CN102113346A - 用于电声通道的自适应控制和均衡的方法 - Google Patents

Abstract

改变电声通道声场。通过机电换能器将音频信号施加到声空间，引起其中的空气压力改变。响应于声空间中的空气压力改变通过第二机电换能器获得另一音频信号。响应于第一音频信号的一部分和第二音频信号建立电声通道的传递函数估计。传递函数估计被导出以自适应于电声通道传递函数的时间变化。利用基于传递函数估计的传递函数获得滤波器。利用该滤波器对第一音频信号的一部分进行滤波。

Description

用于电声通道的自适应控制和均衡的方法

对相关申请的交叉引用

本申请要求2008年7月29日提交的美国专利临时申请第61/137,377号的优先权，其全部内容通过引用合并于此。

技术领域

本发明的各个方面涉及音频信号处理。本发明的方面包括用于改变电声通道中的声场的方法以及用于获得滤波器集的方法，其中该滤波器的线性组合估计时变传输通道的脉冲响应。本发明的方面还包括用于执行这样的方法的设备、以及存储在计算机介质上的、用于使得计算机执行这样的方法的计算机程序。特别地，尤其是通过减小外部环境噪声的影响和/或通过改进噪声环境中的语音可理解性，本发明的方面对改进便携式多媒体装置和通信装置的可听性特别有用。本发明的方面一般在用于主动噪声控制(ANC)和各种类型的均衡(包括谱线增强(line enhancement)和声回波消除)的任何环境中是有用的。

背景技术

主动噪声控制(ANC)和自适应均衡可用于减小外部环境噪声的影响和/或改进噪声环境中的语音可理解性。例如，ANC***检测干扰噪声信号，然后生成相等幅度且相反相位的声波，从而降低感知到的干扰水平。

发明内容

根据本发明的第一方面，一种用于改变电声通道中的声场的方法，其中，通过第一机电换能器将第一音频信号施加到声空间，引起声空间中空气压力的改变，并且响应于声空间中空气压力的改变通过第二机电换能器获得第二音频信号，该方法包括：(a)响应于第一音频信号的至少一部分和第二音频信号，建立电声通道的传递函数估计，该传递函数估计是从选自传递函数组的传递函数之一或组合导出的，该传递函数估计响应于电声通道的传递函数的时间变化而自适应，以及(b)获得一个或更多个滤波器，其传递函数基于传递函数估计，并且利用一个或更多个滤波器至少对第一音频信号的部分进行滤波，其中，第一音频信号的该部分可以是或者可以不是与第一音频信号的首次提及的部分相同的部分。

该方法还可包括利用多个非时变滤波器中的一个或更多个滤波器来实现传递函数估计。传递函数基于传递函数估计的一个或更多个滤波器可具有传递函数估计的逆反形式的传递函数。传递函数估计可响应于电声通道的传递函数的时间变化的时间平均而自适应。多个非时变滤波器中的一个或更多个滤波器可以是IIR滤波器。替选地，多个非时变滤波器的一个或更多个滤波器可以是两个级联的滤波器，其中，第一滤波器是IIR滤波器以及第二滤波器是FIR滤波器。另外，传递函数基于传递函数估计的一个或更多个滤波器可以是IIR滤波器。替选地，传递函数基于传递函数估计的一个或更多个滤波器可以是两个级联的滤波器，其中，第一滤波器是IIR滤波器以及第二滤波器是FIR滤波器。

通过采用误差最小化技术，从选自传递函数组的传递函数之一或组合可导出传递函数估计。替选地，通过采用误差最小化技术，通过从选自传递函数组的传递函数之一或组合中的一个传递函数匀滑转换(cross fade)到另一个传递函数可建立传递函数估计。作为又一替选，通过从传递函数组选择传递函数中的两个或更多个传递函数，并基于误差最小化技术形成所述两个或更多个传递函数的加权线性组合可建立传递函数。

传递函数组中一个或多个传递函数的特性可包括在随时间的脉冲响应变化范围上电声通道的脉冲响应。脉冲响应可以是实际的和/或模拟的传输通道的测量的脉冲响应。

根据特征向量方法可获得传递函数组的特性。例如，通过导出非时变滤波器特性的自相关矩阵的特征向量可获得传递函数组。替选地，通过导出从执行矩形矩阵的奇异值分解而得到的特征向量可获得规定的非时变滤波器特性组，其中，在该矩形矩阵中，矩阵的行是较大的非时变滤波器特性组。

第一机电换能器可以是扬声器、耳扬声器(earspeaker)、头戴式耳机(headphone ear piece)以及入耳式耳机(ear bud)中的一种。

第二机电换能器是麦克风。

声空间可以是至少部分地由贴耳式耳机(over-the-ear cup)或包耳式耳机(around-the-ear cup)限定的小的声空间，其中，小的声空间被包围的程度取决于耳机相对于耳朵的接近和居中。电声通道的传递函数的变化可由小的声空间相对于耳朵的位置的改变而产生。

电声通道的传递函数的每个估计可以是频率范围内的通道幅度响应的估计。

声空间还可接收音频干扰信号。

声空间还可接收音频干扰，并且第一音频信号可包括：(1)误差反馈信号，其从第二音频信号与通过将第一音频信号施加到基于电声通道的传递函数估计的滤波器而获得的音频信号之间的差导出，其中，通过传递函数是传递函数估计的逆反形式的一个或更多个滤波器对该差进行滤波，以及(2)语音和/或音乐音频信号。

本发明的方面可提供主动噪声消除器，其中，在该主动噪声消除器中，电声通道的感知到的音频响应减少或消除音频干扰。

第一音频信号可包括被目标响应滤波器和被一个或更多个滤波器滤波的音频输入信号。

本发明的方面可提供均衡器，其中，在该均衡器中，电声通道的感知到的音频响应对目标响应滤波器的响应进行仿真。

声空间还可接收音频干扰，并且第一音频信号可包括：(1)误差反馈信号，其从第二音频信号与通过将第一音频信号施加到电声通道的传递函数估计而获得的音频信号之间的差导出，其中，通过传递函数是传递函数估计的逆反形式的一个或更多个滤波器对该差进行滤波，以及(2)语音和/或音乐音频信号，其被目标响应滤波器滤波并且还被传递函数是传递函数估计的逆反形式的一个或更多个滤波器滤波。

本发明的方面可提供主动噪声消除器，其中，在该主动噪声消除器中，电声通道的感知到的音频响应减少或消除音频干扰，并且本发明的方面还还提供均衡器，其中，在该均衡器中，电声通道的感知到的音频响应对目标响应滤波器的响应进行仿真。目标响应滤波器可具有平坦响应，在该情况下可省略滤波器。替选地，目标响应滤波器具有扩散场响应，或者目标响应滤波器特性可以是用户指定的。

传递函数是传递函数估计的逆反形式的一个或更多个滤波器可包括级联的低频IIR滤波器和高频FIR滤波器。

第一音频信号包括被选择为听不见的人工信号。

建立可响应于第二音频信号以及作为频域中的数字音频信号的第二音频信号的至少一部分。

根据本发明的另一方面，一种用于改变电声通道中的声场的方法，其中，通过第一机电换能器将第一音频信号施加到声空间，引起声空间中空气压力的改变，并且响应于声空间中空气压力的改变通过第二机电换能器获得第二音频信号，该方法包括：(a)响应于第一音频信号的至少一部分和第二音频信号，建立低于音频频率的较高范围的音频频率范围的电声通道的传递函数估计，该传递函数估计从选自传递函数组的传递函数之一或组合导出，该传递函数估计响应于电声通道的传递函数的时间变化而自适应，(b)获得一个或更多个滤波器，其低于音频频率的较高范围的音频频率范围的传递函数基于传递函数估计，并且利用一个或更多个滤波器至少对第一音频信号的部分进行滤波，其中，第一音频信号的该部分可以是或者可以不是与第一音频信号的首次提及的部分相同的部分，以及(c)获得一个或多个滤波器，其高于频率的较低范围的频率范围的传递函数通过梯度下降最小化处理可变地进行控制。

本发明的该方面还可包括利用多个非时变滤波器中的一个或更多个滤波器，实现低于音频频率的较高范围的音频频率范围的传递函数估计。

低于音频频率的较高范围的音频频率范围的传递函数可基于传递函数估计的一个或更多个滤波器具有该频率范围的传递函数估计的逆反形式的传递函数。

梯度下降最小化处理可响应于第二音频信号与通过将第一音频信号的至少一部分施加到如下滤波器的串联布置而获得的音频信号之间的差：(a)对低于音频频率的较高范围的音频频率范围的电声通道传递函数进行估计的一个或多个滤波器，以及(b)具有高于频率的较低范围的频率范围的非时变传递响应的一个或多个滤波器。

对低于音频频率的较高范围的音频频率范围的电声通道传递函数进行估计的一个或多个滤波器可以是一个或更多个IIR滤波器，而具有高于频率的较低范围的频率范围的非时变传递响应的一个或多个滤波器可以是一个或更多个FIR滤波器。

声空间还可接收音频干扰，并且第一音频信号可包括：(1)误差反馈信号，其从第二音频信号与通过将第一音频信号施加到如下滤波器的串联布置而获得的音频信号之间的差导出：(a)对低于音频频率的较高范围的音频频率范围的电声通道传递函数进行估计的一个或多个滤波器，以及(b)具有高于频率的较低范围的频率范围的非时变传递响应的一个或多个滤波器，其中，通过如下滤波器的串联布置对该差进行滤波：(a)低于音频频率的较高范围的音频频率范围的传递函数是传递函数估计的逆反形式的一个或更多个滤波器，以及(b)一个或更多个滤波器，其高于频率的较低范围的频率范围的传递函数通过梯度下降最小化处理而可变地进行控制；以及(2)音频和/或音乐音频信号。

替选地，声空间还接收音频干扰，并且第一音频信号可包括：(1)误差反馈信号，其从第二音频信号与通过将第一音频信号施加到如下滤波器的串联布置而获得的音频信号之间的差导出：(a)对低于音频频率的较高范围的音频频率范围的电声通道传递函数进行估计的一个或多个滤波器，以及(b)具有高于频率的较低范围的频率范围的非时变传递响应的一个或多个滤波器，其中，通过如下滤波器的串联布置对该差进行滤波：(a)低于音频频率的较高范围的音频频率范围的传递函数是传递函数估计的逆反形式的一个或更多个滤波器，以及(b)一个或更多个滤波器，其高于频率的较低范围的频率范围的传递函数通过梯度下降最小化处理而可变地进行控制；以及(2)被目标响应滤波器滤波并且还被滤波器的串联布置滤波的语音和/或音乐音频信号。

根据本发明的另一方面，一种用于获得滤波器的集合的方法，该滤波器的线性组合对时变传输通道的脉冲响应进行估计，该方法包括：(a)获得M个滤波器观测，该观测包括在脉冲响应随时间的可能变化范围上传输通道的脉冲响应，(b)根据特征向量方法从M个滤波器中选择N个滤波器，以及(c)实时地确定N个滤波器的线性组合，形成传输通道的最优估计。

通过导出M个观测的自相关矩阵的特征向量可确定N个所选择的滤波器。替选地，通过导出从执行矩形矩阵的奇异值分解而得到的特征向量可确定N个所选择的滤波器，其中，在该矩形矩阵中，矩阵的行是M个观测。

使用梯度下降最优化可获得N个特征向量滤波器中的每个的比例因数。

梯度下降最优化可采用LMS算法。

M个观测可以是实际的或模拟的传输通道的测量的脉冲响应。

本发明的方面可改进在电声通道及其环境的典型(非理想)条件下的收听体验。“电声通道”可被定义为相对于耳朵的声空间，其中，诸如扬声器或耳扬声器的机电换能器引起声空间中空气压力的改变，电声通道因此包括机电换能器和该换能器与听者的鼓膜之间的声空间。在一些应用中，通过柔性的或刚性的耳机至少部分地可限定这样的电声通道。在本发明的各个示例性实施例中，另一机电换能器(诸如麦克风)适当地位于声空间内，以便检测声空间中空气压力的改变，从而允许电声通道响应估计的导出。

根据本发明的方面，ANC和/或均衡器可响应于电声通道的传递函数的短时间变化而自适应。该自适应的效果是扩展了收听的“最佳听音位置(sweet spot)”。最佳听音位置是回放设备物理上可被设置的、同时还达到有效结果的区域。本发明的示例实施例分别地或一起地提供ANC和均衡两者(在实现成本的增加可忽略的情况下，可将均衡加入ANC)。

本发明的方面例如至少可适用于声环境，该声环境的特征在于，高适应性的换能器以及相对较少的、较宽间隔的换能器谐振。换能器当被建模为线性滤波器时，会导致模型为最小相位滤波器或接近于最小相位滤波器。因为ANC通常对于低于1.5kHz的噪声信号最有效，因此对最小相位换能器的要求可应用于有限的频率范围。ANC特别良好地适合于在便携式多媒体装置(例如入耳式耳机、蓝牙头戴式耳机、便携式头戴式耳机以及移动电话)中使用，其中，话音通信和音乐回放通常在高动态环境噪声的情况下发生。此外，所涉及的电声通道可能较小(例如，压在耳廓(pinna)上的移动电话、直接***到耳道中的入耳式耳机、以及部分地或完全地密封的头戴式耳机)，意味着声谐振频率是进一步分开的，并且能够更容易地导致***中的可变通道谐振。在本发明的方面中可利用这些特性，以简化自适应“耳扬声器”***(位于与听者的耳朵紧密接近处的声音再现装置)的设计。

本发明的方面处理耳扬声器中的低性能(从扬声器到耳道的电声通道的传递函数的易变性)的主导原因。移动电话用户在接听远端讲话者时经历该现象，并且经常无意识地通过对电话相对于耳朵的位置和角度进行微小调整来“优化”通道。即使当使用密封头戴式耳机时，传递函数也取决于耳机与头部之间的声密封的质量、耳机的位置以及听者的具体属性(例如耳廓的大小和形状以及听者是否戴眼镜)而变化。在航空器乘客环境中，听者使用非自适应的密封头戴式耳机，小到1mm的空气间隙可导致航空器引擎噪声的低频消除的高达11dB的下降。

本发明的方面的一些数字实现自适应地采用多个非时变IIR(无限脉冲响应)滤波器中的一个或线性组合。这样的布置例如在快速地跟踪电声通道的改变方面是有用的。

附图说明

图1是根据本发明的方面的、基于反馈的主动噪声控制处理器或处理方法的示例的功能框图。

图2是根据本发明的方面的、耳扬声器均衡处理器或处理方法的示例的功能框图。

图3是根据本发明的方面的、基于反馈的主动噪声控制和耳扬声器均衡处理器或处理方法的组合的示例的功能框图。

图4是假设的幅度与频率响应的关系曲线，示出在存在宽带干扰信号的情况下注入窄带导频(pilot)噪声信号的示例。

图5是根据本发明的方面的、基于反馈的主动噪声控制处理器或处理方法的示例的功能框图，其中，自适应分析在频域中而非在时域中工作。

图6是根据本发明的方面的处理器或处理方法的示例的功能框图，其中，控制滤波和对象(plant)估计滤波中的任一个或两者被因数分解成级联布置的两个或更多个滤波器或滤波函数。

图7是根据本发明的方面的主动噪声控制处理器或处理方法的示例的功能框图，其中，基于对象的时间变化的自适应与被设计为基于干扰信号的特性而优化控制滤波器的补充自适应滤波进行组合。

图8是根据本发明的方面的主动噪声控制和均衡处理器或处理方法的示例的功能框图，其中，基于对象的时间变化的自适应与被设计为基于干扰信号的特性而优化控制滤波器的补充自适应滤波进行组合。

图9是根据本发明的方面的自适应分析装置或处理的示例的功能框图，其中，获得单个滤波器或滤波函数的参数。

图10是根据本发明的方面的自适应分析装置或处理的示例的功能框图，其中，获得多个滤波器或滤波函数的参数。

图11是用于响应于滤波响应导出逆反的滤波响应的反馈梯度下降布置的功能框图。

图12是根据本发明的方面的主动噪声控制处理器(或处理器函数)和/或均衡处理器(或处理器函数)的部分的基本为模拟的示例实施例的示例的功能框图。

图13是用于确定滤波器集或滤波函数的集合的最优加权的梯度下降最小化布置的功能框图。

具体实施方式

如所指出的，本发明及其各个方面可涉及模拟信号或数字信号。在数字域中，装置和处理对数字信号流作用，在数字信号流中音频信号以样本来表示。

已知当从耳朵移开时，耳扬声器(例如头戴式耳机)的低频响应被衰减。同样地，如果头戴式耳机没有在最佳位置，则空气间隙(声泄露)可在头戴式耳机的周围形成，因此低频响应也可按照与声泄露的程度成比例的量被降低。发明人观察到作为声泄露的函数的频率响应的该改变限于特定频率值以下的频率，其中，该值对于不同的耳扬声器可以是不同的。该频率值以上的幅度频率响应的变化可被假设较少作为头戴式耳机泄露的函数而变化。幅度频率响应的变化在非常低的频率(大约100Hz)处可多达大约15dB。

当在耳扬声器和耳道之间存在小的声空间时，典型的房间反射不是测量的因素。可假设房间声音不影响这样的电声通道。该简化产生了如下通道：其中，在标称频率范围内，该通道是除延迟以外基本上最小的相，并且具有在带限范围内可逆反的幅度频率响应。最后的简化频带将电声模型的范围限于在幅度响应中产生最小或浅切口的频率范围，以便防止令听者讨厌的或者将在操作中产生潜在不稳定性的谐振峰值。

大约1.5kHz以下的频率对于电声通道***识别可以是理想的。一个原因在于现代的模拟或数字宽带噪声消除***(与消除周期性干扰的***相反)，从ANC得益最多的频率范围是1.5kHz以下的那些频率。这是因为对典型耳扬声器的无源隔离在波长大于1/3米的隔离频率处不如其针对较短波长的有效。另外，因为波长大于1/3米的波形较少受硬件中的***时延的影响，因此期望应该将***识别集中在对相关且有效的噪声消除最重要的频率范围中。因为电声通道在幅度响应范围内连续地变化，因此电声通道可被建模为线性的连续时变滤波器。

图1示出了采用本发明的方面的、具有音频(“语音/音乐”)输入的基于反馈的主动噪声控制处理器或处理方法的示例。在图1和本文的其它图中，实线表示音频路径，而虚线表示滤波器定义信息(包括例如参数)到一个或更多个滤波器的传送。在图1中没有明确地示出对示例的理解不需要的某些部件，并且在本发明的方面的其它示例性实施例中也未示出。例如，当图1-3和图5-8的示例的处理器或处理方法主要运行于数字域中时，需要数模转换器和适当的放大以便驱动耳扬声器2，并且在麦克风4的输出处需要适当的放大连同模数转换器。在各图中，相同的或相应的装置或函数被指定了相同的附图标记。

诸如图1的示例中示出的ANC处理器或处理方法试图以减小环境干扰声音的可听性的方式来改变电声通道G的感知到的音频输出。这样的声音可以是包括例如人类讲话者、飞机引擎、房间噪声、街道噪声、声回波等的多种源中的任一种。第一音频信号被施加到诸如耳扬声器2(象征性地示出)的第一机电换能器，其引起声空间(例如，接近耳朵(耳朵未被示出)的小的声空间)中空气压力的改变。声空间还具有诸如麦克风4(象征性地示出)的第二机电换能器，其响应于声空间中空气压力的改变并且产生麦克风信号e。声空间还经受由环境声音干扰d引起的空气压力改变。耳扬声器2和麦克风4之间的电声响应可被表示为机电滤波器G，其对麦克风输出与耳扬声器输入之比进行数学建模。该模型在本领域中被称为“对象(plant)”。

根据本发明的方面，对象模型G的估计可被实现为一个或多个滤波器或滤波函数，并且被示出为对象估计函数或装置(“对象估计滤波，G’”)。通过用相减合并器或合并函数6从对象模型G的输出e中减去对象模型估计G’的输出g来获得反馈信号。如果对象估计滤波G’在其电声通道模型的估计中是理想的，即G’＝G，那么来自减法器6的反馈路径信号x等于干扰信号d。包含对象估计滤波G’的路径在文献中经常被称为二级路径。反馈路径信号x被施加到一个或更多个滤波器或滤波函数(“控制滤波，W”)以产生干扰消除反相信号x’，其中一个或更多个滤波器或滤波函数的滤波特性在本发明的一个示例性实施例中基本上是对象估计滤波G’的逆反，用相加合并器或合并函数10将该干扰消除反相信号x’与应用于耳扬声器2的输入语音和/或音乐音频信号相加。

关于符号，G、G’以及W是数字***的z域传递函数、或者是模拟***的S域传递函数。干扰信号d和麦克风信号e分别是D(参见以下)和E(参见以下)的等效时域表示。

自适应分析器或自适应分析函数(“自适应分析”)12接收直接作为一个输入的语音和/或音乐音频信号以及作为另一输入的麦克风4信号。理想地，希望到自适应分析12的右侧(“麦克风”)输入是其左侧(“信号”)输入的经声空间处理后的形式，以便自适应分析12的输入信号仅在对象G的条件方面不同(这避免了在获得对象估计G’滤波时的偏差)。例如，这可通过提供与自适应分析12平行的、具有作为对象估计函数或装置的另一实例(复制)(“对象估计滤波的复制，G’”)的路径并且将其输出“V”用相加合并器14加到合并器6的输出上来实现。因此，二级路径G’的输出自V路径G’的输出减去，从而有效地剩下声空间的麦克风输出作为到分析的右手侧的输入。

在本发明的一个示例性实施例中，自适应分析12的左侧信号输入表示已知信号，而右侧麦克风输入理想地仅包含由对象处理的已知信号。麦克风信号e包含由未知对象G滤波的音乐信号。然而，除了来自耳扬声器的声音之外，麦克风还获取环境噪声。从对对象执行***识别的观点来看，环境噪声被认为是测量噪声。自适应分析12选择对对象的当前状态最佳地进行建模的滤波器。因为测量噪声通常与自适应分析12中的语音/音乐信号不相关，所以测量噪声不影响最优滤波器选择。

在不背离本发明的精神的情况下，用于生成自适应分析12的左侧和右侧输入的替选装置是可能的。例如，左侧输入信号能够从对象输入信号导出，而右侧信号能够从经声空间处理后的音乐信号(麦克风信号e)的估计导出。

如以下进一步描述的，自适应分析12生成滤波参数，其中，该滤波参数当被施加到对象估计滤波G’和对象估计滤波的复制G’时，分别产生对电声通道G的传递函数进行估计的一个或更多个滤波器。传递函数估计G’可通过多个非时变滤波器中的一个或更多个滤波器来实现，传递函数估计G’响应于电声通道的传递函数G的变化而自适应。如以下所说明的，自适应分析12可具有若干种操作模式中的一种。存在根据自适应分析12所确定的滤波特性以及滤波G’和滤波W的映射。

图1的ANC示例的布置旨在提供电声通道G的感知到的音频响应，以便在使干扰的可听性最小化的同时听到语音和/或音乐。理想地，反相信号x’声学上消除干扰信号d而不影响语音和/或音乐信号。这可通过最小化从干扰D到麦克风4的增益H来实现。最小化从干扰D到麦克风4的增益H使从干扰D到误差输出E的能量传递最小化：

$H=\frac{E}{D}=\frac{1+\mathrm{WG}}{1-[G^{\′}-G]W}---\left(1\right)$

从以上等式可观察到如果G’≠G(表示对象G的估计不是完美的)，则分母小于一并且H大于理想对象估计的H。对于H被设置为零的理想情况，可求解W(假设G’＝G)，并且可获得最优控制滤波器W：

$W=\frac{-1}{G}---\left(2\right)$

对象估计G’可被建模为与延迟级联的最小相位滤波器。实际上，由于与G相关联的声学和讲话者激励时延，延迟在48kHz的采样频率处大约为3到4个样本。但是当测量G时，该延迟可被剔除，并且通过设计，合成的滤波器表示最小相位的换能器。以上还表明了基于对象的改变使***适应还优化了控制滤波器W。在该情况下，W相对于对象变化是最优的。

通过滤波器逆反装置或函数(“逆反”)16以任何适当的方式来获得逆反滤波特性。例如，逆反16可计算逆反(特别地，如果滤波是单个滤波器)，采用查找表或者通过例如梯度下降方法而在副处理(side process)中或离线地确定逆反。以下结合图11的示例描述这样的用电路实现(out-of-circuit)的方法的示例。

如以上指出的，音乐或语音信号与控制滤波W的输出处的反相信号相加。通过G’路径从反馈路径中移除语音/音乐信号，从而仅剩下干扰作为反相信号的分量。这样的信号移除的效果取决于G和G’之间的匹配紧密度。

本发明的方面还预想音频信号的自适应预滤波，以补偿电声通道的物理属性(换言之，以提供均衡)。对于ANC，对电声通道的幅度响应的主要贡献者是由耳扬声器所给予的。因为电声通道驱动器影响电声通道的幅度响应，所以预滤波器允许期望的音频信号在合理的失真界限内补偿电声通道的特性。另外，在均衡器配置中，基于例如如下内容可将期望的幅度响应给予耳朵处所得到的声学呈现：(1)诸如在ISO 454(参见以上参考13)中所描述的扩散场响应的模拟；(2)用户指定的均衡设置；或者(3)平坦幅度响应。扩散场响应给予头影效应(head shadowing effect)，以粗略地模拟在室内听音乐的体验。平坦响应对于某些记录类型(诸如空间呈现事前已被施加到听觉内的内容的双声道记录)是可取的。电声通道的期望响应可根据使用模型而指定，并且无需具有平坦幅度响应。期望的响应可以是静态的(非时变的)或动态的(时变的)。

图2示出了采用本发明的方面的、具有音频(“语音/音乐”)输入的耳扬声器均衡处理器或处理方法的示例。音频输入被施加到目标响应滤波器或滤波处理(“目标响应滤波，S”)。目标响应滤波特性S可以是静态的或动态的。与滤波S串联的是逆反对象滤波器或滤波处理(“逆反对象滤波，W”)，以便将由滤波特性S和W的串联组合所滤波的音频输入形式施加到耳扬声器2。与在图1的ANC示例性实施例中一样，电声通道G从耳扬声器2接收输入并且从麦克风4提供输出。耳扬声器2的输入和麦克风4的输出分别作为各自的输入而被施加到自适应滤波12，其中，自适应滤波12生成对对象响应G进行估计的一个或更多个滤波器或滤波函数的参数。逆反器或逆反处理(“逆反”)16以任何适当的方式(诸如结合图1的示例的描述而提及的替选)逆反对象估计滤波G’的特性。逆反的滤波特性控制逆反对象滤波W。

期望电声通道G的感知到的音频响应尽可能地接近目标响应滤波器S的响应。最优均衡器可被特征化为期望的响应与电声通道响应的比率：

$E_q=\mathrm{SW}=\frac{S}{G}---\left(4\right)$

因此，如果W是G的逆反，则通过S、W以及G传递特性的串联组合而听到的感知输出是S特性。当耳扬声器在非最优位置时(这可要求低音响应的变更)，应该根据音频回放***的能力对S进行限制以避免失真和非线性化。

图3示出了采用本发明的方面的、基于反馈的ANC和耳扬声器均衡处理器或处理方法的组合的示例。图3的示例将均衡与图1的ANC示例相加。在图3的示例中，为了除提供ANC之外还提供均衡，将S滤波后的语音/音乐信号施加到控制滤波W。这要求在到自适应分析12的左侧输入路径中以及在“V”路径中***控制滤波W的复制。因为控制滤波W理想地是电声通道的逆反(直到合理的工作频率并且在音频回放***的约束内)，所以在二级路径中不需要滤波器W，也不需要滤波器G’，这是因为控制滤波器W与电声通道的估计的卷积产生均匀的延迟(“N个样本的延迟”)18。

图3的ANC/EQ示例提供了通过期望的目标响应滤波S(“目标响应滤波，S”)来施加语音/音乐信号，其中，期望的目标响应滤波S可以是平坦响应，在该情况下，目标响应滤波是统一的。如果S是统一的，则与对象G级联的W在理论上产生平坦响应。图3中的逆反16以任何适当的方式(诸如结合图1的示例的描述而提及的替选)逆反对象估计滤波G’。自适应分析12可如以下所述的通过从语音/音乐信号和麦克风信号取得其输入来实现。在图3的示例中，相加合并器10位于控制滤波器W之前而非其之后，以使得相加合并器10影响S滤波后的语音/音乐信号(如在图2的示例中)。

对根据图1和3的示例的处理器或处理方法的要求在于：为了使二级路径滤波器G’自适应，语音或音乐信号需要存在。为了改善该问题，当语音或音乐的水平降至阈值以下时，可冻结自适应，其中，该阈值例如被选择成使得信噪比(SNR)允许自适应分析12对对象进行足够准确的识别。替选解决方案是在自适应分析12的输入信号处注入如下信号：即使当注入的信号在环境噪声(干扰)的水平以下时，***也可识别该信号而听者听不见该信号。这样的导频窄带噪声在带宽、中心频率和/或强度方面可不同。这样的参数可以是随时间可变化的，以及可被选择以便根据音质原理优化该信号的掩蔽。例如，这样的参数可在线进行选择，以便将信号水平保持在可听性和不可听性之间的恰可察觉差(just-noticeable-difference，JND)边界处。

图4中相对于任意幅度与频率响应的关系曲线示出了信号注入的示例。因为自适应分析12事前具有注入的导频音(输入信号)的信息，所以可对麦克风信号进行窄带滤波，从而仅考虑与导频窄带噪声的频率一致的频率。另外，如果***优化了导频噪声的参数选择而导致不可听性，则即使当存在语音或音乐时，也可注入导频噪声。例如当音乐和干扰之间的SNR的对数(log SNR)是负的时侯，这可改进自适应分析12的准确度。

图1、2以及3的处理器或处理方法的示例原理上可在数字域或模拟域中来实现。图5的处理器或处理方法的示例原理上在数字域中工作。其与图1示例的不同主要在于，在图1的数字实现中自适应分析12在频域中而非时域中工作。正向变换18和20(例如离散傅里叶变换(DFT)或其它适当的变换)分别被应用于自适应分析12的输入。如以下进一步描述的，自适应分析12使用最关注的频率(例如，10Hz到500Hz)范围内的复系数的幅度来计算误差能量。如果源音频已经是以频域表示的并且如果ANC***是结合上行流频域处理器来实现的，则可去除正向变换。这样的上行流频域处理器可以是音频编码***解码器(其包括但不限于MPEG-4，AAC，Dolby Digital(杜比数字)等)。在该情况下，可选择频域变换的特定选择以对编码的音频变换进行匹配。可使用其它频域处理算法，并且只要ANC***可以与这种处理协调，就可去除麦克风路径上的正向变换。

图6的处理器或处理方法示例示出了本发明的方面，在这些方面中，控制滤波和对象估计滤波中的任一个或两者被因数分解成级联布置的两个或更多个滤波器或滤波函数。取决于使用中的特定电声通道，可以是在某一频率范围内，幅度和相位响应的变化很小，以使得单个滤波器以充分的准确度对耳扬声器响应进行建模。例如，1.5kHz以上的频率在最坏的情况下变化可小于6dB，而在平均情况下变化可小于3dB。如果自适应分析12滤波器和低阶滤波器各自是单个IIR数字滤波器，则逆反16可通过交换前馈系数(零点)与反馈系数(极点)来实现低阶IIR控制滤波器。然后，可从目标控制滤波和低频IIR滤波器导出高频控制滤波器的等式，如下：

$W_{\mathrm{UF}}=\frac{W}{W_{\mathrm{IIR}}}---\left(5\right)$

同样地，对于二级路径滤波器：

${G^{\′}}_{\mathrm{UF}}=\frac{G^{\′}}{{G^{\′}}_{\mathrm{IIR}}}---\left(6\right)$

在该示例中，低频滤波器可以是低阶IIR滤波器，而高频可被实现为适当长度的FIR或IIR滤波器，以对耳扬声器的高频特征进行建模。具有滤波器类型(FIR或IIR)、自适应对静态、滤波器级的数量或者甚至并联配置而非串联配置的变化组合的其它示例性实施例是可能的。因为W·G的积通过W的离线设计可被限制为开环稳定的，所以W_IIR·W_UF·G的积也是稳定的。因为W_LF消除了具有长于N的波长的频率，所以可减小W_UF的自适应滤波器N的长度。因为N直接与收敛时间成比例，所以短的N改进了***的响应。

高频滤波器G_UF和W_UF可以是静态的或自适应的。如果是自适应的，则它们基于来自自适应分析12的***识别可在最优滤波器系数之间切换。替选地，它们可以是独立自适应的，完全与自适应分析分开，从而可采用诸如LMS的梯度下降算法以收敛于最优的高频滤波器系数。控制高频滤波器和二级路径高频滤波器G_UF和/或W_UF中的任一个或两者可以是自适应的

因数分解后的滤波器的采用也适用于图5的频域示例。

图7示出了根据本发明的方面的处理器或处理方法的另一示例。该示例对基于对象的时间变化的自适应和补充自适应滤波进行组合，其中，该补充自适应滤波被设计成基于干扰信号的特性而优化控制滤波器。这样的补充自适应滤波可基于公知的FX-LMS算法。控制器可实现LMS算法或LMS算法的变型(例如归一化的LMS)，以便削弱诸如来自某些类型的机器的窄带声音干扰和诸如语音谐波的音调干扰。在该情况下，第4.3节的高频控制滤波器W_UF被自适应FIR滤波器替代，该自适应FIR滤波器具有从经典LMS更新等式导出的系数：

w(n+1)＝w(n)+μx(n)e(n)    n＝0…N-1        (7)

其中，w是FIR滤波器系数向量，N是控制滤波器W_UF的长度，而x是从反馈路径读取的并且被对象模型G’滤波的向量化输入数组。通过首先将所有存储的值在时间上往回移动一个索引值、然后存储索引＝0处的新的x样本来更新x向量。e是从麦克风读取的当前(标量)样本。μ是被选择以最好地平衡稳定性和收敛速度的步长。

比较图7的示例与图6的示例，静态的高频控制滤波器被自适应高频控制滤波器W_UF所替代，在该自适应高频控制滤波器W_UF中，滤波器系数是w，并且LMS更新装置或函数20实现LMS更新等式。因为示例是基于反馈的***，所以从反馈路径导出输入到LMS更新模块的x，其中，根据FX-LMS算法由对象模型G’对x进行滤波。LMS更新20还需要访问麦克风信号。该麦克风信号包含由对象进行滤波的语音/音乐信号，其将w的收敛偏置为次优的滤波器。因此，需要从误差更新路径e中移除语音/音乐信号，其在进入LMS更新20之前被示出为与e的相加组合22。在该情况下，因为对象G已对误差信号中的语音/信号进行了滤波，所以对象估计G’必须对语音/音乐信号进行滤波。

因此，图7的示例采用：1)公知的FX-LMS***与自适应分析12的组合，其中，该FX-LMS***基于干扰的特性来优化控制滤波器，该自适应分析12基于对象的改变来优化***，以及2)与低频控制滤波器W_LF串联的高频控制滤波器W_UF，其使用从自适应分析12导出的系数。当通过IIR滤波器来实现低频控制滤波器时，由于IIR滤波器的长时间响应，低频控制滤波器在低频(1.5kHz以下)处对对象建模最有效。这改进了在支配大部分环境信号干扰的低频处的噪声减少程度。在一定程度上，高频控制滤波器也能够校正对象和对象模型之间的不匹配。该双自适应形式与仅基于FX-LMS的单自适应方法相比是有利的。为了补偿非常低频率(100Hz)处的对象响应改变，单自适应***将需要比双自适应***更大数量的自适应滤波器分接头(tap)。与基于切换自适应滤波器(例如IIR滤波器)和FX-LMS滤波器的组合的***相比，这导致更高的计算复杂性以及更长的自适应滤波器收敛时间。

图8示出了与图7的示例类似的混合处理器或处理方法布置，但是还提供自适应均衡，尽管与图3和图6的均衡器示例有差别。在图8的示例中，因为W_UF滤波器仅是由干扰的特性来确定的，因此不可以将W_UF滤波器的响应施加到语音/音乐信号。干扰的特性与语音/音乐信号毫不相关，因此W_UF的应用应该仅被应用于反相消除信号。然后，用于将均衡滤波器W_LF应用于语音/音乐信号的适当方法是为了提出与目标响应滤波器级联的W_LF的新复制。W_LF在***中所处的位置是可以变化的，例如将滤波器换至第一或第二语音/音乐信号分支之后的位置。

图9和10示出了诸如可在图1-3和图5-8的处理器或处理方法示例中采用的自适应分析12的两个示例。在这两个示例的每个中，自适应分析12实际上与电声通道(对象)G并联。例如，通过至少在低频(例如，大约1.5kHz以下)处计算滤波器传递函数与电声通道的滤波器传递函数之间的相似度的度量来选择一个或多个最优的滤波器。然而，可采用任何限定的频率范围，只要其产生准确的***识别即可。

自适应分析12通过参考表示对象的不同变化的G’的并联滤波器库可工作。这些滤波器中的每个可表示例如头戴式耳机听筒在仿真头(dummy head)上的唯一定位，该仿真头可用于测量特定位置处的G的脉冲响应。因为并联滤波器仅需要修改低频处的信号，并且因为电声通道的响应在频率上变化相对慢，所以它们可以使用低阶到中阶滤波器、以非常低的计算成本来实现。对于数字实现，滤波器中的每个的输出与麦克风误差信号之间的均方差可用于识别滤波器中的哪个与对象G最好地匹配。对于模拟实现，可使用比较器和逻辑电路如以下结合图12进一步描述的来选择最优滤波器。

在实现诸如在以上任何示例中的ANC***期间，设计者可量化在不同头戴式耳机位置处的声路径的脉冲响应，以便确定在实时工作期间可施加在自适应算法上的极限。因为该量化可针对已知耳扬声器电声路径来进行，所以可在测量之前完全指定路径的电声参数。

图9针对仅选择了一个滤波器(K＝1)的情况示出了自适应分析12的示例。一般，自适应分析从被称作为观测(observations)的M个滤波器的集合中选择N个滤波器。从这N个滤波器中选择一个滤波器K，并且可将其索引提供为分析输出。

在该示例中，基于最小均方差标准从可能的N个滤波器中选择一个滤波器。N个滤波器以并联布置进行连接，从而产生滤波器或滤波器函数的库(“N个并联的滤波器”)24，在该滤波器或滤波器函数的库24中，每个滤波器处理相同带通形式的输入信号。控制器或控制函数(“控制”)26根据N个滤波器中的哪个返回最小的时间平均均方差来选择第k个滤波器。自适应分析12接收输入信号(对应于图1-3和图5-8中到分析12的左侧输入)和麦克风信号(对应于图1-3和图5-8中的分析12的右侧输入)。分别经由基本上相同的带通滤波器24和30来施加输入信号和麦克风信号。它们的通带包括不同观测M中的最大变化。在该示例中，输入信号和麦克风信号两者均是数字音频样本。响应于这些输入信号，控制2626选择一个最优滤波器并且产生用于标识所选择的滤波器K的第K个索引作为其输出。映射器或映射函数(“映射”)34可将该索引映射到相应的滤波器参数集。到控制26的输入是相减合并器32-0到32-(N-1)的输出，该相减合并器32-0到32-(N-1)从每个经N次滤波的带通滤波后的输入信号中减去带通滤波后的麦克风信号，且每个产生误差信号，其中，对于最接近地近似于对象G(参见图1-3和图5-8)的响应的滤波器N，该误差信号的幅度最小。经过平均，控制26选择具有与对象G最接近近似的滤波器，并输出该滤波器的索引K。

使用简单的极点-零点平滑滤波器可实现平均。发现3dB的70msec(毫秒)(f_s＝50kHz)时间常数是有益的。为了从一个滤波器选择改变为另一个滤波器选择，仅需要改变滤波器系数而不需要改变滤波器状态。改变可被应用为从一个系数集到下一系数集的瞬时切换。为了使得在切换期间导致的可听到的人为结果(artifact)最小化，相对于极点值和零值的改变应该微小。对于K＝1的情况，如在该图9的示例中，可通过预先计算并存储与N个滤波器中的每个对应的逆反滤波器来应用逆反16(参见图1-3和图5-8)。

可以从G’的一个滤波器系数集匀滑转换到另一邻近的集(依据极点和零点之间的相对距离)。这可以通过随时间递增用新系数来替代旧系数、或者通过使时间间隔为K＝2并且计算作为两者(具有旧系数集的一个滤波器以及具有新系数集的另一滤波器)的时变加权和的总体输出来实现。假定匀滑转换时间是相当短的(例如，小于100msec)，实际上仍可以在这样的匀滑转换期间合理地实现正确的***识别。在该情况下，当将G’从第一系数集匀滑转换到邻近的第二滤波器系数集时，如果W的相应系数是离线计算的，则可从存储器读取W的相应系数，或者可作为G’的逆反而直接计算W的相应系数。

图10示出了自适应分析12的示例，其中，装置或处理选择多个滤波器的线性组合。一般地，自适应分析12选择N个滤波器。从这N个滤波器中，可识别K个滤波器的较小集及其相关权重，以便提供作为分析输出的K个滤波器参数和K个加权参数。在滤波器或滤波函数的库(“N个并联的滤波器”)24中，以并联配置来实现N个滤波器的集合中的每个滤波器，其中，在滤波器或滤波函数的库24中，每个滤波器作用于相同带通形式的输入信号。在以下描述的图10示例的变型中，对N和K施加限制。在所有这样的变型中，分析执行其误差分析的频率范围可被限制于例如具有所有观测中最大差别的频率范围。自适应分析12接收输入信号(对应于到图1-3和图5-8中的分析12的左侧输入)和麦克风信号(对应于到图1-3和图5-8中的分析12的右侧输入)。分别经由基本上相同的带通滤波器24和30来施加输入信号和麦克风信号。它们的通带可包括不同观测M中的最大变化。输入信号和麦克风信号两者均是数字音频样本。响应于这些带通滤波后的输入信号，控制26从M个候选滤波器中选择N个滤波器，并且提供K个滤波器系数集和K个加权参数作为其输出，以便提供用于提供K个滤波器(K≤N≤M)的线性组合的信息，通过诸如以上结合图9描述的分析来处理K＝1的情况。因此，M是所有可能滤波器的集合，N是用于并联地测试以确定K个滤波器的滤波器子集，而K是并联滤波器的库，其中，如以上结合图1-3和图5-8的示例所描述的，对于该并联滤波器的库，K个滤波器系数集和K个加权参数被传送到对象估计滤波，并且在逆反后被传送到控制滤波(或逆反对象滤波)。到控制26的输入是相减合并器32-0至32-(N-1)的输出，该相减合并器32-0至32-(N-1)从每个经N次滤波的带通滤波后的输入信号中减去带通滤波后的麦克风信号，每个产生误差信号，控制26选择具有与对象G最接近近似的滤波器的加权并输出该滤波器的滤波器参数。以下描述选择多个加权的滤波器的各种方式。

当K＞1时，各个示例性实施例中的对象估计滤波可通过K个并联的滤波器或滤波函数的库来实现，其中，K个并联的滤波器或滤波函数的中的每个均具有加权系数。根据本发明的方面，由分析12提供的K个滤波器参数和K个加权参数所控制的滤波器或滤波函数可以是IIR、FIR或者IIR和FIR滤波器的组合。

多个滤波器K的一个可能的应用是增强从一个滤波器到相邻滤波器(依据极点和零点)的匀滑转换。如上所述，使用控制26产生的加权系数将K个滤波器的输出混合在一起。在匀滑转换的时间间隔期间，K＝2；否则，K＝1。该方法可减少较早描述的方法(当K＝1时)中由在两个不同的滤波器之间切换所引起的可听到的人为结果。

关于多滤波器方法的计算高效率的变型是将搜索限制于全部滤波器M的子集。这是通过如下来实现的：分配滤波器索引以使得具有相似传递函数的滤波器具有彼此相邻的索引，然后将搜索限制于与具有最小均方差的当前滤波器相邻的N个滤波器。在控制26中，通过监视与邻近滤波器相比具有中间索引的滤波器的平均相对均方差来实现跟踪。如果最小误差随着时间开始向N个滤波器的集合的端点中的一个移动直到最终检测到新的最小误差，则调整所有N个滤波器的索引，以使得具有中间索引的滤波器继续具有N个滤波器的集合中的最小均方差。

自适应分析12的另一替选是用于工作于频域而不是如在图5的示例中工作于时域。在该情况下，可对到自适应分析12的两个输入的功率谱密度(PSD)系数应用均方差分析。可使用任意的时间到频率变换或者子带滤波器组来执行变换。这将允许使用大量谱估计技术以改进信号(通过换能器播放的音乐或语音信号)与噪声(干扰)的分离。一种有用的技术是以标准周期图分析的方式随着时间平滑PSD系数，以确保功率中的任何偏差随着时间而接近零。替选地，可使用其它谱估计技术，例如“多窗口(multitaper)”方法。因为去除了自适应分析12中的时域FIR带通滤波器(以下描述)，所以该方法也不会导致计算复杂性的显著增加。替代地，通过限制对PSD系数执行最小平方计算的范围，可获得相同的结果。实际的正向变换具有Mlog(M)(其中，M是频域系数的数量)个操作的量级的复杂性，但是这仍然小于时域带限滤波器的量级(N²)的复杂性。一旦在频域中选择了一个或多个最佳的滤波器，则其一个或多个时域等效滤波器被转换成一个或多个时域滤波器。因此，既不存在滤波器系数的在线逆变换，也不需要存在从自适应分析12输出的音频信号。可从预先算出的滤波器系数的表中选择滤波器系数。通过频域系数的分析进行时域系数的选择。

关于多滤波器线性组合方法的另一变型是针对K＝N并且用于根据特征向量方法从M个滤波器中选出N个滤波器，以使得N个滤波器的线性组合形成最优的能量最小化滤波器。根据这样的特征向量滤波器方法，针对M个观测的给定集，离线计算N个所选择的滤波器。因为N个滤波器已经被离线地算出，所以从M个中选出N个不是实时地实现的。N个所选择的滤波器是M个观测的自相关矩阵的特征向量。替选地，M个观测形成矩形矩阵的行，并且该矩形矩阵的奇异值分解产生特征向量滤波器。然后，控制26例如使用梯度下降最小化处理(诸如LMS算法)来计算N个特征向量滤波器中的每个的加权系数。因为所有N个滤波器都用于计算最优的滤波后的输出，所以K＝N。因此，对于任何给定的电声通道脉冲响应，响应可被映射到由N个特征向量构成的最接近的主分量。这样的特征向量滤波器方法具有如下优点：对于M的较大值，(即，大量的观测)，可线性地组合较小数量的固定滤波器N以形成最优的能量最小化滤波器。以下在标题为“Derivation of the Eigenvector Filter Design Process”中提出了用于生成特征向量滤波器的方法的推导。

图1-3和图5-8的示例中的逆反装置或函数16旨在导出谱逆反滤波器，该谱逆反滤波器当被施加到控制滤波器并且与对象响应串联地被分析时，导致没有大于0dB的谱分量的平坦频率响应。对于切换最小误差方法，如果自适应分析12中选择的滤波器是最小相位(不包括任何延迟)，则存在M个滤波器中的每个滤波器到相应谱逆反滤波器的1对1映射，其中，该谱逆反滤波器可从表中读取或作为G’的逆反而被直接计算出。对于K＞1的任何自适应分析方法，通过除滤波器逆反之外的方法来计算逆反滤波器系数。例如，可采用图11的用电路实现的网络作为逆反16。该方法的缺点在于自适应仅可发生于信号出现在语音/音乐输入源时。在不存在语音/音乐源的情况下，自适应将被冻结。以上结合图4的示例讨论了在没有语音或音乐的时期期间注入听不见的探测信号的替选方法。

参照图11的示例，设置反馈LMS布置以基于对象估计响应G’推导逆反的响应W。噪声信号d(n)被施加到输入。第一路径将相减合并器60处的输入与反馈布置的输出相加。反馈布置将来自合并器36的总体输出与噪声信号d(n)的G’复制滤波后的形式进行比较，并且应用适当的梯度下降型算法(例如LMS算法)，以便控制滤波W，使得滤波W为G’复制的逆反。当最优化时，与G’复制相卷积的W的延迟形式是统一的，这导致合并器60的误差输出e(n)为零。

图12提出了基于模拟技术的本发明的方面的示例。模拟实现相对于数字实现的优点在于，因为不需要A/D和D/A转换器，所以***时延较短。麦克风4给出电声通道G的低频响应的单一频率估计，并且从滤波器组38中选择给出与期望响应最接近的响应的滤波器。

麦克风4的输出被施加到带通滤波器30，接着串联有平均器或平均函数(“麦克风平均(Mic Avg)”)40。麦克风平均24的输出被施加到三个比较器或比较器函数C1、C2和C3中的每个的输入。语音/音乐输入音频信号被施加到静态滤波器或滤波函数(“静态滤波器”)42，接着串联有带通滤波器24以及平均器或平均函数(“音频平均(Audio Avg)”)44。音频平均44的输出被施加到三个比较器或比较器函数C1、C2和C3中的每个的输入。带通滤波器24和30分隔频率的窄带，在该频率处，将低频处的平均再现水平与音频节目中的平均水平进行比较。比较器C1、C2和C3具有不同的偏移，以便给出关于应该选择哪个滤波器(1，2，3，4)的判定的不同阈值。可利用滞后来实现比较器，以便消除各个滤波器的输出之间的抖动。控制26选择具有最小均方差的滤波器20。

除了采用模拟实现或部分模拟实现之外，减小时延的另一方式是利用1比特德耳塔-西格马采样的数字信号处理布置来实现图3示例中的反馈路径。这样的1比特德耳塔-西格马调制的采样***可以以高达基础音频采样速率的64倍的采样频率对音频进行采样。这样做以非常高的速率提供了反相信号的更新，这减小了由使用以标准音频采样速率采样的传统多比特采样方法对信号进行采样而引起的***时延。所需要的是图3中的合并器6处的1比特德耳塔-西格马A/D转换器和图3中的扬声器2处的1比特德耳塔-西格马D/A转换器。另外，控制滤波器W和二级路径滤波器G’将多比特滤波器系数施加到1比特中间滤波器状态值，这将导致滤波器输出处的多比特输出。然后，通过加入德耳塔-西格马调制器将来自每个滤波器的多比特输出值转换回1比特值。滤波器和德耳塔-西格马调制器的其它组合是可能的，例如紧挨在1比特德耳塔-西格马D/A转换器之前执行单个多比特到德耳塔-西格马调制器的转换。取决于具体实现，可能需要在求和10处将语音和/或音乐音频信号从多比特调制为1比特德耳塔-西格马表示。

在图12的模拟示例中，包括其数字变型，测量在单个频率处的电声通道响应的改变具有如下问题：耳扬声器和麦克风的灵敏度范围的变化各自几乎与响应的变化一样大，其中该响应与声加载条件的改变相关联。假设由带通滤波器定义的频带的中间处的增益在‘麦克风平均’和‘音频平均’信号路径中应该基本上相等。因此，应该提供用于补偿麦克风和耳扬声器的灵敏度变化的方式。

实施了本发明的方面的另一替选示例是混合数字/模拟示例性实施例，其中，自适应分析12作用于语音/音乐信号和麦克风信号两者的数字样本，但然后将模拟滤波器参数(如图12的示例中的滤波器1至滤波器4所示)施加到控制滤波W和对象估计滤波G’的模拟实现。

            特征向量滤波器设计过程的推导

为了导出用于在上述特征向量替选中使用的特征向量滤波器集，需要基于M个观测的集合计算K(或N，K＝N)个特征向量滤波器。特征向量滤波器C的计算可离线进行。特征向量滤波器系数可存储在适当的非易失性计算机存储器中。

                N个基础滤波器的选择

可从一般情况开始，其中，待建模的滤波器的特征在于具有随机实系数p＝(p₀，…，p_L-1)^T的随机滤波器

目标是寻找N个基础滤波器

的集合，i＝1，…，N，N＜L，其中，实系数c_i＝(c_i，0，…，c_i，L-1)^T，以便使

$J\left(C\right)=E\left\{\underset{0}{\overset{2\mathrm{\π}}{\∫}}{|P\left(e^{\mathrm{j\ω}}\right)-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{w}_i{C}_i\left(e^{\mathrm{j\ω}}\right)|}^2\mathrm{d\ω}\right\}---\left(8\right)$

$=E\left\{\right||p-C^{T}w|\left|\right\}$

最小化。在等式8中，E{□}是关于p的随机系数的分布的统计期望，‖v‖□v^Tv，C□(c₁，…，，c_N)^T，

并且w□(w₁，…，w_N)^T是对于给定p和C使‖p-C^Tw‖最小化的实向量。为不失一般性，可进一步假设c_i是标准正交向量，即，

因为

‖p-C^Tw‖＝p^Tp+w^TCC^Tw-2p^TC^Tw

认识到CC^T＝I，关于w对以上表达式进行偏微分，并且将导数设置为零，则得到w＝Cp。

将以上带入(1)中，则得到

$J\left(C\right)=E\{p^{T}p-p^T{C}^T\mathrm{Cp}\}$

$=E\left\{p^{T}p\right\}-E\left\{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{c}_i^T{\mathrm{pp}}^T{c}_i\right\},$

$=E\left\{p^{T}p\right\}-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{c}_i^T{\mathrm{Rc}}_i$

其中，R□E{pp^T}。

清楚的是，使J最小化的系数向量c_i，i＝1，…，N还使得

最大化，其中，系数向量c_i证明是与协方差矩阵R的N个最大特征值相对应的N个特征向量。即：

Rc_i＝λ_ic_i，i＝1，…，N，

并且λ_i，i＝1，…，N是满足以上等式的N个最大的标量。

通过将频率加权函数W(ω)与代价函数J(C)相加可以获得更广义的解，其在实际应用中能够非常有用。

$J\left(C\right)=E\left\{\underset{0}{\overset{2\mathrm{\π}}{\∫}}{|P\left(e^{\mathrm{j\ω}}\right)-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{w}_i{C}_i\left(e^{\mathrm{j\ω}}\right)|}^{2}W\left(\mathrm{\ω}\right)\mathrm{d\ω}\right\}$

考虑更具体的情况，其中，待建模的滤波器来自M个被观测的对象滤波器i＝1，2，…，M。注意，在该情况下，试图对M个相等可能的滤波器G_i(z)中的随机的滤波器进行建模，其中，滤波器G_i(z)的协方差矩阵由以下给出：

$R=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{g}_i^T{g}_i,$

其中，g_i＝(g_i(0)，g_i(1)，…，g_i(L-1))^T，因此N个基础滤波器的系数C₁(z)，…，C_N(z)由与协方差矩阵R的N个最大的特征值λ_i对应的特征向量c_i给出。

基础滤波器N的实际数量能够由复杂性约束或质量约束决定，例如，剩余特征值的和满足其中，ε是预定的最大设计公差。

实际上，也可以使用具有与特征向量滤波器的频率响应接近的频率响应的IIR滤波器作为N个基础滤波器，用于进一步降低复杂性。通过使用例如适当的误差最小化处理(例如最小二乘拟合算法)根据C₁(z)，…，C_N(z)能够设计IIR基础滤波器。

                 加权系数的LMS自适应

一旦算出了N个基础滤波器，则通过使用梯度下降最小化处理(例如LMS算法)可获得最优加权W，该最优加权W为给定的未知电声通道提供最小二乘拟合。图13中示出了示例。在图13的示例中，误差信号e(n)由以下给出：

e(n)＝x(n)-w^T(n)u(n)，

其中，u(n)□(u₁(n)，…，u_N(n))^T是N个基础滤波器各自的输出。滤波器加权W(n)被更新为：w(n+1)＝w(n)+μw(n)e(n)。

                        实现

本发明可用硬件或软件、或者二者的组合(例如，可编程逻辑阵列)来实现。除非另外指定，否则被包括作为本发明的部分的算法和处理不是固有地与任何特定的计算机或其它设备相关。特别地，利用根据本文的教导写出的程序可使用各种通用机器，或者更方便的是构建用于执行所需的方法步骤的更专用的设备(例如，集成电路)。因此，本发明可以以在一个或更多个可编程计算机***上执行的一个或更多个计算机程序来实现，其中，一个或更多个可编程计算机***中的每个均包括至少一个处理器、至少一个数据存储***(包括易失性和非易失性存储器和/或存储元件)、至少一个输入装置或端口、以及至少一个输出装置或端口。将程序代码施加到输入数据，以执行本文所描述的功能并且生成输出信息。输出信息以已知形式被施加到一个或更多个输出装置。

每个这样的程序可用任何期望的计算机语言(包括机器语言、汇编语言、或者高级的面向过程、逻辑或对象的编程语言)来实现，以与计算机***进行通信。在任何情况下，语言可以是编译的或解释的语言。

每个这样的计算机程序可被存储或下载到通用或专用可编程计算机可读的存储介质或装置(例如，固态存储器或介质，或者磁介质或光介质)，用于在计算机***读取存储介质或装置时配置并操作计算机，以执行本文所描述的过程。可认为创造性***被实现为配置有计算机程序的计算机可读存储介质，其中，如此配置的存储介质使得计算机***以特定和预定的方式工作，以执行本文所讨论的功能。

本发明的实施例可与以下列举的示例实施例中的一个或更多个相关。

1.一种用于改变电声通道中的声场的方法，其中，通过第一机电换能器将第一音频信号施加到声空间，引起声空间中空气压力的改变，并且响应于声空间中空气压力的改变通过第二机电换能器获得第二音频信号，该方法包括：响应于所述第一音频信号的至少一部分和所述第二音频信号，建立所述电声通道的传递函数估计，所述传递函数估计是从选自传递函数组的传递函数中的一个或传递函数的组合导出的，所述传递函数估计响应于电声通道的传递函数的时间变化而自适应；以及获得其传递函数基于所述传递函数估计的一个或多个滤波器并利用所述一个或更多个滤波器至少对所述第一音频信号的部分进行滤波，其中，所述第一音频信号的该部分可以是或者可以不是与所述第一音频信号的所述首次提及的部分相同的部分。

2.根据列举的示例实施例1所述的方法，还包括利用多个非时变滤波器中的一个或更多个滤波器来实现所述传递函数估计。

3.根据列举的示例实施例1或列举的示例实施例2所述的方法，其中，其传递函数基于传递函数估计的所述一个或更多个滤波器具有传递函数估计的逆反形式的传递函数。

4.根据列举的示例实施例1-3中任一示例实施例所述的方法，其中，所述传递函数估计响应于电声通道传递函数的时间变化的时间平均而自适应。

5.根据列举的示例实施例3或从属于列举的示例实施例2的列举的示例实施例4所述的方法，其中，所述多个非时变滤波器中的一个或更多个滤波器是IIR滤波器。

6.根据列举的示例实施例3或从属于列举的示例实施例2的列举的示例实施例4所述的方法，其中，所述多个非时变滤波器中的一个或更多个滤波器是两个级联的滤波器，第一滤波器是IIR滤波器以及第二滤波器是FIR滤波器。

7.根据列举的示例实施例1-6中任一示例实施例所述的方法，其中，其传递函数基于传递函数估计的所述一个或更多个滤波器是IIR滤波器。

8.根据列举的示例实施例1-6中任一示例实施例所述的方法，其中，其传递函数基于传递函数估计的所述一个或更多个滤波器是两个级联的滤波器，第一滤波器是IIR滤波器以及第二滤波器是FIR滤波器。

9.根据列举的示例实施例1-8中任一示例实施例所述的方法，其中，通过采用误差最小化技术，从选自传递函数组的传递函数之一或组合导出所述传递函数估计。

10.根据列举的示例实施例1-8中任一示例实施例所述的方法，其中，通过采用误差最小化技术，通过从选自传递函数组的传递函数中的一个或传递函数的组合中的一个传递函数匀滑转换到另一传递函数来建立所述传递函数估计。

11.根据列举的示例实施例1-8中任一示例实施例所述的方法，其中，通过从所述传递函数组中选择所述传递函数中的两个或更多个传递函数，并且基于误差最小化技术形成所述两个或更多个传递函数的加权线性组合来建立所述传递函数。

12.根据列举的示例实施例1-11中任一示例实施例所述的方法，其中，传递函数组中的一个或更多个传递函数的特性包括在随时间的脉冲响应变化范围上电声通道的脉冲响应。

13.根据列举的示例实施例12所述的方法，其中，脉冲响应是实际的和/或模拟的传输通道的测量的脉冲响应。

14.根据列举的示例实施例12所述的方法，其中，根据特征向量方法获得所述传递函数组的特性。

15.根据列举的示例实施例14所述的方法，其中，通过导出非时变滤波器特性的自相关矩阵的特征向量来获得所述传递函数组。

16.根据列举的示例实施例14所述的方法，其中，通过导出由执行矩形矩阵的奇异值分解而得到的特征向量来获得规定的非时变滤波器特性组，其中，在该矩形矩阵中，矩阵的行是较大的非时变滤波器特性组。

17.根据列举的示例实施例1-16中任一示例实施例所述的方法，其中，所述第一机电换能器是扬声器、耳扬声器、头戴式耳机以及入耳式耳机中的一种。

18.根据列举的示例实施例1-17中任一示例实施例所述的方法，其中，所述第二机电换能器是麦克风。

19.根据列举的示例实施例1-18中任一示例实施例所述的方法，其中，所述声空间是至少部分地由贴耳式耳机或包耳式耳机限定的小的声空间，其中，小的声空间被包围的程度取决于耳机相对于耳朵的接近和居中。

20.根据列举的示例实施例19所述的方法，其中，所述电声通道的传递函数的所述变化是由小的声空间相对于所述耳朵的位置的改变而产生的。

21.根据列举的示例实施例1-20中任一示例实施例所述的方法，其中，电声通道的传递函数的每个估计是频率范围内的通道幅度响应的估计。

22.根据列举的示例实施例1-21中任一示例实施例所述的方法，其中，所述声空间还接收音频干扰信号。

23.根据列举的示例实施例1-21中任一示例实施例所述的方法，其中，所述声空间还接收音频干扰，并且所述第一音频信号包括：(1)误差反馈信号，其从所述第二音频信号与通过将所述第一音频信号施加到基于电声通道的传递函数估计的滤波器而获得的音频信号之间的差所导出，其中，通过传递函数是传递函数估计的逆反形式的所述一个或更多个滤波器对所述差进行滤波，以及(2)语音和/或音乐音频信号。

24.根据列举的示例实施例23所述的方法，其中，该方法提供主动噪声消除器，在该主动噪声消除器中，电声通道的感知到的音频响应减少或消除音频干扰。

25.根据列举的示例实施例1-21中任一示例实施例所述的方法，其中，所述第一音频信号包括被目标响应滤波器和所述一个或更多个滤波器滤波的音频输入信号。

26.根据列举的示例实施例25所述的方法，其中，该方法提供均衡器，在该均衡器中，电声通道的感知到的音频响应对目标响应滤波器的响应进行仿真。

27.根据列举的示例实施例1-21中任一示例实施例所述的方法，其中，所述声空间还接收音频干扰，并且所述第一音频信号包括：(1)误差反馈信号，其从第二音频信号与通过将第一音频信号施加到电声通道的传递函数估计而获得的音频信号之间的差所导出，其中，通过传递函数是传递函数估计的逆反形式的所述一个或更多个滤波器对所述差进行滤波，以及(2)语音和/或音乐音频信号，其被目标响应滤波器滤波并且还被传递函数是传递函数估计的逆反形式的所述一个或更多个滤波器滤波。

28.根据列举的示例实施例27所述的方法，其中，该方法提供主动噪声消除器，在该主动噪声消除器中，电声通道的感知到的音频响应减少或消除了音频干扰，并且该方法还提供均衡器，在该均衡器中，电声通道的感知到的音频响应对目标响应滤波器的响应进行仿真。

29.根据列举的示例实施例26或列举的示例实施例28所述的方法，其中，所述目标响应滤波器具有平坦响应，从而可省略滤波器。

30.根据列举的示例实施例26或列举的示例实施例28所述的方法，其中，所述目标响应滤波器具有扩散场响应。

31.根据列举的示例实施例26或列举的示例实施例28所述的方法，其中，所述目标响应滤波器特性是用户指定的。

32.根据列举的示例实施例23或列举的示例实施例27所述的方法，其中，传递函数是传递函数估计的逆反形式的所述一个或更多个滤波器包括级联的低频IIR滤波器和高频FIR滤波器。

33.根据列举的示例实施例1-21中任一示例实施例所述的方法，其中，所述第一音频信号包括被选择为听不见的人工信号。

34.根据列举的示例实施例1-32中任一示例实施例所述的方法，其中，所述建立响应于第二音频信号以及作为频域中的数字音频信号的第二音频信号的至少一部分。

35.一种用于改变电声通道中的声场的方法，其中，通过第一机电换能器将第一音频信号施加到声空间，引起声空间中空气压力的改变，并且响应于声空间中空气压力的改变通过第二机电换能器来获得第二音频信号，该方法包括：

响应于第一音频信号的至少一部分和第二音频信号，建立低于音频频率的较高范围的音频频率范围的电声通道的传递函数估计，所述传递函数估计是从选自传递函数组的传递函数之一或组合导出的，所述传递函数估计响应于电声通道的传递函数的时间变化而自适应，

获得其低于音频频率的较高范围的所述音频频率范围的传递函数基于所述传递函数估计的一个或更多个滤波器，并且利用所述一个或更多个滤波器至少对第一音频信号的部分进行滤波，其中，第一音频信号的该部分可以是或者可以不是与第一音频信号的所述首次提及的部分相同的部分，以及

获得一个或更多个滤波器，其高于频率的所述较低范围的频率范围的传递函数通过梯度下降最小化处理可变地进行控制。

36.根据列举的示例实施例35所述的方法，还包括利用多个非时变滤波器中的一个或更多个滤波器，实现低于音频频率的较高范围的所述音频频率范围的所述传递函数估计。

37.根据列举的示例实施例35或36所述的方法，其中，其低于音频频率的较高范围的所述音频频率范围的传递函数基于传递函数估计的所述一个或更多个滤波器具有所述频率范围的传递函数估计的逆反形式的传递函数。

38.根据列举的示例实施例35所述的方法，其中，梯度下降最小化处理响应于所述第二音频信号和通过将所述第一音频信号的至少一部分施加到如下滤波器的串联布置而获得的音频信号之间的差：(a)对所述低于音频频率的较高范围的音频频率范围的电声通道传递函数进行估计的一个或多个滤波器，以及(b)具有高于频率的所述较低范围的频率范围的非时变传递响应的一个或多个滤波器。

39.根据列举的示例实施例38所述的方法，其中，对所述低于音频频率的较高范围的音频频率范围的电声通道传递函数进行估计的一个或多个滤波器是IIR滤波器，而具有高于频率的所述较低范围的频率范围的非时变传递响应的一个或多个滤波器是FIR滤波器。

40.根据列举的示例实施例1-3中任一示例实施例所述的方法，其中，所述声空间还接收音频干扰，并且所述第一音频信号包括：(1)误差反馈信号，其从第二音频信号和通过将所述第一音频信号施加到如下滤波器的串联布置而获得的音频信号之间的差所导出：(a)对所述低于音频频率的较高范围的音频频率范围的电声通道传递函数进行估计的一个或多个滤波器，以及(b)具有高于频率的所述较低范围的频率范围的非时变传递响应的一个或多个滤波器，所述差被如下滤波器的串联布置滤波：(a)低于音频频率的较高范围的所述音频频率范围的传递函数是传递函数估计的逆反形式的所述一个或更多个滤波器，以及(b)一个或更多个滤波器，其高于频率的所述较低范围的频率范围的传递函数通过梯度下降最小化处理可变地进行控制；以及(2)语音和/或音乐音频信号。

41.根据列举的示例实施例35-39中任一示例实施例所述的方法，其中，所述声空间还接收音频干扰，并且所述第一音频信号包括：(1)误差反馈信号，其从第二音频信号和通过将所述第一音频信号施加到如下滤波器的串联布置而获得的音频信号之间的差所导出：(a)对所述低于音频频率的较高范围的音频频率范围的电声通道传递函数进行估计的一个或多个滤波器，以及(b)具有高于频率的所述较低范围的频率范围的非时变传递响应的一个或多个滤波器，所述差被如下滤波器的串联布置滤波：(a)低于音频频率的较高范围的所述音频频率范围的传递函数是传递函数估计的逆反形式的所述一个或更多个滤波器，以及(b)一个或更多个滤波器，其高于频率的所述较低范围的频率范围的传递函数通过梯度下降最小化处理可变地进行控制；以及(2)语音和/或音乐音频信号，其被目标响应滤波器滤波并且还被滤波器的所述串联布置滤波。

42.一种用于获得滤波器的集合的方法，该滤波器的线性组合对时变传输通道的脉冲响应进行估计，该方法包括：获得M个滤波器观测，该观测包括在脉冲响应随时间的可能变化范围上传输通道的脉冲响应；根据特征向量方法从M个滤波器中选择N个滤波器；实时地确定所述N个滤波器的线性组合，形成所述传输通道的最优估计。

43.根据列举的示例实施例42所述的方法，其中，通过导出M个观测的自相关矩阵的特征向量来确定N个所选择的滤波器。

44.根据列举的示例实施例42所述的方法，其中，通过导出由执行矩形矩阵的奇异值分解而得到的特征向量来确定N个所选择的滤波器，其中，在该矩形矩阵中，矩阵的行是所述M个观测。

45.根据列举的示例实施例42-44中任一示例实施例所述的方法，其中，使用梯度下降最优化来获得N个特征向量滤波器中的每个的比例因数。

46.根据列举的示例实施例45所述的方法，其中，所述梯度下降最优化采用LMS算法。

47.根据列举的示例实施例42-46中任一示例实施例所述的方法，其中，M个观测是实际的或模拟的传输通道的测量的脉冲响应。

48.一种设备，其适于执行根据列举的示例实施例1-47中任一示例实施例所述的方法。

49.一种设备，其包括适于执行根据列举的示例实施例1-47中任一示例实施例所述的方法的每个步骤的装置。

50.一种存储在计算机可读介质上的计算机程序，用于使计算机执行根据列举的示例实施例1-47中任一示例实施例所述的方法。

在本说明书中描述了本发明的多个示例实施例。但是，应当理解的是，在不背离本发明的精神和范围的情况下，可进行各种修改。例如，本文所描述的一些步骤可以是顺序无关的，因此可以按照与所描述的顺序不同的顺序来执行。

Claims (16)

1.一种用于改变电声通道中的声场的方法，其中，通过第一机电换能器将第一音频信号施加到声空间，引起所述声空间中空气压力的改变，并且响应于所述声空间中空气压力的改变通过第二机电换能器获得第二音频信号，所述方法包括：

响应于所述第一音频信号的至少一部分和所述第二音频信号，建立所述电声通道的传递函数估计，所述传递函数估计是从选自传递函数组的传递函数之一或组合导出的，所述传递函数估计响应于所述电声通道的传递函数的时间变化而自适应；以及

获得其传递函数基于所述传递函数估计的一个或更多个滤波器，并利用所述一个或更多个滤波器至少对所述第一音频信号的部分进行滤波，其中，所述第一音频信号的该部分可以是或者可以不是与所述第一音频信号的所述首次提及的部分相同的部分。

2.根据权利要求1所述的方法，还包括：利用多个非时变滤波器中的一个或更多个滤波器实现所述传递函数估计。

3.根据权利要求1-3中任一项所述的方法，其中，所述传递函数估计响应于所述电声通道的传递函数的时间变化的时间平均而自适应。

4.根据权利要求3所述的方法，其中，所述多个非时变滤波器中的一个或更多个滤波器包括：

一个或更多个无限脉冲响应(IIR)滤波器；或者

至少两个级联的滤波器，其中，第一滤波器是IIR滤波器以及第二滤波器是有限脉冲响应(FIR)滤波器。

5.根据权利要求1-4中任一项所述的方法，其中：

通过采用误差最小化技术，从选自传递函数组的传递函数之一或组合导出所述传递函数估计；

通过采用误差最小化技术，通过从选自传递函数组的所述一个或组合传递函数中的一个传递函数匀滑转换到另一个传递函数来建立所述传递函数估计；或者

通过从所述传递函数组选择所述传递函数中的两个或更多个传递函数，并且基于误差最小化技术形成所述两个或更多个传递函数的加权线性组合来建立所述传递函数。

6.根据权利要求1-5中任一项所述的方法，其中，所述传递函数组中的一个或更多个传递函数的特性包括在随时间的脉冲响应变化范围上所述电声通道的脉冲响应。

7.根据权利要求6所述的方法，其中，根据特征向量方法获得所述传递函数组的特性。

8.根据权利要求1-6中任一项所述的方法，其中：

所述第一机电换能器包括扬声器、耳扬声器、头戴式耳机或者入耳式耳机中的至少之一；或者

所述第二机电换能器包括麦克风。

9.根据权利要求1-8中任一项所述的方法，其中，所述声空间包括至少部分地由贴耳式耳机或包耳式耳机限定的小的声空间，其中，所述小的声空间被包围的程度取决于耳机相对于耳朵的接近和居中。

10.根据权利要求9所述的方法，其中，所述电声通道的传递函数的所述变化是由所述小的声空间相对于所述耳朵的位置的改变而产生的。

11.根据权利要求1-10中任一项所述的方法，其中，所述电声通道的传递函数的每个估计包括频率范围内的通道幅度响应的估计。

12.根据权利要求1-11中任一项所述的方法，其中，还接收音频干扰信号，并且所述第一音频信号包括以下中的一个或更多个：

误差反馈信号，其从所述第二音频信号与通过将所述第一音频信号施加到基于所述电声通道的传递函数估计的滤波器而获得的音频信号之间的差导出，所述差被传递函数是所述传递函数估计的逆反形式的所述一个或更多个滤波器滤波；或者

语音和/或音乐音频信号。

13.根据权利要求12所述的方法，其中，所述方法包括主动地消除噪声，其中，所述电声通道的感知到的音频响应减少或消除所述音频干扰。

14.一种设备，其包括用于执行如权利要求1-13中的一个或更多个中所述的方法步骤的装置。

15.一种包括编码的指令的计算机可读存储介质产品，其中，当利用一个或更多个处理器执行所述编码的指令时，所述编码的指令控制所述处理器执行如权利要求1-13中的一个或更多个中所述的处理步骤。

16.一种基于处理器的***的用途，包括执行如权利要求1-13中的一个或更多个中所述的方法步骤。

Images