首页 > 专利信息

用于主动降噪设备的计算架构的制作方法

用于主动降噪设备的计算架构
1.优先权声明
2.本技术要求于2020年2月12日提交的美国专利申请第16/788,365号的优先权，该美国专利申请据此全文以引用方式并入本文。
技术领域
3.本公开整体涉及个人主动降噪(anr)设备。更具体地，本公开涉及用于有效地处理不同anr处理功能的计算架构。

背景技术：

4.为了将用户的耳朵与不需要的环境声音隔离开，佩戴在用户耳朵周围的个人anr设备的耳机和其他物理配置已变得司空见惯。anr耳机通过主动生成抗噪声信号来抵消不需要的环境噪声。这些anr耳机与被动降噪(pnr)头戴式耳机形成对比，后者将用户的耳朵与环境噪声简单地物理隔离。用户特别感兴趣的是anr耳机，其也结合有音频收听功能，从而使用户能够收听以电子方式提供的音频(例如，录制音频的回放或从另一设备接收的音频)，而没有不需要的环境噪声的侵入。
5.随着anr设备变得越来越流行，对提高性能和增加更强大功能的需求推动了对更复杂计算要求的需要。例如，除了提供现有技术的信号处理之外，anr设备还承担着提供增强功能的任务，诸如提供多个i/o端口(例如，蓝牙、usb等)、高质量电话服务、噪声水平控制管理、事件处理、用户体验命令处理等。随着增加的计算要求，成本和功耗均随着更复杂的硬件被添加到anr设备而增加。

技术实现要素：

6.下文提及的所有示例和特征均可以任何技术上可能的方式组合。
7.公开了描述用于有效地处理anr设备中的不同anr处理功能的计算架构的系统和方法。
8.在一些具体实施中，所述计算架构包括至少三个不同的处理器，每个处理器被配置成执行适合于单个处理器的一组计算功能。在这些情况下，该架构允许由符合任务的要求(例如，优先级、速度、存储器资源)的处理器来处理不同类型的所需功能。通过在不同处理器之间划分功能，获得了计算效率并降低了功耗。
9.一个方面提供了一种个人主动降噪(anr)设备，其包括：通信接口，该通信接口被配置成接收源音频流和控制信号；驱动器；麦克风系统；和anr计算架构。
10.在某些具体实施中，anr计算架构包括：第一dsp处理器，其被配置成：接收源音频流和来自麦克风系统的信号，根据部署在第一dsp处理器中的一组操作参数对源音频流执行anr，以及将经处理的音频流输出到驱动器；第二dsp处理器，其被配置成：响应于对源音频流、来自麦克风系统的信号和经处理的音频流中的至少一者的分析来生成状态数据；以及改变第一dsp上的该一组操作参数；和通用处理器，其可操作地耦接到第一dsp处理器和
第二dsp处理器并且被配置成：使用通信接口传送控制信号，处理来自第二dsp处理器的状态数据，以及改变第一dsp处理器上的该一组操作参数。
11.具体实施可包括以下特征中的一个特征、或它们的任何组合。
12.在某些方面，操作参数选自：滤波器系数、压缩器设置、信号混合器、增益项和信号路由选项。
13.在其他方面，由第二dsp处理器生成的状态数据包括在经处理的音频流中检测到的错误状况。
14.在另外的方面，由第二dsp处理器生成的状态数据包括在经处理的音频流中检测到的频域过载状况。
15.在一些具体实施中，由第二dsp生成的状态数据包括：从麦克风系统和经处理的音频流检测到的声压级(spl)信息。
16.在另外的具体实施中，通信接口包括蓝牙系统。
17.在特定情况下，通用处理器包括休眠模式以节省功率，并且其中休眠模式被配置成由第一dsp处理器、第二dsp处理器和通信接口中的至少一者唤醒。
18.在某些方面，通用处理器被进一步配置成对从第二dsp处理器接收的状态数据应用机器学习。
19.在特定具体实施中，通用处理器被进一步配置成对基于时间的信号应用机器学习。在一些情况下，基于时间的信号包括从麦克风系统和/或经由蓝牙系统接收的原始音频数据块。
20.在其他方面，操作参数包括滤波器系数，并且通用处理器被进一步配置成在第一dsp处理器上计算和安装经更新的滤波器系数。
21.在一些情况下，通用处理器被进一步配置成：评估状态数据以识别个人anr的损坏状况。
22.本公开中所述的两个或更多个特征，包括本发明内容部分中所述的那些，可组合以形成在本文未具体描述的具体实施。
23.一个或多个具体实施的细节在附图和以下描述中论述。其他特征、对象和有益效果在说明书、附图和权利要求书中将是显而易见的
附图说明
24.图1示出了根据各种具体实施的具有分层计算架构的anr设备的框图。
25.图2示出了根据各种具体实施的计算架构的详细视图。
26.图3示出了根据各种具体实施的例示性个人anr可穿戴设备。
27.需注意，各种具体实施的附图未必按比例绘制。附图仅旨在示出本公开的典型方面，因此不应视为限制具体实施的范围。在附图中，类似的编号表示附图之间类似的元件。
具体实施方式
28.本公开的各种具体实施描述了用于主动降噪(anr)设备的计算架构，其包括至少三个不同的处理器，每个处理器被配置成执行适合于单个处理器的一组计算功能。因此，该架构允许由符合任务的要求(例如，优先级、速度、存储器资源)的处理器来处理每个所需功
能。通过在不同处理器之间划分功能，可获得计算效率并且可降低功耗。
29.虽然本公开提供了用于诸如采用anr的耳机的设备的架构，但出于简洁的目的省略了对anr的详尽描述。在必要的范围内，例如在2012年10月2日授予joho等人的名称为“binaural feedforward-based anr”的美国专利第8,280,066号和2012年5月22日授予carreras等人的名称为“anr signal processing topology”的美国专利第8,184,822号中描述了例示性anr系统，这两个专利的内容据此以引用方式并入本文。
30.本文所公开的解决方案旨在适用于各种各样的个人anr设备，即，被构造成至少部分地由用户佩戴在用户的至少一只耳朵附近以为至少一只耳朵提供anr功能的设备。应注意的是，尽管个人anr设备的各种特定具体实施可包括耳机、双向通信头戴式耳机、听筒、耳塞、音频眼镜、无线头戴式耳机(也称为“耳麦”)和护耳器，但特定具体实施的呈现旨在通过使用示例来促进理解，并且不应视为限制本公开的范围或权利要求覆盖范围的范围。
31.另外，本文所公开的解决方案适用于提供双向音频通信、单向音频通信(即，由另一设备以电子方式提供的音频的声学输出)或根本不提供通信的个人anr设备。此外，本文所公开的内容适用于无线地连接到其他设备、通过导电和/或光导电缆连接到其他设备、或根本不连接到任何其他设备的个人anr设备。这些教导内容适用于具有被构造为佩戴在用户的一只或两只耳朵附近的物理配置的个人anr设备，包括并且不限于具有一只或两只听筒的耳机、头戴式耳机、颈后式耳机、具有通信麦克风(例如，吊杆式麦克风)的头戴式耳机、无线头戴式耳机(即，耳麦)、音频眼镜、单耳机或成对耳机，以及结合有一只或两只听筒以实现音频通信和/或耳朵保护的帽子、头盔、衣服或任何其他物理配置。
32.除了个人anr设备之外，本文所公开和受权利要求书保护的内容还意在适用于在人可坐或站的相对小的空间中提供anr，所述空间包括并且不限于电话亭、汽车乘客舱等。
33.图1示出了个人anr设备10的框图，在一个示例中，该个人anr设备可被构造成由用户佩戴以在用户的至少一只耳朵附近提供主动降噪(anr)。个人anr设备10可具有多种物理配置中的任一种，包括结合有单个听筒以仅向用户的一只耳朵提供anr的配置，结合有一对听筒以向用户的两只耳朵提供anr的其他配置，以及结合有一个或多个独立扬声器以向用户周围的环境提供anr的其他配置。然而，应注意的是，为了讨论的简单性，仅结合图1示出和描述了单个设备10。如还将更详细地阐述的，个人anr设备10结合有除了可能进一步提供直通音频之外还可提供基于反馈的anr和基于前馈的anr中的任一者或两者的功能。
34.在图1的例示性实施方案中，anr设备10包括无线通信接口，在这种情况下为蓝牙系统12，其提供与音频网关设备(或简称网关设备)30的通信，诸如智能电话、可穿戴智能设备、膝上型计算机、平板电脑、服务器等。蓝牙系统12可例如被实现为蓝牙片上系统(soc)、蓝牙低功耗(ble)模块，或以任何其他方式。需注意，虽然anr设备10被示出为使用蓝牙系统12来提供无线通信，但也可使用任何类型的无线技术(例如，wi-fi direct、cellular等)来代替它。与anr设备10的通信还可经由与蓝牙系统12交互的第一通用串行总线(usb)端口16和/或与通用(gp)处理器24交互的第二usb端口18来进行。gp处理器24是在anr设备10上实现的至少三个处理器中的一个处理器，其他处理器是第一数字信号处理(dsp)处理器20和第二dsp处理器22，这两个处理器形成dsp系统14。
35.在典型的应用中，源音频流32经由蓝牙系统12从网关设备30接收并被传递到dsp系统14，其中第一dsp处理器20执行anr并生成经处理的音频流34，该经处理的音频流然后
经由声学驱动器26(即，扬声器)广播。麦克风系统28捕获提供给dsp系统14的环境噪声声音，以例如为anr提供用于生成的抗噪声声音的参考信号。例如，使用所捕获的声音，抗噪声信号由声学驱动器26计算和输出，其中振幅和时间偏移被计算为与周围环境中不需要的噪声声音声学地相互作用。麦克风系统28还可用于捕获电话应用等的用户语音，这些用户语音可经由输出音频流36传送到蓝牙系统12，并且然后传送到网关设备30。应当理解，麦克风系统28中的各个麦克风的数量和位置将取决于anr设备10的特定要求。此外，如所指出的，可实现任何类型的通信接口，例如usb端口16、18或其他通信端口和协议(未示出)，而不是使用蓝牙系统12来与网关设备30通信。
36.除了音频流之外，还可在网关设备30与gp处理器24之间传送控制信号40。控制信号40可例如包括：来自网关设备30的数据包(例如，用以更新可控噪声消除(cnc)水平)；被传送到网关设备30的anr设备生成的数据包(例如，用以提供一对耳塞之间的协调)；用户生成的控制信号(例如，跳到下一首歌曲、接听电话、设置cnc水平等)等。此外，如本文进一步详细阐述的，gp处理器24可生成反馈42(例如，产品使用特性、故障检测等)，该反馈可被报告回网关设备30和/或诸如云平台31的远程服务。反馈42例如可用于通过提供关于如何使用anr设备10、报告错误状况等的细节来增强用户体验。
37.anr设备10通常包括附加部件(为简洁起见省略了这些附加部件)，包括例如电源、诸如gui和/或led指示器的视觉输入/输出装置、触觉输入/输出装置、功率和控制开关、附加存储器、电容输入装置、传感器等。
38.如所指出的，anr设备10的计算架构利用至少三个不同的处理器，该至少三个不同的处理器提供用于实现与anr设备10相关联的功能的模块化和分层操作平台。使用这种架构，每个处理器的处理能力都符合特定的任务，以提高系统的效率。一般来讲，第一dsp处理器20提供一组核心anr算法50，其被设计成向音频流32提供主动降噪；第二dsp处理器22提供一组信号分析(sa)算法52，其被设计成分析anr操作并提供诸如操作特性、故障等的状态数据，以及响应于anr设备10内的任何可用信号自动调整anr算法50内的参数；并且gp处理器24提供一组高级功能54，诸如管理用户控件，提供i/o处理、处理由dsp系统14生成的事件、实现功率模式水平等。
39.图2更详细地示出了处理器分层结构和特性。在该例示性实施方案中，第一dsp处理器20和第二dsp处理器22共享公共总线21，使得它们都可访问gp处理器24、麦克风系统28、音频流等。如本文所指出的，第一dsp处理器20包括一组核心anr算法50，其处理输入的音频流32(图1)，包括例如反馈回路处理、补偿器处理、前馈回路处理和音频均衡。核心anr算法50可包括操作anr参数，其例如指示滤波器系数、压缩器设置、信号混合器、增益项、信号路由选项等。核心anr算法50通常可被表征为面向流处理并且需要高水平处理器性能但相对低复杂性的过程。具体地，由核心anr算法50执行的功能旨在以最少量的处理选项和存储要求来极其快速地操作。对于这些类型的流处理功能，需要非常低的延迟，例如大约1微秒至10微秒。另外，因为第一dsp处理器20提供核心anr功能，所以只要anr设备10可操作，第一dsp处理器20就必须持续通电。因此，第一dsp处理器20被调制为使用尽可能小的功率来实现anr算法50的计算。
40.第二dsp处理器22包括一组信号分析算法52，其不直接提供anr处理，而是改为分析信号并生成例如表征anr设备10内的信号和由第一dsp处理器20执行的anr处理的状态数
据。该状态数据可包括例如故障信息、不稳定性检测、性能特性、错误状况、频域过载状况、声压级(spl)信息等。信号分析算法52执行可采用阈值和规则的不同类型的分析。例如，如果一系列频率特性偏离预期范围，则可触发故障，导致对应的“事件”被输出到gp处理器24，该gp处理器然后可采取纠正措施。
41.可在第二dsp处理器22中部署适于分析信号的任何处理。非限制性例示性信号分析算法52在例如以下专利中有所描述：2019年3月26日公布的名称为“real-time detection of feedback instability”(例如，描述不稳定性检测)的美国专利第10,244,306号；名称为“parallel compensation in active noise reduction devices”的美国公布第2018/0286374号；名称为“dynamic compensation in active noise reduction devices”的2018/0286373；名称为“automatic gain control in active noise reduction(anr)signal flow path”(例如，描述过载状况)的2018/0286375；和名称为“compressive hear-through in personal acoustic devices”(例如，描述对anr进行控制以在耳朵处产生最大响度)的美国公布第2019/0130928号，这些专利中的每个专利据此全文以引用方式并入本文。
42.如本文所指出的，第二dsp处理器22还可直接改变第一dsp处理器20的操作(即，anr)参数。例如，在特定情况下，信号分析算法52被部署成基于从算法50、52，从gp处理器24，从麦克风28中的任一个麦克风，从输入音频流32和/或从控制信号40捕获的内部信号来自动调整anr参数(即，在核心anr算法50内)以实现所需体验。例如，在某些具体实施中，使用由算法52监控的外部信号(诸如由麦克风28接收的外部声压级(spl)特性)来调整anr参数。
43.因为第二dsp处理器22不直接实现核心anr服务，所以需要相对较少量的性能，然而却提供相对较大量的计算复杂度。例如，在特定情况下，由第二dsp处理器22执行的任务可承受例如大约100微秒至10毫秒的更大的延迟量。类似于第一dsp处理器20，当设备10可操作时，第二dsp处理器也持续通电。在某些具体实施中，第二dsp处理器22被配置成执行流处理和块处理两者，并且包括适度量的数据存储和可编程性从而以有效方式来执行分析任务。
44.gp处理器24包括一组高级功能54，其是与由第一dsp处理器20执行的anr处理相差一个级别。由gp处理器24实现的特定功能54可取决于anr设备10的要求。图2示出了一组例示性功能。在某些例示性具体实施中，通信算法56处理i/o和命令处理功能。在一些情况下，通信算法56包括用于将不同的通信协议(例如，usb对蓝牙)转换成通用协议的统一消息收发接口。统一消息收发接口允许在单个位置(即，gp处理器24)中存储和实现用于解释命令的代码，并且因此允许将所有命令路由到gp处理器24以进行处理。
45.gp处理器24通常负责处理更大和更复杂的计算。在一些具体实施中，gp处理器24基于产品在他或她的头部上的适配程度来计算针对个体用户定制的“一次性”滤波器系数。在特定具体实施中，用户体验算法64基于例如控制信号40和反馈42来分析用户适配，并且通信算法56通知用户响应于适配算法来调整设备10的适配。
46.在各种具体实施中，gp处理器24还包括anr控制算法58，其响应于从dsp系统14接收的事件或响应于从网关设备30(图1)接收的控制信号40来更新第一dsp处理器20的操作参数。在某些情况下，控制算法58实现cnc(可控噪声消除)特征等。
47.如所指出的，gp处理器24可从第二dsp处理器22接收“事件”，例如指示不稳定性或一些其他问题，例如使用美国专利第10,244,306号(先前以引用方式并入本文)中所述的技术来检测。如果基于一个或多个所接收的事件需要立即改变以减轻不稳定性，则第二dsp处理器22通常将负责改变第一dsp处理器20中的anr参数。不管是否需要立即改变，gp处理器24都可记录在其本地存储器中生成的事件，并经由蓝牙系统12(图1)报告这些事件。
48.在收集了一系列事件之后，gp处理器24可利用其一个或多个算法来识别和/或处理状况。例如，如果检测到多个不稳定性事件，则部署系统健康算法62以确定是否存在更严重的问题(例如，anr设备10中的故障)。在识别出故障的情况下，系统健康算法62被配置成表征该故障，并且基于故障的性质，系统健康算法62直接发起dsp处理器20上的anr参数改变。在其他情况下，系统健康算法62采取其他动作，诸如分析事件数据，将分析报告给网关设备30，应用机器学习以确定故障的原因等。如所指出的，将anr设备10的损坏状况报告回网关设备30以通知设备用户(或另一用户)anr设备10发生故障。
49.例如，当检测到不稳定性事件时，例如使用美国专利第10,244,306号(先前以引用方式并入本文)中所述的技术，gp处理器24记录该事件。在检测到的不稳定性事件的数量超过预定阈值的情况下，gp处理器24被配置成提供设备10看起来出现故障的通知(例如，向设备用户或另一用户)。类似地，如果在基于产品在他或她的头部上的适配程度来计算针对个体用户定制的滤波器系数时所测量的数据指示某种不寻常(例如，不良适配，如由反馈对前馈麦克风信号中的非预期差异所表征的)，则gp处理器24提供反馈，该反馈指示用户例如针对适配来调整该设备。
50.在其他情况下，部署协调算法60来协调一对耳机(例如，耳塞、罩耳式音频设备等)之间的性能。例如，响应于检测到第一耳机在低anr性能水平下工作(例如，由于检测到的故障)，协调算法60使第二耳机与第一耳机的anr性能水平匹配，以避免性能失配并确保更好的用户体验。
51.在各种具体实施中，用户体验算法64被部署为提供诸如音量、均衡等的用户控制，并实现诸如电话、音乐收听等的不同操作模式。用户体验算法64可被实现为分析传感器数据以自动控制anr设备10(例如，当在飞机上时提供特殊设置)，收集并提供可被远程分析的反馈等。在其他情况下，算法64响应anr设备10不良适配的状态数据(例如，未检测到与用户耳道的正确密封)并输出警告(例如，向设备用户或另一用户)。
52.在另外的具体实施中，gp处理器24被配置成实现机器学习模型或事件分类器。在一些示例中，gp处理器24被配置成对从第二dsp处理器22接收的状态数据应用机器学习。在更具体的示例中，gp处理器24被配置成对从第二dsp处理器22接收的状态数据和诸如原始音频数据块的基于时间的信号应用机器学习。在一些情况下，经由麦克风系统28和/或蓝牙系统12接收基于时间的信号(其可包括原始或未经处理的音频数据)(例如，作为音频流32)。涉及信号处理的例示性机器学习技术在以下专利申请中有所描述：2019年5月29日提交的名称为“automatic active noise reduction(anr)control”的美国申请第16/425,550号和2019年11月21日提交的名称为“active transit vehicle classification”的美国申请第16/690,675号，这些申请据此全文以引用方式并入本文。
53.在另外的具体实施中，为了例示gp处理器24上的各种功能54，轻量级操作系统(os)和/或功能库66可被实现为：允许容易地访问、添加和删除算法和例程；允许执行软件
更新；提供对存储装置的访问；提供更高级脚本和/或编程语言等的使用。
54.因为gp处理器24不执行任何时间关键的信号处理服务，所以可以相对低的性能来实现gp处理器24，但需要相对高量的计算复杂度，以便提供各种各样的功能。当执行功能时，延迟可相对较高，例如为约100毫秒至10秒。此外，因为不总是需要其功能，所以gp处理器24被配置成在不需要时(例如，当未检测到事件或不需要分析时)被置于较低功率模式或休眠模式。休眠模式被配置成由第一dsp处理器20、第二dsp处理器22和/或从通信接口中的一个通信接口接收的控制信号中的至少一者唤醒。一般来讲，gp处理器24不需要处理任何流处理，而是使用标准存储器配置将数据作为块处理。可根据需要例如使用内部存储装置和/或闪存驱动器来实现数据存储。
55.图3是包括图1的anr设备10的例示性可穿戴音频设备70的示意图。在该示例中，可穿戴音频设备70是包括两个耳机(例如，入耳式耳机，也称为“耳塞”)72、74的音频头戴式耳机。虽然耳机72、74以“真”无线配置(即，在耳机72、74之间没有拴系)示出，但在附加的具体实施中，头戴式音频耳机70包括拴系无线配置(由此耳机72、74经由具有无线连接的导线连接到回放设备)或有线配置(由此耳机72、74中的至少一个耳机具有到回放设备的有线连接)。每个耳机72、74被示出为包括主体76，该主体可包括由一种或多种塑料或复合材料形成的壳体。主体76可包括用于插入用户耳道入口中的出音嘴78和用于将出音嘴78保持在用户耳朵内静止位置的支撑构件80。每个耳机72、74包括用于实现本文所述的各种功能中的一些或全部功能的anr设备10。同样可使用anr设备10来实现其他可穿戴设备形式，包括环耳式耳机、音频眼镜、开耳式音频设备等。
56.应当理解，anr设备10中的一个或多个功能可被实现为硬件和/或软件，并且各种部件可包括通过任何常规方式(例如，硬连线和/或无线连接)连接部件的通信路径。例如，一个或多个非易失性设备(例如，诸如闪存存储器设备的集中式或分布式设备)可存储和/或执行用于anr设备10中的一个或多个系统(例如，蓝牙系统12、dsp系统14、gp 24等)的程序、算法和/或参数。另外，本文所述的功能或其部分，以及其各种修改(下文称为“功能”)可至少部分地经由计算机程序产品实现，例如在信息载体中有形实施的计算机程序，诸如一个或多个非暂态机器可读介质，用于执行，或控制一个或多个数据处理装置，例如可编程处理器、计算机、多个计算机和/或可编程逻辑部件的操作。
57.计算机程序可以任何形式的编程语言被写入，包括编译或解释语言，并且它可以任何形式部署，包括作为独立程序或作为模块、部件、子例程或适于用在计算环境中的其他单元。计算机程序可被部署在一个计算机上或在一个站点或多个站点分布以及通过网络互联的多个计算机上执行。
58.与实现全部或部分功能相关联的动作可由执行一个或多个计算机程序的一个或多个可编程处理器执行，以执行功能。功能的全部或部分可被实现为专用目的逻辑电路，例如fpga(现场可编程门阵列)和/或asic(专用集成电路)。适用于执行计算机程序的处理器例如包括通用微处理器和专用微处理器两者，以及任何类型的数字计算机的任何一个或多个处理器。一般来讲，处理器可接收来自只读存储器或随机存取存储器或两者的指令和数据。计算机的部件包括用于执行指令的处理器和用于存储指令和数据的一个或多个存储器设备。
59.另外，可由一个或多个联网计算设备执行与实现本文所述的全部或部分功能相关
联的动作。联网计算设备可通过网络例如一个或多个有线和/或无线网络诸如局域网(lan)、广域网(wan)、个人局域网(pan)、互联网连接设备和/或网络和/或基于云的计算(例如，基于云的服务器)来连接。
60.在各种具体实施中，被描述为“耦接”的电子部件可以经由常规的硬连线和/或无线装置链接，使得这些电子部件可以彼此传送数据。另外，给定部件内的子部件可被认为是经由常规路径链接的，这可能不一定被示出。
61.已描述了多个具体实施。然而，应当理解，在不脱离本文所述发明构思的范围的情况下，可进行附加修改，并且因此，其他具体实施在以下权利要求书的范围内。

技术特征：

1.一种个人主动降噪(anr)设备，所述anr设备包括：通信接口，所述通信接口被配置成接收源音频流和控制信号；驱动器；麦克风系统；以及anr计算架构，所述anr计算架构包括：第一dsp处理器，所述第一dsp处理器被配置成：接收所述源音频流和来自所述麦克风系统的信号，根据部署在所述第一dsp处理器中的一组操作参数对所述源音频流执行anr，以及将经处理的音频流输出到所述驱动器；第二dsp处理器，所述第二dsp处理器被配置成：响应于对所述源音频流、来自所述麦克风系统的信号和所述经处理的音频流中的至少一者的分析来生成状态数据；以及改变所述第一dsp处理器上的所述一组操作参数；以及通用处理器，所述通用处理器可操作地耦接到所述第一dsp处理器和所述第二dsp处理器并且被配置成：使用所述通信接口传送控制信号，处理来自所述第二dsp处理器的状态数据，以及改变所述第一dsp处理器上的所述一组操作参数。2.根据权利要求1所述的个人anr设备，其中所述操作参数选自：滤波器系数、压缩器设置、信号混合器、增益项和信号路由选项。3.根据权利要求1所述的个人anr设备，其中由所述第二dsp处理器生成的所述状态数据包括在所述经处理的音频流中检测到的错误状况。4.根据权利要求1所述的个人anr设备，其中由所述第二dsp处理器生成的所述状态数据包括在所述经处理的音频流中检测到的频域过载状况。5.根据权利要求1所述的个人anr设备，其中由所述第二dsp处理器生成的所述状态数据包括：从所述麦克风系统和所述经处理的音频流检测到的声压级(spl)信息。6.根据权利要求1所述的个人anr设备，其中所述通用处理器包括休眠模式以节省功率，并且其中所述休眠模式被配置成由所述第一dsp处理器、所述第二dsp处理器和所述通信接口中的至少一者唤醒。7.根据权利要求1所述的个人anr设备，其中所述通用处理器被进一步配置成对从所述第二dsp处理器接收的所述状态数据应用机器学习。8.根据权利要求7所述的个人anr设备，其中所述通用处理器被进一步配置成对基于时间的信号应用机器学习。9.根据权利要求1所述的个人anr设备，其中所述操作参数包括滤波器系数，并且所述通用处理器被进一步配置成在所述第一dsp处理器上计算和安装经更新的滤波器系数。10.根据权利要求1所述的个人anr设备，其中所述通用处理器被进一步配置成：评估所述状态数据以识别所述个人anr的损坏状况。11.一种主动降噪(anr)计算架构，所述anr计算架构包括：第一dsp处理器，所述第一dsp处理器被配置成：接收源音频流，根据部署在所述第一dsp处理器中的一组操作参数对所述源音频流执行anr，以及输出经处理的音频流；第二dsp处理器，所述第二dsp处理器被配置成：响应于对所述源音频流、麦克风输入和所述经处理的音频流中的至少一者的分析来生成状态数据，以及改变所述第一dsp中的所述操作参数；以及
通用处理器，所述通用处理器可操作地耦接到所述第一dsp处理器和所述第二dsp处理器两者并且被配置成：使用通信接口传送控制信号，处理来自所述第二dsp处理器的状态数据，以及改变所述第一dsp处理器中的所述操作参数。12.根据权利要求11所述的anr计算架构，其中所述操作参数选自：滤波器系数、压缩器设置、信号混合器、增益项和信号路由选项。13.根据权利要求11所述的anr计算架构，其中由所述第二dsp处理器生成的所述状态数据包括在所述麦克风输入和所述经处理的音频流中检测到的错误状况。14.根据权利要求11所述的anr计算架构，其中由所述第二dsp处理器生成的所述状态数据包括在所述经处理的音频流中检测到的频域过载状况。15.根据权利要求11所述的anr计算架构，其中由所述第二dsp处理器生成的所述状态数据包括从所述经处理的音频流检测到的声压级(spl)信息。16.根据权利要求11所述的anr计算架构，其中所述通用处理器包括休眠模式以节省功率，其中所述休眠模式被配置成由所述第一dsp处理器、所述第二dsp处理器和所述通信接口中的至少一者唤醒。17.根据权利要求11所述的anr计算架构，其中所述通用处理器被进一步配置成对从所述第二dsp处理器接收的所述状态数据应用机器学习。18.根据权利要求17所述的anr计算架构，其中所述通用处理器被进一步配置成对基于时间的信号应用机器学习。19.根据权利要求11所述的anr计算架构，其中所述通用处理器被进一步配置成在所述第一dsp处理器中计算和安装经更新的滤波器系数。20.根据权利要求11所述的anr计算架构，其中所述通用处理器被进一步配置成评估状态数据以识别损坏状况并且经由所述通信接口将所述损坏状况传送到外部设备。

技术总结

提供了用于个人主动降噪(ANR)设备(10)的计算架构。设备包括接收音频流(32)的通信接口(12)、驱动器、麦克风系统(28)和ANR处理平台(14)。平台包括第一DSP(20)，其被配置成：接收音频流(32)和来自麦克风系统(28)的信号，根据第一DSP(20)中的一组参数对音频流(32)执行ANR，以及输出经处理的音频流(34)。平台包括第二DSP(22)，其被配置成：响应于对源音频流(32)、来自麦克风系统(28)的信号和经处理的音频流(34)的分析来生成状态数据；以及改变第一DSP(20)上的操作参数。平台包括通用处理器(24)，其被配置成：使用通信接口(12)传送控制信号(40)，处理来自第二DSP(22)的状态数据，以及改变第一DSP(20)上的参数。及改变第一DSP(20)上的参数。及改变第一DSP(20)上的参数。