李云紅，李小英，周靜雷，潘 楊

(西安工程大學(xué) 電子信息學(xué)院, 陜西 西安 710048)

?

·信息科學(xué)·

掩蔽效應(yīng)在揚(yáng)聲器異常音檢測(cè)中的應(yīng)用

李云紅，李小英，周靜雷，潘 楊

(西安工程大學(xué) 電子信息學(xué)院, 陜西 西安 710048)

傳統(tǒng)的揚(yáng)聲器異常音檢測(cè)方法(純音檢測(cè))受主觀因素影響會(huì)出現(xiàn)漏檢、誤判等狀況,針對(duì)虛擬儀器的異常音檢測(cè)技術(shù)效率低、精度低、成本高等問(wèn)題,提出一種基于掩蔽效應(yīng)的揚(yáng)聲器異常音檢測(cè)方法,將異常音功率譜和掩蔽閾值比較,提取掩蔽閾值曲線以上的可聞異常音,再用相關(guān)系數(shù)進(jìn)行算法有效性驗(yàn)證,結(jié)果表明,(0.0,0.7]參數(shù)區(qū)間的凱撒窗使激勵(lì)和噪音的相關(guān)系數(shù)分別達(dá)到0.992 6和0.992 1,可實(shí)現(xiàn)揚(yáng)聲器異常音高效、高精度、易操作的檢測(cè)要求。

揚(yáng)聲器異常音檢測(cè)；掩蔽效應(yīng)；心理聲學(xué)模型

異常音檢測(cè)對(duì)揚(yáng)聲器的品質(zhì)保障至關(guān)重要,對(duì)于剛制造出的揚(yáng)聲器,首要的工序就是純音檢測(cè)。目前,形成的一些基于聲學(xué)儀器并按照揚(yáng)聲器主要性能測(cè)試標(biāo)準(zhǔn)對(duì)其進(jìn)行基本的常規(guī)測(cè)量,包括:頻響、頻率特性、阻抗特性、有效頻率范圍、輸入電功率等揚(yáng)聲器特性參數(shù)[1-2]。還有基于一些模擬儀器的揚(yáng)聲器異常音檢測(cè)技術(shù),但其價(jià)格昂貴、檢測(cè)效率低、操作復(fù)雜不能滿足在線檢測(cè)的要求[3]。而純音檢測(cè)是完全依靠人耳進(jìn)行的音質(zhì)優(yōu)劣的判斷,這很容易受主觀因素及各種環(huán)境條件等等影響,比如:聽(tīng)音員技術(shù)嫻熟程度不一、主觀感受不一等等[4]。

隨后,希爾伯特黃算法(HHT)[5]于1998年問(wèn)世,韋峻峰等[6]通過(guò)希爾伯特黃變換研究異常音信號(hào)包含的異常振動(dòng)模態(tài)函數(shù),進(jìn)行揚(yáng)聲器異常音判決,取得較好的效果。盧學(xué)軍等[7]通過(guò)分析揚(yáng)聲器響應(yīng)信號(hào)的時(shí)域特征,利用模式識(shí)別技術(shù)進(jìn)行了異常音檢測(cè)。黃海[8]利用Hilbert-Huang變換研究揚(yáng)聲器紙盆位移信號(hào)非線性特性。而信號(hào)分析處理方法不可避免地受到其自身局限的影響。比如:小波變換不能實(shí)現(xiàn)對(duì)信號(hào)各分量的瞬時(shí)特性的分析等[9-10]。

針對(duì)目前揚(yáng)聲器異常音檢測(cè)技術(shù)存在的不足,提出基于掩蔽效應(yīng)的揚(yáng)聲器異常音檢測(cè)方法,通過(guò)窗函數(shù),可有效改善心理聲學(xué)模型在異常音檢測(cè)中的精度,從而提高了揚(yáng)聲器異常音檢測(cè)系統(tǒng)的效率,非常適合以揚(yáng)聲器為代表的電聲器件在線檢測(cè)。

1 掩蔽效應(yīng)及心理聲學(xué)模型

1.1 掩蔽效應(yīng)

當(dāng)人耳聽(tīng)覺(jué)系統(tǒng)同時(shí)接受到兩個(gè)或多個(gè)激勵(lì)時(shí),由于某些頻譜能量的存在掩蔽了另一些頻譜能量,即其他聲音干擾致使另一種聲音被淹沒(méi)而人耳無(wú)法聽(tīng)見(jiàn),這種現(xiàn)象稱為掩蔽效應(yīng),被掩蔽掉的聲音稱為被掩蔽信號(hào),掩蔽較弱的聲音稱為掩蔽信號(hào)[11]。掩蔽效應(yīng)一般包括同時(shí)掩蔽和異時(shí)掩蔽。同時(shí)掩蔽也稱為頻域掩蔽,是被掩蔽信號(hào)和掩蔽信號(hào)同時(shí)作用產(chǎn)生的效應(yīng),屬于一種較明顯的掩蔽效應(yīng),能持續(xù)200ms。通常情況下,頻域中,一個(gè)能量較大的信號(hào)會(huì)將其附近能量較弱的信號(hào)掩蔽掉,人耳聽(tīng)覺(jué)系統(tǒng)就不會(huì)感知到較弱的聲音。而且,弱音頻率離強(qiáng)音越近,越容易被掩蔽,頻率距離越遠(yuǎn),則被掩蔽的可能性越小[12]。

當(dāng)掩蔽信號(hào)和被掩蔽信號(hào)不在同一時(shí)間發(fā)生而產(chǎn)生的掩蔽效應(yīng),叫作異時(shí)掩蔽,又稱為時(shí)域掩蔽。時(shí)域掩蔽效應(yīng)分為超前掩蔽和滯后掩蔽,前者是指掩蔽效應(yīng)發(fā)生在掩蔽信號(hào)出現(xiàn)之前的時(shí)間段,后者是指掩蔽效應(yīng)發(fā)生在掩蔽信號(hào)結(jié)束后的一段時(shí)間。由人耳聽(tīng)覺(jué)感音機(jī)理不難理解,到達(dá)人耳的信號(hào)需經(jīng)過(guò)聽(tīng)覺(jué)系統(tǒng)的處理才能將其中攜帶的信息傳到大腦進(jìn)行分析處理,所以才會(huì)產(chǎn)生異時(shí)掩蔽效應(yīng)。

在掩蔽情況下,如果當(dāng)被掩蔽音的能量達(dá)到一定的強(qiáng)度,而剛好可以被人耳聽(tīng)到,這個(gè)閾值稱為掩蔽閾值或者掩蔽門限。掩蔽門限以下的聲音將會(huì)被掩蔽掉,聲音的能量在該頻點(diǎn)掩蔽門限值上方的信號(hào)才能被人耳感知到。

研究中,以人耳的生理結(jié)構(gòu)和感知模式為基礎(chǔ),并結(jié)合人耳感音機(jī)理及人耳聽(tīng)覺(jué)掩蔽效應(yīng)原理,將復(fù)雜抽象的人耳聽(tīng)覺(jué)感音機(jī)理通過(guò)建立有效模型來(lái)模擬人耳聽(tīng)覺(jué)系統(tǒng)掩蔽特征,通過(guò)該模型可以求出輸入的仿真信號(hào)的掩蔽閾值曲線,利用掩蔽效應(yīng)去除可以掩蔽掉的聲音,以下主要圍繞心理聲學(xué)模型I展開(kāi)異常音檢測(cè)研究和分析。

1.2 心理聲學(xué)模型I

心理聲學(xué)模型I先將音頻信號(hào)經(jīng)FFT變換到頻域,再映射到臨界頻帶,劃分出有調(diào)和無(wú)調(diào)成份,依據(jù)所在頻率位置及強(qiáng)度大小分別計(jì)算單獨(dú)掩蔽閾值,最后與靜音掩蔽閾值結(jié)合,得到信號(hào)的全局掩蔽閾值。心理聲學(xué)模型I的仿真流程圖如圖1所示。

圖1 心理聲學(xué)模型I仿真流程框圖Fig.1 Psychoacoustics model I simulation diagram of the process

1)功率譜密度計(jì)算:首先對(duì)輸入的樣本語(yǔ)音信號(hào)進(jìn)行分幀處理,再對(duì)分幀后的信號(hào)進(jìn)行加窗處理,這里選用漢寧窗,然后進(jìn)行FFT變換以求取功率譜密度。圖2和圖3分別為仿真的語(yǔ)音信號(hào)及其功率譜歸一化到96dB聲壓級(jí)的功率譜密度。

圖2 樣本語(yǔ)音信號(hào)Fig.2 Samples of voice signal

圖3 樣本語(yǔ)音信號(hào)功率譜密度Fig.3 Sample voice signal power spectral density

2)頻譜成分劃分:有調(diào)和無(wú)調(diào)成分的掩蔽特征不同,需分別計(jì)算它們的掩蔽閾值。根據(jù)信號(hào)功率譜密度的局部最大值來(lái)確定頻譜中的有調(diào)成份,剩下的臨界頻帶頻譜值組成無(wú)調(diào)成分。仿真中求出的有調(diào)成分和無(wú)調(diào)成分結(jié)果分別如圖4和圖5所示。

圖4 有調(diào)成分抽取結(jié)果Fig.4 Tonal component extraction results

圖5 無(wú)調(diào)成分抽取結(jié)果Fig.5 Nontonal component extraction results

3)全局掩蔽閾值計(jì)算:根據(jù)心理聲學(xué)模型 I,分別計(jì)算有調(diào)和無(wú)調(diào)成分的掩蔽閾值,計(jì)算公式如公式(1)和公式(2)。

LTtm[z(j),z(I)]=Xtm[z(j)]+avtm[z(j)]+vf[z(j),z(I)]

(1)

LTnm[z(j),z(I)]=Xnm[z(j)]+avnm[z(j)]+vf[z(j),z(I)]

(2)

式中:LTtm[z(j),z(I)]表示在頻譜中的頻率I處的有調(diào)掩蔽分量的掩蔽閾值,LTnm[z(j),z(I)]表示在頻譜中的頻率I處的無(wú)調(diào)掩蔽分量的掩蔽閾值。有調(diào)和無(wú)調(diào)成分的掩蔽系數(shù)如公式(3)和公式(4)。

avtm[z(j)]=

[-1.525-0.275z(j)-4.5]；

(3)

avnm[z(j)]=

[-1.525-0.175z(j)-0.5]。

(4)

z(I)表示功率譜線的臨界帶率。Xtm[z(j)]和Xnm[z(j)]分別表示有調(diào)和無(wú)調(diào)成分的聲壓級(jí)電平,vf[z(j),z(I)]是掩蔽函數(shù)。

將有調(diào)和無(wú)調(diào)成分掩蔽閾值與靜音掩蔽閾值按照公式(5)計(jì)算全局掩蔽閾值,最后得到的全局掩蔽閾值曲線如圖6所示。

LTg(i)=

(5)

圖6 全局掩蔽閾值曲線Fig.6 The global masking threshold curve

2 掩蔽效應(yīng)驗(yàn)證

對(duì)圖2的樣本語(yǔ)音信號(hào)加入3個(gè)頻率分別為40Hz，200Hz，400Hz的正弦信號(hào),用心理聲學(xué)模型求得的掩蔽結(jié)果如圖7所示。再給其加入3個(gè)頻率分別為40Hz，45Hz，400Hz正弦信號(hào),結(jié)果如圖8所示。

圖7 不同頻率信號(hào)掩蔽效應(yīng)圖一Fig.7 Chart one of different frequency signal masking effect

圖8 不同頻率信號(hào)掩蔽效應(yīng)圖二Fig.8 Chart two of different frequency signal masking effect

對(duì)比圖7和圖8,不難發(fā)現(xiàn),同樣是給樣本語(yǔ)音信號(hào)中加入了3個(gè)不同頻率的信號(hào),圖7出現(xiàn)了3個(gè)較明顯的波峰,而圖8只出現(xiàn)了兩波峰,說(shuō)明第一種頻率組合下,三者之間沒(méi)有發(fā)生掩蔽,第二種情況,是40Hz將45Hz的信號(hào)掩蔽掉了,并未與400Hz的信號(hào)發(fā)生干擾現(xiàn)象。

總之,較強(qiáng)的低頻信號(hào)可以掩蔽較弱的高頻信號(hào),而且當(dāng)信號(hào)所處的頻段距離較遠(yuǎn)時(shí),那么信號(hào)彼此之間很難形成掩蔽。

3 掩蔽效應(yīng)的揚(yáng)聲器異常音檢測(cè)

3.1 異常音檢測(cè)流程

通過(guò)心理聲學(xué)模型可以求出信號(hào)掩蔽閾值曲線,掩蔽閾值曲線以下的異常音信號(hào)將會(huì)被掩蔽掉而不被人耳所感知,掩蔽閾值曲線以上的異常音將會(huì)被人耳聽(tīng)到。由此,提出一種異常音檢測(cè)算法,具體流程如圖9所示。

圖9 異常音檢測(cè)及提取算法流程圖Fig.9 Abnormal sound detection and extraction algorithm flowchart

仿真中,選取chirp信號(hào)作為激勵(lì)信號(hào)并給其加入正弦信號(hào)后的混合信號(hào)作為異常音信號(hào)進(jìn)行算法仿真。運(yùn)用心理聲學(xué)模型,將全局掩蔽閾值曲線以上的信號(hào)的功率成分提取出,初步判為噪音,并和仿真前的噪音求取相關(guān)系數(shù)。同理,從混合信號(hào)中減去提取出的噪音信號(hào)作為去噪后的激勵(lì)信號(hào),將其與原激勵(lì)信號(hào)求取相關(guān)系數(shù),通過(guò)兩組相關(guān)系數(shù)就可驗(yàn)證該算法是否有效。

3.2 算法仿真結(jié)果

按照?qǐng)D9的仿真流程,在心理聲學(xué)模型仿真中選用凱撒窗函數(shù),進(jìn)行仿真信號(hào)功率譜密度的計(jì)算,得到掩蔽閾值曲線如圖10所示。

圖10 基于凱撒窗的掩蔽閾值曲線Fig.10 The masking threshold curve based on Kaiser window

圖10是基于心理聲學(xué)模型求出的掩蔽閾值曲線,不難發(fā)現(xiàn)功率譜的最大幅值位于掩蔽閾值曲線之上,該部分不能被掩蔽掉,提取閾值曲線以上的異常音功率譜并進(jìn)行傅里葉逆變換求取其時(shí)域波形圖。并與原噪音信號(hào)進(jìn)行比較,最終得到圖11。

圖11 基于凱撒窗的異常音提取結(jié)果Fig.11 The abnormal sound extraction result based on Kaiser window

圖11為去噪后的信號(hào)及其與原激勵(lì)信號(hào)的差值信號(hào)、提出的噪音信號(hào)時(shí)域波形。

3.3 有效性驗(yàn)證

由于不同窗函數(shù)頻譜特性不同,而且不同參數(shù)下的凱撒窗也具有不同的頻譜特征,運(yùn)用不同參數(shù)下的凱撒窗及其他幾種窗函數(shù)進(jìn)行仿真分析,并分別求取兩組相關(guān)系數(shù)進(jìn)行算法有效性驗(yàn)證,仿真中得到的相關(guān)數(shù)據(jù)如表1所示。

表1 基于不同參數(shù)的凱撒窗求取的相關(guān)系數(shù)Tab.1 Based on the different parameters of Kaiser window to calculate the correlation coefficient

表1中,通過(guò)得到的3個(gè)區(qū)段參數(shù)下的相關(guān)系數(shù),不難發(fā)現(xiàn)其變化規(guī)律類似于一個(gè)分段的減函數(shù),a在(0.0,0.7]半開(kāi)半閉區(qū)間時(shí)的相關(guān)系數(shù)為恒定值,也是最大的一組相關(guān)系數(shù),說(shuō)明凱撒窗取該區(qū)間內(nèi)的參數(shù)值時(shí),算法的去噪效果最好。

下一步，我們將按照中發(fā)〔2010〕11號(hào)文件、2011年中央1號(hào)文件和2012年2月份國(guó)務(wù)院批復(fù)的西部大開(kāi)發(fā)“十二五”規(guī)劃等要求，繼續(xù)把西部地區(qū)的水利建設(shè)擺在優(yōu)先和突出重要的位置，著力圍繞解決西南地區(qū)的工程性缺水和西北地區(qū)的資源性缺水問(wèn)題，以這兩個(gè)問(wèn)題為重點(diǎn)全面推進(jìn)西部地區(qū)水利建設(shè)和水資源綜合管理。重點(diǎn)做好以下五個(gè)方面的工作：

4 結(jié) 語(yǔ)

以掩蔽效應(yīng)原理為基礎(chǔ),對(duì)心理聲學(xué)模型I

及掩蔽效應(yīng)進(jìn)行了仿真研究,并提出了基于掩蔽效應(yīng)的異常音檢測(cè)算法,通過(guò)在Matlab環(huán)境下仿真,運(yùn)用不同參數(shù)的凱撒窗函數(shù)進(jìn)行算法有效性驗(yàn)證,得到了一組最大的相關(guān)系數(shù),其中,噪音的最大相關(guān)系數(shù)為0.992 1;激勵(lì)的最大相關(guān)系數(shù)0.992 6,不僅驗(yàn)證了該算法的有效性,也說(shuō)明了在(0.0,0.7]參數(shù)區(qū)間的凱撒窗,對(duì)基于心理聲學(xué)模型的揚(yáng)聲器異常音檢測(cè)最為有效,可以有效提高異常音檢測(cè)系統(tǒng)的精度。

[1] 王琳娜,景妮琴,吳國(guó)喬,等.通過(guò)揚(yáng)聲器振膜位移測(cè)試頻響曲線[J].中國(guó)測(cè)試, 2013, 39(5):31-33.

[2] 周楊.基于虛擬儀器技術(shù)的混合信號(hào)電路自動(dòng)測(cè)試系統(tǒng)研究[D].長(zhǎng)春：吉林大學(xué),2013.

[3] 馬牧.基于虛擬儀器的分布式測(cè)試系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].西安：西安電子科技大學(xué),2012.

[4] 李宏斌,徐楚林,溫周斌，等. 基于短時(shí)傅里葉變換的異常音檢測(cè)方法[J].聲學(xué)技術(shù),2014，33(2):145-149.

[5] 胡海翔. 基于Hilbert-Huang變換的情感語(yǔ)音特征提取研究[D].長(zhǎng)沙：長(zhǎng)沙理工大學(xué),2013.

[6] 韋峻峰,楊益,溫周斌，等. 一種揚(yáng)聲器異常音的時(shí)域特征檢測(cè)方法[J].振動(dòng)與沖擊,2011,30(10):122-128.

[8] 黃海.揚(yáng)聲器非線性特性的Hilbert-Huang變換分析[J].浙江大學(xué)學(xué)報(bào)：工學(xué)版,2005，39(3):385-391.

[9] 汪輝.分?jǐn)?shù)階小波變換理論及其應(yīng)用研究[D].西南交通大學(xué), 2014.

[10] 張曉娜.基于Hilbert-Huang變換的局部場(chǎng)電位響應(yīng)調(diào)諧特性研究[D].鄭州：鄭州大學(xué),2013.

[11] 顏利君. 基于噪聲估計(jì)和掩蔽效應(yīng)的語(yǔ)音增強(qiáng)[D].成都：西南交通大學(xué), 2014.

[12] 張冠軍,郁梅,廖義，等. 基于立體掩蔽效應(yīng)的非對(duì)稱立體視頻編碼算法[J]. 寧波大學(xué)學(xué)報(bào)：理工版,2014，27(1):44-47.

(編 輯曹大剛)

The application of masking effect in the speaker abnormal sounds detection

LI Yun-hong, LI Xiao-ying, ZHOU Jing-lei, PAN Yang

(School of Electronics and information, Xi′an Polytechnic University, Xi′an 710048， China)

Pure sound detection is the traditional abnormal sound detection method of loudspeaker, which is affected by many subjective factors, leading to listening leakage, misjudgment.The abnormal sound detection technologies based on the virtual instrument have shortcomings of low efficiency, low precision, high cost and so on. Given all of this, based on masking effect, this paper puts forward an abnormal sound detection method of loudspeaker, which extracts the audible abnormal sound above the masking threshold value curve, by comparing the abnormal sound power spectrum with the masking threshold, and uses the correlation coefficient to carry on the algorithm validity confirmation. The results shows the Caesar window in the (0.0,0.7] parameter interval makes the correlation coefficient of the incentive and noise reach 0.992 6 and 0.992 1 respectively, which achieves the detection requirements of high performance, high precision and easy operation effectively.

the abnormal sound detection of the loudspeakers; masking effect; the psychoacoustic model I

2014-12-23

西安市科技局技術(shù)轉(zhuǎn)移促進(jìn)工程基金資助項(xiàng)目(CXY1431(4))；國(guó)家級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃基金資助項(xiàng)目(201410709024)；西安工程大學(xué)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃基金資助項(xiàng)目(201403018)；陜西高等教育教學(xué)改革研究基金資助項(xiàng)目(13BZ60)；陜西省教育廳科研計(jì)劃基金資助項(xiàng)目(14JK1319)；陜西省科技廳自然科學(xué)基礎(chǔ)研究計(jì)劃基金資助項(xiàng)目(2013JC2-15)

李云紅,女,遼寧錦州人,副教授，博士，從事紅外熱像測(cè)溫技術(shù)、圖像處理、信號(hào)與信息處理技術(shù)研究。

TB52+3;TB54

：ADOI：10.16152/j.cnki.xdxbzr.2015-02-009