Частотно-взвешенное пространственно-избирательное активное шумоподавление для открытых наушников

Работа настраивает активное шумоподавление в открытых наушниках так, чтобы подавлять внешний шум, не разрушая полезную речь, проходящую через акустическую утечку. В отличие от одного широкополосного ограничения, ошибка сохранения речи получает частотно-зависимый вес, согласованный с её спектром или разборчивостью.

Метод. Низкозадержочный временной фильтр оптимизируется по измеренным импульсным характеристикам. Сравниваются скалярный вес, SII, MIRS, долгосрочный средний спектр речи LTASS и оракул, использующий чистую текущую речь. Параметр мягкого ограничения строит кривую обмена между подавлением шума и искажением полезного сигнала.

Результаты. Обычный ANC подавляет шум на 39,0 дБ, но сильно искажает речь; жёсткое ограничение даёт SI-SDR 19,6 дБ при подавлении лишь 9,5 дБ. При SNR утечки −5 дБ LTASS достигает прироста PESQ 0,93 при SI-SDR 10,1 дБ и прироста ESTOI 0,38 при 11,8 дБ. Оракул даёт 0,92/16,7 дБ и 0,39/15,0 дБ соответственно.

Ограничения. Результаты основаны на объективных PESQ и ESTOI, без прослушивания. Импульсные характеристики измерены для конкретной геометрии устройства, а полезная речь и шум подаются в контролируемых условиях. Практическая адаптация к движению наушника и головы не исследована.

Фишка из статьи. Максимальный PESQ сам по себе ведёт к неверному выбору. Вес SII даёт самый большой прирост PESQ, но достигает его при SI-SDR всего 1,0 дБ; LTASS уступает 0,08 балла PESQ, зато сохраняет речь примерно на 9 дБ чище.

Как это читать: LTASS почти повторяет перцептивный обмен оракула, но не требует доступа к чистой речи. Именно сочетание ESTOI и SI-SDR показывает практический выигрыш, который теряется при ранжировании только по PESQ.