一种基于语音播报音质的扬声器缺陷识别方法与流程

本发明涉及音频信号处理，尤其涉及一种基于语音播报音质的扬声器缺陷识别方法。

背景技术：

1、扬声器是音频设备的核心组件，其质量直接影响音频设备的音质表现。然而，除了物理声学参数外，人们对音频设备的感知还受到心理声学因素的影响。心理声学因素包括但不限于声音的舒适性、自然性、清晰度等，而这些因素往往不容易用传统的物理参数来描述和量化。目前，对扬声器的心理声学缺陷检测主要依赖于人工主观评价，存在主观性强、一致性差等问题，且效率低下。

2、因此，开发一种自动化的、客观的、能够准确识别扬声器心理声学缺陷的方法显得尤为重要。

3、随着音频设备的广泛应用和需求增加，对扬声器缺陷检测算法的实时性要求也越来越高。特别是在生产线上，需要能够快速、准确地对扬声器进行检测，以确保生产效率和产品质量。

4、开发一种能够克服现有扬声器检测方法存在的问题，同时具有实时性、适用性强、抗干扰性好和自适应性强的自动化扬声器缺陷检测算法具有重要的研究意义和应用价值。

技术实现思路

1、本发明的目的在于提供一种基于语音播报音质的扬声器缺陷识别方法，旨在可以通过分析扬声器播放的语音信号，从心理声学角度评估其质量，实现对扬声器心理声学缺陷的自动化检测。

2、为实现上述目的，本发明提供了一种基于语音播报音质的扬声器缺陷识别方法，包括采用播报样本在待测扬声器中进行播报，所述播报样本为语言音频序列；

3、采集待测扬声器播放的语音信号并进行预处理，去除杂声段后得到语言播报信号；

4、将语言播报信号和播报样本分成多个子信号，得到播报子信号集和样本子信号集；

5、对每个集合中的子信号进行频谱特征提取、信号匹配、异音检测和谐波分析以提取心理声学特征；

6、将提取的心理声学特征与预设的标准值进行比较以评估扬声器的音质表现；

7、输出音质表现结果。

8、其中，所述待测扬声器在额定功率下工作，并避免出现过载情况，保持正常工作状态。

9、其中，所述采集待测扬声器播放的语音信号使用高精度麦克风进行信号采集，麦克风具有平坦的频率响应和低自噪声特性。

10、其中，所述采用播报样本在待测扬声器中进行播报，所述播报样本为语言音频序列的具体步骤包括：

11、准备语音样本；

12、对待测扬声器进行检测，以确保待测扬声器工作在正常范围内；

13、通过待测扬声器播放语音样本。

14、其中，所述采集待测扬声器播放的语音信号并进行预处理，去除杂声段后得到语言播报信号的具体步骤包括：

15、使用高精度麦克风采集扬声器播放的语音信号；

16、对采集到的语音信号进行滤波处理；

17、对滤波后的语音信号进行归一化处理以消除信号强度的差异；

18、使用信号互相关算法计算信号起始位置，根据源信号波形长度确定信号结束位置，截取播音前后的环境噪音，得到语言播报信号。

19、其中，所述对采集到的语音信号进行滤波处理的带通滤波器频率范围为20hz到20khz。

20、其中，所述使用信号互相关算法计算信号起始位置，根据源信号波形长度确定信号结束位置，截取播音前后的环境噪音，得到语言播报信号的具体步骤包括：

21、选择与语言播报具有显特征差异的短段信号作为参考信号；

22、使用互相关算法计算整个音频信号与参考信号之间的相关程度；

23、通过分析互相关函数图形，寻找峰值点；

24、互相关函数的第一个显著正峰值指示语言播报的起始位置，在起始位置基础上加上这个语音时间长度来确定语言播报的结束位置；

25、根据确定的起始和结束位置，从原始音频信号中截取出语言播报部分。

26、其中，所述将语音播报信号和样本信号分成多个子信号的具体步骤包括：

27、使用互相关性进行语音播报信号的语音端点检测，根据检测结果确定每个字的起始和结束位置，将语音信号拆分成多个子信号；

28、将样本信号进行相同的拆分处理，确保拆分后的子信号在时间和内容上与语音播报信号相对应，保存拆分后的子信号及其时间戳信息。

29、其中，所述对每个集合中的子信号进行频谱特征提取、信号匹配、异音检测和谐波分析以提取心理声学特征的具体步骤包括：

30、对拆分后的每个子信号进行特征提取，提取频谱特性；

31、将拆分后的录制子信号与标准样本子信号使用欧氏距离进行特征匹配，计算每对子信号特征向量之间的相似度；

32、分析每个子信号的频谱图，获取异常峰值以及频率成分；

33、分析每个子信号中的谐波成分，对每个子信号进行傅里叶变换，计算其频谱，识别基波和各次谐波，计算谐波失真度，保存谐波分析结果。

34、本发明的一种基于语音播报音质的扬声器缺陷识别方法，包括：采用播报样本在待测扬声器中进行播报，所述播报样本为语言音频序列；采集待测扬声器播放的语音信号并进行预处理，去除杂声段后得到语言播报信号；将语言播报信号和播报样本分成多个子信号，得到播报子信号集和样本子信号集；对每个集合中的子信号进行频谱特征提取、信号匹配、异音检测和谐波分析以提取心理声学特征；将提取的心理声学特征与预设的标准值进行比较以评估扬声器的音质表现；输出音质表现结果。从而具有以下优点：

35、更全面的评估: 引入心理声学因素，能够更全面地评估扬声器的音质表现，从用户的主观感受角度出发，更加符合实际使用场景。

36、客观性强: 相比传统的主观评价方法，本发明基于心理声学特征的分析更为客观，避免了不同人员主观评价带来的差异性。

37、采用自动化的评估方法，能够快速、准确地识别出扬声器可能存在的心理声学缺陷，提高了检测的效率和准确性。

技术特征：

1.一种基于语音播报音质的扬声器缺陷识别方法，其特征在于，

2.如权利要求1所述的一种基于语音播报音质的扬声器缺陷识别方法，其特征在于，

3.如权利要求2所述的一种基于语音播报音质的扬声器缺陷识别方法，其特征在于，

4.如权利要求1所述的一种基于语音播报音质的扬声器缺陷识别方法，其特征在于，

5.如权利要求4所述的一种基于语音播报音质的扬声器缺陷识别方法，其特征在于，

6.如权利要求5所述的一种基于语音播报音质的扬声器缺陷识别方法，其特征在于，

7.如权利要求6所述的一种基于语音播报音质的扬声器缺陷识别方法，其特征在于，

8.如权利要求7所述的一种基于语音播报音质的扬声器缺陷识别方法，其特征在于，

9.如权利要求8所述的一种基于语音播报音质的扬声器缺陷识别方法，其特征在于，

技术总结本发明涉及音频信号处理技术领域，具体涉及一种基于语音播报音质的扬声器缺陷识别方法，包括采用播报样本在待测扬声器中进行播报，所述播报样本为语言音频序列；采集待测扬声器播放的语音信号并进行预处理，去除杂声段后得到语言播报信号；将语言播报信号和播报样本分成多个子信号，得到播报子信号集和样本子信号集；对每个集合中的子信号进行频谱特征提取、信号匹配、异音检测和谐波分析以提取心理声学特征；将提取的心理声学特征与预设的标准值进行比较以评估扬声器的音质表现，从而可以通过分析扬声器播放的语音信号，从心理声学角度评估其质量，实现对扬声器心理声学缺陷的自动化检测。技术研发人员：程飞,刘清波受保护的技术使用者：方博科技（深圳）有限公司技术研发日：技术公布日：2024/8/1