一个古老的话题--关于忙音自动识别

上一节中，yesongldz以近乎玩笑的方式讲述了关于忙音的一般问题。其主要意识有两点：

一，忙音信号是一个通信标准；

二，忙音信号的听觉感受；

本节主要讲述忙音信号的机器自动识别。

 

       忙音信号的频率是450Hz，有一定的发音和静音间隔，国标限定为350毫秒。这个特定的频率和间隔响应特性，让人一听就是“嘟.. 嘟.. 嘟..”的声响，音律不高不低，节奏适中。普通人极易判断。

 

       如果让机器来“听”忙音，它怎么来进行判断呢？现实社会当中，有很多的终端交换机、板卡和智能终端设备能够侦听出忙音信号，它是怎样实现的呢？且听我慢慢讲来。

 

       能判断出忙音，人耳靠听，一听便知，而机器则要计算。机器是怎样计算的呢？

 

首先，如果能够由机器来计算，数据不可缺少。而电话线上传递的是模拟电信号，不能直接作为计算的依据。一般都采用模数转换电路，把模拟信号转变为可以计算的数值。这些数值有什么标准特征呢？有，一般采用的是PCM制式，A律或µ律。

 

其次，解压数据。由于A律或µ律是8位压缩数据，你不能直接计算，要将其转换为线性数据。对线性数据，先进行乘积和的形式进行滤波计算，然后按照一定的公式算出能量。

 

再次，将计算出的能量与标准信号的预设能量阀值、信号音间隔进行比较，最终确认出是否忙音。

 

PCM制式每秒钟8K，可以理解为每秒种8000个数据。对每个数据进行转线性，然后滤波，再计算能量。整个忙音判定过程中每秒种需要几十万次的计算，对微处理器的性能要求很高。

 

我们之知以能判断出忙音，是靠耳朵来传递音频，形成听觉感受，然后由大脑来进行判断。 在这里，耳朵相当于一个滤波器，大脑形如一个超级计算机。前文说道，人耳的听觉范围在20Hz到20000Hz之间。也就是说，人耳就类似一个20H到20000Hz的带通滤波器，小于20Hz和大于20000Hz的音频通通不被大脑所接受。

 

Yesongldz不打算在此处详述具体算法。只介绍几个要点。

 

要点一：计算频率范围选为300~700Hz。

 

你以前不是说过标淮信号的频率是450Hz么，计算这么宽干什么？标准与实际，就像理论与实践，哪里有不偏差的！ 且不说信号在传输过程中有干扰，就说产生忙音信号的交换吧。局用交换机不可能保证100%的准确，都有+5%~+10%的频偏。至于一般的小交换机，公司或社区的交换机，那就不用更多说了，频率偏差的没谱！350Hz和600Hz的忙音我见的多了。

 

要点二：计算的信号音与静音的间隔时间为230~450毫秒之间

 

道理与上条所述一样。标准忙音信号350毫秒发声，350毫秒静音。可有些小交换机送忙音信号居然为230毫秒发声与静音，有些接近500毫秒。更可气的，还有些小交换机，忙音信号与静音信号持续时间不一致，如，忙音300毫秒，静音250毫秒，当然这种情况比较少见。

 

面对市场上这些与标准不符的交换设备你怎么办？总不能造出一个理论上完美而实践上不能使用的自动识别设备吧！面对现实，只好将这两项指标范围放大，放大到技术人员自已简直无法忍受的地步，还要咬牙这样做！下面我们将这样计算的后果罗列出来，让你看到某些实践中的无奈。

 

无奈之一：误判

 

忙音信号所处频段，恰恰是人的发声信号能量比较集中的频段。人也有可能发出忙音的频率，从理论上来讲，必然会有误判。而事实上，因为忙音的频率单一，且有独特的节奏。但从统计上来看，这种几率很小，除非一个经专门受过发声训练的人对着电话“嘟…嘟…嘟…”地说话。

 

加大了频偏响应范围，加大了发声与静音的间隔时间值，就等于默认更多的频率和更多的节奏，增加了误判的几率。事实上，这种误判从单一指标上是大量存在的，在计算时经常出现。一些忙音判断设备之所以运行的很好，是从统计规律上做了手脚。然后统计也带来了一个不太友好的后果—滞后，这就是我要说的第二个无奈之处。

 

无奈之二：滞后

 

计算出一个忙音叫偶然，计算出两个还不敢确定，计算出三个才有点把握。而且必须在相对较短的一段时间内，比如，选定3~5秒之内。超过这段时间就丢弃，重新统计。有的忙音识别设备居然到12声忙音以上才敢确定。想一想，也确属无耐，谁让市场上存在着那么多的与国标不符的交换机，你不总不能强制客户换掉吧，你也更没法预料到线路上会有什么噪音干扰！

 

无奈之三：录下忙音

 

很多自动应答设备带有录音功能，以便留下客户的声音资料。有的是定时，让对方在一个设定的时间范围内把话说完，如果到限定时间还没说完，就粗暴的挂断。有一些比较智能的应答设备，判断忙音信号才挂机。因为设备判断忙音信号需要几秒到十几秒的延期，每个客户的留言音频文件，其有包含了很多的无用的忙音信号，占用了大量的存储空间。

 

为了避免这个问题，高级的录音设备，都有一种回删的功能。在录下数据后，再对音频文件进行一次计算，滤出尾部多余的忙音。具体效果如何，还看技术人员的经验水平及施工现场的运气！

 

“自学习”智能判断是怎么回事？

 

有些时侯，我们会听到某些宣传，“忙音信号智能判断”中还加了“自学习”的概念。其实，所谓的“自学习”，无非就是能够根据施工现场的信号特征来调整一些信号响应参数。这些忙音信号设备不将相关算法做死，而是让你和施工人员根据现场来判断，填入合适的数值。这样效果自然会好一些。

 

好啦，有关忙音信号就说到这里。有人会说，即然忙音信号有这么多弊端，为什么还延用到今天？那是因为制定信号标准的时代，谁会想到几十年后会产生CTI产业，谁会想到会有这么复杂应用的智能产品！