音频处理算法助升小型扬声器的音质

如果将显示屏和电路板考虑在内的话，那么留给扬声器的空间就不多了。现在，让我们想象一下家庭影院中一个低音炮扬声器所占的空间大小，也许大多数人会觉得这完全是两码事甚至不具备任何可比性。从某种程度上来讲，的确可以这么理解。然而事实上，即便他们确实是两种截然不同的应用，但它们运行的内容却日趋相似。移动通信的高速技术(3G、3.5G、4G)及其支撑网络实现了手机音频和视频的下载功能和回放功能。手机用户在希望更高带宽的同时，也希望能有更好的音频和视频质量享受。

问题是提升音频质量并非易事。手持设备生产厂商面临着诸多限制，其中两个主要因素就是手机外形尺寸的大小，以及音频文件的压缩程度。下面我们这两方面做些讨论。

外形尺寸

扬声器通过前后移动隔膜将电能转化为声波。隔膜推动空气，产生声波，经由我们的耳朵转化为声音。考虑到上面提到的尺寸限制，手机能够供以移动的空间并不大，所以只能使用带有很小隔膜的小型扬声器，而只允许小范围的移动。

在静态集成电路里，由于扬声器需要移动而显得有些麻烦。而小扬声器没法产生很好的音频效果，而当中要数低音频率所受影响最大了。从小型便携式消费类电子产品中获得高质的音频效果确实是个挑战，而要想应对该挑战，只能依靠由工业、机电、电子学领域的设计师们组成的交叉功能团队来实现了。电子工程师提出了这一个倡仪：使用音频处理算法。

压缩音频

音频通常被压缩成较小文件以供用户下载。文件压缩是通过编码算法实现的(如MP3)。文件的减小可能会造成信息的缺失，最终影响音频效果。在这种情况下，音频处理算法同样也可以派上用场。

音频处理算法

目前，音频信号处理并提高收听体验的算法多种多样。

基本处理算法是通过均衡器过滤不同频带振幅变化，从而克服扬声器的缺陷。通过观察扬声器的频率响应，我们可以判断出哪些可以重现哪些不能，然后可以相应地设计出均衡曲线。目标就是获取具恒定振幅的音频，无论扬声器频率的大小如何。

基本均衡的利用在当前已经十分普遍，市面上销售的大多数音频转换器都使用了均衡技术。但遗憾的是，有时这还不足以改善音频质量。事实上，扬声器具有随着音频信号的强弱而发生改变的频率响应(参见图1)。

图1：扬声器+音箱频率响应以及信号电平失真。

为了弥补这个影响，必须得使用动态滤波器。扬声器的频率响应会随着信号振幅发生变化，而这些滤波器的极点与零点也会随其变化而变化。实施动态滤波器时，类似DSP的处理功能必不可少。绝大多数低功率音频转换器的功率都不能实现这一点。

另一个有趣的算法是低音增强。该算法通过利用基频缺失(missing fundamental)的音质原理改善了低音频率的重现。

观察小型扬声器的频率响应，我们可以发现它们的低音响应是3分贝，其范围达数百赫兹。这就是说这样的扬声器并不能很好地重现更低的频率了。用这些低频率驱动扬声器是没意义的(扬声器不能够重现这些低频音频)，甚至是有害的。低频率将迫使扬声器作超出其能力范围的移动，最终会给更高频率造成更多的失真。

低音增强(参见图2)汲取扬声器无法重现的低音内容，再将其抬高一个倍频至扬声器能够很好工作的位置。比如：假设扬声器为300赫兹点上3分贝，而播放内容仅为200赫兹，这时低音增强便会将之提升到400赫兹，使其得以播放。考虑到音频内容是8度音，人的耳朵和大脑会被诱导认为听到了低频内容(基频缺失原理)。现在，我们可以采用滤波器去除所有这些不能被重现的低音频内容使其无法到达扬声器。低音增强及高通滤波器的同步使用将可以极大地改善小型扬声器的低音重现功能。

图2：低音增强原理。

音频也可以通过虚拟化法(也称为3D)加以改善。其通过创造沉浸式听觉体验，增强了经由扬声器或耳机播放出来的音频。虚拟化算法使音响得以扩大，甚至能让小型便携设备有效产生出虚拟环绕立体声。他们对经由立体声系统双通道播放出来的音频进行了异同点分析，并对其进行强化，从而使用户相信声音来自于四面八方。这种算法利用了所谓的人脑相关转换功能(HRTF)，其解释了声音是如何与人类大脑、耳朵、大脑系统相互作用并如何被人脑所诠释的。

另一些算法则主要是集中在改善压缩音频。在这种情况下，他们试图恢复在压缩过程中丢失了的信息。其往往能对高音频内容起特别作用(大约1千赫兹)，提高了清晰度。这种算法实现了高音频，如电影里的雨声或歌曲里的吉他独奏，可以栩栩如生得到重现。

很多的音频转换器(ADC、CODEC以及DAC)都支持音频高级处理功能。在TI，音频数字信号处理器(DSP或miniDSP)中都运行了这些算法，这些算法集成到了音频转换器中。这款迷你数字信号处理器是在　PurePath Studio图像开发环境中进行编程的。TLV320AIC36凭借其模拟输入与输出的特性成为了众多手机产品可以使用的一款器件之一。

总之，实现手持设备的高质量音频重现是一项艰巨而复杂的任务，它要求要有交叉功能设计团队的投入。幸运的是，电子工程师现在已经找到了正确的工具：音频处理算法，诸如现在描述的这些。