苹果ios啸叫频点测试软件_一种基于帧间谱平坦度偏差的啸叫检测方法与流程

本发明涉及一种啸叫检测方法。特别是涉及一种基于帧间谱平坦度偏差的啸叫检测方法。

背景技术：

1、啸叫产生的原理

啸叫是扩声系统中存在正反馈而产生的振荡。啸叫现象是指在扩声系统中传声器接受声音信号，并将其变为电信号，电信号经过扩声通路的功率放大器放大，然后由扬声器将电信号变成声音信号辐射出去，辐射出来的一部分信号通过各种路径又返回到传声器系统，形成了“扬声器—传声器—放大器—扬声器”这样的正反馈路径，如此反复循环形成正反馈。当振幅平衡条件和相位平衡条件同时满足时即产生振荡，表现为啸叫。

啸叫产生的原理如附图1所示，扩声通路输入信号x(n)由声输入信号s(n)与反馈信号f(n)经传声器拾音获得，由扩声通路中的功率放大器放大，经扬声器系统输出，然后声场反馈路径反射，形成反馈信号f(n)，将再次被传声器拾音而形成闭环系统。

根据奈奎斯特稳定判据，若存在频率ω0＝2π(f0/fs)，f0表示啸叫频率，fs表示采样率，使得G(ω)F(ω)满足以下增益和相位条件，会在频点ω0处产生自激震荡，产生啸叫。

|G(ω0F(ω0))|≥1

∠G(ω0)F(ω0)＝2πk,k为整数

G(ω)和F(ω)分别表示系统扩声增益和声场反馈路径的频率响应，可通过计算各自的短时离散傅里叶变换获得。

2、陷波器啸叫抑制法原理

基于陷波器的啸叫抑制法应用非常广泛，主要由啸叫检测以及陷波器设计两部分组成。陷波器啸叫抑制法的基本原理是通过准确检测声反馈中出现的啸叫频点并进行陷波处理，降低啸叫频点处增益，破坏啸叫产生的增益条件，达到抑制啸叫的目的。其基本框图如附图2，首先，啸叫检测模块基于一定的特征实时检测输入信号x(n)是否产生啸叫，若判定产生啸叫，则精确计算啸叫频率点，根据啸叫频率设计相应的陷波器，降低该啸叫频点处增益，抑制啸叫。

(1)啸叫检测

啸叫检测是陷波器啸叫抑制算法的关键，决定着算法啸叫抑制的效果。啸叫检测的流程如附图3所示，首先对输入信号进行分帧加窗，并通过短时离散傅里叶变换求得信号功率谱，进行频谱分析；其次确定候选的啸叫频点，通常选择每帧信号功率谱幅值较大的若干个频点作为候选的啸叫频点；然后计算特征参数，分别计算每个候选啸叫频点处的特征值；最后依据设置的检测阈值T进行检测判决。

(2)陷波器的设计

陷波器本质上为带阻滤波器，啸叫频率设计为带阻的中心频率。当检测到啸叫成分并计算出准确的啸叫频率后，就需要设计相应频率的陷波器，来降低啸叫频点处增益，达到抑制啸叫的目的。最常用的陷波滤波器是二阶IIR滤波器。IIR滤波器通过牺牲线性相位以获得良好的频率选择特性，IIR滤波器存在输出对输入的反馈，用极少的阶数就可以满足系统的需求，而且IIR滤波器设计具有现成的闭合公式，适合实时设计，以适应可能会随时发生变化的啸叫频率。

技术实现要素：

本发明所要解决的技术问题是，提供一种具有更高的检出率，综合检测性能更好的基于帧间谱平坦度偏差的啸叫检测方法。

本发明所采用的技术方案是：一种基于帧间谱平坦度偏差的啸叫检测方法，包括如下步骤：

1)预处理：对输入的待测信号进行分帧加窗；

2)利用离散傅里叶变换计算功率谱；

3)确定候选啸叫频点；

4)计算功率谱的几何平均值和算数平均值；

5)依据功率谱几何平均值GM(i,ωk0)和功率谱算数平均值AM(i,ωk0)，计算信号在候选啸叫频点ωk0处的长时信号谱平坦度特征参数L(i,ωk0)：

6)利用长时信号谱平坦度特征参数L(i,ωk0)，计算帧间谱平坦度偏差：

其中，I(i,ωk0)表示第i帧信号与前面的Q帧长时信号谱平坦度偏差；表示第i帧信号与前面的Q帧长时信号谱平坦度特征参数的平均值，m为帧信号的编号，m＝i-Q+1,i-Q+2……i；

7)利用帧间谱平坦度偏差I(i,ωk0)，进行阈值判决，若帧间谱平坦度偏差I(i,ωk0)小于设定的检测阈值，则判定产生啸叫，否则判定未产生啸叫。

步骤2)所述的利用离散傅里叶变换计算功率谱，是采用如下公式：

式中，X(i,ωk)代表第i帧信号在频率为ωk处的功率谱；NW为每帧数据长度；NSH为每帧数据移动长度，即帧移；l为每帧数据索引值，取值范围为l＝0,1,2,…,NW-1；x(iNSH+l)为第i帧信号的第l个采样点数值；h(l)为长度NW的汉明窗，e为自然底数，j表示虚数。

步骤3)所述的确定候选啸叫频点，是根据功率谱X(i,ωk)，并选取功率谱大于设定的功率谱阈值对应的频点ωk0作为候选啸叫频点。

步骤4)所述的计算功率谱的几何平均值是根据功率谱X(i,ωk)表达式，采用下式计算：

所述的计算功率谱的算数平均值是根据功率谱X(i,ωk)表达式，采用下式计算：

其中GM(i,ωk0)表示第i帧信号与前面的R帧信号在候选啸叫频点ωk0处的功率谱几何平均值，AM(i,ωk0)表示第i帧信号与前面R帧信号在候选啸叫频点ωk0处的功率谱算数平均值，R表示帧的数量，X(j,ωk0)表示第j帧信号在候选啸叫频点ωk0处的功率谱。

本发明的一种基于帧间谱平坦度偏差的啸叫检测方法，在对比分析纯净语音信号与含啸叫语音信号的功率谱变化特征的基础上进行的，与传统PAPR、PHPA等啸叫检测方法相比，在虚警率相同的情况下，本发明提出的方法具有更高的检出率；在检出率相同的情况下，本发明提出的方法具有更低的虚警率，综合检测性能更好。

附图说明

图1是啸叫产生原理图；

图2是陷波器啸叫抑制系统框图；

图3是啸叫检测流程图；

图4是本发明一种基于帧间谱平坦度偏差的啸叫检测方法的流程图；

图5是f1反馈路径下不同方法的检测结果图；

图6是f2反馈路径下不同方法的检测结果图。

具体实施方式

下面结合实施例和附图对本发明的一种基于帧间谱平坦度偏差的啸叫检测方法做出详细说明。

如图4所示，本发明的一种基于帧间谱平坦度偏差的啸叫检测方法，包括如下步骤：

1)预处理：对输入的待测信号进行分帧加窗；

由于语音信号是一种典型的非平稳信号，但是与声波振动的速度相比，发声器官的运动非常缓慢，通常认为在10ms～30ms时间段中，语音信号是平稳信号，因此对待测信号作分帧加窗处理。

2)利用离散傅里叶变换计算功率谱；

所述的利用离散傅里叶变换计算功率谱，是采用如下公式：

式中，X(i,ωk)代表第i帧信号在频率为ωk处的功率谱；NW为每帧数据长度；NSH为每帧数据移动长度，即帧移；l为每帧数据索引值，取值范围为l＝0,1,2,…,NW-1；x(iNSH+l)为第i帧信号的第l个采样点数值；h(l)为长度NW的汉明窗，e为自然底数，j表示虚数。

3)确定候选啸叫频点；

所述的确定候选啸叫频点，是根据功率谱X(i,ωk)，并选取功率谱大于设定的功率谱阈值对应的频点ωk0作为候选啸叫频点。

4)计算功率谱的几何平均值和算数平均值；

所述的计算功率谱的几何平均值是根据功率谱X(i,ωk)表达式，采用下式计算：

所述的计算功率谱的算数平均值是根据功率谱X(i,ωk)表达式，采用下式计算：

其中GM(i,ωk0)表示第i帧信号与前面的R帧信号在候选啸叫频点ωk0处的功率谱几何平均值，AM(i,ωk0)表示第i帧信号与前面R帧信号在候选啸叫频点ωk0处的功率谱算数平均值，R表示帧的数量，X(j,ωk0)表示第j帧信号在候选啸叫频点ωk0处的功率谱。

5)依据功率谱几何平均值GM(i,ωk0)和功率谱算数平均值AM(i,ωk0)，计算信号在候选啸叫频点ωk0处的长时信号谱平坦度特征参数L(i,ωk0)：

6)利用长时信号谱平坦度特征参数L(i,ωk0)，计算帧间谱平坦度偏差：

其中，I(i,ωk0)表示第i帧信号与前面的Q帧长时信号谱平坦度偏差；表示第i帧信号与前面的Q帧长时信号谱平坦度特征参数的平均值，m为帧信号的编号，m＝i-Q+1,i-Q+2…….i。

7)利用帧间谱平坦度偏差I(i,ωk0)，进行阈值判决，若帧间谱平坦度偏差I(i,ωk0)小于设定的检测阈值，则判定产生啸叫，否则判定未产生啸叫。

下面，选择两种不同的反馈路径进行实验，反馈路径f1下的啸叫频率约为510Hz，反馈路径f2下的啸叫频率约为1300Hz。实验中参数设置：帧长NW＝512，帧移NSH＝256，窗函数h(l)选择512点的汉明窗，候选啸叫频点数M＝3，R＝4，Q＝6。

对两种不同的反馈路径生成啸叫信号，依据图4所示的流程图，对提出的基于帧间谱平坦度偏差的啸叫检测方法进行对比分析，具体实施如下：

1、分别读取两种反馈路径下生成的啸叫信号，并进行分帧加窗处理，每帧512个采样点，加512点的汉明窗。

2、对加窗后的每帧数据进行512点傅里叶变换，计算出每帧数据功率谱参数X(i,ωk)。

3、根据信号功率谱X(i,ωk)，选取功率谱大于设定的功率谱阈值对应的频点ωk0作为候选啸叫频点，实验中选择M个频点作为候选的啸叫频点。

4、根据信号功率谱X(i,ωk)，计算前面R帧信号在候选啸叫频点ωk0处的功率谱几何平均值GM(i,ωk0)和算数平均值AM(i,ωk0)。

5、根据功率谱几何平均值GM(i,ωk0)和功率谱算数平均值AM(i,ωk0)，计算信号在频率ωk0处的长时信号谱平坦度特征参数L(i,ωk0)。

6、根据长时信号谱平坦度特征参数L(i,ωk0)，计算前面Q帧长时信号帧间谱平坦度偏差，得到帧间谱平坦度偏差I(i,ωk0)。

7、根据计算得到的帧间谱平坦度偏差I(i,ωk0)进行阈值判决。

如上图5、图6所示，ISFD为本发明提出的算法，在检出率相同的情况下，基于ISFD特征的检测方法虚警率明显低于PAPR、PHPR以及IMSD三种方法，以检出率达到90％为例，基于ISFD特征的检测方法在两路径下的虚警率分别大约为14.43％和10.23％，均低于另外三种方法中表现较好的基于PHPR的检测方法，所以本发明中所提方法的综合检测性能较好。