使用遗传算法自适应优化个人音区声学对比-压力匹配中的折衷参数

无需耳机的聆听体验

想象一下坐在汽车里，每位乘客都能清晰听到自己的音乐或通话，而旁边的人几乎察觉不到——所有这些都无需佩戴耳机。本文探讨了如何通过改进底层声学算法中一个关键控制旋钮的设定，使这种“个人音频气泡”更实用、更可靠，方法借鉴了生物进化的理念。

个人声场气泡如何工作

个人音区依赖于精心布置的扬声器，将声场塑造成在选定的“明区”（围绕听者头部）中响亮且清晰，而在相邻的“暗区”中尽可能安静。现有方法要么侧重于最大化这两个区域之间的响度差异，要么侧重于在明区忠实重现期望声源。一种被广泛采用的折衷方法，称为声学对比与质量的“折衷”算法，通过一个参数将两者结合起来，该参数指示系统在隔离与音质之间应偏向哪一侧。

单一旋钮的隐含问题

在实践中，工程师常常选择该折衷参数的中间值，认为它在保持声区分离与维持良好音质之间提供了合理平衡。作者表明这种假设并不稳固。在对简单扬声器布局进行仿真时，参数的微小变化有时会导致性能发生巨大跳变，而较大的变化却几乎没有影响。更糟的是，某些取值会使底层计算不稳定，尤其是在增加扬声器数量时。这种不稳定性意味着系统可能失效或表现出不可预测的行为，即使纸面上预测的声区分离看起来不错。

让参数进化

为了解决这些问题，研究人员将该问题转化为一个进化搜索问题。他们将折衷值视为“染色体”，并使用遗传算法——一种受自然选择启发的计算方法——来进化出更佳的设置。每个候选值都用一个适应度度量来评分，该度量同时奖励三点：强的声区分离、期望声音的低失真、以及数值计算的稳定性。算法从许多随机设置开始，反复选择较优者并对其进行交叉与变异，直到适应度得分不再提升为止。

在真实汽车中的测试

随后团队在两种真实汽车情形中测试了他们的优化设置，使用带内置扬声器的定制头枕和放在耳道中的假人头与麦克风。在一种情况下，驾驶座为明区，后排乘客座为暗区；在另一种情况下，前排副驾驶座为明区，驾驶座为暗区。在他们研究的可听频段内，遗传算法找到的“最佳”折衷值随频率变化，并且在两种座位布局间差异显著。在第一种情形中，进化出的参数相比若干传统的固定选择，既实现了更清晰的分离也带来了更干净的声音。在第二种情形中，改进较为有限，但该方法仍有助于识别能避免不稳定性的安全设置。

对日常聆听的意义

该研究得出结论：不存在一个适用于所有汽车、布局和频率的万能设定。相反，个人音频系统中关键的折衷参数应当随声学环境和聆听频率自适应调整，而进化搜索是一种可行的寻找方法。总体而言，优化后的方法通常能使系统更健壮，并在有利的配置下显著增强个人声场气泡。尽管仍需进一步改进——尤其是扩大有效聆听区域——但这项工作使在汽车及其他空间中实现无需耳机的个性化声音离日常现实更近了一步。

引用: Zhu, Y., Zhang, Z., Yin, Y. et al. Adaptive optimization of the trade-off parameter in acoustic-contrast-control-pressure-matching for personal audio zones using genetic algorithms. Sci Rep 16, 13347 (2026). https://doi.org/10.1038/s41598-026-42944-8

关键词: 个人音区, 车内声场, 遗传算法, 声场控制, 声学优化