用于主动噪声取消的递归音频预测

主动噪声取消（Active Noise Cancellation）通过生成与干扰信号产生干扰的反向信号来减少不必要的噪音。这类系统广泛应用于耳机或汽车声学中。为了有效减少噪声，需要以最小的延迟生成反向信号，从而对系统提出了严格的实时要求。这促使了前瞻性方法的发展，通过对声学信号的短期预测计算反向信号。然而，在这些时间约束下进行精确预测需要高度的计算效率，特别是在资源有限的嵌入式系统中。常规的噪声取消方法主要基于反馈和前馈结构下的自适应滤波器。较新的研究探索了复杂的机器学习模型。虽然状态空间模型已成功应用于序列建模，但在主动噪声取消的上下文中尚未系统地用于音频信号的预测。它们结合了线性递归结构和复数对角参数化，允许并行训练和高效离散化。这种架构在序列长度上保持恒定的内存需求，并允许在嵌入式硬件上进行因果实时处理。在本研究中，探讨了状态空间模型预测音频信号，以实现反向信号的实时计算。结果表明，状态空间模型能够准确预测音频信号，并在SpeechCommands和ESC-50数据集上获得较低的错误指标。分析还表明，模型在不同数据集之间具有良好的泛化能力，证明所提出的模型可以在不同的采样率下无须重新训练地使用，从而在多种系统中灵活应用。同时，针对能量分布在整个频谱的信号，预测准确性存在局限性，并且在资源限制条件下表现出的计算效率受到限制。