基于FFT的廣播信號聲音檢測

王彤+林巖+張烽

摘 要

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

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

快速傅立葉變換（FFT）是對離散傅立葉變換（DFT）的算法進(jìn)行改進(jìn)獲得的。因FFT具有計算量小的顯著優(yōu)點(diǎn)，在信號處理技術(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)中廣播信號的處理，通過對獲取的廣播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

離散傅里葉變換對為

一般情況下，信號序列x（n）及其頻譜序列X（k）都是用復(fù)數(shù)來表示的。因此計算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，計算量變的極大，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，M級共有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，實用性使得它在信號處理，數(shù)字通信等方面獲得了廣泛的應(yīng)用。

2 FFT應(yīng)用于廣播信號的聲音檢測

2.1 廣播信號音頻流

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

2.2 廣播信號聲音檢測的仿真設(shè)計

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，光靠人耳是無法完成如此浩大的工程，所以需要通過計算機(jī)來完成。

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

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，將時域上的信號變換到頻域上。

將原始音頻數(shù)據(jù)導(dǎo)入Matlab，并對每一路音頻取256個PCM數(shù)據(jù)作為研究對象，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大且范圍廣，在0到100個點(diǎn)之間的數(shù)值也相對較大；而純凈聲音有明顯的周期性波峰，較大值一般在0到30個點(diǎn)之間。由于圖像的周期與對稱性，可以只考慮128個點(diǎn)為研究對象，以此降低運(yùn)算的時間與復(fù)雜性。

本文利用前30個點(diǎn)的平均值與剩余點(diǎn)的平均值之商來進(jìn)行聲音檢測，把這個商定義為本次研究中的信噪比。為了提高準(zhǔn)確率，考慮到對計算時間和存儲空間的要求，每錄音頻取10個信噪比進(jìn)行研究，取三路音頻信號為例，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容易，而夾雜噪聲的聲音區(qū)分起來有些困難，如何在提高準(zhǔn)確率的同時，將夾雜噪聲的聲音更準(zhǔn)確的區(qū)分出來是接下來要研究的部分。

2.2.3 算法的優(yōu)化

通過觀察多路音頻的傅里葉圖像，考慮對每個值進(jìn)行加權(quán)的方法來計算信噪比，經(jīng)過多次嘗試，最后決定對前30個點(diǎn)采取加權(quán)數(shù)逐降，對剩余的點(diǎn)采取每個擴(kuò)大30倍的方法，以上述的三路音頻信號為例，可得圖8。

通過對比圖7與圖8，可以知道信噪比的趨勢沒有發(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，這更利于找出一個分界線來區(qū)別這幾種不同的信號，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)計中信噪比數(shù)值的交叉無法定義一個數(shù)值，考慮改變統(tǒng)計方式，找出一個相對合適的分界線數(shù)值，統(tǒng)計每路音頻信號在此數(shù)值以上的個數(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)計分界線以上信噪比的個數(shù)，由于純噪聲的信噪比值相對較小，所以可以很容易分辨出來。

經(jīng)過多次試驗，最后決定采取30作為分界線。經(jīng)過統(tǒng)計計算，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個以上，夾雜噪聲的聲音數(shù)目是6個，而噪聲和無聲數(shù)目為0個（無聲音頻可以在最開始通過條件語句來判斷），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，實時廣播信號與已錄制好的廣播信號會有一定差距，數(shù)值上也會有一定的偏差。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進(jìn)行實時廣播信號的聲音檢測。

在實際工程實踐中，在選用的嵌入式處理平臺上，對16路廣播信號進(jìn)行采集處理后，得到PCM原始音頻數(shù)據(jù)。利用對上述仿真原理，通過多次試驗，在實際應(yīng)用中得到的分界線數(shù)值為20。在除去無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。通過工程實踐可知，利用FFT進(jìn)行聲音檢測的方法得到了快速的實現(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的聲音檢測算法，創(chuàng)新性地引入了加權(quán)統(tǒng)計的方式對經(jīng)過FFT變換后的PCM原始音源進(jìn)行了處理和分析，仿真的可行性與實際工程實踐的成功表明，這種算法對噪音識別的準(zhǔn)確性極高，對不同平臺的適用性很好，而且計算量較小并具有很好的靈活性，因而十分適合嵌入式平臺的使用。這是可以應(yīng)用于實際工程實踐中聲音檢測的解決方案，具有很大的實際意義。

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，2011，27（04）：27-30.

[4]胡廣書.數(shù)字信號處理[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：單片機(jī)與嵌入式系統(tǒng)應(yīng)用，2015（08）：43-44.