在当今快节奏的世界中，清晰有效的沟通比以往任何时候都更加重要。随着电话、视频会议和其他通信系统的广泛使用，无线耳塞和耳机等免提设备的普及，以及对高质量音频的需求不断增长，声音处理方法已成为我们日常生活的一个重要方面。随着语音识别技术的不断进步，人们对更加卓越和先进的声音处理技术的需求也日益增加。在这篇博客文章中，我们将探讨环境噪音消除 (ENC) 日益重要的意义，以及它在当今世界如此重要的原因。
在本部分中，我们将讨论：
随着现代生活方式的崛起和音频设备的广泛使用，我们在喧嚣的环境中清晰地听到声音正面临着日益严峻的挑战。这就是环境噪音消除 (ENC) 的用武之地。ENC 是音频系统中使用的一种声音处理技术，用于减少或消除周围环境中不需要的声音，使听者能够更好地听到预期的音频信号。
近年来，对音频系统中的 ENC 功能的需求有所增加，原因如下：首先，我们的环境变得越来越嘈杂。交通、建筑、风和拥挤的公共空间都会增加整体噪音水平，使人更难清楚地听到声音。此外，由于智能手机、笔记本电脑和耳机等音频设备的广泛普及，人们要在比以往任何时候都更加多样化的环境中收听音频。在许多情况下，背景噪音可能比音频信号本身更大，因此很难听到所说或回放的内容。
另一个推动 ENC 需求增长的因素是人们对高质量音频的渴望日益增强。随着高质量流媒体服务的兴起和高端音频设备的流行，人们对所使用的音频质量产生了更高的期望。但是，这也意味着背景噪音更明显，可能会降低整体聆听体验。
最后，新冠肺炎疫情迫使许多人在家办公并依赖在线会议，这些工作可能会受到家用电器、家庭成员、宠物甚至室外声音等背景噪音的干扰。因此，ENC 成为了远程工作和在线会议的重要工具，即使在嘈杂的家庭环境中，它也能帮助确保清晰通信。
让我们了解一下基本概念。
主动和被动环境噪音消除之间的区别，通常取决于它们所使用的方法。主动环境噪音消除 (ANC) 方法涉及生成“反向噪音信号”，以对原始噪音产生破坏性干扰，而被动方法则涉及旨在防止噪音到达传感器的物理设计和布局。最近，为消除环境噪音开发了更先进的技术，这些技术使用主动方法处理接收到的信号，在不主动产生“抗噪音”信号的情况下降噪。这些技术被归类为 ENC。我们稍后将深入讨论 ANC 和 ENC 之间的差异。
使用的传感器数量是声音处理的一个重要因素。单通道系统仅使用一个传感器（如麦克风）来录制声音。而多通道系统则使用多个传感器，通常是两个或更多。
在单通道语音增强中，目标是消除背景噪音和/或增大语音信号的音量，但前提是所有必要信息都包含在单通道输入中。通过使用传统的声音处理算法和先进的神经网络架构，在分离语音与噪音信号以及在降低噪音的同时增强语音方面取得了显著进展。
多通道系统利用多个音频通道来处理声音，但前提是每个通道包含不同的信息，这些信息可以组合在一起以增强语音信号。例如，放置两个麦克风，让其中一个记录用户的语音，让另一个记录其它所有内容（即背景噪音）。通过使用多个传感器，还可以更准确地确定音源的方向并聚焦在该方向上。
多通道系统通常比单通道系统更有效，因为它们可以使用空间信息将语音信号与背景噪音分离开。这样可以更准确地表示语音信号，从而实现更好的语音识别和更高的整体语音质量。但是，虽然多通道语音增强通常更有效，但它也需要更高的处理能力，并且通常比单通道系统更复杂。这可能会导致延迟增加和能耗增多，会更快地耗尽设备的电池电量。
在 Ceva，我们致力于通过使用先进的深度学习技术来提高单通道技术的性能。我们的重点是为低功耗设备实现卓越的降噪性能。借助 Ceva-ClearVox ENC，我们为紧凑、节能且经济实惠的设备提供高端 ENC 功能。
近端处理是指当客户处于噪音环境中时，进行环境噪音降低的过程。另一方面，远端处理适用于客户实际不在噪音环境中但希望降低环境噪音的情况，例如客户在电话的另一端。
例如，对于近端处理，可以利用噪音的存在并使用不同的传感器在空间中捕获噪音，并使用主动降噪方法降低输入信号中的噪音。但是，这种方法对声音延迟更敏感，不是对所有类型的噪音都有效。
在远端处理中，为了降低传输信号中的局部噪音，例如在咖啡馆接听工作电话时，ENC 可以采用对延迟容忍度更高的不同处理方法。
我们已经澄清了一些基本概念，现在可以更详细地探讨 ANC 和 ENC 之间的差异了。
ANC 是一种主动方法，通常以近端用户为目标。它通过传感器捕捉用户周围的噪音，将这些噪音进行反转处理，然后利用发生器以破坏性干扰的方式进行广播，从而将其从注入耳机的信号中消除。ANC 通常用于用户想要听音乐和屏蔽外部噪音的情况。
另一方面，ENC 对近端麦克风捕获的信号执行声音处理技术，以便远端用户不会从近端收到任何背景噪音。在这种情况下，对信号本身执行降噪，然后将处理后的信号传输到另一端。
总之，环境噪音消除 (ENC) 已成为我们日常生活的一个重要方面，在这个越来越依赖音频通信系统的世界中，它可以实现清晰有效的通信。根据使用情况和所使用的系统，有多种方法可减少环境造成的音频信号中的不必要背景噪音。
在本博客的下一部分，我们将以深度学习为重点，深入了解 ENC 中的挑战、最新发展以及所使用的各种技术和技巧。我们将探索如何利用深度学习方法来提高语音增强系统的准确性和有效性，以及这如何为用户带来更好的通信体验。敬请关注第 2 部分！
环境噪音消除 (ENC)： 第 2 部分 – 噪音类型和传统的语音增强方法
最前沿的电子设计资讯
