|
首款應(yīng)用大象聲科 Vocplus AI 骨傳通話降噪技術(shù)的漫步者 DreamPods 在通話性能的橫比中，完勝其他 TWS 耳機(jī)。它是如何突破傳統(tǒng)和實(shí)現(xiàn)超越的？ 本文將對(duì)骨傳導(dǎo)通話降噪技術(shù)進(jìn)行全面梳理，并對(duì)大象聲科 Vocplus AI 骨傳通話降噪技術(shù)進(jìn)行詳解，并對(duì) DreamPods，AirPods Pro，F(xiàn)reeBuds 3 三款耳機(jī)的通話降噪性能進(jìn)行對(duì)比實(shí)測(cè)。 - shenzhenware - 最近上市的漫步者的 DreamPods TWS 打出了一項(xiàng)與眾不同的賣點(diǎn)功能——AI 骨傳導(dǎo)通話降噪，這引發(fā)了我們的興趣。
通話是 TWS 耳機(jī)最重要的功能之一。但當(dāng)你身處在人聲嘈雜的咖啡廳、噪音分貝很高的地鐵和公交車站、或是快速行進(jìn)風(fēng)中，因?yàn)槟闩宕鞯?TWS 耳機(jī)通話降噪做的不好，對(duì)方常常聽不清楚你講什么，這個(gè)體驗(yàn)是非常糟糕的。深圳灣曾經(jīng)做一年前做過一期通話降噪的主流應(yīng)用案例，其中，蘋果 AirPods 的雙麥克風(fēng)加骨振動(dòng)傳感器的「語音加速」方案，以及頭戴式 Bose 700 的 8 麥克風(fēng)「雙向降噪」技術(shù)，令人印象深刻。
AirPods 的后來者們多基于單雙麥克風(fēng)與算法結(jié)合的方式，雖然多少實(shí)現(xiàn)了通話中的降噪，但實(shí)際上很難形成性能突破，在較為安靜的辦公環(huán)境表現(xiàn)尚佳，但在地鐵、馬路、機(jī)場(chǎng)、咖啡廳等日常嘈雜的環(huán)境中，接聽方的通話體驗(yàn)常常不盡人意。
漫步者的 DreamPods 這款 TWS 耳機(jī)外形與 AirPods 的一代差不多，半開放式的掛耳設(shè)計(jì)，耳機(jī)柄也保留了 AirPods 的長(zhǎng)度。整體上貌不驚人，連接、佩戴、續(xù)航、音質(zhì)等也基本符合人們對(duì)于一款 AirPods 替代品的期待。但它主打的高清通話體驗(yàn)，卻令我們發(fā)出了「WOW」的感嘆！
當(dāng)我佩戴 DreamPods 站在公交車站時(shí)，我打電話給我的同事：通話清晰嗎？回答：清晰。 公交車進(jìn)站了，你聽得到嗎？回答：聽不到，也聽不出你在車站。 我身旁走過了一對(duì)母子，熊孩子在鬧著吃冰淇淋，你聽到了嗎？回答：聽不到。 我這會(huì)兒已經(jīng)走進(jìn) KFC 了，我旁邊一桌的人正在聊端午節(jié)的旅游經(jīng)歷，時(shí)不時(shí)的還發(fā)出笑聲，你聽得到嗎？回答：聽不到，完全感受不到你旁邊有人說話。 我已經(jīng)走到室外了，這時(shí)候我迎著風(fēng)，風(fēng)很大哦，呼呼的，你聽得到風(fēng)聲嗎？回答：有一些，能感覺到和剛剛你通話的環(huán)境不同，但聽你講話是清晰的。 這就是一款 699 元的「類 AirPods」的 TWS 耳機(jī)的表現(xiàn)，通話質(zhì)量遠(yuǎn)遠(yuǎn)超出了以往我使用的其他國(guó)產(chǎn)耳機(jī)。而它也是首款應(yīng)用大象聲科 Vocplus AI 骨傳通話降噪技術(shù)的 TWS 耳機(jī)。 
骨傳導(dǎo)通話降噪技術(shù)是蘋果早在 2013 年就為 AirPods 準(zhǔn)備的專利技術(shù)，專利號(hào) US9363596B2，直到 2016 年 AirPods 才上市。專利中描述了用振動(dòng)傳感器結(jié)合麥克風(fēng)做上行降噪的方案，其中，振動(dòng)傳感器主要搜集顱骨因振動(dòng)而產(chǎn)生的聲音信號(hào)（顱骨傳音），而麥克風(fēng)則主要負(fù)責(zé)采集空氣中的聲音。采集來的聲音信號(hào)經(jīng)由蘋果的算法處理，比如，在通話場(chǎng)景中，對(duì)背景噪聲進(jìn)行削弱，對(duì)佩戴者的語音進(jìn)行增強(qiáng)，從而輸出更清晰的通話聲音，讓接聽電話的對(duì)方，有更好的通話體驗(yàn)。
△ AirPods 骨傳導(dǎo)方案 | 圖源：意法半導(dǎo)體這一技術(shù)直接為 AirPods 帶來了遠(yuǎn)超于其他跟隨者的出色的通話降噪效果。同時(shí)，因?yàn)閷＠Ｗo(hù)，為蘋果提供微型骨振動(dòng)傳感器的意法半導(dǎo)體，在直到 2019 年的三年時(shí)間里，沒有向其他企業(yè)開放這一傳感器技術(shù)。
簡(jiǎn)單來說，華為將這一新穎的用戶身份識(shí)別檢測(cè)方案，用于識(shí)別耳機(jī)佩戴者說話時(shí)的骨聲紋信息，再將 ID 信息傳遞給手機(jī)，通過 AI 自動(dòng)解鎖手機(jī)。與此同時(shí)，啟動(dòng)手機(jī)上的語音助手，再接入相關(guān)的語音服務(wù)，比如打開微信支付或支付寶支付，最終實(shí)現(xiàn)通過耳機(jī)進(jìn)行「骨聲紋支付」的功能。△ 華為 FreeBuds 2 Pro 骨聲紋 ID 官宣 這個(gè)華為在宣傳中標(biāo)榜的「黑科技」或許因?yàn)樘绮粔虺墒?，或許因?yàn)樘^于復(fù)雜，實(shí)際我們?cè)隗w驗(yàn)中，因?yàn)橄到y(tǒng)等各種限制，未能實(shí)現(xiàn)如海報(bào)所示的效果。華為官方商城的用戶留言也顯示，這個(gè)功能或者沒有上線或者體驗(yàn)非常糟糕。
但華為的骨傳導(dǎo)通話降噪技術(shù)又與蘋果有所不同。據(jù)《雪球》引用寶藏左博士的信息，華為 FreeBuds 2 Pro 和 FreeBuds 3 采用的是同一顆骨振動(dòng)傳感器，來自丹麥的 Sonion 公司的 VPU（Voice Process Unit）傳感器，型號(hào)為 VPU14AA01。華為所采用的 VPU14AA01 和蘋果所采用的 ST LIS25BA 最大的不同是：VPU14AA01 是單軸振動(dòng)傳感器，輸出的是模擬信號(hào)，而 LIS25BA 是三軸振動(dòng)傳感器，輸出的是數(shù)字信號(hào)。作者在文章中猜測(cè)華為選擇 Sonion VPU 的原因在于功耗低（單軸振動(dòng)），可以支持 Freebuds 3 能夠有與 AirPods 相當(dāng)?shù)睦m(xù)航時(shí)間。但實(shí)際上，更大的不同在于前端信號(hào)處理。△ 華為在 IFA 2019 上演示骨傳導(dǎo)通話降噪 | 圖源：深圳灣 當(dāng)我們問起，蘋果和華為的方案有何不同？大象聲科的技術(shù)專家告訴深圳灣：AirPods 和 FreeBuds 3 都是利用傳感器信號(hào)作為人聲檢測(cè)的標(biāo)志，主要用來檢測(cè)聲帶振動(dòng)。其中，AirPods 獲得的信號(hào)是數(shù)字信號(hào)，而 FreeBuds 3 獲得是模擬信號(hào)。更進(jìn)一步而言，無論是 AirPods 還是 FreeBuds 3，都依賴于傳統(tǒng)的雙麥克風(fēng)進(jìn)行波束形成（beamforming），麥克風(fēng)數(shù)量和陣列設(shè)計(jì)都會(huì)影響信號(hào)采集的精度。
為了避開蘋果的專利壁壘，一些廠商開始使用額外增加一顆麥克風(fēng)，在波束形成的基礎(chǔ)上，通過增加對(duì)耳機(jī)內(nèi)側(cè)聲音的收集，來彌補(bǔ)外部麥克風(fēng)被噪音占用后、聲音信號(hào)不足的情況。通過增加傳感器數(shù)量來豐富聲音采集的信息量雖然有效，但是片面的，更重要的是需要對(duì)數(shù)字信號(hào)進(jìn)行分析、調(diào)整、并向接聽電話的一方輸出更清晰的聲音。專家如上的意見也啟發(fā)了我們，信號(hào)處理是一門學(xué)問，就像我們寫文章，單純搜集資料是其一，消化、整理、輸出，則更考驗(yàn)功力。而再看這么多年 AirPods 在通話降噪上的體驗(yàn)一直領(lǐng)先，很大程度上在于蘋果在軟件、硬件的集成優(yōu)勢(shì)。如今，有機(jī)會(huì)打破蘋果一家獨(dú)大的局面了。
大象聲科 AI 骨傳導(dǎo)通話降噪方案，如何突破傳統(tǒng)？
漫步者 DreamPods 是首款應(yīng)用大象聲科 Vocplus AI 骨傳導(dǎo)通話降噪技術(shù)方案的 TWS 耳機(jī)。大象聲科 Vocplus AI 骨傳降噪技術(shù)是基于深度神經(jīng)網(wǎng)絡(luò)（DNN）的語音提取技術(shù)，能夠高效融合麥克風(fēng)信號(hào)和骨振動(dòng)信號(hào)，利用 DNN 強(qiáng)大的建模能力，實(shí)時(shí)分離人聲和噪聲，同時(shí)有效隔絕周圍人的聲音。
通過與大象聲科技術(shù)團(tuán)隊(duì)的交談，我們了解到了用于 DreamPods 的 AI 骨傳通話降噪技術(shù)，在以下幾個(gè)層面實(shí)現(xiàn)了對(duì)傳統(tǒng)通話降噪技術(shù)的突破。1、對(duì)于復(fù)雜噪音信號(hào)的建模能力傳統(tǒng)信號(hào)處理本質(zhì)上基于線性濾波的思想，對(duì)語音和噪聲信號(hào)建模。但傳統(tǒng)信號(hào)處理模型假設(shè)過于簡(jiǎn)單，無法針對(duì)咖啡館等環(huán)境所產(chǎn)生復(fù)雜噪音信號(hào)，進(jìn)行有效的刻畫。而大象聲科采用的是深度學(xué)習(xí)技術(shù)，能夠?qū)Ω鼮閺?fù)雜的信號(hào)進(jìn)行有效刻畫。2、更強(qiáng)的 AI 自適應(yīng)能力同時(shí)，傳統(tǒng)信號(hào)處理采用的是人工設(shè)計(jì)的算法對(duì)模型參數(shù)進(jìn)行估計(jì)，很難自動(dòng)適應(yīng)各種場(chǎng)景，導(dǎo)致后期調(diào)參工作量十分巨大。在同一顆支持通話降噪的芯片上設(shè)計(jì)的產(chǎn)品，因?yàn)閳F(tuán)隊(duì)在算法調(diào)教上的思路不同，或是打磨的時(shí)間長(zhǎng)短不一，導(dǎo)致在不同的產(chǎn)品上、不同的環(huán)境中，通話效果差別很大。大象聲科的 AI 語音降噪技術(shù)，是一種基于數(shù)據(jù)驅(qū)動(dòng)的方法，模型參數(shù)通過使用海量的訓(xùn)練樣本自動(dòng)估計(jì)，使算法有更強(qiáng)的適應(yīng)能力。
3、對(duì)佩戴者語音通話的人聲識(shí)別能力用戶使用 TWS 耳機(jī)的場(chǎng)景復(fù)雜多變，對(duì)降噪算法的挑戰(zhàn)更大。尤其是在某些極端的場(chǎng)景中（如嘈雜的地鐵車站、擁擠的地鐵車廂），耳機(jī)麥克風(fēng)收到的語音信號(hào)幾乎完全被噪音遮蓋，佩戴者在通話時(shí)的人聲很難被準(zhǔn)確識(shí)別，同時(shí)，車廂里其他干擾的人聲也不能被有效隔離。這時(shí)候，一顆骨傳導(dǎo)傳感器（即 AirPods 中使用的語音加速傳感器）就可以準(zhǔn)確接收佩戴者說話時(shí)的骨振動(dòng)信號(hào)，不受外部噪音的干擾。大象聲科是國(guó)內(nèi)首家與意法半導(dǎo)體合作推出骨傳導(dǎo)通話降噪的算法廠商，軟硬結(jié)合，獨(dú)立性更強(qiáng)。
4、通過算法彌補(bǔ)骨傳導(dǎo)傳感器或麥克風(fēng)信號(hào)采集的不足單純使用骨傳導(dǎo)傳感器，在不加任何算法的情況下幾乎可以完全隔絕外部噪音。但其最大的問題是，骨傳導(dǎo)傳感器采集的信號(hào)頻率寬度有限，在實(shí)際耳機(jī)產(chǎn)品上，上限頻率只能到達(dá) 800Hz 左右，無法滿足通話需求。換句話說，普通麥克風(fēng)頻寬夠，但有噪聲，而骨傳導(dǎo)傳感器無噪聲，但頻寬有限。大象聲科骨傳導(dǎo)通話方案同時(shí)使用骨傳導(dǎo)傳感器和單顆麥克風(fēng)，利用 AI 技術(shù)將二者采集的信號(hào)進(jìn)行有機(jī)的融合。利用骨傳導(dǎo)信號(hào)提供的重要聲學(xué)特征（如 VAD 和基音信息）對(duì)麥克風(fēng)信號(hào)進(jìn)行降噪和融合，達(dá)到比直接對(duì)麥克風(fēng)信號(hào)進(jìn)行降噪更好的效果。并且，整個(gè)這一過程由 AI 自動(dòng)完成，不需要進(jìn)行人工提取特征參數(shù)。
如前文所述，AirPods 采用骨傳導(dǎo)傳感器 + 2 顆麥克風(fēng)的方案，利用骨傳導(dǎo)信號(hào)幫助估計(jì)波束成形的參數(shù)，提升降噪效果。顯然，受限于麥克風(fēng)的數(shù)量，波束成形的降噪能力依然有限。而大象聲科的 AI 骨傳導(dǎo)通話降噪方案，本質(zhì)上依然是基于深度學(xué)習(xí)的單麥降噪技術(shù)，只是借助了骨傳導(dǎo)信號(hào)所提供的信號(hào)，并將骨振動(dòng)傳感器信號(hào)和用于通話麥克風(fēng)信號(hào)一起送入 DNN，經(jīng) DNN 模塊預(yù)測(cè)，實(shí)時(shí)分離人聲和背景噪聲，提取清晰人聲，從而大幅度提升通話的清晰度。以上幾方面的技術(shù)疊加，最終實(shí)現(xiàn)了 DreamPods 這款耳機(jī)在超低信噪比場(chǎng)景的高清通話，以及對(duì)于周圍人聲干擾的完全隔離——也就是前文描述的，通話對(duì)方感覺不到你身處噪音環(huán)境，感覺不到你旁邊有人說話。△ 大象聲科創(chuàng)始人苗健彰（Eric Miao） | 圖源：深圳灣
橫比分析：DreamPods，AirPods Pro，F(xiàn)reeBuds 3 通話降噪性能實(shí)測(cè)在大象聲科技術(shù)團(tuán)隊(duì)的指導(dǎo)下，我們對(duì) DreamPods、AirPods Pro 和 FreeBuds 3 這三款 TWS 的通話降噪效果，進(jìn)行了一次專業(yè)的降噪性能測(cè)試。測(cè)試選擇的環(huán)境是十字路口噪聲場(chǎng)景下，對(duì)比方法是三組兩兩對(duì)比測(cè)試。我們將左右兩耳分別佩戴 AirPods Pro 和 DreamPods，兩個(gè)耳機(jī)分別連上手機(jī)藍(lán)牙打電話，并開啟華為手機(jī)自帶的電話錄音功能，錄下通話音頻。
△ AirPods Pro vs DreamPods 對(duì)比音頻在該場(chǎng)景下，二者語音都非常清晰，聲音連續(xù)。從降噪方面，DreamPods 對(duì)于穩(wěn)態(tài)和非穩(wěn)態(tài)噪聲都抑制的非常好。細(xì)微之處，AirPods Pro 在 5.5s 的頻譜圖上，表現(xiàn)出明顯的非穩(wěn)態(tài)噪音——實(shí)際體驗(yàn)則是非常清晰的鳴笛聲，而這種聲音往往會(huì)對(duì)目標(biāo)人聲造成一定的干擾。而在同一時(shí)間段，DreamPods 幾乎看不到噪音譜——正如我們開篇體驗(yàn)的那樣，幾乎完全聽不到公交車的鳴笛聲。我們?cè)倏匆幌?FreeBuds 3 和 DreamPods 的對(duì)比表現(xiàn)。
△ FreeBuds 3 vs DreamPods 對(duì)比音頻兩副耳機(jī)的語音通話都比較清晰，DreamPods 對(duì)于穩(wěn)態(tài)噪聲方面略優(yōu)于 FreeBuds 3，而在非穩(wěn)態(tài)噪聲方面，DreamPods 明顯優(yōu)于 FreeBuds 3。從頻譜圖上可以看出，F(xiàn)reeBuds 3 有不少穩(wěn)態(tài)噪聲的殘留。而 DreamPods 完全沒有。瞬態(tài)噪聲方面，DreamPods 也能做到幾乎完全的壓制，明顯優(yōu)于 FreeBuds 3。我們前文提到，AirPods Pro 和 FreeBuds 3 均采集了骨傳導(dǎo)信號(hào)，但因?yàn)閭鞲衅鞯牟煌罢卟杉氖菙?shù)字信號(hào)，而后者為模擬信號(hào)。二者通話降噪對(duì)比有何差異呢？
△ AirPods Pro vs FreeBuds 3 對(duì)比音頻對(duì)比頻譜圖并沒有特別大的差異。Airpods Pro 相比 FreeBuds 3 在高頻上語音保留更多，聽起來更亮一些，更加清晰、飽滿。而降噪方面，F(xiàn)reeBuds 3 對(duì)于穩(wěn)態(tài)噪聲消除優(yōu)于 Airpods Pro，而對(duì)于剎車聲這樣的非穩(wěn)態(tài)噪聲，二者幾乎都沒有做相應(yīng)的抑制，因此聽上去非常的刺耳。
這兩年，隨著 TWS 藍(lán)牙芯片技術(shù)的日漸成熟，藍(lán)牙連接穩(wěn)定性、低功耗和長(zhǎng)續(xù)航，越來越多的 TWS 產(chǎn)品涌入市場(chǎng)。在市場(chǎng)完成初步的教育后，接下來各大耳機(jī)廠商比拼的就是降噪性能和差異化，而卓越的通話降噪體驗(yàn)首當(dāng)其沖。漫步者 DreamPods 只是一個(gè)縮影，只是大象聲科 AI 骨傳導(dǎo)降噪技術(shù)在 TWS 上的一次落地嘗試。但是，隨著技術(shù)的逐步成熟，我們可以看到 AI 語音技術(shù)在終端產(chǎn)品上的應(yīng)用，已然成為趨勢(shì)。未來，將會(huì)有更多的 TWS 耳機(jī)，將「AI 語音降噪」作為產(chǎn)品標(biāo)配，而大象聲科的實(shí)力，不容忽視?！?/section>
|
