#技术巡猎# #华为# 上次我们说了比亚迪的降噪，这次聊聊华为的。这份专利也是有意思的，降噪处理方法、头枕、座椅及车辆。核心的目的，是要解决“头枕ANC量产最容易翻车的短板“---麦克风信号非常容易被干扰，而且这些被干扰的“脏数据”，也会有所谓的垃圾进、垃圾出的情况---系统是持续受到训练的，学到了脏数据，它的处理也就不太可能好得了。

一个朴素的认识。
麦克风、扬声器的布置，离声源越近，频带理论上可以越宽，肯定是更准确、降噪量也会更好看。但现实情况在于，你离用户越近，你就越容易被用户所“干扰”。用户的头靠一靠，或者是衣服一蹭，抓痒痒，麦克风就会收到那种“乘员没什么感觉、但麦克风响应巨大”的摩擦/触碰信号。此时控制器如果把它当成噪声去进行抵消，扬声器反向放出的干扰音肯定是有问题的---比如本来只是衣服擦了一下，结果车里给你放了个“嗡”的一声，肯定不对。

这个专利的思路是这样的：它不求一对左右麦克风就能把环境给听清楚，它试图堆冗余。专利里左前区域放M个、右前区域放N个误差麦克风，而且M、N都要求大于2。也就是说，不是“左右一对”，是“左右一排”。布置是讲究的：同高度左右两个麦克风水平间距给到15---30cm（例子是22cm），扬声器到麦克风拾音孔的距离还要求至少3cm，避免近场的串扰太离谱。

关键是它怎么“挑麦克风”呢。
这个专利不要求所有的麦克风都是正常的，它接受“有部分麦克风会被遮挡、会受到乘员的摩擦、或者是出现离群的情况”，然后要先把不靠谱的麦克风信号先剔除出去，再用剩下的去做控制。

判断方法也很朴素：遮挡的话，就看高频衰减（500---20000Hz这一段衰减超过阈值，就判定可能被人头挡住了）。
摩擦/拍打就看能量突增（全频或1000---8000Hz的能量超过阈值，就认为有衣物摩擦这类干扰）。
还有一个是相关度，如果某只麦克风跟其他麦克风都“不合群”，相关性低于阈值，那它大概率在采自己那点“私域”，也是可以直接剔除的。

最后保证至少还有P路（P>1）信号参与运算---核心是让系统别被受到干扰的那个麦克风给带偏了。

另外，比较有产品指向的，是“虚拟麦克风”这条路。
专利描述的是：用多个真实麦克风的信号，通过预训练模型去估计“左耳/右耳附近”的虚拟麦克风信号；而且模型可以按可用麦克风组合切换，比如这次用1、2、4估计左耳附近的虚拟点，下次某只麦克风挂了，就换另一套组合。

你耳朵旁边的那个空间，始终是最关键的观测点，但现实里你不可能布置一只麦克风放在那里。只能说是通过软件，虚拟的，反推计算出那个位置的状态，就等同于“捏”出了一个等效的、虚拟的观测点。如此，来获取近耳的收益，同时又绕开近耳太脆弱的布置风险。

还有个很实用的思考。
遇到吹风干扰（低频50---500Hz能量异常）或者检测到人声时，系统可以选择不更新滤波器参数，先保持上一时刻的输出。做过自适应的人会知道，自适应最怕拿非稳态的东西去学习---开窗后一阵风、乘员突然开始聊天，算法如果还在更新的话，学废了一次就真的废了。所以在这里，与其“努力犯错”，不如短暂地对学习过程进行冻结。

我感觉到了今天ANC不算很稀奇的存在了，但是ANC的更进一步，肯定是去思考“人”的微观感受了。