基于短時(shí)傅里葉變換的單一頻率報(bào)警聲音特征檢測方法
【專利摘要】基于短時(shí)傅里葉變換的單一頻率報(bào)警聲音特征檢測方法，涉及單一頻率報(bào)警聲音特征檢測技術(shù)。它為了解決傳統(tǒng)的檢測大噪聲下環(huán)境下單一頻率報(bào)警聲音特征方法耗時(shí)長的問題。本發(fā)明首先對原始數(shù)據(jù)進(jìn)行分段，對每段音頻信號數(shù)據(jù)進(jìn)行短時(shí)傅里葉變換，以求得每段音頻信號的幅值和頻率，將每次記錄下來的音頻信號的幅值連接起來，以得到音頻信號的幅值隨時(shí)間變化的圖像，然后根據(jù)開始幅值閥值和截止幅值閥值計(jì)算音頻信號端點(diǎn)，再根據(jù)端點(diǎn)計(jì)算音頻信號的周期、有聲時(shí)間長度和靜音時(shí)間長度。本發(fā)明采用短時(shí)傅里葉變換對音頻信號特征進(jìn)行檢測，檢測處理速度快，檢測時(shí)間縮短了90%以上。本發(fā)明適用于大噪音環(huán)境下的單一頻率報(bào)警聲音特征檢測。
【專利說明】基于短時(shí)傅里葉變換的單一頻率報(bào)警聲音特征檢測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及單一頻率報(bào)警聲音特征檢測技術(shù)。
【背景技術(shù)】
[0002]在工業(yè)生產(chǎn)和日常生活中，許多方面都需要用到報(bào)警聲音。
[0003]報(bào)警聲音通常是單一頻率的。一些緊急情況下的報(bào)警聲音，其頻率較高并且幅值保持不變，這種聲音聽起來比較刺耳，起到警告的作用；普通情況下的報(bào)警聲音要求是和弦的，即幅值從最大單調(diào)減小到最小并保持一段時(shí)間，這種聲音聽起來比較柔和，起到提示的作用，和弦信號可以是周期的，也可以是非周期的。
[0004]對于此類單一頻率的聲音信號，我們首先需要檢測它的頻率和強(qiáng)度是否符合設(shè)計(jì)要求。如果信號是和弦信號，還需要檢測信號幅值的變化特征是否符合設(shè)計(jì)要求，需要檢測音頻信號的端點(diǎn)以及周期的大小。
[0005]對于幅值不變的信號，可以先對數(shù)據(jù)進(jìn)行一些處理，例如歸一化，數(shù)字濾波等。然后使用短時(shí)傅里葉變換即可得到信號的頻率和幅值，處理過程比較簡單。
[0006]對于和弦信號，由于頻率是單一的，用短時(shí)傅里葉變化可以得到信號的頻率。使用短時(shí)能量方法可以得到音頻信號幅值的變化規(guī)律。使用過零率加短時(shí)能量的方法可以得到音頻信號的端點(diǎn)和周期。
[0007]過零率是一段時(shí)間內(nèi)信號符號發(fā)生變化的次數(shù)，例如信號從正數(shù)變?yōu)樨?fù)數(shù)，也可以反過來，在某些情況下，只統(tǒng)計(jì)正向或者負(fù)向變化的次數(shù)，因?yàn)閮纱握蛑g必有一次負(fù)向，反之亦然。當(dāng)聲音的頻率發(fā)生變化或者有聲變無聲，無聲變有聲時(shí)，過零率就會出現(xiàn)差別，可以用于音頻端點(diǎn)的檢測，能夠發(fā)揮出很好的作用。
[0008]短時(shí)能量就是一段時(shí)間內(nèi)信號各個(gè)采樣點(diǎn)幅值的平方和。短時(shí)能量的理論依據(jù)是音頻信號能量的大小，有聲音時(shí)音頻信號能量大，短時(shí)能量大；無聲音時(shí)音頻信號的能量小，短時(shí)能量也小。由于待處理的音頻信號幅值是從最大開始減小到最小的，因此可以只取兩個(gè)門限值，超過第一個(gè)門限值代表聲音開始，低于第二個(gè)門限值代聲音停止。
[0009]但是在實(shí)際使用過程中發(fā)現(xiàn)，車間的噪聲非常大，對于過零率和短時(shí)能量都有很大的影響，因此必須先進(jìn)行高階的數(shù)字濾波。高階數(shù)字濾波需要較多的時(shí)間，會影響到檢測的實(shí)時(shí)性。因此需要使用更加快速有效的方法，在此，選擇了短時(shí)傅里葉變化來處理音頻數(shù)據(jù)。
[0010]短時(shí)傅里葉變換(STFT,short-time Fourier transform,或 short-term Fouriertransform))是和傅里葉變換相關(guān)的一種數(shù)學(xué)變換，用以確定時(shí)變信號其局部區(qū)域正弦波的頻率與相位。
[0011]它的思想是:選擇一個(gè)時(shí)頻局部化的窗函數(shù)，假定分析窗函數(shù)g(t)在一個(gè)短時(shí)間間隔內(nèi)是平穩(wěn)(偽平穩(wěn))的，移動窗函數(shù)，使f(t)g(t)在不同的有限時(shí)間寬度內(nèi)是平穩(wěn)信號，從而計(jì)算出各個(gè)不同時(shí)刻的功率譜。短時(shí)傅里葉變換使用一個(gè)固定的窗函數(shù)，窗函數(shù)一旦確定了以后，其形狀就不再發(fā)生改變，短時(shí)傅里葉變換的分辨率也就確定了。如果要改變分辨率，則需要重新選擇窗函數(shù)。短時(shí)傅里葉變換用來分析分段平穩(wěn)信號或者近似平穩(wěn)信號猶可，但是對于非平穩(wěn)信號，當(dāng)信號變化劇烈時(shí)，要求窗函數(shù)有較高的時(shí)間分辨率；而波形變化比較平緩的時(shí)刻，主要是低頻信號，則要求窗函數(shù)有較高的頻率分辨率。短時(shí)傅里葉變換不能兼顧頻率與時(shí)間分辨率的需求。短時(shí)傅里葉變換窗函數(shù)受到w.Heisenberg不確定準(zhǔn)則的限制，時(shí)頻窗的面積不小于2。這也就從另一個(gè)側(cè)面說明了短時(shí)傅里葉變換窗函數(shù)的時(shí)間與頻率分辨率不能同時(shí)達(dá)到最優(yōu)。

【發(fā)明內(nèi)容】

[0012]本發(fā)明的目的是為了解決提取大噪聲下環(huán)境下單一頻率報(bào)警聲音的特征時(shí)，采用過零率和短時(shí)能量方法需要高階數(shù)字濾波，導(dǎo)致檢測時(shí)間長的問題，提供一種基于短時(shí)傅里葉變換的單一頻率報(bào)警聲音特征檢測方法。
[0013]本發(fā)明所述的基于短時(shí)傅里葉變換的單一頻率報(bào)警聲音特征檢測方法，所述單一頻率報(bào)警聲音特征包括頻率、幅值、周期、有聲時(shí)間長度和靜音時(shí)間長度，所述方法通過以下步驟實(shí)現(xiàn):
[0014]步驟一、將原始音頻信號數(shù)據(jù)進(jìn)行分段，每段音頻信號的數(shù)據(jù)個(gè)數(shù)均相等，I個(gè)數(shù)據(jù)是指一次采樣得到的數(shù)據(jù)；
[0015]步驟二、對每段音頻信號數(shù)據(jù)進(jìn)行短時(shí)傅里葉變換，以求得每段音頻信號的幅值和頻率,記錄下首頻彳目號的幅值；
[0016]步驟三、將每次記錄下來的音頻信號的幅值連接起來，以得到音頻信號的幅值隨時(shí)間變化的圖像；
[0017]步驟四、確定音頻信號端點(diǎn):選擇一個(gè)開始幅值閥值和一個(gè)截止幅值閥值，將步驟三得到的圖像與開始幅值閥值和截止幅值閥值進(jìn)行比較，當(dāng)幅值大于開始幅值閥值時(shí)，該幅值對應(yīng)的時(shí)間點(diǎn)為開始端點(diǎn)，當(dāng)幅值小于截止幅值閥值時(shí)，該幅值對應(yīng)的時(shí)間點(diǎn)為截止端點(diǎn)，所述的開始端點(diǎn)和截止端點(diǎn)即為音頻信號的端點(diǎn)；
[0018]步驟五、計(jì)算音頻信號的周期:當(dāng)音頻信號為周期信號時(shí)，相鄰兩個(gè)開始端點(diǎn)的時(shí)間間隔即為音頻信號的周期，即:每個(gè)周期從一個(gè)開始端點(diǎn)開始，經(jīng)過一個(gè)截止端點(diǎn)，再到下一個(gè)開始端點(diǎn)結(jié)束；
[0019]步驟六、計(jì)算有聲時(shí)間長度和靜音時(shí)間長度:在音頻信號的一個(gè)周期內(nèi)，第一個(gè)開始端點(diǎn)到截止端點(diǎn)的時(shí)間間隔為有聲時(shí)間長度，截止端點(diǎn)到下一個(gè)開始端點(diǎn)的時(shí)間間隔為靜音時(shí)間長度。
[0020]上述步驟一中，每段數(shù)據(jù)的個(gè)數(shù)為256。
[0021]上述步驟二所述的音頻信號的幅值的選擇方法為:對每段音頻信號數(shù)據(jù)進(jìn)行短時(shí)傅里葉變換后，得到的圖像的橫坐標(biāo)為頻率，縱坐標(biāo)為幅值，其中幅值最高的譜線代表音頻信號。
[0022]上述步驟四所述的開始幅值閥值大于截止幅值閥值。
[0023]本發(fā)明所述的基于短時(shí)傅里葉變換的單一頻率報(bào)警聲音特征檢測方法首先對原始數(shù)據(jù)進(jìn)行分段，從分段后的音頻信號可以看出，在短時(shí)間內(nèi)，一段音頻信號內(nèi)的幅值可以看作是保持不變的，因而可以使用短時(shí)傅里葉變換求出對應(yīng)分段時(shí)間內(nèi)信號的幅值(與微積分的原理很相似)。進(jìn)行短時(shí)傅里葉變換后得到的圖像包含多條譜線，其中強(qiáng)度最大的一條譜線為單一頻率報(bào)警聲音，其他譜線為噪聲。譜線的縱坐標(biāo)正比于幅值的大小，橫坐標(biāo)代表音頻信號的頻率。根據(jù)譜線的橫坐標(biāo)即可判斷該單一頻率報(bào)警聲音的頻率特征是否符合要求。對每段數(shù)據(jù)進(jìn)行短時(shí)傅里葉變換之后，記錄下音頻信號的幅值。將每段時(shí)間內(nèi)的信號幅值連接起來，得到最終的短時(shí)傅里葉變換處理結(jié)果。根據(jù)需要選擇開始幅值閥值和截止幅值閥值后，可以求得音頻信號的端點(diǎn)。再根據(jù)音頻信號的端點(diǎn)來求得周期、有聲時(shí)間和靜音時(shí)間。與傳統(tǒng)的利用數(shù)字濾波器進(jìn)行檢測的方法相比，本發(fā)明采用短時(shí)傅里葉變換對音頻信號特征進(jìn)行檢測，檢測處理速度快，檢測時(shí)間縮短了 90%以上。
【專利附圖】

【附圖說明】
[0024]圖1為實(shí)施方式一所述的基于短時(shí)傅里葉變換的單一頻率報(bào)警聲音特征檢測方法的流程圖；
[0025]圖2為在車間錄制的五秒鐘的報(bào)警聲音的原始音頻信號，其中，縱坐標(biāo)表示強(qiáng)度，橫坐標(biāo)表示采樣次數(shù),對應(yīng)的采樣頻率為32KHz ；
[0026]圖3為圖2所示的原始音頻信號經(jīng)步驟一分段處理后，其中一段原始音頻信號數(shù)據(jù)，其中，縱坐標(biāo)表示強(qiáng)度，橫坐標(biāo)表示采樣次數(shù)，對應(yīng)的采樣頻率為32KHz ；
[0027]圖4為圖2中有聲音時(shí)的一段音頻信號經(jīng)短時(shí)傅里葉變換后的結(jié)果；
[0028]圖5為圖2中靜音時(shí)的一段音頻信號經(jīng)短時(shí)傅里葉變換后的結(jié)果；
[0029]圖6為實(shí)施試一中步驟三得到的圖像，其中，縱坐標(biāo)表示強(qiáng)度，橫坐標(biāo)表示采樣次數(shù)，每次采樣的時(shí)間為8ms。
【具體實(shí)施方式】
[0030]【具體實(shí)施方式】一:結(jié)合圖1、圖2、圖3和圖6說明本實(shí)施方式，本實(shí)施方式所述的基于短時(shí)傅里葉變換的單一頻率報(bào)警聲音特征檢測方法，所述單一頻率報(bào)警聲音特征包括頻率、幅值、周期、有聲時(shí)間長度和靜音時(shí)間長度，所述方法通過以下步驟實(shí)現(xiàn):
[0031]步驟一、將原始音頻信號數(shù)據(jù)進(jìn)行分段，每段音頻信號的數(shù)據(jù)個(gè)數(shù)均相等，I個(gè)數(shù)據(jù)是指一次采樣得到的數(shù)據(jù)；
[0032]步驟二、對每段音頻信號數(shù)據(jù)進(jìn)行短時(shí)傅里葉變換，以求得每段音頻信號的幅值和頻率,記錄下首頻彳目號的幅值；
[0033]步驟三、將每次記錄下來的音頻信號的幅值連接起來，以得到音頻信號的幅值隨時(shí)間變化的圖像；
[0034]步驟四、確定音頻信號端點(diǎn):選擇一個(gè)開始幅值閥值和一個(gè)截止幅值閥值，將步驟三得到的圖像與開始幅值閥值和截止幅值閥值進(jìn)行比較，當(dāng)幅值大于開始幅值閥值時(shí)，該幅值對應(yīng)的時(shí)間點(diǎn)為開始端點(diǎn)，當(dāng)幅值小于截止幅值閥值時(shí)，該幅值對應(yīng)的時(shí)間點(diǎn)為截止端點(diǎn)，所述的開始端點(diǎn)和截止端點(diǎn)即為音頻信號的端點(diǎn)；
[0035]步驟五、計(jì)算音頻信號的周期:當(dāng)音頻信號為周期信號時(shí)，相鄰兩個(gè)開始端點(diǎn)的時(shí)間間隔即為音頻信號的周期，即:每個(gè)周期從一個(gè)開始端點(diǎn)開始，經(jīng)過一個(gè)截止端點(diǎn)，再到下一個(gè)開始端點(diǎn)結(jié)束；
[0036]步驟六、計(jì)算有聲時(shí)間長度和靜音時(shí)間長度:在音頻信號的一個(gè)周期內(nèi)，第一個(gè)開始端點(diǎn)到截止端點(diǎn)的時(shí)間間隔為有聲時(shí)間長度，截止端點(diǎn)到下一個(gè)開始端點(diǎn)的時(shí)間間隔為靜音時(shí)間長度。
[0037]圖2所示的是在有噪音的車間里錄制的一段單一頻率報(bào)警聲音的音頻信號，前面幅值較高的一段信號為單一頻率報(bào)警聲音的音頻信號，后面幅值較低的為噪聲，可以看出現(xiàn)場噪聲很大，對傳統(tǒng)的報(bào)警聲音特征檢測方法會有很大影響。
[0038]本實(shí)施方式所述的基于短時(shí)傅里葉變換的單一頻率報(bào)警聲音特征檢測方法首先對原始數(shù)據(jù)進(jìn)行分段，從圖3所示的分段后的音頻信號可以看出，在短時(shí)間內(nèi)(圖3中橫坐標(biāo)的數(shù)值代表采樣次數(shù)，采樣頻率為32KHz，因此橫坐標(biāo)反應(yīng)的是時(shí)間，例如，橫坐標(biāo)50表示的時(shí)間為50/32000秒)，一段音頻信號內(nèi)的幅值可以看作是保持不變的，因而可以使用短時(shí)傅里葉變換求出對應(yīng)分段時(shí)間內(nèi)信號的幅值(與微積分的原理很相似)。進(jìn)行短時(shí)傅里葉變換后得到的圖像包含多條譜線，其中強(qiáng)度最大的一條譜線為單一頻率報(bào)警聲音，其他譜線為噪聲。譜線的縱坐標(biāo)正比于幅值的大小，橫坐標(biāo)代表音頻信號的頻率。根據(jù)譜線的橫坐標(biāo)即可判斷該單一頻率報(bào)警聲音的頻率特征是否符合要求。對每段數(shù)據(jù)進(jìn)行短時(shí)傅里葉變換之后，記錄下音頻信號的幅值。將每段時(shí)間內(nèi)的信號幅值連接起來，得到最終的短時(shí)傅里葉變換處理結(jié)果(如圖6所示)。根據(jù)需要選擇開始幅值閥值和截止幅值閥值后，可以求得音頻信號的端點(diǎn)。再根據(jù)音頻信號的端點(diǎn)來求得周期、有聲時(shí)間和靜音時(shí)間。
[0039]本實(shí)施方式所述的基于短時(shí)傅里葉變換的單一頻率報(bào)警聲音特征檢測方法與傳統(tǒng)的利用數(shù)字濾波器進(jìn)行檢測的方法相比具有如下優(yōu)點(diǎn):
[0040]1，實(shí)時(shí)性能更好。許多處理器對于短時(shí)傅里葉變換具有硬件優(yōu)化，比如TMS320F28335型高性能數(shù)字信號處理器，因此短時(shí)傅里葉變換的處理速度很快，對音頻信號特征檢測的時(shí)間縮短了 90%以上。
[0041]2，不需要設(shè)計(jì)數(shù)字濾波器的參數(shù)。設(shè)計(jì)數(shù)字濾波器需要使用專門的設(shè)計(jì)軟件，例如MATLAB中的FDATool。但是其眾多的濾波器類型，各種參數(shù)代表的意義需要設(shè)計(jì)人員充分理解。設(shè)計(jì)人員需要花費(fèi)很多精力才可以設(shè)計(jì)出合理的數(shù)字濾波器。
[0042]3，編寫程序簡單。不需要編寫過零率程序，短時(shí)能量程序以及數(shù)字濾波器程序，只需要使用短時(shí)傅里葉變換程序。而短時(shí)傅里葉變換程序一般由數(shù)字信號處理器的生產(chǎn)廠家提供匯編代碼，針對處理器進(jìn)行了優(yōu)化，可以直接調(diào)用庫函數(shù)。
[0043]【具體實(shí)施方式】二:本實(shí)施方式是對實(shí)施方式一所述的基于短時(shí)傅里葉變換的單一頻率報(bào)警聲音特征檢測方法的進(jìn)一步限定，本實(shí)施方式中，步驟一中，每段數(shù)據(jù)的個(gè)數(shù)為256。
[0044]實(shí)際使用過程中，音頻信號的采樣率是32kHz。短時(shí)傅里葉變換首先將原始數(shù)據(jù)分段，每段的數(shù)據(jù)個(gè)數(shù)相等，為256，對應(yīng)的采樣時(shí)間是8ms。256個(gè)數(shù)據(jù)對于短時(shí)傅里葉變換來說是比較合適的，而8ms對于音頻端點(diǎn)檢測需要的精度來說也是比較合適的，因此該分段是合理的
[0045]【具體實(shí)施方式】三:結(jié)合圖4和圖5說明本實(shí)施方式，本實(shí)施方式是對實(shí)施方式一所述的基于短時(shí)傅里葉變換的單一頻率報(bào)警聲音特征檢測方法的進(jìn)一步限定，本實(shí)施方式中，步驟二所述的音頻信號的幅值的選擇方法為:對每段音頻信號數(shù)據(jù)進(jìn)行短時(shí)傅里葉變換后，得到的圖像的橫坐標(biāo)為頻率，縱坐標(biāo)為幅值，其中幅值最高的譜線代表音頻信號。
[0046]從分段數(shù)據(jù)的頻譜可以看出，音頻信號對應(yīng)的譜線是非常明顯的，其幅值遠(yuǎn)遠(yuǎn)高于噪聲的幅值，可以直接獲得音頻信號的頻率和幅值。音頻信號的頻譜與噪聲的頻譜是分開的，可以直接剔除噪聲的頻譜，保留音頻信號的頻譜。信號的頻譜對應(yīng)了每段時(shí)間內(nèi)信號的幅值。在沒有信號的情況下，信號的頻譜為零，噪聲的頻譜依然存在，但是噪聲無法對結(jié)果造成影響。
[0047]【具體實(shí)施方式】四:本實(shí)施方式是對實(shí)施方式一所述的基于短時(shí)傅里葉變換的單一頻率報(bào)警聲音特征檢測方法的進(jìn)一步限定，本實(shí)施方式中，步驟四所述的開始幅值閥值大于截止幅值閥值。
【權(quán)利要求】
1.基于短時(shí)傅里葉變換的單一頻率報(bào)警聲音特征檢測方法，所述單一頻率報(bào)警聲音特征包括頻率、幅值、周期、有聲時(shí)間長度和靜音時(shí)間長度，其特征在于:該方法通過以下步驟實(shí)現(xiàn): 步驟一、將原始音頻信號數(shù)據(jù)進(jìn)行分段，每段音頻信號的數(shù)據(jù)個(gè)數(shù)均相等，I個(gè)數(shù)據(jù)是指一次采樣得到的數(shù)據(jù)； 步驟二、對每段音頻信號數(shù)據(jù)進(jìn)行短時(shí)傅里葉變換，以求得每段音頻信號的幅值和頻率，記錄下音頻信號的幅值； 步驟三、將每次記錄下來的音頻信號的幅值連接起來，以得到音頻信號的幅值隨時(shí)間變化的圖像； 步驟四、確定音頻信號端點(diǎn):選擇一個(gè)開始幅值閥值和一個(gè)截止幅值閥值，將步驟三得到的圖像與開始幅值閥值和截止幅值閥值進(jìn)行比較，當(dāng)幅值大于開始幅值閥值時(shí)，該幅值對應(yīng)的時(shí)間點(diǎn)為開始端點(diǎn)，當(dāng)幅值小于截止幅值閥值時(shí)，該幅值對應(yīng)的時(shí)間點(diǎn)為截止端點(diǎn)，所述的開始端點(diǎn)和截止端點(diǎn)即為音頻信號的端點(diǎn)； 步驟五、計(jì)算音頻信號的周期:當(dāng)音頻信號為周期信號時(shí)，相鄰兩個(gè)開始端點(diǎn)的時(shí)間間隔即為音頻信號的周期，即:每個(gè)周期從一個(gè)開始端點(diǎn)開始，經(jīng)過一個(gè)截止端點(diǎn)，再到下一個(gè)開始％5點(diǎn)結(jié)束； 步驟六、計(jì)算有聲時(shí)間長度和靜音時(shí)間長度:在音頻信號的一個(gè)周期內(nèi)，第一個(gè)開始端點(diǎn)到截止端點(diǎn)的時(shí)間間隔為有聲時(shí)間長度，截止端點(diǎn)到下一個(gè)開始端點(diǎn)的時(shí)間間隔為靜音時(shí)間長度。
2.根據(jù)權(quán)利要求1所述的基于短時(shí)傅里葉變換的單一頻率報(bào)警聲音特征檢測方法，其特征在于:步驟一中，每段數(shù)據(jù)的個(gè)數(shù)為256。
3.根據(jù)權(quán)利要求1所述基于短時(shí)傅里葉變換的單一頻率報(bào)警聲音特征檢測方法，其特征在于:步驟二所述的音頻信號的幅值的選擇方法為:對每段音頻信號數(shù)據(jù)進(jìn)行短時(shí)傅里葉變換后，得到的圖像的橫坐標(biāo)為頻率，縱坐標(biāo)為幅值，其中幅值最高的譜線代表音頻信號。
4.根據(jù)權(quán)利要求1所述基于短時(shí)傅里葉變換的單一頻率報(bào)警聲音特征檢測方法，其特征在于:步驟四所述的開始幅值閥值大于截止幅值閥值。
【文檔編號】G01H17/00GK103674235SQ201410003377
【公開日】2014年3月26日 申請日期:2014年1月3日 優(yōu)先權(quán)日:2014年1月3日
【發(fā)明者】魏樹銀, 高會軍, 于金泳, 孫光輝, 吳立剛 申請人:哈爾濱工業(yè)大學(xué)