自動(dòng)混音技術(shù)并不是一項(xiàng)新技術(shù),從上個(gè)世紀(jì)70年代開始涌現(xiàn)各種類型的自動(dòng)混音器,以及其中的各種專利到現(xiàn)在轉(zhuǎn)變?yōu)镈SP設(shè)備內(nèi)的一個(gè)功能。自動(dòng)混音器的形態(tài)也正逐漸從一臺(tái)獨(dú)立的設(shè)備到虛擬的編程算法。雖然現(xiàn)在各家的軟件算法，并不會(huì)公布，但我們可以通過了解自動(dòng)混音器內(nèi)的核心技術(shù)和原理來更好的理解和使用DSP內(nèi)的自動(dòng)混音功能。這也是本文寫作的目的。

為什么要用自動(dòng)混音技術(shù)？

要探討這個(gè)問題我們將以自動(dòng)混音技術(shù)最常用的場合——會(huì)議室來談。

1.話筒數(shù)量多。一個(gè)幾十平米的會(huì)議室往往需要塞下十幾只甚至更多的話筒。音響工程師調(diào)試時(shí)都會(huì)遇到一個(gè)現(xiàn)象：一只一只話筒調(diào)試到不嘯叫，但是開啟兩只或更多話筒時(shí)就莫名其妙的嘯叫起來。這也是音響人經(jīng)常提的一個(gè)定律：打開話筒數(shù)量增加一倍，系統(tǒng)增益增加3dB，即NOMG(Number of Open Microphone Gain)=10lg(NOM)，為了能夠同時(shí)打開足夠多的話筒和確保系統(tǒng)的穩(wěn)定，越多的話筒我們得調(diào)越多的系統(tǒng)余量。同時(shí)由于打開話筒越多拾取的環(huán)境噪音也越多，導(dǎo)致系統(tǒng)的信噪比下降，無法獲得足夠的語言清晰度。

2.不注重聲學(xué)裝修。不論是哪種廳堂更注重肯定是視覺，裝修一定要好看，大氣，莊重等。會(huì)議室也不例外，且很多會(huì)議室甚至是全玻璃結(jié)構(gòu)的根本不考慮擴(kuò)聲的需求。等到真正使用擴(kuò)聲時(shí)，才發(fā)現(xiàn)房間反射嚴(yán)重，根本沒法獲得足夠的語音清晰度和傳聲增益。。

3.話筒正對這音箱。會(huì)議室是一個(gè)面對面交流的地方，聽者和說話者都在一個(gè)空間內(nèi)，那這樣也就意味著擴(kuò)聲揚(yáng)聲器覆蓋的區(qū)域同時(shí)又需要話筒進(jìn)行拾音，所以在會(huì)議室內(nèi)幾乎都會(huì)遇到話筒正對音箱的情況。這樣直接導(dǎo)致我們無法獲得足夠的傳聲增益。

通過以上三個(gè)問題我們可以看到一個(gè)矛盾點(diǎn)：話筒多需要為系統(tǒng)留足夠的余量，但建聲環(huán)境和音箱話筒擺位又無法為系統(tǒng)提供足夠的余量。如何化解這個(gè)矛盾成為關(guān)鍵。第一個(gè)問題，不注重聲學(xué)裝修，反射嚴(yán)重，人們的習(xí)慣很難改正，也正是因?yàn)檫@點(diǎn)，現(xiàn)在會(huì)議室越來越流行采用可調(diào)指向的音柱進(jìn)行擴(kuò)聲，從一定意義上減少了部分反射，當(dāng)然這一部分內(nèi)容并不是本文探討的范疇，總之第一個(gè)問題我們幾乎沒什么可商量的余地，但這卻是最好的解決方法；第二個(gè)問題，話筒正對音箱可以通過MIX-MINUS的系統(tǒng)設(shè)計(jì)，在一定程度上得到提高，但效果有限。擺在我們面前的只有從第三個(gè)問題出發(fā)了，既然打開話筒越多會(huì)增加更多的系統(tǒng)增益，那我們就想辦法控制打開的話筒數(shù)量和減少因開啟話筒增加而增加的增益。那我們來看一下一般的現(xiàn)在有哪幾種解決方法：

1.調(diào)音師現(xiàn)場調(diào)控。調(diào)音師是最佳的人選來控制會(huì)場的話筒和音量。但是問題是當(dāng)話筒超過6只，甚至幾十只話筒時(shí)，而且會(huì)議持續(xù)幾個(gè)小時(shí)之久時(shí)，事情就沒有那么簡單了。如何來判斷某個(gè)參會(huì)人員要發(fā)言也是個(gè)問題，有時(shí)調(diào)音師也無法清楚的看到每一個(gè)參會(huì)者，很容易犯錯(cuò)?？v使我們能找來一個(gè)很厲害的調(diào)音師能解決以上問題，但是如果我們有很多的會(huì)議室時(shí)，給每一個(gè)會(huì)議室配備一個(gè)如此高水準(zhǔn)的調(diào)音師也是不合理，且其成本是無法承受的。

2.會(huì)議系統(tǒng)。很多會(huì)議室會(huì)選擇會(huì)議系統(tǒng)進(jìn)行話筒的管理和限制。通過限制話筒開啟數(shù)量確實(shí)能一定意義上減少對余量的需求。但某些會(huì)議中為了限制的數(shù)量可能會(huì)影響會(huì)議的流暢度。會(huì)議系統(tǒng)的音質(zhì)，是讓很多使用者和音響工程師所詬病的。同時(shí)會(huì)議系統(tǒng)往往混音一路的輸出到處理設(shè)備，均衡話筒時(shí)將對所有話筒進(jìn)行調(diào)整，然而實(shí)際每個(gè)話筒的均衡點(diǎn)都是不一樣的，而且還經(jīng)常會(huì)遇到，調(diào)完某個(gè)話筒，其他某個(gè)某幾個(gè)話筒嘯叫起來等現(xiàn)象。最終導(dǎo)致音質(zhì)更差，且浪費(fèi)很多調(diào)音師寶貴的時(shí)間。

3.自動(dòng)混音技術(shù)。自動(dòng)根據(jù)電平開啟或關(guān)閉話筒,能夠自動(dòng)平衡因開啟話筒數(shù)量成倍而增加的系統(tǒng)增益.其實(shí)與第一種方式很相似,只不過此時(shí)人變成了設(shè)備.那此時(shí)由于能減少對余量的需求,且話筒采用的是鵝頸話筒的形式,最終出來的聲音會(huì)比會(huì)議系統(tǒng)好很多.但實(shí)際上單臺(tái)的自動(dòng)混音器其實(shí)與會(huì)議系統(tǒng)類似，最終也是混音一路到處理設(shè)備進(jìn)行處理。這樣的處理形式其實(shí)與會(huì)議系統(tǒng)一樣存在問題。所以我們一般會(huì)推薦給客戶使用的是帶自動(dòng)混音器功能的DSP設(shè)備每只話筒都可以得到相應(yīng)精準(zhǔn)的調(diào)試，這樣音質(zhì)最優(yōu)化，同時(shí)某些具備自動(dòng)混音器直接輸出功能，可輕松做到MIX-MINUS，而這一點(diǎn)也是普通自動(dòng)混音器或會(huì)議系統(tǒng)幾乎無法實(shí)現(xiàn)的。且由于可以結(jié)合DSP自身豐富的功能，實(shí)現(xiàn)諸多會(huì)議系統(tǒng)的功能 如 主席優(yōu)先，請求發(fā)言，攝像跟蹤等等。

綜上3種解決方案，會(huì)議中多話筒處理既能達(dá)到較好的音質(zhì)，保證系統(tǒng)穩(wěn)定，又能實(shí)現(xiàn)較多會(huì)議管理功能的最好方案是采用DSP設(shè)備的自動(dòng)混音功能。了解完為什么需要使用自動(dòng)混音技術(shù)后下面就自動(dòng)混音技術(shù)的分類和技術(shù)進(jìn)行闡述。

自動(dòng)混音技術(shù)分類

從前文我們可以得到自動(dòng)混音器需具2個(gè)基本要素：1.何時(shí)及如何開啟和關(guān)閉話筒；2.如何平衡NOM增益。從技術(shù)上可以分為兩類：Gating和Gainsharing自動(dòng)混音器。

Gating

Gating自動(dòng)混音器顧名思義會(huì)有一個(gè)門限來控制話筒的開關(guān)，聲音超過門限則打開話筒，聲音低于門限則關(guān)閉話筒。那如何來獲得最佳的門限（Threshold）？

固定閾值：最簡單也是最常見的就是采用一個(gè)語音觸發(fā)開關(guān)或噪聲門，設(shè)定一個(gè)固定的值，超過這個(gè)值則話筒開啟，低于則關(guān)閉。通常這個(gè)值是可以調(diào)整的，但無法根據(jù)環(huán)境噪音自行調(diào)整，所以得到的效果往往不盡意。在很多情況下如果設(shè)置的太小，則環(huán)境噪音、鼓掌和某些音樂等聲音很容易就可以開啟話筒。設(shè)置的太高則又很容易出現(xiàn)吃字或聲音卡殼等現(xiàn)象。當(dāng)使用噪聲門等裝置還有另外一個(gè)問題就是當(dāng)全體鼓掌的情況出現(xiàn)時(shí)，所有話筒都被打開，系統(tǒng)及其容易產(chǎn)生嘯叫。由于固定閾值實(shí)現(xiàn)簡單，成本低，很多自動(dòng)混音器和軟件化的自動(dòng)混音器仍舊采用類似的方法來做決策，其最終的效果往往很差。

自適應(yīng)閾值：由于固定閾值很難得到較好的效果，各家廠商相繼推出了自己的自適應(yīng)閾值電路或算法，可根據(jù)環(huán)境噪音實(shí)時(shí)得到新的閾值，最終效果的好壞也各有差異。自適應(yīng)閾值的工作原理各有差異，但歸結(jié)起來有一下幾種類型：

1.噪聲感應(yīng)。如給每個(gè)話筒都加一個(gè)噪聲感應(yīng)的話筒，作為其環(huán)境噪聲的判斷水平。有些采用一組話筒或一個(gè)混音器一個(gè)感應(yīng)話筒的輸入作為參考環(huán)境噪音水平。這種方法是最直接的思考方式，但對感應(yīng)話筒的位置擺放要求較高。早期舒爾曾經(jīng)出過需要匹配相應(yīng)麥克風(fēng)的自動(dòng)混音器。

2.掃描閾值。由于噪聲感應(yīng)的額外投入，涌現(xiàn)出了各種通過掃描當(dāng)前每只話筒的電平然后確定一個(gè)閾值的電路或算法。而這正是體現(xiàn)廠家自動(dòng)混音技術(shù)優(yōu)劣的技術(shù)關(guān)鍵點(diǎn)。簡單的直接求平均作為閾值，也有不斷向下掃描，當(dāng)遇到最大的電平的通道則在該通道保持一個(gè)很短的時(shí)間，以此往復(fù)。做的不好的閾值電路和算法可能就會(huì)出現(xiàn)常見的“吃字”現(xiàn)象。當(dāng)使用這種方式時(shí)的好處是顯而易見的，調(diào)試人員將不需要去設(shè)置閾值，將節(jié)省大量的調(diào)試時(shí)間。

門控技術(shù)：在解決完閾值的設(shè)定問題后，實(shí)際在早期設(shè)計(jì)自動(dòng)混音技術(shù)還遇到一個(gè)問題就是開關(guān)所帶來的電子脈沖聲音。那這也是早期限制自動(dòng)混音器推廣的原因之一。那目前而言主流的廠商都是采用off-attenuation的方式來實(shí)現(xiàn)話筒的開關(guān)。off-attenuation實(shí)際就是將開關(guān)變成了通道的衰減。我們知道0dBu的信號(hào)輸出當(dāng)我們衰減-40dBu以后將幾乎聽不到任何的聲音。所以通過這種方式就很好的解決了話筒開關(guān)而帶來的噪音。

NOMA（Number of Open Microphone Attenuation）：前面我們討論的主要是閾值如何確定，以及確定了閾值后話筒如何開關(guān)的技術(shù)手段。我們還有最后一個(gè)問題，多個(gè)話筒開啟后增加的增益如何解決？一般而言Gating自動(dòng)混音器都會(huì)采用如下的電路來實(shí)現(xiàn)總體增益的平衡。采用一個(gè)計(jì)數(shù)器來記錄當(dāng)前開啟話筒的數(shù)量，然后根據(jù)數(shù)量進(jìn)行相應(yīng)的總增益衰減。如開啟兩只衰減3dB，開啟四只衰減6dB。

那前面我們談的NOMG=10lg(NOM),這是一個(gè)標(biāo)稱上的增益增加。但是我們沒有將信號(hào)的相干性考慮進(jìn)去。在一個(gè)標(biāo)準(zhǔn)的會(huì)議室，不同的講話者使用不同的話筒，信號(hào)進(jìn)入各自的麥克風(fēng)通道，則兩者我們普遍意義上理解為“不相干信號(hào)”。當(dāng)一個(gè)講話者同時(shí)對著距離相等的兩個(gè)話筒，則在話筒端將接收到兩個(gè)完全一樣的信號(hào)，我們稱此為“相干信號(hào)”。相干信號(hào)在電平上不一定要相等，但大小相差一定是很小的。另一個(gè)相干的例子就是當(dāng)會(huì)議室的門被用力的開關(guān)，書本掉在地上，或大家的鼓掌聲等很有可能在兩個(gè)或多個(gè)話筒出產(chǎn)生類似大小的信號(hào)。關(guān)于兩個(gè)信號(hào)疊加加入相位的考慮實(shí)際我們開啟話筒數(shù)量的系統(tǒng)增益是:

Et：總聲壓、電流、或電壓

E1：第一個(gè)信號(hào) 

E2：第一個(gè)信號(hào)

α：信號(hào)的相位角

由上我們可以得出實(shí)際兩個(gè)信號(hào)的疊加是0~6dB的增益增加?；诖瞬糠謴S商在做NOMA電路時(shí)將此值開放作為可調(diào)，但是當(dāng)作為可調(diào)時(shí)就增加了工程師調(diào)試時(shí)的調(diào)試參數(shù)和對技術(shù)的理解，且由于3~6dB的增加往往是較少情況出現(xiàn)，如果為了部分極少出現(xiàn)的情況而大大降低我們的系統(tǒng)增益是得不償失的。所以很多廠商會(huì)采用中間默認(rèn)為3dB的衰減。這種方式帶來的另外一個(gè)問題是開啟多只話筒可能多的增益，可能的嘯叫。則為了避免此問題我們在調(diào)試Gating自動(dòng)混音器時(shí)還需要注意在FSM(反饋穩(wěn)定余量)6dB的基礎(chǔ)上再增加至少3dB的系統(tǒng)余量來保證系統(tǒng)的穩(wěn)定運(yùn)行。

Gainsharing

前文所說Gating+Noma的自動(dòng)混音技術(shù)是一種正向思維的解決辦法，歸結(jié)起來三步走：1.話筒什么情況下開和關(guān)2.話筒如何開和關(guān)3.話筒開了如何平衡增益。而Gainsharing的技術(shù)則是一種逆向思維的解決辦法。

Gainsharing其實(shí)本質(zhì)上是一套算法，可以簡單的用下面這句話來描述，“每一路輸入進(jìn)行一定量的衰減，衰減量等于該路電平與所有通路電平總和之差，以dB加減?！边@一套簡單有效的算法由美國音頻技術(shù)大拿于上世紀(jì)70年代提出，并在1976年取得專利。在專利保護(hù)的20年內(nèi)只有幾家授權(quán)廠商在生產(chǎn)基于Gainsharing的自動(dòng)混音器。直到專利保護(hù)期過后才在市場上逐漸出現(xiàn)相關(guān)的自動(dòng)混音器，也才更多的被大家所知道Gainsharing的技術(shù)。專利這把雙刃劍，此處就不多談了。我們來看看具體的實(shí)現(xiàn)方法。

通過上圖我們可以知道，通過預(yù)先混合得到總電平，然后在通過一個(gè)比較器得出每一路電平與總電平的差值，最后調(diào)整相應(yīng)通道的VCA來實(shí)現(xiàn)增益的共享。具體公式如下：

：通道衰減前的電平即原電平

：通道衰減后的實(shí)際電平

每個(gè)通道（衰減前）的總和電平

所有加減基于dB

可能從上面的公式來看還較難理解Gainsharing。換一種較為容易理解：當(dāng)所有話筒都沒有人說話時(shí)，此時(shí)所有話筒拾取的都是幾乎等量的環(huán)境噪音，則每個(gè)話筒都分得幾乎相同的增益；當(dāng)其中一個(gè)話筒說話時(shí)，此時(shí)該話筒將得到幾乎100%的增益，而其他未說話的話筒分享剩下的增益；當(dāng)有2個(gè)話筒說話時(shí)，電平越大的拿的的增益越多，電平越小的拿的的增益越少，另一種情況就是假設(shè)兩者的電平一致，則兩者均分幾乎100%的增益，其他情況以此類推。從中我們可以看出Gainsharing永遠(yuǎn)不會(huì)有多余的增益溢出，而是不斷在分配可用增益的過程。所以從理論上可以看出，Gainsharing自動(dòng)混音可以很好的辨別出相干與非相干信號(hào)，對余量的需求將會(huì)比Gating的小。那帶給音頻工程師的益處就是減少一定的調(diào)試工作。

Gainsharing自動(dòng)混音技術(shù)面臨一個(gè)問題是當(dāng)話筒數(shù)量多的時(shí)候，沒有說話的話筒總和起來的電平將足夠大，這樣有可能導(dǎo)致實(shí)際需要擴(kuò)聲的話筒被減去過多的增益。所以對于一般的增益共享自動(dòng)混音器建議通道數(shù)少于16只。當(dāng)然也有廠商意識(shí)到了這些問題提供相關(guān)的參數(shù)設(shè)置給到工程師配置，主要通過更改分配比例來實(shí)現(xiàn)。

自動(dòng)混音器的選擇與設(shè)計(jì)注意事項(xiàng)

通過上面的介紹我們了解兩種自動(dòng)混音器的基本原理及各自的技術(shù)特點(diǎn)。那在實(shí)際的項(xiàng)目中我們該如何選擇自動(dòng)混音器？這里我給出的建議是：

1.首先盡可能測試即將使用的自動(dòng)混音器或技術(shù)是否能完成我們的工作，如Gating是否吃字，Gainsharing是否有更多話筒處理的能力等等。

2.根據(jù)自身技術(shù)能力選擇。如Gating涉及門限，門限里面包含如何設(shè)置，啟動(dòng)時(shí)間，釋放時(shí)間等等諸多的參數(shù)設(shè)置，則對此時(shí)需要充分了解每個(gè)設(shè)置的具體作用，那對技術(shù)人員的要求相對較高；而Gainsharing是一套自成體系的算法，則幾乎沒有需要你自己設(shè)置的參數(shù)，相對來說對自動(dòng)混音內(nèi)的技術(shù)本身了解的要求則大大降低。

3.現(xiàn)場系統(tǒng)余量的許可。當(dāng)現(xiàn)場余量足夠時(shí)則建議使用Gating自動(dòng)混音技術(shù)；當(dāng)現(xiàn)場余量不足時(shí)則可使用Gainsharing確保任何時(shí)候的系統(tǒng)安全。

4.積極參加各廠家的相關(guān)的培訓(xùn)，充分了解各參數(shù)對應(yīng)到的相關(guān)技術(shù)及解決的問題。

在自動(dòng)混音器系統(tǒng)內(nèi)實(shí)際要注意的除了對自動(dòng)混音技術(shù)的了解以外，同時(shí)需要確保系統(tǒng)在正確的增益結(jié)構(gòu)鏈路下。由于自動(dòng)混音技術(shù)是根據(jù)實(shí)時(shí)電平大小來決定話筒開關(guān)或增益量的，所以如果增益結(jié)構(gòu)不對很可能導(dǎo)致最終工作結(jié)果并不是你想要的結(jié)果。

自動(dòng)混音技術(shù)的應(yīng)用和發(fā)展展望

自動(dòng)混音的應(yīng)用在誕生之初是為了解決演播廳等的多話筒的管理問題，由于AV工程商的介入才發(fā)展到會(huì)議室內(nèi)使用。從而構(gòu)建一個(gè)自由無拘束的會(huì)議環(huán)境，并且大大減少會(huì)議的管理工作。但是由于中國技術(shù)的引進(jìn)以及早期的自動(dòng)混音器工作效果并不良好，所以幾乎在廣播市場很少使用，很少有人知道會(huì)議室需要用自動(dòng)混音器。但隨著越來越多國外高端廠商性能及效果良好的自動(dòng)混音器引進(jìn)，現(xiàn)在越來越多的會(huì)議室正在使用自動(dòng)混音器或帶自動(dòng)混音的DSP處理器。

實(shí)際我對自動(dòng)混音技術(shù)的理解是：多話筒的自動(dòng)化或智能化管理。所以任何需要用到多話筒的場合都可以使用自動(dòng)混音技術(shù)。這里舉兩個(gè)例子供大家參考：

近幾年很流行的大型多人社交語言類節(jié)目，現(xiàn)場幾十只的話筒的管理讓調(diào)音師絞盡腦汁。所以這種場合就需要使用自動(dòng)混音技術(shù)來減少調(diào)音師的負(fù)擔(dān)。如上圖的愛情學(xué)院最終就選擇了基于DSP的自動(dòng)混音技術(shù)結(jié)合相關(guān)DSP內(nèi)的功能很好的解決了節(jié)目話筒管理的問題。


多功能劇場劇院也是需要自動(dòng)混音技術(shù)的場合。這種類型的劇場劇院主要為開會(huì)服務(wù)，一年演出機(jī)會(huì)實(shí)際很少。然而現(xiàn)在的項(xiàng)目一般會(huì)按照標(biāo)準(zhǔn)劇院的模式去設(shè)計(jì)。往往造成開會(huì)時(shí)管理復(fù)雜，或總是需要專人管理。實(shí)際我們可以將此類場所看做一個(gè)大型的會(huì)議室。那會(huì)議室我們現(xiàn)在往往會(huì)使用DSP和DSP內(nèi)部的自動(dòng)混音來完成話筒管理，多功能的禮堂劇院同樣可以采用這樣的模式，通過合理的系統(tǒng)搭建實(shí)現(xiàn)無人值守的會(huì)議。

其他更多的應(yīng)用這里不做一一列舉，記住自動(dòng)混音幫助我們管理話筒，在任何的多話筒項(xiàng)目中你都可以考慮考慮。

目前自動(dòng)混音技術(shù)基本都市融合到各家的DSP內(nèi)作為一個(gè)功能，所以在談發(fā)展時(shí)我們應(yīng)當(dāng)站在DSP的角度去考慮技術(shù)的發(fā)展。所以幾個(gè)小點(diǎn)是我認(rèn)為可能的方向：

1.基于語音識(shí)別的自動(dòng)混音技術(shù)。就目前所能見到的自動(dòng)混音技術(shù)都是純粹基于電平來進(jìn)行管理的，這樣或多或少會(huì)出現(xiàn)誤判。而當(dāng)有語音識(shí)別的自動(dòng)混音技術(shù)出現(xiàn)時(shí)，則可以很精準(zhǔn)的啟動(dòng)和關(guān)閉話筒。當(dāng)然我這里說的語音識(shí)別并不是大家所熟悉的SIRI或科大訊飛這些，這一類是非實(shí)時(shí)的處理且允許較長的響應(yīng)時(shí)間，而在DSP內(nèi)所談的語音識(shí)別技術(shù)是在毫秒級(jí)的快速判斷，且準(zhǔn)確度必須很高，否則帶來的就是糟糕的會(huì)議體驗(yàn)。目前已有頂尖的DSP廠商能實(shí)現(xiàn)這種類型的語音識(shí)別，未來可期。

2.加入會(huì)議管理的自動(dòng)混音技術(shù)。目前而言自動(dòng)混音技術(shù)主要場合是自由發(fā)言會(huì)議的場合。根據(jù)國內(nèi)的實(shí)際情況，對會(huì)議管理要求更多的功能，則此時(shí)能通過開放式DSP內(nèi)部編程來實(shí)現(xiàn)部分如優(yōu)先等功能，但更為復(fù)雜的實(shí)現(xiàn)仍需要借助第三方來實(shí)現(xiàn)。所以加入會(huì)議管理的自動(dòng)混音也可能是一個(gè)課題。

總結(jié)

正如自動(dòng)混音技術(shù)是為廣播事業(yè)而誕生最終被AV集成商青睞，當(dāng)技術(shù)發(fā)展到足夠成熟能夠很好的完成它本應(yīng)解決的問題，技術(shù)的應(yīng)用則又會(huì)有新的發(fā)展。我們通過很好的理解技術(shù)的本源來更好的理解我們的產(chǎn)品以及為客戶提供更優(yōu)質(zhì)的溝通環(huán)境。