发出的噪声，检测系统检测到该噪声信号以及该噪声信号传递到降噪耳机内的信号，辨识系统辨识出噪声信号与噪声信号传递到降噪耳机内的信号之间的传递函数表达式，该传递函数表达式即为使用者的耳纹声学特性。

3.根据权利要求2所述的适用于降噪耳机设计的耳纹声学特性在线识别系统，其特征在于：所述辨识系统由辨识模型与辨识算法实现，辨识模型是以噪声信号为模型输入、噪声信号传递到降噪耳机内的信号为模型输出的传递函数表达式，通过辨识算法确定传递函数表达式中的未知参数，得到传递函数表达式，即为耳纹的声学特性。

4.根据权利要求3所述的适用于降噪耳机设计的耳纹声学特性在线识别系统，其特征在于：所述辨识模型为输出误差模型。

5.根据权利要求3所述的适用于降噪耳机设计的耳纹声学特性在线识别系统，其特征在于：在确定辨识模型的基础上，采用最小二乘类辨识算法获取传递函数表达式中的未知参数。

说明书

一种适用于降噪耳机设计的耳纹声学特性在线识别方法及

系统

技术领域

[0001] 本发明涉及一种耳纹声学特性在线识别方法及系统，尤其涉及一种适用于降噪耳机设计的耳纹声学特性在线识别方法及系统。

背景技术

[0002] 主动降噪耳机采用有源降噪技术，其原理是通过设计与噪声信号相位相反、幅值相等的消噪信号与噪声信号叠加，实现噪声消除的目的。在实际设计过程中，上述噪声信号为噪声源发出并被耳机内置麦克风检测到的信号。由于不同人耳朵的大小、软硬度不同，对声音的吸收、反射与传播能力也存在较大差异，当不同使用者佩戴降噪耳机时，这种差异会直接体现在检测到的噪声信号上，即，在噪声源发出相同噪声信号后，由于耳朵的差异，不同使用者佩戴的耳机内置麦克风会检测到不同的噪声信号。现有降噪耳机设计并未考虑到耳纹声学特性差异对消噪信号设计的影响，而针对单一耳纹声学特性设计的降噪耳机其降噪效果无法达到较高的水平。

发明内容

[0003] 为解决上述问题，本发明提出一种适用于降噪耳机设计的耳纹声学特性在线识别方法及系统。

[0004] 本发明提出一种适用于降噪耳机设计的耳纹声学特性在线识别方法，其特点在于：噪声源发出噪声信号，使用者佩戴降噪耳机，噪声信号传递到降噪耳机内，并被降噪耳机的内置麦克风检测到，利用辨识方法获取噪声信号与噪声信号传递到降噪耳机内的信号之间的传递函数表达式，该传递函数表达式反映了使用者的耳纹声学特性。

[0005] 进一步地，传递函数表达式为G(s)：

[0006]

[0007] 式中B(s)、F(s)分别表示代数式G(s)的分子与分母多项式，s表示微分算子，nb、nf分别表示分子、分母多项式的阶次，b1，b2...bnb，f1，f2...fnf表示分子、分母多项式的系数。

[0008] 本发明还提出一种适用于降噪耳机设计的耳纹声学特性在线识别系统，其特征在于：包括噪声源、检测系统及辨识系统；噪声源发出的噪声，检测系统检测到该噪声信号以及该噪声信号传递到降噪耳机内的信号，辨识系统辨识出噪声信号与噪声信号传递到降噪耳机内的信号之间的传递函数表达式，该传递函数表达式即为使用者的耳纹声学特性。

[0009] 进一步地，检测系统包括使用者与降噪耳机，使用者需要佩戴降噪耳机。

[0010] 进一步地，辨识系统包括辨识模型与辨识算法。辨识模型是以噪声信号为模型输入、噪声信号传递到降噪耳机内的信号为模型输出的代数表达式，利用辨识算法确定代数表达式中的未知参数。

[0011] 进一步地，辨识模型为输出误差模型。

[0012] 进一步地，在确定辨识模型的基础上，采用最小二乘类辨识方法获取模型中的未知参数，得到传递函数表达式。

[0013] 本发明与现有技术相比的优点如下：由于本发明耳纹声学特性识别方法简单，计算量较小，因此可以针对不同的佩戴耳机者进行耳纹的在线识别，并将识别的耳纹声学特性用于消噪信号的设计，实现针对不同的耳机佩戴者制定不同消噪方案的目的。考虑了耳纹声学特性差异对消噪信号设计的影响，提高民降噪耳机的降噪效果，改善了使用者的听觉体验。

附图说明

[0014] 图1是本发明实施例的适用于降噪耳机设计的耳纹声学特性在线识别系统结构示意图；

[0015] 图2是本发明实施例的检测系统结构示意图；

[0016] 图3是本发明实施例的辨识系统结构示意图。

具体实施方式

[0017] 为进一步理解本发明的技术方案与优点，现结合附图和实施例对本发明做详细说明。本发明的示意性实施方式及其说明用于解释本发明，但并不对本发明进行限制。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都在本发明保护的范围内。

[0018] 在本发明实施过程中，提供适用于降噪耳机设计的耳纹声学特性在线识别方法如下：噪声源发出噪声信号，使用者佩戴降噪耳机，噪声信号传递到降噪耳机内，并被降噪耳机的内置麦克风检测到，利用辨识方法获取噪声信号与噪声信号传递到降噪耳机内的信号之间的传递函数表达式，该传递函数表达式反映了使用者的耳纹声学特性。由于不同的耳机佩戴者其耳纹声学特性不同，若不考虑耳纹声学特性的差异对消噪信号设计的影响，必然会降低降噪耳机的消噪性能，弱化降噪耳机使用者的降噪效果。针对不同的耳机佩戴者，识别其耳纹声学特性，并基于该耳纹声学特性设计消噪信号，能够提高降噪耳机的消噪性能，提升降噪耳机使用者的声学体验。

[0019] 本发明提供的适用于降噪耳机的耳纹声学特性在线识别方法，实施简单，计算量小，易于在线实施。由于该识别方法能够在线实现，因此，对于同一个降噪耳机的不同使用者可识别其不同的耳纹声学特性，并将其用于消噪信号的设计，增强了降噪耳机的智能性。再者，对于同一个使用者每次佩戴降噪耳机，降噪耳机应能够识别其耳纹声学特性的一致性，而不用每次都基于耳纹声学特性设计消噪信号，该方式能够降低消噪信号设计的复杂性。

[0020] 降噪耳机可以根据几类典型的耳纹声学特性建立相应的库，并基于库中的耳纹声学特性设计一系列消噪信号，每次使用者佩戴降噪耳机时，首先识别出其耳纹特性，并将其与库中的典型耳纹声学特性对比，若两者的差异在预先设定的范围内，则可直接选择与该典型耳纹声学特性对应的消噪信号；若两者的差异超出预先设定的范围，则针对该耳纹声学特性在线设计与其对应的消噪信号。上述基于耳纹声学特性设计消噪信号的方法，在改善消噪性能的同时减小计算量、提高运行效率。

[0021] 参阅图1，为实现上述适用于降噪耳机的耳纹声学特性在线识别方法，本发明还提出一种适用于降噪耳机设计的耳纹在线识别系统，该系统包括噪声源、检测系统以及辨识系统。噪声源发出的噪声，被检测系统检测到该噪声信号和传递到降噪耳机内的噪声信号，辨识系统基于模型结构，利用辨识方法确定噪声信号与传递到耳机内的噪声信号之间的传递函数，该传递函数即为使用者的耳纹声学特性。

[0022] 噪声源发出噪声，为获取更宽频带的耳纹声学特性，噪声信号为白噪声或粉红噪声。噪声源为降噪耳机内能产生白噪声或粉红噪声的电路，当需要检测耳机使用者的耳纹声学特性时，可按下耳机外置的开关，使噪声电路产生噪声信号。

[0023] 参阅图2，检测系统包括使用者与降噪耳机。为在线识别耳纹的声学特性，要求使用者佩戴降噪耳机，并检测降噪耳机内置麦克风接收到的噪声信号。为建立典型耳纹声学特性，应针对不同使用者的耳纹声学进行识别，并将其分类、入库。

[0024] 参阅图3，辨识系统包括辨识模型与辨识方法，在确定辨识模型的基础上，利用辨识方法确定模型参数，进而得到耳纹声学特性模型。选择输出误差模型作为耳纹声学特性模型结构，利用最小二乘类辨识方法获取模型参数。模型的输入、输出信号分别为噪声源发出的噪声信号、降噪耳机内置麦克风检测到的信号。

[0025] 输出误差模型结构如式(1)所示：

[0026]

[0027] 其中y(t)、u(t)和e(t)分别表示模型的输出、输入与误差。

[0028] B(q)和F(q)分别为分子、分母多项式，如式(2)、式(3)所示，

[0029] B(q)＝b1+b2q-1+…+bnbq-nb+1  (2)

[0030] F(q)＝1+f1q-1+…+fnfq-nf  (3)

[0031] 其中，q表示微分算子。

[0032] 将式(2)、(3)中的q用s代替，耳纹声学特性传递函数表达式如式如式(4)所示。

[0033]

[0034] 利用最小二乘类辨识方法确定式(4)中的参数，nb，nf，b1，b2...bnb，f1，f2...fnf。nb、nf分别表示分子、分母多项式的阶次，b1，b2...bnb，f1，f2...fnf表示分子、分母多项式的系数。

[0035] 以上对本发明实施例所提供的适用于降噪耳机设计的耳纹声学特性在线识别方法及系统进行了详细介绍，实施例的说明只是为帮助理解本发明的核心思想。对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。