一種基于稀疏分解的音頻噪聲實(shí)時(shí)檢測方法
【專利摘要】本發(fā)明提供一種基于稀疏分解的音頻噪聲實(shí)時(shí)檢測方法，用于對(duì)音頻流進(jìn)行實(shí)時(shí)噪聲檢測，主要包括以下步驟：首先接收前N幀音頻幀，構(gòu)建初始原子庫；然后對(duì)第N幀之后的每一音頻幀進(jìn)行靜音判斷、第一次稀疏分解、第二次稀疏分解，并采用幀計(jì)數(shù)器對(duì)音頻幀進(jìn)行循環(huán)計(jì)數(shù)，每當(dāng)幀計(jì)數(shù)器計(jì)數(shù)到達(dá)N后，進(jìn)行一次噪聲判定，同時(shí)將幀計(jì)數(shù)器置零。本發(fā)明能夠檢測音頻中各種類型的噪聲，如白噪聲、粉紅噪聲、高頻信道噪聲等，當(dāng)信號(hào)和噪聲同時(shí)存在時(shí)，也能夠檢測出信號(hào)被噪聲所覆蓋而導(dǎo)致音頻內(nèi)容模糊不清，無法正常收聽的情況；同時(shí)，該檢測方法算法簡單、處理快速，能夠廣泛應(yīng)用于音頻信號(hào)的實(shí)時(shí)監(jiān)測，如廣播、電視信號(hào)監(jiān)測。
【專利說明】
一種基于稀疏分解的音頻噪聲實(shí)時(shí)檢測方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于數(shù)字音頻處理【技術(shù)領(lǐng)域】，具體地說是一種基于稀疏分解的音頻噪聲檢測方法。該方法可應(yīng)用于對(duì)音頻信號(hào)進(jìn)行自動(dòng)實(shí)時(shí)監(jiān)測。

【背景技術(shù)】
[0002]當(dāng)前，音頻廣播已成為最為普及的大眾宣傳和娛樂媒體。由于廣播系統(tǒng)本身的復(fù)雜性，以及在發(fā)射、傳輸和接收各環(huán)節(jié)會(huì)受到外界因素的影響，廣播中時(shí)常會(huì)出現(xiàn)播出異?；蚬收?。因此，正常安全的播出一直以來都是廣播電臺(tái)業(yè)務(wù)的一個(gè)基本目標(biāo)，而達(dá)到該目標(biāo)的一個(gè)重要手段就是對(duì)播出音頻的質(zhì)量進(jìn)行有效的監(jiān)控。目前國內(nèi)電臺(tái)廣播監(jiān)控已由傳統(tǒng)的人工方式過渡到了計(jì)算機(jī)輔助完成，并初步實(shí)現(xiàn)了一些簡單異常事件的監(jiān)測自動(dòng)化。
[0003]在音頻質(zhì)量監(jiān)測中，噪聲檢測是一個(gè)重要內(nèi)容，即檢測當(dāng)前播出的音頻是否被噪聲覆蓋或已完全是噪聲。與其他電平、相位等信號(hào)參數(shù)的檢測相比，噪聲檢測更為直接地指示出當(dāng)前音頻是否有異常。一旦檢測出是噪聲，可以進(jìn)行及時(shí)的報(bào)警和排查故障，避免重大播出事故的發(fā)生。
[0004]目前，在音頻噪聲相關(guān)的報(bào)道中，以音頻去噪或增強(qiáng)的研究居多。音頻去噪或增強(qiáng)以提高信號(hào)-噪聲比為目標(biāo)，往往著眼于盡可能地提取信號(hào)而抑制噪聲，故這類方法一般不能直接用于噪聲檢測。另外，文獻(xiàn)中也報(bào)道了對(duì)音頻及噪聲分類識(shí)別的研究。分類識(shí)別方法一般先提取音頻特征，如過零率、音高、梅爾頻率倒譜系數(shù)(MFCC)，線性預(yù)測編碼(LPC)等，用音頻特征去訓(xùn)練一定的數(shù)學(xué)模型，如高斯混合模型(GMM)、隱馬爾科夫(HMM)模型、神經(jīng)網(wǎng)絡(luò)(NN)模型等，最后用分類器，如K最鄰近結(jié)點(diǎn)算法(KNN)和支持向量機(jī)(SVM)等進(jìn)行分類。這些方法一般只針對(duì)白噪聲，且復(fù)雜度比較高。事實(shí)上，廣播音頻噪聲涉及的種類很廣，除了白噪聲外，還有受環(huán)境因素影響而出現(xiàn)的各類噪聲，如粉紅噪聲、高頻信道噪聲等；噪聲也不一定單獨(dú)存在，它可能與信號(hào)混合在一起且將信號(hào)覆蓋，導(dǎo)致音頻內(nèi)容模糊不清，無法正常收聽。另外，廣播監(jiān)測應(yīng)用還有實(shí)時(shí)性的要求?；谶@些考慮，至今文獻(xiàn)中尚未見適合于廣播電臺(tái)應(yīng)用的音頻噪聲實(shí)時(shí)檢測方法的報(bào)道。
[0005]近年來，稀疏分解方法已成為信號(hào)表示的一個(gè)新的研究熱點(diǎn)。其基本思想是用冗余函數(shù)系統(tǒng)(原子庫)取代傳統(tǒng)的正交基函數(shù)，并從中找到具有最佳線性組合的M項(xiàng)原子來表示一個(gè)信號(hào)。稀疏分解方法已被應(yīng)用到音視頻信號(hào)的去噪中，但在噪聲檢測方面的應(yīng)用還未見報(bào)道。


【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的在于針對(duì)【背景技術(shù)】存在的問題，提供一種對(duì)音頻流的噪聲檢測方法。本發(fā)明的技術(shù)方案是:一種基于稀疏分解的音頻噪聲實(shí)時(shí)檢測方法，包括以下步驟:
[0007]S1.構(gòu)建初始原子庫:
[0008]Sll.初始化原子庫D1和D2為空，并設(shè)定原子庫的大小(原子庫中包含的原子數(shù)目)為N，N為I秒內(nèi)音頻幀總幀數(shù)；
[0009]S12.對(duì)接收到的前N幀音頻幀，將每一幀數(shù)據(jù)排列成一列矢量，歸一化后作為一個(gè)原子同時(shí)加入到原子庫D1和D2中，從而完成初始原子庫的構(gòu)建；
[0010]對(duì)第N幀之后的每一幀音頻幀，進(jìn)行如下處理:
[0011]S2.接收一幀音頻幀，將其樣本數(shù)據(jù)排列成一列矢量；設(shè)定初始值為O的幀計(jì)數(shù)器，每接收一音頻幀，幀計(jì)數(shù)器加I ;
[0012]S3.靜音判斷:計(jì)算當(dāng)前音頻幀的能量，即計(jì)算幀內(nèi)各音頻樣本值的平方和；若幀能量小于設(shè)定的靜音門限，則轉(zhuǎn)到步驟S6 ；
[0013]S4.第一次稀疏分解:
[0014]S41.稀疏分解:在原子庫D1T，對(duì)當(dāng)前音頻幀y進(jìn)行稀疏分解，即求解如下最優(yōu)化問題:
[0015]X;= arg Injn(Iy-D1Xl)且滿足 | | x | 10 < L1 (I)
[0016]其中，I I.I |2和I I.I Itl分別表示2范數(shù)和O范數(shù)算子，L1為設(shè)定的第一次稀疏分解的稀疏度，I≤L1≤3 ;
[0017]S42.計(jì)算余量信號(hào)R1:
[0018]R1 =y-DiX142)
[0019]R1將在步驟S5作為第二次稀疏分解的輸入信號(hào)；
[0020]S43.更新原子庫D1:將y歸一化后，加入到D1中并刪除D1中與當(dāng)前幀時(shí)間相隔最遠(yuǎn)的音頻幀所對(duì)應(yīng)的原子；
[0021]S5.第二次稀疏分解:
[0022]S51.稀疏分解:在原子庫D2下，對(duì)余量信號(hào)R1進(jìn)行稀疏分解，即求解如下最優(yōu)化問題:
[0023]X; = arg minClRj -D2x|^)且滿足 | | x | |。≤ L2 (3)
[0024]其中，L2為設(shè)定的第二次稀疏分解的稀疏度，5≤L2≤10 ;
[0025]S52.計(jì)算余量信號(hào)R2:
[0026]R2=R1-DiX(4)
[0027]S53.計(jì)算余量成分t:

【權(quán)利要求】
1.一種基于稀疏分解的音頻噪聲實(shí)時(shí)檢測方法，包括以下步驟: .51.構(gòu)建初始原子庫: .511.初始化原子庫D1和D2為空，并設(shè)定原子庫的大小為N，N為I秒內(nèi)音頻幀總幀數(shù)； .512.對(duì)接收到的前N幀音頻幀，將每一幀數(shù)據(jù)排列成一列矢量，歸一化后作為一個(gè)原子冋時(shí)加入到原子庫D1和D2中，從而完成初始原子庫的構(gòu)建； 對(duì)第N幀之后的每一幀音頻幀，進(jìn)行如下處理: .52.接收一幀音頻幀，將其樣本數(shù)據(jù)排列成一列矢量；設(shè)定初始值為O的幀計(jì)數(shù)器，每接收一音頻幀，幀計(jì)數(shù)器加I ; .53.靜音判斷:計(jì)算當(dāng)前音頻幀的能量；若幀能量小于設(shè)定的靜音門限，則轉(zhuǎn)到步驟S6 ； .54.第一次稀疏分解: .541.稀疏分解:在原子庫D1下，對(duì)當(dāng)前音頻幀y進(jìn)行稀疏分解，即求解如下最優(yōu)化問題:
其中，M.112和11.I L分別表示2范數(shù)和O范數(shù)算子，L1為設(shè)定的第一次稀疏分解的稀疏度， .542.計(jì)算余量信號(hào)R1:
R1將在步驟S.5作為第二次稀疏分解的輸入信號(hào)； .543.更新原子庫D1:將y歸一化后，加入到D1中并刪除D1中與當(dāng)前幀時(shí)間相隔最遠(yuǎn)的音頻幀所對(duì)應(yīng)的原子； .5.5.第二次稀疏分解: .5.51.稀疏分解:在原子庫D2下，對(duì)余量信號(hào)R1進(jìn)行稀疏分解，即求解如下最優(yōu)化問題: X; = arg minCllR, - D2x|丨)且滿足 | x | 10 ^ L2 其中，L2為設(shè)定的第二次稀疏分解的稀疏度，.5 < L2 ^ 10 ； .5.52.計(jì)算余量信號(hào)R2: .5.53.計(jì)算余量成分t:
.5.54.更新原子庫D2:將R1歸一化后，加入到D2中并刪除D2中與當(dāng)如幀時(shí)間相隔最遠(yuǎn)的音頻幀所對(duì)應(yīng)的原子； .56.若幀計(jì)數(shù)器的當(dāng)前計(jì)數(shù)值小于N，則轉(zhuǎn)到步驟S2，接收處理下一音頻幀；否則轉(zhuǎn)到步驟S7進(jìn)行噪聲判定，同時(shí)將幀計(jì)數(shù)器置零； .57.噪聲判定:設(shè)參與噪聲判定的音頻幀數(shù)目為M，MSN，設(shè)當(dāng)前音頻幀為第k幀，計(jì)算第k-Μ+Ι幀到第k幀的余量成分與其最大值的平均偏差:
其中，ti表不第i幀的余量成分，對(duì)靜首幀，余量成分設(shè)為O ;tmax表示&的最大值，其中i = k-M+1, k-M+2,…，k ;若平均偏差d小于設(shè)定的閾值Td，則判定當(dāng)前音頻為噪聲，否則為非噪聲。
2.按權(quán)利要求所述一種基于稀疏分解的音頻噪聲實(shí)時(shí)檢測方法，其特征在于，所述步驟S7噪聲判定的閾值Td的設(shè)定范圍為0.15 ^ Td ^ 0.2。
【文檔編號(hào)】G10L21/0224GK104200812SQ201410338721
【公開日】2014年12月10日 申請日期:2014年7月16日 優(yōu)先權(quán)日:2014年7月16日
【發(fā)明者】甘濤, 何艷敏, 黃曉革, 蘭剛, 周南 申請人:電子科技大學(xué)