基于FFT的廣播信號(hào)聲音檢測(cè)

王彤+林巖+張烽

摘 要

本文介紹了基于FFT的廣播信號(hào)聲音檢測(cè)的研究，提出了通過Matlab仿真對(duì)廣播信號(hào)的PCM原始音頻數(shù)據(jù)進(jìn)行FFT變換并進(jìn)行加權(quán)統(tǒng)計(jì)分析的解決方案，從而分辨出噪聲頻道，，最后在嵌入式平臺(tái)中得到了快速的實(shí)現(xiàn)。

【關(guān)鍵詞】FFT廣播信號(hào) 聲音檢測(cè) MatlabPCM原始音頻數(shù)據(jù)嵌入式平臺(tái)

快速傅立葉變換（FFT）是對(duì)離散傅立葉變換（DFT）的算法進(jìn)行改進(jìn)獲得的。因FFT具有計(jì)算量小的顯著優(yōu)點(diǎn)，在信號(hào)處理技術(shù)領(lǐng)域獲得了廣泛應(yīng)用。本文將FFT應(yīng)用于廣電行業(yè)中廣播信號(hào)的處理，通過對(duì)獲取的廣播PCM原始音頻數(shù)據(jù)進(jìn)行FFT，將得到的頻譜進(jìn)行分析，分辨出含有噪聲的音頻，從而達(dá)到只存有用信息，降低存儲(chǔ)空間的目的。

1 快速傅里葉變換（FFT）

1.1 離散傅里葉變換（DFT）的局限性

離散傅里葉變換對(duì)為

一般情況下，信號(hào)序列x（n）及其頻譜序列X（k）都是用復(fù)數(shù)來(lái)表示的。因此計(jì)算N點(diǎn)的DFT需要進(jìn)行N2次復(fù)數(shù)乘法和N（N-1）次復(fù)數(shù)加法。當(dāng)N很大時(shí)，計(jì)算量變的極大，要求相當(dāng)大的內(nèi)存，限制了DFT的發(fā)展與應(yīng)用。

1.2 快速傅里葉變換（FFT）

快速傅里葉變換（FFT）的提出可以使運(yùn)算速度提高幾百倍，以時(shí)間抽選奇偶分解快速離散傅里葉變換為例。設(shè)輸入序列長(zhǎng)度為N = 2M（M為正整數(shù)），將x（n）按n的奇偶分為兩組，令n=2r和n=2r+1，可以得到x（2r）=x1（r）和x（2r+1）=x2（r），且r = 0，…，N/2-1。于是

將N/2子序列按奇偶可以繼續(xù)分解，以此類推。所以N=2M的DFT運(yùn)算可分成M級(jí)，M級(jí)共有N/2*log2N次復(fù)乘和N*log2N次復(fù)加，遠(yuǎn)遠(yuǎn)小于DFT的N2次和N（N-1）次。

乘法運(yùn)算量如圖1。

從圖中可以清晰的看出FFT的運(yùn)算量，實(shí)用性使得它在信號(hào)處理，數(shù)字通信等方面獲得了廣泛的應(yīng)用。

2 FFT應(yīng)用于廣播信號(hào)的聲音檢測(cè)

2.1 廣播信號(hào)音頻流

廣播模擬信號(hào)通過PCM脈沖編碼調(diào)制（Pulse Code Modulation）方法量化為數(shù)字信號(hào)，得到PCM原始音頻數(shù)據(jù)。

2.2 廣播信號(hào)聲音檢測(cè)的仿真設(shè)計(jì)

2.2.1 PCM音頻流的讀取

讀取PCM音頻文件，得到多路音頻信息，部分讀取結(jié)果如圖2、3、4所示。

通過人耳辨別與音頻流圖像可以初步得出每路音頻的種類，是噪聲還是純凈聲音等。由于信息量巨大，光靠人耳是無(wú)法完成如此浩大的工程，所以需要通過計(jì)算機(jī)來(lái)完成。

2.2.2 PCM音頻數(shù)據(jù)的FFT處理與統(tǒng)計(jì)分析

本文應(yīng)用Matlab，通過fft函數(shù)可以方便快捷的利用快速傅里葉變換，將時(shí)域上的信號(hào)變換到頻域上。

將原始音頻數(shù)據(jù)導(dǎo)入Matlab，并對(duì)每一路音頻取256個(gè)PCM數(shù)據(jù)作為研究對(duì)象，經(jīng)過FFT可得某兩路音頻圖像如圖5、圖6所示。

圖中可以觀察到，噪聲的頻率圖像波動(dòng)大且范圍廣，在0到100個(gè)點(diǎn)之間的數(shù)值也相對(duì)較大；而純凈聲音有明顯的周期性波峰，較大值一般在0到30個(gè)點(diǎn)之間。由于圖像的周期與對(duì)稱性，可以只考慮128個(gè)點(diǎn)為研究對(duì)象，以此降低運(yùn)算的時(shí)間與復(fù)雜性。

本文利用前30個(gè)點(diǎn)的平均值與剩余點(diǎn)的平均值之商來(lái)進(jìn)行聲音檢測(cè)，把這個(gè)商定義為本次研究中的信噪比。為了提高準(zhǔn)確率，考慮到對(duì)計(jì)算時(shí)間和存儲(chǔ)空間的要求，每錄音頻取10個(gè)信噪比進(jìn)行研究，取三路音頻信號(hào)為例，如圖7所示。

從圖中的信噪比曲線可知，區(qū)分噪聲和純凈聲音相對(duì)容易，而夾雜噪聲的聲音區(qū)分起來(lái)有些困難，如何在提高準(zhǔn)確率的同時(shí)，將夾雜噪聲的聲音更準(zhǔn)確的區(qū)分出來(lái)是接下來(lái)要研究的部分。

2.2.3 算法的優(yōu)化

通過觀察多路音頻的傅里葉圖像，考慮對(duì)每個(gè)值進(jìn)行加權(quán)的方法來(lái)計(jì)算信噪比，經(jīng)過多次嘗試，最后決定對(duì)前30個(gè)點(diǎn)采取加權(quán)數(shù)逐降，對(duì)剩余的點(diǎn)采取每個(gè)擴(kuò)大30倍的方法，以上述的三路音頻信號(hào)為例，可得圖8。

通過對(duì)比圖7與圖8，可以知道信噪比的趨勢(shì)沒有發(fā)生太大的改變，然而在經(jīng)過加權(quán)之后得到的信噪比數(shù)值發(fā)生了明顯的變化，純凈聲音的信噪比明顯增大，這更利于找出一個(gè)分界線來(lái)區(qū)別這幾種不同的信號(hào)，然而依然存在一些例外的點(diǎn)相互交叉。

2.2.4 結(jié)果的分析

統(tǒng)計(jì)中信噪比數(shù)值的交叉無(wú)法定義一個(gè)數(shù)值，考慮改變統(tǒng)計(jì)方式，找出一個(gè)相對(duì)合適的分界線數(shù)值，統(tǒng)計(jì)每路音頻信號(hào)在此數(shù)值以上的個(gè)數(shù)。

以上述三路音頻為例，可以選取25到30之間的數(shù)值做分界線，統(tǒng)計(jì)分界線以上信噪比的個(gè)數(shù)，由于純?cè)肼暤男旁氡戎迪鄬?duì)較小，所以可以很容易分辨出來(lái)。

經(jīng)過多次試驗(yàn)，最后決定采取30作為分界線。經(jīng)過統(tǒng)計(jì)計(jì)算，每路音頻含有超過分界線的信噪比數(shù)目，如表1所示。

從表格中可以看出，純凈聲音數(shù)目都在8個(gè)以上，夾雜噪聲的聲音數(shù)目是6個(gè)，而噪聲和無(wú)聲數(shù)目為0個(gè)（無(wú)聲音頻可以在最開始通過條件語(yǔ)句來(lái)判斷），于是可以知道音頻的種類。

仿真的結(jié)果具有一定的特殊性與局限性，實(shí)時(shí)廣播信號(hào)與已錄制好的廣播信號(hào)會(huì)有一定差距，數(shù)值上也會(huì)有一定的偏差。為了使結(jié)果具有普遍性，將仿真的結(jié)果應(yīng)用于聲音檢測(cè)的過程中，需要進(jìn)行慢慢的調(diào)整與改進(jìn)，最后得到普遍適用的算法來(lái)進(jìn)行實(shí)時(shí)廣播信號(hào)的聲音檢測(cè)。

在實(shí)際工程實(shí)踐中，在選用的嵌入式處理平臺(tái)上，對(duì)16路廣播信號(hào)進(jìn)行采集處理后，得到PCM原始音頻數(shù)據(jù)。利用對(duì)上述仿真原理，通過多次試驗(yàn)，在實(shí)際應(yīng)用中得到的分界線數(shù)值為20。在除去無(wú)聲頻道后的剩余音頻數(shù)據(jù)中，信噪比大于分界線（20）的數(shù)目比例超過60%的為純凈的聲音，數(shù)目比例在20%～60%之間的為夾雜噪聲的聲音，數(shù)目比例為0%的是噪聲。通過工程實(shí)踐可知，利用FFT進(jìn)行聲音檢測(cè)的方法得到了快速的實(shí)現(xiàn)，并取得了良好的結(jié)果。

3 結(jié)論

本文提出了一種基于FFT的聲音檢測(cè)算法，創(chuàng)新性地引入了加權(quán)統(tǒng)計(jì)的方式對(duì)經(jīng)過FFT變換后的PCM原始音源進(jìn)行了處理和分析，仿真的可行性與實(shí)際工程實(shí)踐的成功表明，這種算法對(duì)噪音識(shí)別的準(zhǔn)確性極高，對(duì)不同平臺(tái)的適用性很好，而且計(jì)算量較小并具有很好的靈活性，因而十分適合嵌入式平臺(tái)的使用。這是可以應(yīng)用于實(shí)際工程實(shí)踐中聲音檢測(cè)的解決方案，具有很大的實(shí)際意義。

參考文獻(xiàn)

[1]潘文杰.傅里葉分析及其應(yīng)用[M]，北京：北京大學(xué)出版社，2000：245-247.

[2]E.Oran Brigham.The Fast Fourier transform and its applications[M].Englewood Cliffs，N.J.：Prentice Hall，c1988：90-97.

[3]胡麗瑩，肖蓬.快速傅里葉變換在頻譜分析中的應(yīng)用[J].福州：福建師范大學(xué)學(xué)報(bào)，2011，27（04）：27-30.

[4]胡廣書.數(shù)字信號(hào)處理[M].北京：清華大學(xué)出版社，2003：169-173.

[5]I Mathworks.MATLAB Signal Processing ToolboxTM Users Guide[EB/OL]，The MathWorks，Inc，R2012a：Ch1 34-36.

[6]桑赫，林巖，張烽.基于DM365的便攜監(jiān)控系統(tǒng)解決方案[J].北京：?jiǎn)纹瑱C(jī)與嵌入式系統(tǒng)應(yīng)用，2015（08）：43-44.