孫超 孫一暉

摘要：本文介紹了一種基于內(nèi)容比對的嵌入式實時音頻報警器，用于對廣播播出音頻內(nèi)容的檢測。該報警器采用了STM32作為音頻信號處理單元并使用了快速音頻內(nèi)容比對算法，能夠實現(xiàn)對直播間輸出信號和FM解調信號的監(jiān)測，并通過語音報警器和顯示屏對故障情況進行實時提示，從而提高報警準確率，保障播出安全，減少值班人員值班壓力。

關鍵詞：實時音頻比對 快速傅里葉變換 ARM

傳統(tǒng)廣播電臺播控所使用的音頻信號故障報警器存在許多不足，如檢測手段單一（僅能檢測電平和相位），誤報頻繁，無法對FM信號進行檢測等。單片機和DSP芯片的高速發(fā)展，使得開發(fā)一種基于內(nèi)容識別的精準故障報警監(jiān)測嵌入式平臺成為可能。我們利用ARM單片機設計了一種基于實時音頻比對算法的嵌入式報警器，可以有效地檢測到因總控或者發(fā)射部分出現(xiàn)故障而造成的FM解調信號與直播間發(fā)送信號不同的情況，保障廣播的安全播出。

功能和硬件設計

本設計使用了兩個STM32單片機，分別用于對直播間輸出信號和FM解調信號進行實時比對，直播間輸出信號和應急墊樂比對，并由主單片機負責比對結果和信號電平相位等異常報警。當音頻故障產(chǎn)生時，顯示屏和語音報警器均會作出報警響應，并將報警信息記錄在內(nèi)部存儲器中以便事后查詢。該系統(tǒng)結構如圖1。

本設計采用了STM32f407單片機作為處理單元，它是基于ARM Cortex-M4內(nèi)核的高性能、低成本、低功耗的單片機，采用了90nm制成，指令處理速度達到了210DMIPS@168MHz，片上集成多達1MB的Flash存儲器和128KB的SRAM存儲器，擁有多通道12bit 2.4Msps模數(shù)轉換器，可用于對輸入的模擬音頻信號采樣。①其高速的處理能力保證了系統(tǒng)響應的實時性。

顯示屏采用320×240分辨率的大屏LCD，可通過按鍵切換分別顯示音頻輸入信號的電平、頻譜、比對相似度和報警記錄回看等功能。語音報警部分使用預先錄好的各種報警語音內(nèi)容，通過單片機控制實時播報。

音頻比對算法

一、快速傅里葉變換。由于單片機采樣獲得的音頻信號是離散的時域信號，時域信號不能很好地反映音頻信號的特征，因而需要通過離散傅里葉變換將時域信號轉換為頻域幅值信號。快速傅里葉變換是利用計算機計算離散傅里葉變換的高效、快速計算方法的統(tǒng)稱，簡稱FFT?？焖俑道锶~變換是1965年由J.W.庫利和T.W.圖基提出的。使用這種方法能使計算機計算離散傅里葉變換的效率大大提高，特別是抽樣點數(shù)越多，F(xiàn)FT算法的優(yōu)勢越顯著。

本設計中使用STM32官方提供的DSP庫進行FFT，該庫使用基4的FFT，具有較高的執(zhí)行效率。使用72M的系統(tǒng)主頻進行256點的FFT運算，僅需0.437ms。根據(jù)采樣定理，采樣頻率必須大于采樣信號最高頻率的2倍。音頻信號的頻率范圍是20Hz到20KHz，通常使用的采樣頻率是44.1kHz。

在對信號進行256點FFT時只需調用STM32 DSP庫函數(shù)中的cr4_fft_256_stm32（）函數(shù)即可。實際調用語句為：cr4_fft_256_stm32（lBufOutArray，lBufInArray，NPT）。調用該函數(shù)之后，在lBufOutArray數(shù)組中就存放了進行FFT運算之后的結果數(shù)據(jù)，該數(shù)組中每個元素的數(shù)據(jù)格式為高16位存儲虛部，低16位存儲實部。得到FFT運算的結果數(shù)據(jù)之后，即可計算各次諧波的幅值。②將各頻率諧波幅值保存獲得頻域幅值特性數(shù)據(jù)。

二、兩路同步音頻信號的比對。直播間輸出信號和FM解調信號是兩段同步的音頻信號，對這兩路信號的比對可以利用FFT運算獲得的頻域幅值圖進行相似性檢查。首先將音頻信號分割為1s大小的音頻緩沖幀，每間隔10ms分別對兩路音頻進行256點FFT運算，因而每個音頻幀中將包括10組頻譜幅值，從每組數(shù)據(jù)中去掉誤差可能較大的頻點，計算處理后的10組頻譜幅值平均值獲得幀特征頻譜。計算兩路信號的幀特征差值序列的樣本方差S^2，當S^2小于預設的閾值時可判斷兩路信號相同。

三、直播間輸出信號和應急墊樂的比對。山東廣播電視臺使用的是infomedia音頻工作站，在自動播出模式下，如果該時間段節(jié)目未編滿將會自動播放應急墊樂，由于此時仍有音頻輸出，傳統(tǒng)音頻報警器不會報警，但是此時已經(jīng)造成節(jié)目的錯播。因而本設計加入了直播間輸出信號和應急墊樂的比對功能。

首先對應急墊樂音頻信號進行預處理。假定10～20ms內(nèi)信號為短時平穩(wěn)，其頻譜特性和一些物理特征是穩(wěn)定不變的，然后采用平穩(wěn)過程分析方法進行處理。把每10ms采集的音頻數(shù)據(jù)作為一幀，每一幀進行5次256點FFT運算取平均值作為幀特征頻譜。將該音頻信號的所有幀特征頻譜保存為二進制數(shù)據(jù)。由于數(shù)據(jù)量大于單片機片內(nèi)存儲空間，所以將其保存在片外存儲器中，當需要該數(shù)據(jù)時使用DMA功能將數(shù)據(jù)高速傳入RAM中。

在進行音頻比對的過程中，對直播間輸出信號進行相同的處理獲得幀特征頻譜，將該數(shù)據(jù)與片外存貯器中保存的墊樂信號數(shù)據(jù)進行逐幀比對。為提高比對成功率減少誤差，選取逐幀比對獲得的樣本差最小值作為單幀的比對系數(shù)，將連續(xù)十次（可設置50ms比對一次總用時5s）的比對系數(shù)求平均值，若小于預設的閾值，則判斷工作站播放了應急墊樂。此時單片機向主單片機發(fā)送中斷信號，開啟報警音并在LCD顯示報警信息。該算法對于播放墊樂故障需要至少5s的識別時間，應急墊樂長度加長則需要額外的處理時間。

四、直播間輸出信號質量檢測。本設計中對于直播間源信號電平、聲道、相位信息的檢測是由主單片機實現(xiàn)的，其中判斷是否反相的方法為：將直播間源信號左右聲道信號分別作加法和減法運算，獲得的兩個音頻信號比較電平大小，如果和音頻電平小于差音頻電平則可判斷為信號反相。

系統(tǒng)抗干擾

在設備實際使用中，由于FM解調信號容易受到發(fā)射機和檢波設備頻率響應的影響，從而獲得的特征頻譜與原信號可能會有一定的出入，因此需要多次測試獲得一個較為合適的閾值以保證監(jiān)測的準確性。另外由于廣播節(jié)目以人聲為主選擇頻點的時候只選取50Hz到10KHz之間的頻譜數(shù)據(jù)，因而對于AD轉換的采樣頻率可以降低為22KHz，以提高系統(tǒng)的識別速度和內(nèi)部存儲器的使用效率。

由于傳輸通路比較復雜，F(xiàn)M解調信號可能略慢于直播間輸出信號且時差相對固定，因此在源程序中應根據(jù)實際測試結果加入相應的輸入延時以保證監(jiān)測信號的同步性。

總結

保證廣播節(jié)目內(nèi)容安全播出是廣播電臺技術人員的主要職責。近年來不法分子對廣播的信號進行干擾次數(shù)增多，本報警器在完成基本信號檢測的前提下，也能夠自動識別頻率非法占用，為提高廣播播出質量和播出安全提供了有力保障。

（作者單位：山東廣播電視臺）

注釋：

①沈建良：《STM32F10X系列ARM微控制器入門與提高》，北京：北京航空航天大學出版社，2013年版。

②劉火良，楊 森：《STM32庫開發(fā)實戰(zhàn)指南：基于STM32F103》，北京：機械工業(yè)出版社，2017年版。