基于EN50332的最大聲壓實時檢測算法

摘要：首先介紹了EN50332規范對便攜式設備的要求，研究了了最大聲壓與響度之間的關系，提出了一種將將聲音的時域信號轉化為頻域得到功率譜的方法，并以MP3、WAV文件為例，給出了根據PCM數據流，用FFT運算，實時檢測最大聲壓的具體算法。實驗結果表明，本算法可以實時檢測便攜式設備的聲壓，從而及時對用戶進行干預。

關鍵詞：EN50332；聲壓；響度；實時檢測

EN50332 Based Algorithm of Real-time Detection of Maximum Sound Pressure

DIAO Wen-xing

（Nanjing Institute of Industry Technology，Nanjing 210046，China）

Abstract：The paper firstly introduces requirements of EN50332 standard for portable equipment，studies the relationship between the maximum sound pressure and the sound volume，and puts forward a method of getting power spectrum by transforming sound time domain signal into frequency domain. It also presents the specific algorithm of real-time detection of maximum sound pressure，according to the PCM data stream and with the FFT arithmetic method，taking MP3 and WAV files as examples. The experimental results show that the algorithm can real-time detect the sound pressure of portable equipment，so as to make timely intervention to user.

Key words：EN50332；sound pressure；loudness；real-time detection

引言：

EN50332規范將在2013年1月1日實行新標準，而新增條目主要考慮到便攜式音頻輸出設備有可能對人耳造成聽力損傷，故對耳機的輸出響度進行了更為嚴格的要求。當耳機輸出聲壓到達85dBA的時候，必須在界面上顯示警告信息，然后由用戶自行選擇是否接受更高的音量。針對此項變更，本質上就是要我們對耳機輸出聲壓進行實時檢測。

一、響度檢測

響度是一個主觀概念，單位為Phon（方），是對客觀聲壓的主觀量化。即一個主觀響度可以由客觀聲壓，經加權處理獲得。

我們一般使用A加權，A加權是一種用于音頻測量的標準權重曲線，用于反映人耳的響應特性。A加權的結果較為貼近大多數人的感官，故聲壓常以dBA為單位，dB表示分貝，A則表示A加權。

獲得耳機輸出的響度方法就是用Microphone進行聲音采集，再經放大、整形、濾波等一系列處理后，進行A加權，得到最終的響度值。3GPP協議中的RLR/SLR就是在聲壓～頻率曲線上抽樣13個點，然后逐點進行加權計算，從而獲得響度值。所以，響度檢測問題就轉化為聲壓檢測，可參見下圖2-1所示的聲壓～頻率曲線：

圖1-1是儀器測試得到的聲壓～頻率曲線，對普通用戶的日常使用而言，根本就沒有可操作性。所以，我們必須另辟蹊徑。

我們已經知道，響度檢測可以等價為聲壓檢測，聲壓主觀上是和輸出功率P是成正比的。只要在受話器的功率承受范圍內，我們可以通過采集輸出功率來等效輸出聲壓.于是，聲壓檢測就轉化為功率檢測的問題了

二、功率檢測

響度與信號的功率有直接關系，但響度同時與信號的頻率也有直接關系。直觀上，在同等功率的情況下，1KHz的響度比100Hz的響度要高得多，但比3KHz的響度要稍低一些，比10KHz的響度要稍高些。所以，人們提出了等響曲線的概念。

圖中每條曲線上對應于不同頻率的聲壓級是不相同的，但人耳感覺到的響度卻是一樣的。每條曲線上注有一個數字，為響度單位Phon（方），由等響曲線族可以得知，當音量較小時，人耳對高低音感覺不足而音量較大時，高低音感覺充分，人耳對1000Hz-4000Hz之間的聲音最為敏感。

在圍繞1000Hz的中頻范圍內，等響度曲線相對比較低，說明人耳對中頻的響應敏感。在這個范圍之外的低頻和高頻兩邊，等響度曲線翹起，說明人耳對低頻和高頻聲音的敏感下降，以致當很低或很高的頻率時，需要很大的聲強才有可能感覺聲音的存在。人耳能聽到聲音的最微弱強度，稱為聽覺閾（即圖中虛線）。

從上面的等響曲線可以看出，在同等功率的情況下（聲壓和功率成正比），1KHz的響度比20Hz的響度要高得多，但比3KHz的響度要稍低一些，比10KHz的響度要稍高些。故聲音的響度還與信號的頻率相關。

由上述可知，聲壓同時與信號的輸出功率，和信號的頻率相關，即唯一與功率譜相關。

綜上，要想實現響度的實時檢測，我們需要知道：1、信號的功率譜。2、聲壓與功率之間的關系。功率變大2倍，聲壓上升3dB。3、聲壓與頻率之間的關系。這個我們可以利用標準音源，在同等功率情況下（例如1W），從100Hz到20kHz每50Hz取一標準音源進行測試，利用聲壓儀記錄對應的聲壓值的變化情況，從而建立聲壓與頻率之間的關系

所以實現功能的關鍵在于如何得到信號的功率譜。在時域上，我們只能得到功率P=U^2/R，故我們需要將信號從時域轉化到頻域上，得到信號的功率譜。由Parseval定理知道，時域功率與頻域功率相等，這樣就可以通過功率譜，獲得相應頻率下的平均功率值，進而通過聲壓與功率及頻率的關系，轉化成對應的聲壓值，解決實時監測的問題。

三、獲得信號的功率譜

時域信號轉到頻域，只需要做Fourier變換，而實際的音源文件均為離散時間信號，我們就應該采用DTFT（離散時間傅里葉變換）進行處理。

但DTFT的結果是連續頻譜，類似圖2中的連續曲線，不適合計算器做進一步處理，而時域和頻域都離散的情況是可以進行計算器運算的。參考3GPP協議中計算RLR/SLR的方法，它把聲壓～頻率曲線的連續頻譜抽樣為一個個離散的頻點，然后對這個離散頻譜的各個頻點進行加權處理就可換算出響度。所以，我們可以對DTFT進行離散抽樣，即DFT（離散傅里葉變換）。

而對于DFT，我們可以采用FFT（Fast Fourier Transform）進行快速求解。實際上，我們直接對音源文件所代表的時域離散信號進行FFT處理，就可以獲得對應的頻域信號，即離散的功率譜。

無論是DTFT還是DFT、FFT，只要屬于FT家族，就一定是正交變換，而正交變換就一定滿足Parseval定理，實時域功率與頻域功率相等。所以，經FFT處理所得的頻域信號必然并不會改變時域信號的功率，它僅僅是在頻域中把原時域信號所包含的各頻率成份顯示出來。

由此，我們完成了響度檢測到聲壓檢測，聲壓檢測到功率檢測，然后又從功率檢測細化到功率譜檢測等一系列轉換之后，下一個問題是解決實時檢測，只有實時檢測到當前便攜式設備如耳機輸出的聲壓，才能進行必要的干預。

四、檢測算法

輸出響度是隨著輸出信號變化而變化的。在同樣的音量設置等級，由于音源的不同，輸出響度有著巨大的差別。所以，我們還必須做到實時檢測。只要我們不停地采集輸出功率，就可以做到實時。那么到底采樣頻率是多少才能做到實時呢？

根據Nyquist采樣理論，當采樣信號頻率兩倍于帶限信號最高頻率的時候，可在頻域實現無失真的頻譜搬移，再經低通濾波器后，可恢復出原始信號。所以，理論上，只要我們確定了音源的頻譜范圍，就可以定出采樣頻率。

由于MP3、WAV等音源文件均為PCM數據流，而且該PCM數據流本身就是一個個離散的時域采樣信號（多為44.1KHz或48KHz）。我們無需進行額外的采樣處理，直接從PCM數據流中解析出音源對應的時域信號，然后對這些離散時域信號進行FFT運算就可以。

在耳機左右聲道輸出端D/A轉換前，讀取音源文件的PCM數據流，即獲得音源文件的離散時域采樣信號。因為響度與信號的功率和頻率相關，即唯一與信號的功率譜相關，故對于這些離散的時域采樣信號，需進行FFT，將時域信號轉化到頻域，得到功率譜。對功率譜進行分析，設置采樣周期時間，對信號功率譜，進行抽樣求出平均功率。并且周期性地進行采樣和功率計算，直到停止播放音頻文件，得到信號的功率譜，對應聲壓與頻率的關系，及聲壓與功率的關系，從而獲得信號的聲壓值。將獲得的信號的聲壓值與預先設置好的85dB對應的門限值進行比較，做到實時監控當前設備輸出是否符合EN50332標準。

參考文獻

[1]ANSI S3.4—2005，Procedure for the computation of loudness of steady sounds [S] 2005.

[2]鄭文，陳克安，馬元峰. Moore 模型與響度計算中的關鍵問題 [J] 電聲技術2007，31（6）：11-16

[3]ISO 532—1975 Acoustic-method for calculation loudness level[S]. 1975

[4]Moore B C J，Glasberg B R，Thomas B. A model for the prediction of thresholds，loudness，and partial loudness[J]. J Audio Eng Soc，1997，45（4）：224-240.

[5]Glasberg B R，Moore B C J. A revision of zwickersloudness model[J]. Acta Acustica，1996（82）：335-345

[6]馬元峰，陳克安，王娜. Moore 響度模型的數值計算方法[J]. 聲學技術，2008，27（3）：390-395.

[7]謝明，丁康.頻譜分析的校正方法[J]. 振動工程學報，1994，7（2）：172-179.

[8]丁康，江利旗. 離散頻譜的能量重心校正法[J]. 振動工程學報，2001，14（3）：354-358

[9]盧官明，宗昉. 數字音頻技術原理及應用[M]. 北京：機械工業出版社，2005.

[10]Real-time sound detection algorithm based on EN50332

作者簡介：刁文興，1972年9月，男，江蘇常州人，南京工業職業技術學院基建處工程師。

（作者單位：南京工業職業技術學院 基建處）