摘 要：針對電力物資質(zhì)量檢測環(huán)節(jié)中的語音交互式檢測信息容易受到周圍環(huán)境因素的影響問題，提出聲音信號預(yù)加重方法研究。構(gòu)建聲音信號數(shù)學模型，分析其時域特征，以此為基礎(chǔ)，計算每幀聲音信號頻譜能量與概率分布，衡量每幀聲音信號譜熵值，檢測聲音信號端點，估計聲音信號先驗信噪比推出增益函數(shù)，以端點檢測結(jié)果為界限，以增益函數(shù)為依據(jù)，采用重疊相加運算處理聲音信號，實現(xiàn)聲音信號的預(yù)加重。實驗數(shù)據(jù)顯示，應(yīng)用提出方法預(yù)加重處理聲音信號后，其平均信噪比數(shù)值最大值為20.15 dB，充分證實了提出方法信號預(yù)加重效果較佳。

關(guān)鍵詞：質(zhì)量檢測環(huán)節(jié)；檢測信息；語音交互；電力物資；預(yù)加重

中圖分類號：TP274 + .4；TM711.2 文獻標志碼：A 文章編號：1001-5922（2024）11-0183-04

Pre-emphasis processing method of voice signal in powermaterial quality inspection link of electric power materials

ZHANG Yan 1 ，LI Yang 2 ，LIN Minghui 2 ，DONG Yuanlong 2 ，QIAN Xiying 3

（1. Ningbo New Victory Electric Co.，Ltd.，Ningbo 315000，Zhejiang China；2. State Grid Ningbo Electric Power Supply Company，Ningbo 315000，Zhejiang China；3. Ningbo Electric Power Transmission and Substation Construction Co.，Ltd.，Ningbo 315032，Zhejiang China）

Abstract：In order to solve the problem that the voice interactive detection information in the quality inspectionprocess of power materials is easily affected by the surrounding environmental factors，a pre-emphasis method ofsound signal was proposed. The mathematical model of the sound signal was constructed，and its time domain char?acteristics were analyzed，and on this basis，the spectral energy and probability distribution of each frame of thesound signal were calculated，the spectral entropy value of each frame of the sound signal was measured，the end?point of the sound signal was detected，and the prior signal-to-noise ratio of the sound signal was estimated to intro?duce the gain function. The experimental data showed that the maximum value of the average signal-to-noise ratiowas 20.15 dB after applying the proposed method to pre emphasis the sound signal，which fully proves that the pro?posed method has better signal pre emphasis effect.

Key words：quality inspection link；detection information；voice interaction；power supplies；pre emphasis

國家電網(wǎng)是國民經(jīng)濟命脈與國家能源安全的關(guān)鍵企業(yè)之一，承擔著為社會提供持續(xù)性電力能源供應(yīng)的任務(wù) [1] 。電力物資是指電力系統(tǒng)應(yīng)用到的全部設(shè)備、材料與物品，其質(zhì)量是否合格直接關(guān)系著電網(wǎng)運行安全，故需要對電力物資質(zhì)量進行精確的檢測。電力物資質(zhì)量檢測環(huán)節(jié)已經(jīng)成為電網(wǎng)管理系統(tǒng)的關(guān)鍵構(gòu)成部分，通過多種手段準確判定電力物資質(zhì)量的優(yōu)劣，為電力系統(tǒng)穩(wěn)定、安全運行提供最有效的保障 [2] 。電力物資質(zhì)量檢測環(huán)節(jié)中包含多種類型的檢測信息，由于環(huán)境噪聲、設(shè)備振動以及人耳聽覺特性等因素的影響，導致語音交互式聲音信號存在著信噪比較低、質(zhì)量較差等現(xiàn)象，容易引發(fā)電力物資質(zhì)量檢測失誤事件發(fā)生，威脅電網(wǎng)的穩(wěn)定運行。為了解決上述存在的問題，提出電力物資質(zhì)量檢測環(huán)節(jié)語音交互式檢測信息聲音信號預(yù)加重方法研究。

1 語音交互式檢測信息聲音信號預(yù)加重方法研究

1. 1 聲音信號數(shù)學模型構(gòu)建

依據(jù)電力物資質(zhì)量檢測環(huán)節(jié)語音交互式檢測信息的特點，將聲音信號數(shù)學模型劃分為3個部分，分別為聲門激勵函數(shù)、聲道調(diào)制函數(shù)與聲音輻射函數(shù)，表達式為：

由圖1可知，當估計因子 λ i 取值為0.47時，先驗信噪比估計精度達到最大值85.5%。因此，確定先驗信噪比估計因子 λ i 最佳取值為0.47。

將上述確定的先驗信噪比估計因子 λ i 與當前后驗信噪比 μ i 代入式（3）中，即可精確估計聲音信號先驗信噪比 ξ i ，為后續(xù)聲音信號預(yù)加重的實現(xiàn)提供支撐。

1. 4 聲音信號預(yù)加重實現(xiàn)

以上述估計的聲音信號先驗信噪比為依據(jù)，制定聲音信號預(yù)加重程序，具體如圖2所示。

由圖 2 可知，增益函數(shù)計算是聲音信號預(yù)加重中的關(guān)鍵環(huán)節(jié)，決定著聲音信號預(yù)加重效果的好壞 [6] 。

2 實驗與結(jié)果分析

選取基于雙層字典學習的單通道語音增強方法 [7]與面向旋翼飛機螺旋槳干擾的AM通信語音信號智能增強方法 [8] 作為對比方法，設(shè)計聲音信號預(yù)加重測試，驗證提出方法的應(yīng)用性能。

2. 1 實驗數(shù)據(jù)處理

實驗數(shù)據(jù)是聲音信號預(yù)加重測試進行的基礎(chǔ)及其前提。為了方便測試的進行，在實驗數(shù)據(jù)應(yīng)用之前對其進行一定的處理。電力物資質(zhì)量檢測環(huán)節(jié)語音交互式檢測信息聲音信號是一種短時平穩(wěn)信號，其特性能夠在10～30 ms內(nèi)保持不變。因此，為了保障實驗數(shù)據(jù)維持穩(wěn)定，采用窗函數(shù)對聲音信號進行分幀處理，具體如圖3所示。

2. 2 實驗參數(shù)確定

提出方法在聲音信號預(yù)加重過程中，采用了實驗參數(shù) — —加重系數(shù) ? ，其取值是否合理、科學直接關(guān)系著聲音信號預(yù)加重的效果，故采用訓練數(shù)據(jù)集合測試加重系數(shù) ? 與預(yù)加重聲音信號信噪比之間的關(guān)系，具體如圖4所示。

由圖4可知，當加重系數(shù) ? 取值為0.47時，預(yù)加重聲音信號信噪比達到最大值14.4 dB。因此，確定加重系數(shù) ? 最佳取值為0.47。

2. 3 實驗結(jié)果分析

以上述處理后的實驗數(shù)據(jù)以及確定的實驗參數(shù)為基礎(chǔ)，進行聲音信號預(yù)加重實驗。信噪比是顯示聲音信號預(yù)加重效果的關(guān)鍵指標。應(yīng)用提出方法與對比方法對實驗數(shù)據(jù) — —聲音信號進行預(yù)加重操作，獲得聲音信號預(yù)加重結(jié)果如圖5所示。

由圖5可知，相較于原始聲音信號來看，應(yīng)用2種對比方法獲得的聲音信號預(yù)加重結(jié)果去除了部分噪聲，但同時也對聲音信號造成了影響，使得聲音信號丟失了部分有效信息，而應(yīng)用提出方法能夠去除全部噪聲，并不會對純聲音信號產(chǎn)生影響，表明提出方法聲音信號預(yù)加重效果更好。

圖5所示結(jié)果通過觀察得到，并不具備客觀性，再加之實驗對象較少，很難體現(xiàn)實驗結(jié)論的準確性。因此，選取10組實驗數(shù)據(jù) — —聲音信號，計算聲音信號預(yù)加重后的平均信噪比數(shù)值，具體如表1所示。

由表1 可知，相較于 2 種對比方法來看，應(yīng)用提出方法獲得聲音信號預(yù)加重后平均信噪比數(shù)值更大，最大值為20.15 dB，說明聲音信號中有效信息含量更高，充分證實了提出方法信號預(yù)加重效果更好。

3 結(jié)語

電力物資質(zhì)量的優(yōu)劣直接關(guān)系著電力系統(tǒng)運行的穩(wěn)定程度。由此可見，電力物資質(zhì)量檢測環(huán)節(jié)至關(guān)重要，如何對其語音交互式檢測信息進行處理與分析也成為電力系統(tǒng)亟待解決的問題之一，故提出聲音信號預(yù)加重方法研究。實驗結(jié)果顯示，提出方法可有效去除聲音信號中的噪聲，提升聲音信號信噪比，從而達到聲音信號預(yù)加重目的，能為電力物資質(zhì)量檢測提供更有效的數(shù)據(jù)支撐。

【參考文獻】

[1] 宋鑫磊，黎莫林，詹勤輝，等. 基于SARIMA與ANFIS組合方法的電力物資需求預(yù)測[J]. 機械設(shè)計，2022，39（6）：66-72.

[2] 董慧芬，金晨陽，史志波. IF-ANP組合賦權(quán)的灰聚類飛機電能質(zhì)量評估[J]. 電力系統(tǒng)及其自動化學報，2021，33（7）：49-55.

[3] 唐忠林，楊建華，雷宏偉. 語音交互與力感知式智能牙周 探 針 開 發(fā) [J]. 傳 感 技 術(shù) 學 報 ，2021，34（11）：1555-1562.

[4] 韓云霄，邵清，符玉襄，等. 復(fù)雜噪聲中基于MFCC距離的語音端點檢測算法[J]. 計算機工程，2020，46（3）：309-314.

[5] 雷婭，方勇，張立明. 基于Takenaka-Malmquist系的語音信號壓縮與降噪方法[J]. 上海大學學報：自然科學版，2020，26（1）：33-46.

[6] 張體奎，李森森，郁濱. 蜂窩移動網(wǎng)類語音信號加密通信同步方案研究[J]. 電子測量與儀器學報，2020，32（1）：163-170.

[7] 孫林慧，吳子皓，謝可麗，等. 基于雙層字典學習的單通道語音增強方法[J]. 信號處理，2020，36（6）：1001-1012.

[8] 田斌鵬，董文方，張昆，等. 面向旋翼飛機螺旋槳干擾的AM通信語音信號智能增強方法[J]. 電訊技術(shù)，2022，62（7）：947-952.