CN101447189A - 一种语音干扰方法 - Google Patents

Abstract

本发明涉及一种语音干扰方法，它的实现包括以下步骤：一、采集被干扰语音信号步骤；二、语音信号处理步骤；三、干扰信号输出步骤。在步骤一中，还包括被干扰语音信号的采集、将采集得到的信号转换为电信号、将电信号转换为数字信号的步骤；在步骤二中还包括分析通过步骤一得到的数字信号、并产生干扰信号的步骤；在步骤三中还包括将干扰信号转换为相应的电信号、将电信号进一步放大并输出为干扰声音、干扰声音与被干扰语音在空间中互相叠加以实现最终干扰效果的步骤。本发明的优点是干扰的针对性强、所输出的干扰声音平和、对周围环境的噪声污染较小并且不影响他人相互之间的正常通话。本发明可以用于封闭空间内的语音干扰及开阔空间中语音信号干扰。

Description

一种语音干扰方法

技术领域

本发明属于声学领域，具体涉及一种语音干扰方法。

背景技术

声源体发生振动会引起四周空气振荡，那种振荡方式就是声波。声波是传输在空气中的一种特殊的机械波，其传播特性满足波传播的一切规律，即其在传播过程中将发生干涉、衍射等现象。声波借助空气向四面八方传播，在开阔空间的空气中那种传播方式像逐渐吹大的肥皂泡，是一种球形的阵面波。声波传递到人的耳朵里引起耳膜的振动被人类接收称其为声音；人类的语言通过声音的强弱、语调的变化组合等使得声音中承载了一定的信息称其为语音。

人们在公众场合谈话时可以使得其周围所有人都听见自己的谈话内容而不必准确对准每一个人就是声波波动特性的结果；同时周围其他人能够在一堆谈话人的嘈杂环境中分辨出具体某个人的谈话内容则是由于每个人的语音承载了其相关语音特征(如频率、音调和音高等)，使得不同人的发声也不相同从而能够被其他人分离识别，这也是语音识别技术的基础。

语音的波动特性给我们带来了巨大方便的同时也给我们带来了许多尴尬和不便。例如在公众场合接听电话时不想谈话内容被周围其他人听见时，一般人采用两种保密通话方式：1.压低声音谈话；2.打开收音机开到较大音量，在噪音的掩护下进行通话。这样两种方式都会对正常的通话质量造成影响：压低声音或者收音机的干扰都会使得通话方很难从嘈杂的背景噪声中分辩出你的声音，尤其是大收音机音量下的通话会引起周围其他人的反感。或者在隔音不好的办公室内讨论机密问题时可能存在着泄密的危险。并且以上这些传统的保密通话方式仍然可以通过语音识别技术对背景噪声进行屏蔽，或者放大原声信号而无法避免被窃听。这些不便就是促使本语音干扰方法产生的原因。

发明内容

为了实现公共场合的保密通话要求，提供一种效率高、干扰效果好的语音干扰方法，本发明采取以下技术方案：

一种语音干扰方法，它包括以下步骤：

一、采集被干扰语音信号步骤；

二、语音信号处理步骤；

三、干扰信号输出步骤。

在采集被干扰语音信号步骤中，还包括以下步骤：

(1)、被干扰语音信号的采集；

(2)、将被干扰的语音信号转换为电信号步骤；

(3)、将(2)中所得电信号转换为数字信号步骤。

在语音信号处理步骤中还包括以下步骤：

(1)、分析被干扰语音的数字信号步骤；

(2)、产生干扰信号。

在分析被干扰语音数字信号步骤中，还包括以下步骤：

(1)、将被干扰语音的数字信号存储到存储电路；

(2)、对存储电路中被干扰语音的数字信号进行分析，确定其强度、频率分布以及语言发声特性。

在产生干扰信号步骤中，还包括以下步骤：

(1)、根据被干扰语音的数字信号分析结果确定相应的干扰信号；

(2)、将干扰信号合成。

在干扰信号输出步骤中还包括以下步骤：

(1)、将干扰信号转换为电信号；

(2)、将电信号进行放大；

(3)、将放大后的电信号转化为声音输出。

本发明采用主动的办法对被干扰对象的语音进行干扰，通过对被干扰语音信号进行分析选择针对该语音的最优干扰信号。最优干扰信号转换为实际声音播放到空间中与被干扰语音进行叠加，使得其周围的听众无法听清楚被干扰对象的谈话内容，如图1所示。

本发明是通过采集被干扰者的语音信号，对其进行时一频分析后确定被干扰语音的组成，并根据被干扰语音的组成确定最优干扰策略。基于最优干扰策略对语音的每一特定频率的成分生成相应的干扰信号，并将其合并得到最终的干扰信号。这样的干扰信号通过扩音器转化为干扰声音播放到空间中与被干扰语音相互叠加从而实现对被干扰语音的有效干扰，基于该原理有效的屏蔽了被干扰者的谈话内容。其实现步骤如图2所示。本发明能够实现对特定的被干扰对象所发出的语音进行有效干扰，干扰后的语音传入周围其他人的耳朵时已经部分的丧失了其所承载的语言信息。即尽管周围的其他人能够听见被干扰对象的声音，但是却无法明白其谈话内容。本发明根据被干扰人的语音特征选择针对性的干扰信号，能够实现对指定被干扰人语音进行干扰而不至影响周围其他人的正常谈话。本发明的使用者可以在公共场合实现保密通话，免受窃听技术和语音识别技术的威胁，并且本发明不仅能够用于室内空间的声音干扰，还能够在开阔空间实现对特定方向的语音信息屏蔽。

本发明的原理是：

本发明基于声音是波动现象这一本质，利用波的干涉现象对说话人的语音进行干扰。声波的干涉现象是指同频率的两个声波传播过程中在空间中相互叠加产生压强增强和减弱的不同区域，并且增强和减弱的区域交替出现。例如一个固定频率为ω，波长为λ的空间传播的正弦声音信号，该信号在空间中的位置为平面坐标原点(0，0)，则该信号在某一时刻在空间中的分布如图3所示，其中深色区域代表空间中压强较大的点，浅色区域则代表空间中压强较小的点。显然伴随着声音在空间中的传播在空气中交替产生压强较大和较小的区域，并且每个区域呈球面分布。在该平面坐标的(1，1)点增加一个同频率的干扰信号，干扰信号与原信号的相位差为0时干扰与原声音在空间中叠加，经过干扰后空间中的声音分布如图4所示，深色区域仍然压强较大，浅色区域压强较小。显然由于干扰信号的出现使得空间中的声音压强分布发生了显著的变化，声音增强区域和减弱区域交替出现，并且增强和减弱的区域不随时间发生变化，这种现象被称为声波的干涉现象。在温度为70℉的海平面处声波速度c＝344m/s，由波动关系式有λω＝c。假设声源和干扰源之间的距离为d，空间中某一点到声源的距离为L₁、到干扰源的距离为L₂。当L₁-L₂为波长λ的整数倍，即：

L₁-L₂＝nλ    (n＝…，-1，0，1，…)时空间点处的声音幅值将增强。

当L₁-L₂为波长λ的半整数倍，即：

$L_1-L_2=(n+\frac{1}{2})\mathrm{\λ}$      (n＝…，-1，0，1，…)时空间点处的声音幅值将减弱。

每个人说话的声音均是由一定频率的信号复合而成的。如图5所示为某人说话过程中通过话筒采样得到的其语音信号，其中每个幅度比较大的频率团即为一个字的发音，显然图5中的语音信号为复合信号，即由一系列不同幅值、不同频率、不同相位角的正弦声音信号叠加组成。每个人的语音特性为其所固有，例如对图5中的说话者语音信号进行傅里叶变换得到其频率空间如图6所示。

通过对语音信号不同频率的声音成分实施相同频率的同源干扰信号使得空间中组成语音信号的不同频率声音在空间中的强弱区域互不叠加就可以使得周围的人无法听清说话人的语音，这就是本发明的实现原理。

本发明的优化目标：

对图5中的语音信号，通过采样得到其数字信号并对信号进行傅里叶变换，其不同频率分量的幅值如图6所示，该曲线称为说话人语音的功率谱。可以通过功率谱将说话人的语音信号转换为一系列不同频率信号的叠加，并且这一系列不同频率信号均为单频信号。假设被干扰的语音信号可以表示为随时间变化的函数f(t)(时间t∈[0，T])，对其进行傅立叶变换得到其功率谱为

则这样两个函数的相互关系可以表示为：

$\hat{f}\left(\mathrm{\ω}\right)={\∫}_0^{T}f\left(t\right)e^{-\mathrm{i\ωt}}\mathrm{dt}$

由前面介绍的干涉原理，可以对语音中每一个单频声音部分进行相应的干扰使得空间中该频率的声音出现强弱分布的不同，此时空间中相应点处的功率谱函数

将发生变化。干扰信号和被干扰信号在空间中相互叠加后空间中某一点处听众所听到的合成声音的功率谱函数假设为

则位于该点的听众所听到的合成后的语音为：

$g\left(t\right)=\frac{1}{2\mathrm{\π}}{\∫}_{-\∞}^{+\∞}\hat{g}\left(\mathrm{\ω}\right)e^{\mathrm{i\ωt}}\mathrm{d\ω}$

由前面的理论得知说话人的语音信号为f(t)，而经过干扰后某一点处听众所听到的声音为g(t)。如果没有干扰信号，则该点处听众听到的就是原说话声音但是相应的滞后一段时间

即 $g\left(t\right)=f(t-\frac{L_1}{c})$ (这里为了简化公式没有考虑声音在传递过程中的损耗)。当存在干扰的情况下f(t)和g(t)将不再相似。由语言学的研究我们知道语音是一种信息载体，其信息通过声音信号的不同部分的幅值和时间序列变化传递确定的信息，对其幅值或时序的任何改变都会导致信息的收集者对信息所承载的具体内容的理解出现错误。信号的相似性系数定义为：

$\mathrm{\α}=\frac{\max {\∫}_0^{T}f\left(t\right)g(t-\mathrm{\τ})\mathrm{dt}}{\max {\∫}_0^{T}f\left(t\right)f(t-\mathrm{\τ})\mathrm{dt}}$

上式中的积分

为语音信号f(t)和g(t)的自相关系数，其最大值为听众最多能够听懂的被干扰语音；

为信号f(t)与自身的自相关系数，当τ＝0时就是f(t)信号的自相关系数的最大值，即 $\max {\&Integral;}_0^{T}f\left(t\right)f(t-\mathrm{\&tau;})\mathrm{dt}={\&Integral;}_0^{T}f\left(t\right)f\left(t\right)\mathrm{dt}.$ 当 $g\left(t\right)=f(t-\frac{L_1}{c})$ 时相似性系数α＝1，即不存在干扰信号的存在，听众能够完全听懂被干扰人的谈话内容。当α＝0时则听众完全不能听到被干扰人的谈话内容，但是实现有效干扰并不需要听众完全不能听到被干扰人的谈话内容。根据语音识别技术的要求，而当相似性系数α低于60％时将会导致听众对信息无法理解，干扰策略中就应该选择适当的干扰方法使得α<60％。

本发明的干扰策略：

该干扰装置由两个干扰喇叭构成，分别为高音干扰喇叭和低音干扰喇叭。这两个喇叭位于被干扰人的两侧。其中高音喇叭距离说话人d₁；低音喇叭距离说话人d₂；并且高音喇叭和低音喇叭之间的距离为d₃；这三者之间组成了一个三角形如图7所示。其中的高音喇叭将处理后的高频干扰信号转化为声音输出；低音喇叭将处理后的低频干扰信号转化为声音输出。干扰声音与说话人的语音在空间中相互叠加出现了针对不同频率信号的震幅增强和震幅减弱区域，并且该干扰策略实现了不同频率的振幅增强和减弱部分互不叠加，这样的干扰效果就使得空间中的声音不再包含原始语音信号所包含的信息内容，从而实现了有效的语音干扰。被干扰人周围的不同位置分布着收听人1、2、3，如图7所示。

干扰策略选择高音喇叭输出的高频干扰信号，其不同频率ω_i分量的干扰策略为使其延时

而低音喇叭输出的低频干扰信号，不同频率分量的干扰策略为使其延时在空间中不同频率的部分将会由前面介绍的波长和半波长的规律而分为增强和减弱的区域，并且由于不同频率的声音其波长不相同，导致这样的增强和减弱区域互不重合，从而达到了一定的干扰效果。一般人的听力范围介于20-20000Hz，选择中间频率ω₀＝1000Hz，频率小于ω₀的声音信号定义为低频信号，频率大于ω₀的声音信号定义为高频信号，相应的干扰语音信号选择为：

$\hat{g}\left(\mathrm{\&omega;}\right)=\left\{\begin{array}{cc}{\&Integral;}_0^{T}f\left(t\right)e^{-\mathrm{i\&omega;}(t-d_1/c)}\mathrm{dt}& \mathrm{\&omega;}>{\mathrm{\&omega;}}_0\\ {\&Integral;}_0^{T}f\left(t\right)e^{-\mathrm{i\&omega;}(t-d_2/c)}\mathrm{dt}& \mathrm{\&omega;}<{\mathrm{\&omega;}}_0\end{array}\right.$

最终通过喇叭输出的干扰声音信号为 $g\left(t\right)=\frac{1}{2\mathrm{\&pi;}}{\&Integral;}_{-\&infin;}^{+\&infin;}\hat{g}\left(\mathrm{\&omega;}\right)e^{\mathrm{i\&omega;t}}\mathrm{d\&omega;},$ 则可以实现有效的同源语音干扰，并导致被干扰语音无法被周围听众识别。

例如说话人的声音为图5中所示的信号时，高音喇叭在其右手距离d₁＝0.1m处，而低音喇叭在其左手距离d₂＝0.1m处，这样两个喇叭之间相距d₃＝0.1m。即说话人、高音喇叭和低音喇叭组成了一个等边三角形。此时通过试验测量图7中的被干扰人所发出的语音被周围其他收听人所听到的声音，并计算其与原声音的相似性系数α。例如距离被干扰人2m处的收听人1，其所在位置通过测量得到的语音信号如图8所示，该信号与图5中的被干扰信号的相似性系数α为0.48，显然在该点实现了语音信号的有效干扰。类似的在收听人2，3处所听到的语音信号与被干扰信号的相似性系数均小于0.6，即收听人2和收听人3也仍然无法听清楚被干扰人的语音，即在全场中实现了语音的有效干扰。

为了验证本发明的干扰效果，以被干扰人为原点建立坐标系Oxy，如图9所示，则干扰人周围的喇叭以及收听人位置均可以由坐标系中的点描述。被干扰人前放置两个喇叭，高音喇叭的坐标为(0.1m，0.05m)，低音喇叭的坐标为(0.1m，-0.05m)，在坐标系Oxy的不同位置处放置了6个声音记录装置测量被干扰后相应点处的声音信号，则相应点处的相似性系数α的值如表1所示：

表1  空间不同位置处的相似性系数α

 

听众位置	相似性系数α
		(2m，0m)	0.43
(2m，-1m)	0.52
		(2m，-2m)	0.4
(4m，0m)	0.31
		(2m，-2m)	0.52
(2m，-2m)	0.44

本发明的有益效果是通过被干扰声的自身的对偶干扰信号对原声音进行干扰，这样得到的干扰声音与原声音腔调等特性均完全相同，即相当于多个完全相同的人在不同地点说完全相同的内容但是不互相同步，导致周围的收听人无法听清楚每个人的具体谈话内容；这样的干扰效果自然，没有特殊的惹人注意的噪声。也就是通过被干扰声音的强弱、频率分布等特征参数确定优选干扰信号，干扰效果好并且干扰声音平和，从而对周围环境的噪声污染小，不影响他人相互间的通话。本方法不仅可以用于封闭空间内的声音干扰，还可以在开阔空间对某一方向的声音定向干扰，实现对特定方向人群的声音信息屏蔽。并且可以有效防止目前现有的语音识别增强技术，有效防止泄密。

附图说明

图1为本发明示意图

图2为本发明数据处理流程图

图3为单频语音信号在空间中的压强分布图

图4为增加同频率干扰信号后的单频语音信号在空间中的压强分布图

图5为被干扰人语音信号

图6为被干扰人语音功率谱

图7为该装置空间结构示意图

图8为该装置数据处理流程图

图9为干扰后图7中听众1所听到的语音

图10为验证试验的坐标系建立

图11为实施例中采用DSP实现的逻辑电路图

图12为实施例中DSP电路结构示意图

具体实施方式

本发明可以采用一台具有多媒体功能的计算机(即包括麦克风装置，可采样和输出的声卡)，将被干扰的声音通过话筒转换为电信号传入声卡的MIC端口，声卡将其采样为相应的数字信号流并存入计算机内存。数字信号经过计算机的CPU进行分析和处理后得到干扰信号并通过声卡AUDIO端口输出，经过音箱放大后干扰信号转变为声音信号与被干扰声音在空间中相互叠加并最终达到干扰效果。

其优点在于完全通过计算机软件实现，不需要额外的投资。但是同时对计算机的计算能力有比较高的要求，即需要配置较高的计算机才能实现，并且不利于小型化和便携。

本发明实验中，采用了合众达公司的DSP开发板(型号为DEC6713)做为开发板进行了样机的开发。该开发板所采用的DSP运算芯片为TI公司生产的浮点运算芯片TMS320C6713BGDP，最高工作主频率为300MHz，处理性能可达3200MIPS。同时该开发板包括了512K的外部Flash和8MB的外部SDRAM作为存储设备。开发板采用TLV320AIC23B实现音频输入与输出，TLV320AIC23B是一颗音频Codec器件，其基本功能为：48KHz带宽、96KHz采样率，双声道立体声A/D、D/A，音频输入包括：麦克风输入(提供麦克风偏置输出和前置放大器)和立体声输入(提供可编程放大器)，音频输出包括：立体声输出(提供耳机功率放大器，能提供30mW输出功率，驱动32Ω负载)。该开发板的功能框图如图11所示，该电路中所用到的器件通过总线互相连接。

话筒和DSP开发板的立体声A/D采集芯片构成了基本的声音信号采集部分，而DSP开发板的运算芯片和板载的Flash、SDRAM，以及D/A转换芯片构成了声音信号处理部分。外置音箱则构成了声音信号的输出部分。其内部处理电路的原理图如图12所示，首先通过话筒和A/D转换将说话人的原始说话信号采样而将其转换为数字信号。将这样的数字信号作为处理电路的输入信号由DSP运算芯片对其进行运算处理，从而得到干扰算法实现后的干扰信号。这样的干扰信号分频为高频部分和低频部分，经过功率放大电路而由高频喇叭和低频喇叭分别播放出去。从而实现了本发明的既定干扰策略。

该实施例具有可移植性、便携性、干扰范围可控的特点。其可移植性指的是这种装置可以很容易的加以改装，进而用于办公室固定电话干扰、会议场所会议内容的干扰、保密机构等的声音干扰。而便携性则指该装置可以集成为非常小的集成电路而随身携带，可以用于在公众场合手机等谈话内容的干扰。而干扰范围可控是指通过设置外置喇叭的位置可以实现定向干扰，即对某一方向的声音进行干扰而不会对其它方向上的声音产生较大的影响，从而不会对其它谈话对象之间的沟通造成影响。

Claims (6)

1、一种语音干扰方法，其特征在于它包括以下步骤：

(1)、采集被干扰语音信号步骤；

(2)、语音信号处理步骤；

(3)、干扰信号输出步骤。

2、根据权利要求1所述的语音干扰方法，其特征在于：

在采集被干扰语音信号步骤中，还包括以下步骤：

(1)、被干扰语音信号的采集；

(2)、将采集的语音信号转换为电信号；

(3)、将电信号转换为数字信号。

3、根据权利要求1所述的语音干扰方法，其特征在于：

在语音信号处理步骤中，还包括以下步骤：

(1)、分析被干扰语音的数字信号；

(2)、产生干扰信号。

4、根据权利要求3所述的语音干扰方法，其特征在于：

在分析被干扰语音数字信号步骤中，还包括以下步骤：

(1)、将被干扰语音的数字信号存储到存储电路；

(2)、对存储电路中被干扰语音的数字信号进行分析，确定其强度、频率分布以及语言发声特性。

5、根据权利要求3所述的语音干扰方法，其特征还在于：

在产生干扰信号步骤中，还包括以下步骤：

(1)、根据被干扰语音的数字信号分析结果确定相应的干扰信号；

(2)、将干扰信号合成。

6、根据权利要求1所述的语音干扰方法，其特征在于：

在干扰信号输出步骤中还包括以下步骤：

(1)、将干扰信号转换为电信号；

(2)、将电信号放大；

(3)、将放大的电信号转化为干扰声音输出。

Images