لغو فعال نویز: چگونه وارونگی فاز و اصل برهم‌نهی، صداهای با فرکانس پایین را ساکت می‌کنند

برای اینکه لغو فعال نویز کار کند، پردازنده داخلی هدفون باید موج صوتی ورودی را تشخیص دهد، معکوس دقیق آن را محاسبه کند و این پاد-موج را پیش از رسیدن نویز اصلی، به داخل مجرای گوش بفرستد. این محدودیت زمانی، تمام عملکرد این فناوری را دیکته می‌کند.

اگر پاد-موج حتی کسری از میلی‌ثانیه دیر برسد، این دو صدا به جای خنثی شدن، یکدیگر را تقویت کرده و صدایی بلندتر از محیط ایجاد می‌کنند. در حال حاضر، پردازنده‌های سیگنال دیجیتال این چرخه را در کمتر از ۲۰ میکروثانیه انجام می‌دهند و به هدفون‌های مصرفی اجازه می‌دهند تا صداهای بم و قابل پیش‌بینی را با اطمینان حذف کنند.[5]

اگر هدفون‌های لغو نویز را برای مسدود کردن صدای گریه نوزاد یا پچ‌پچ‌های تیز دفتر کار می‌خرید، ابزار اشتباهی را انتخاب کرده‌اید. این فناوری مشخصاً برای نویزهای مداوم و با فرکانس پایین (معمولاً زیر ۱۰۰۰ هرتز) مهندسی شده است. برای صداهای غیرقابل پیش‌بینی و با فرکانس بالا، این ایزولاسیون غیرفعال (یعنی همان مهر و موم فیزیکی پد فومی هدفون روی سر شما) است که وظیفه اصلی جلوگیری از ورود صدا را بر عهده دارد.[1][4]

مکانیسم اصلی هدایت‌کننده این فناوری، اصل برهم‌نهی است. وقتی دو موج صوتی در یک محیط به هم می‌رسند، دامنه‌های آن‌ها با هم جمع می‌شود. اگر موجی با قله فشار مثبت به موج دیگری با قله فشار مثبت برسد، صدا بلندتر می‌شود. اما اگر یک قله فشار مثبت با یک دره فشار منفی دقیقاً با همان اندازه برخورد کند، فشار نهایی صفر خواهد بود.[2][3]

این کاربرد خاص از اصل برهم‌نهی، تداخل ویرانگر نامیده می‌شود. برای دستیابی به آن، میکروفون خارجی هدفون، نویز محیطی اتاق را ضبط می‌کند. سپس پردازنده داخلی یک موج صوتی جدید با همان دامنه تولید می‌کند، اما فاز آن را دقیقاً ۱۸۰ درجه تغییر می‌دهد و یک تصویر آینه‌ای از صدای ورودی می‌سازد.[1][3]

سپس درایور هدفون این موج وارونه را در داخل کاپ گوش پخش می‌کند. از آنجا که موج اصلی و موج وارونه همزمان به پرده گوش می‌رسند، هوا را در تقابل کامل با یکدیگر هل داده و می‌کشند.

پایان‌نامه UPCommons در این باره اشاره می‌کند که «هدف یک سیستم کنترل فعال نویز، تولید یک میدان پاد-نویز است که از نظر دامنه کاملاً با میدان نویز اولیه مطابقت داشته و از نظر فاز در تضاد با آن باشد.» وقتی این اتفاق می‌افتد، پرده گوش هیچ تغییر فشاری را ثبت نمی‌کند و مغز سکوت را درک می‌کند.[4]

اثربخشی این سیستم کاملاً به طول فیزیکی امواج صوتی محدود است. یک موج صوتی ۱۰۰ هرتزی، مانند غرش عمیق موتور جت، تقریباً ۳٫۴ متر طول دارد. این طول موج بلند به پردازنده سیگنال دیجیتال یک پنجره زمانی نسبتاً وسیع می‌دهد تا موج را نمونه‌برداری کند، آن را وارونه سازد و در حالی که موج اصلی هنوز در حال عبور از فضای فیزیکی کاپ گوش است، آن را پخش کند.[2][4]

در مقابل، یک صدای ۳۰۰۰ هرتزی (مانند یک صدای تیز یا شکستن شیشه) طول موجی برابر با تنها ۱۱ سانتی‌متر دارد. این موج چنان سریع از قله به دره می‌رسد که پردازنده نمی‌تواند با سرعت کافی آن را محاسبه و وارونه کند. اگر پاد-موج حتی ۹۰ درجه ناهماهنگ باشد، باعث تداخل سازنده می‌شود که نویز تیز را مستقیماً در گوش کاربر تقویت می‌کند.[3][5]

برای مدیریت این چالش زمانی، تولیدکنندگان به قرارگیری دقیق میکروفون‌ها تکیه می‌کنند. سیستم‌های پیش‌خور (Feedforward) میکروفون را در قسمت بیرونی کاپ گوش قرار می‌دهند تا نویز را پیش از ورود به محفظه آکوستیک تشخیص دهند. این کار حداکثر زمان پردازش ممکن را برای تراشه فراهم می‌کند، اما سیستم نمی‌تواند آنچه را که کاربر واقعاً در داخل کاپ می‌شنود اندازه‌گیری کند تا بررسی کند آیا لغو نویز موفق بوده است یا خیر.[1][4]

سیستم‌های پس‌خور (Feedback) این مشکل را با قرار دادن میکروفون در داخل کاپ گوش و دقیقاً کنار درایور بلندگو حل می‌کنند. این امر به سیستم اجازه می‌دهد دقیقاً همان چیزی را بشنود که پرده گوش می‌شنود و هرگونه خطا در موج لغوکننده را در لحظه اصلاح کند. با این حال، از آنجا که میکروفون بسیار نزدیک به بلندگو قرار دارد، اگر میزان تقویت بیش از حد بالا برود، خطر ایجاد یک حلقه بازخورد با صدای سوت‌مانند وجود دارد.[4][5]

هدفون‌های رده‌بالای امروزی از یک رویکرد ترکیبی استفاده می‌کنند که میکروفون‌های پیش‌خور و پس‌خور را با هم ترکیب می‌کند. میکروفون خارجی وارونگی اولیه فرکانس‌های پایین و قابل پیش‌بینی را انجام می‌دهد، در حالی که میکروفون داخلی به عنوان یک حلقه اصلاح خطا عمل کرده و پاد-موج را برای تطبیق با شکل خاص مجرای گوش کاربر و کیفیت مهر و موم پد گوش تنظیم می‌کند.[1][5]

گذار از پردازش آنالوگ به دیجیتال در طول ۸۰ سال گذشته (که به پتنت‌های اولیه در دهه ۱۹۳۰ برمی‌گردد) همان چیزی است که این سیستم‌های ترکیبی را ممکن ساخته است. بر اساس یک بررسی تاریخی در IEEE Xplore در سال ۲۰۱۶، مدارهای آنالوگ اولیه سریع اما غیرمنعطف بودند و برای لغو فرکانس‌های خاصی سیم‌کشی می‌شدند. امروزه، «سیستم‌های دیجیتال انعطاف‌پذیری لازم برای پیاده‌سازی الگوریتم‌های تطبیقی پیچیده‌ای را فراهم می‌کنند که سیستم‌های آنالوگ قادر به انجام آن نیستند» و محیط صوتی را تا ۱۹۲٬۰۰۰ بار در ثانیه نمونه‌برداری می‌کنند.[5]

این پردازش دیجیتال تهاجمی یک عارضه جانبی قابل توجه ایجاد می‌کند: صدای ضعیف «هیس» که اغلب هنگام استفاده از هدفون در یک اتاق ساکت شنیده می‌شود. پردازنده و تقویت‌کننده‌های داخلی سطح پایه‌ای از نویز الکترونیکی تولید می‌کنند. از آنجا که سیستم دائماً در حال تولید صدا برای لغو محیط است، این نویز سفید سطح پایین زمانی که هیچ صدای محیطی بلندی برای پوشاندن آن وجود نداشته باشد، قابل شنیدن می‌شود.[4]

یکی دیگر از عوارض جانبی فیزیکی، «مکش پرده گوش» است؛ احساس فشاری در گوش که برای برخی کاربران آزاردهنده است. لغو فعال نویز در واقع فشار هوای استاتیک داخل کاپ گوش را تغییر نمی‌دهد. در عوض، با حذف نویز پس‌زمینه با فرکانس پایین و دست‌نخورده باقی گذاشتن صداهای با فرکانس بالا، سیستم مغز را فریب می‌دهد تا اختلاف فشاری را درک کند که شبیه به احساس اوج گرفتن در هواپیما است.[1]

مرز بعدی برای این فناوری، شفافیت تطبیقی است؛ جایی که پردازنده نه تنها نویز پس‌زمینه را لغو می‌کند، بلکه به طور انتخابی فرکانس‌های خاصی مانند آژیرهای اضطراری یا صدای شناخته‌شده انسان را از خود عبور می‌دهد. تا زمانی که سرعت پردازش از آستانه مورد نیاز برای وارونه کردن فوری صداهای گذرا با فرکانس بالا عبور نکند، مهر و موم فیزیکی هدفون همچنان دفاع اصلی در برابر صداهای ناگهانی و تیز باقی خواهد ماند.[5]