CN103546853A - 一种基于短时傅里叶变换的扬声器异常音检测方法 - Google Patents
一种基于短时傅里叶变换的扬声器异常音检测方法 Download PDFInfo
- Publication number
- CN103546853A CN103546853A CN201310428075.5A CN201310428075A CN103546853A CN 103546853 A CN103546853 A CN 103546853A CN 201310428075 A CN201310428075 A CN 201310428075A CN 103546853 A CN103546853 A CN 103546853A
- Authority
- CN
- China
- Prior art keywords
- frequency
- abnormal sound
- time
- loud speaker
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明提出了一种基于短时傅里叶变换的扬声器异常音检测方法。本发明采用扫频信号激励被测扬声器,通过采集被测扬声器的声响应信号并对该信号进行短时傅里叶变换,从而获得该信号所对应的时频图。根据扬声器异常音信号的特点对该时频图进行分割,然后量化分割后的各个区域与标准时频图对应区域的差异程度,并将得到的差异程度进行显示方式转换,构造出异常音曲线。最后,将该异常音曲线与设定的门限进行比较,从而判断扬声器是否存在异常音。方法中所提的门限是由良品时频图与标准时频图的最大差异程度的M倍所构造出的异常音曲线。
Description
技术领域
本发明属于电声技术应用领域,它提出一种基于短时傅里叶变换的扬声器异常音检测方法,可替代目前依赖人工检听的主观判定方法,以提升工厂生产线管控扬声器品质的水平。
背景技术
扬声器异常音检测的意义:
在扬声器生产过程中,由于装配失误、杂质混入等原因,导致扬声器发出有别于合格扬声器的声音,称为扬声器异常音。扬声器异常音检测则是筛选出具有异常音的扬声器的过程。该过程是品质管控的重要环节,其检测的结果将直接影响产品的出货质量。目前,扬声器异常音的检测方法主要依赖于有经验的听音员的主观听测。虽然,人耳可以较为灵敏的听测出扬声器有无异常音,但是由于听音员受技术熟练程度、身体与情绪状况和工作疲劳程度等因素影响,判断结果有时差异较大。不仅如此,由于异常音的显著程度不同,很难用一个稳定而一致的标准来判断扬声器是否存在异常音,这也导致了生产厂家和客户之间关于异常音的纠纷时有发生。传统的人工听音方法由于缺少客观标准、难以量化、培训困难、效率低下等缺陷,难以满足企业现代化生产的需求。因此,电声业界迫切希望开发出能够检测扬声器异常音的检测方法、技术和设备。
现有的技术和方法:
美国专利US8078433中提到一种用于估计扬声器线性和非线性参数的模型与方法。该专利中所提的模型描述了扬声器的输入与输出之间的传递特性,这种特性可作为扬声器故障诊断的判断基础。但该专利并未给出具体检测扬声器异常音的方法。
美国专利US2011015898中提到了一种使用双麦克风的扬声器异常音检测技术。一个麦克风用于采集扬声器的声响应信号,另一个麦克风用于监测环境噪声。该方法实际并未提高扬声器异常音检测系统的抗噪声性能,仅起到了提示的作用,用于提示检测系统环境噪声的影响是否过大。其工作过程为:若环境噪声影响过大则系统自动进行重复测试。
中国专利申请公开书200610014967.0采用了对检测得到的扬声器声响应信号使用短时傅里叶变换的方法来判断扬声器是否存在异常音。该方法通过量化由短时傅里叶变换得到的整张时频图与合格样品的时频图之间的差异程度来判断扬声器是否存在异常音。该方法没有结合扬声器异常音信号的特点进行分析,并且其异常音检测结果容易受到环境噪声的干扰,检测结果并不理想。
中国专利申请公开号:CN101426169提出了将高阶微弱信号提取及人耳听觉心理模型等一系列技术综合应用于常规音频测量仪器,测量发声体异常音的方法。该方法采用特殊信号激励被测发声体,通过测量发声体两端电流信号和声压信号,并对这两种信号做时域跟踪高通滤波或EMD处理后得到异常音曲线,其后考虑人听觉心理模型对声响应的异常音曲线进行后处理得到最后的声响应异常音曲线,结合电响应异常音曲线和声响应异常音曲线就能综合判断发声体是否有异常音。
发明内容
本发明专利提出了一种基于短时傅里叶变换的扬声器异常音检测方法。
本发明要解决的是现有扬声器异常音的检测方法速度慢、准确性低、判定标准不一,从而导致对扬声器生产的品质管控困难的问题。
本发明是采用以下技术手段实现的:首先,采用扫频信号激励被测扬声器,同时采集被测扬声器的声响应信号并对该响应信号做短时傅里叶变化得到其对应的时频图;之后,根据扬声器异常音信号的特点对该时频图进行分割,并量化分割后的各个区域与标准时频图的差异程度,通过计算机将得到的差异程度进行显示方式转换,构造出异常音曲线;最后,将获得的异常音曲线与设定的门限进行比较,从而判断扬声器是否存在异常音;上述所提及的门限是已知合格样品的异常音曲线的M倍。
所述的标准时频图是指N个合格扬声器的声信号的时频图所对应的N个矩阵的均值所对应的时频图。N是20以上的正整数。
所述的异常音曲线的获取过程包括以下步骤:
步骤1、采用扫频信号激励被测扬声器。
步骤2、通过数据采集卡连接传声器的方式进行信号采样,获取被测扬声器声响应信号的时域离散序列。
步骤3、对由步骤2采集到的时域离散序列进行归一化处理。
步骤4、采用短时傅里叶变换将从步骤3中获得的时域离散序列变换为时频图。
步骤5、根据扬声器异常音信号的特点,对步骤4中获得的时频图进行有效分割。
步骤6、将由步骤4获得的时频图在经过步骤5的分割后,量化其分割后的各个区域与标准时频图所对应的各个区域的差异程度。
步骤7、将由步骤6获得的差异程度进行显示方式转换,构造出异常音曲线。
步骤8、将该异常音曲线与设定的门限进行比较,从而判断被测扬声器是否存在异常音。
步骤2中所述的归一化处理的公式为:y=(x-MinValue)/(MaxValue-MinValue),其中x、y分别为转换前、后的值,MaxValue、MinValue分别为样本的最大值和最小值。步骤5中所述的时频图有效分割方法为对被测扬声器谐振频率处的图像进行细致的分割,对非谐振频率处的图像进行粗略的分割。步骤6中所述的量化差异程度的方式为欧式距离或Kolmogorov距离。步骤7中所述的显示方式转换是指将表征差异程度的一组数组通过计算机软件绘制成曲线的过程。
在进行扬声器异常音检测之前,必须先设定判别是否存在异常音的检测门限。检测门限的设定需要基于对经过人工精心挑选出来的N个合格扬声器的特征信号的提取来完成。按照图3所示的门限获取流程,具体过程为采用短时傅里叶变换将专业声卡采集到的N个响应信号变换为N张时频图,并根据被测扬声器数据库中存储的被测扬声器异常音信号的特点,对该N张时频图进行有效分割。然后,量化其分割后的各个区域与标准时频图所对应的各个区域的差异程度并进行显示方式转换,构造出N条异常音曲线。将获得的N条异常音曲线保存至异常音曲线存储模块后,最终由门限形成模块形成门限。上述N是20以上的正整数。
所述的门限设置具体过程包括以下步骤:
步骤A、挑选N个与被测扬声器型号一致的合格扬声器。
步骤B、采用扫频信号激励步骤A中所选取的合格扬声器。
步骤C、通过数据采集卡连接传声器的方式进行信号采样,获取所选取的N个合格扬声器声响应信号的时域离散序列。
步骤D、对由步骤C采集到的时域离散序列进行归一化处理。
步骤E、采用短时傅里叶变换将从步骤D中获得的N个时域离散序列变换为N张时频图。
步骤F、计算由步骤E获得的N张时频图所对应的N个矩阵的均值,得到标准时频图。
步骤G、根据扬声器异常音信号的特点,对步骤E和步骤F中获得的N+1张时频图进行有效分割。
步骤H、将由步骤E和步骤F获得的时频图在经过步骤G的分割后,量化其分割后的各个区域与标准时频图所对应的各个区域的差异程度,并将各个区域的差异程度的最大值的M倍作为特征量。
步骤I、对由步骤H获得的特征量进行显示方式转换,构造出门限。
上述N一般应大于20。
步骤2中所述的归一化处理的公式为:y=(x-MinValue)/(MaxValue-MinValue),其中x、y分别为转换前、后的值,MaxValue、MinValue分别为样本的最大值和最小值。步骤5中所述的时频图有效分割方法为对被测扬声器谐振频率处的图像进行细致的分割,对非谐振频率处的图像进行粗略的分割。步骤6中所述的量化差异程度的方式为欧式距离或Kolmogorov距离。步骤7中所述的显示方式转换是指将表征差异程度的一组数组通过计算机软件绘制成曲线的过程。
扫频信号是线性扫频信号、连续对数扫频信号、离散对数扫频信号、步进扫频信号中的一种;所述的M的取值范围为1.3~1.5。
本发明与现有技术相比,具有以下明显的优势和有益效果:
扬声器异常音信号的特点是主要发生在谐振频率处,次要发生在高频处。因此,采用短时傅里叶变换将被测扬声器的声响应信号变换为时频图,然后对该时频图进行分割并重点分析谐振频率处的能量分布,最后通过与由合格扬声器获得的标准时频图进行比较来判断是否存在异常音。该方法简便易行,适用面广,具有一定的抗噪声能力,可较好地满足部分电声企业对一些扬声器产品的异常音检测需求。
附图说明
图1:本发明的系统原理框图;
图2:被测扬声器声响应信号处理流程图;
图3:基于N个合格样品的门限获取流程图;
图4:时频图分割示意图;
图5:门限设置过程流程图;
图6:扬声器异常音检测流程图;
图7:合格扬声器时频图;
图8:故障扬声器时频图;
图9:典型合格扬声器的异常音曲线与门限图。
具体实施方式
下面结合附图对本发明的具体实施例加以说明。
建立图1所示的检测系统,计算机通过专业声卡输出激励信号激励被测扬声器,在通过传声器得到扬声器发出的声信号后,按照图2所示的信号处理流程对该声信号进行处理,主要过程为:采用短时傅里叶变换将专业声卡采集到的响应信号变换为时频图,并根据被测扬声器数据库中存储的被测扬声器异常音信号的特点,对该时频图进行有效分割。然后,量化其分割后的各个区域与标准时频图所对应的各个区域的差异程度并进行显示方式转换,构造出异常音曲线。最后,将该异常音曲线与设定的门限进行比较,做出是否存在异常音的判断,并显示判断结果。
本发明所述的扬声器异常音检测方法的检测系统包括:计算机(1),专业声卡(2),功率放大器(3),传声器(4)和消声箱(5)。计算机(1)通过专业声卡(2)发送激励信号(7),该激励信号(7)经过功率放大器(3)放大后输出到被测扬声器(6)两端,在消声箱(5)中的传声器(4)测量得到被测扬声器发出的声响应信号(8),专业声卡(2)采集该响应信号(8)送回计算机(1)。计算机(1)中的软件完成相关信号发送、采集、信号处理及结果显示等功能。
上述方法的关键技术在于:通过短时傅里叶变换将采集到的时域信号变换为一幅时频图;结合扬声器异常音信号的特点对时频图进行有效的分割,既重点分析了异常音信号的主要特征,又兼顾了异常音信号的次要特征;为减少计算量,将获得的时频图进行有效合理的分割,然后再量化与标准时频图对应区域的差异程度;通过选取已知合格扬声器获得标准时频图;门限设置方式能够代表合格扬声器的时频图与标准时频图的差异程度。
现具体说明本发明扬声器异常音检测方法,它包括两大部分:
第一部分:基于多个合格样品进行门限设置,主要包括以下步骤:
A、选取20个与被测样品同一型号的合格扬声器;
B、采用扫频信号激励选取的扬声器;
C、采集20个扬声器的声响应信号并进行短时傅里叶变换获得20张时频图;
D、对获得的20张时频图求平均后获得标准时频图。
E、参考图4所示(密的部分为被测扬声器谐振频率附近的能量分布;疏的部分为距谐振频率较远处的能量分布)对所获得21张时频图进行分割。
F、量化20张时频图分割后的各个区域与标准时频图所对应的各个区域的差异程度,并将各个区域的差异程度的最大值的1.4倍作为特征量。
G、将获得的特征量进行显示方式转换,构造出门限。
具体步骤请参阅图5所示为:
设置扫频信号10,激励合格扬声器11,采集声响应信号12,信号预处理13,短时傅里叶变换14,时频图做平均获得标准时频图15,时频图分割16,量化与标准时频图的差异程度17,判断合格扬声器的数量是否大于20个 18,选取各区域差异程度的最大值的1.4倍作为特征量19,对特征量进行显示方式转换,构造出门限20,最后结束21。图中的N=20,M=1.4。
第二部分:扬声器异常音检测,主要包括以下步骤:
A、采用扫频信号激励被测扬声器;
B、采集被测扬声器的声响应信号并进行短时傅里叶变换获得该信号的时频图;
C、参考图4所示(密的部分为被测扬声器谐振频率附近的能量分布;疏的部分为距谐振频率较远处的能量分布)对由短时傅里叶变换所获得的时频图进行分割;
D、量化分割后的区域与标准时频图对应区域的差异程度。
E、对获得的差异程度进行显示方式转换,构造出异常音曲线。
F、将获得的异常音曲线与门限值进行比较,判断扬声器是否存在异常音。
具体步骤请参阅图6所示为:
选取已知的合格扬声器,设置扫频信号22,激励合格扬声器23,采集声响应信号24,信号预处理25,短时傅里叶变换26,时频图分割27,量化与标准时频图的差异程度28,获得异常音曲线29,判断异常音曲线是否在门限范围内30,显示是否合格31,结束32。
系统软件结构具体原理与实现方法如下:
1、扬声器异常音信号特点
虽然扬声器产生异常音的物理机理比较复杂,但其主要原因之一是由于驱动系统、悬吊系统与磁隙的不同轴所导致(如擦圈音、打线声等)。该类异常音的特征在扬声器振动幅度最大处(即谐振频率附近)最为明显,且比较稳定。除此之外,在扬声器制作过程中,由于生产车间环境等因素还会导致扬声器中含有松散颗粒,其所带有的异常音具有随机性且一般出现在高频段。一般而言,对于具有异常音的扬声器,可能仅存在一种异常音,也可能同时存在多种异常音。
2、采用短时傅里叶变换分析异常音信号
短时傅里叶变换是利用适当宽度的窗函数,在时间上把信号划分成若干小段, 对每一段数据进行傅里叶变换,得到其局部频谱特性,局部频谱的综合组成短时傅里叶变换谱。所以短时傅里叶变换能反映频率内容随时间变化的规律。对于信号 ,其短时傅里叶变换定义为
其中,T,F(T >0,F >0)分别为时间和频率的采样周期;X(k)是离散的原始信号;n为时频图的横坐标,对应于扫频时间;m为时频图的纵坐标,对应于扫频频率。
图7为合格扬声器时频图,图8为具故障扬声器时频图。对比图7和图8可明显区分扬声器是否存在异常音。
3、时频图分割的实现方法
根据扫频信号的瞬时频率与时间的关系,由其反函数找到谐振频率所对应的时间点。对该时间点附近的图像进行细致的分割;对距离该时刻点较远处的图像则进行粗略的分割。细致分割的步长可设置为异常音持续时间的最小值;粗略分割的步长可设置为异常音持续时间的最小值的5倍。
4、差异程度量化方法
分割后的时频图的各个区域需量化与标准时频图所对应的各个区域的差异程度。推荐使用Kolmogorov距离量化差异程度,其计算式如下:
其中,D为量化后的差异程度;T为标准时频图;G为被测扬声器的时频图;i为时频图的横坐标;j为时频图的纵坐标;N为时频图的横轴长度;M为时频图纵轴长度。
该量化方法能够将差异程度映射至0到1的范围内。
图9给出了某合格扬声器的时频图在经过量化差异程度之后所形成的异常音曲线与门限值。
最后,应该说明的是:以上实施例仅用以说明本发明而非限制本发明所描述的技术方案;因此,尽管本说明书参照上述的实施例对本发明做了详细的说明,但是,本领域的技术人员应当理解,仍然可以对本发明进行修改或等同替换;而一切不脱离发明的精神和范围的技术方案及其改进,其均应涵盖在本发明的权利要求范围内。
Claims (9)
1.一种基于短时傅里叶变换的扬声器异常音检测方法,其特征在于该方法包括以下步骤:
首先,采用扫频信号激励被测扬声器,同时采集被测扬声器的声响应信号并对该响应信号做短时傅里叶变化得到其对应的时频图;之后,根据扬声器异常音信号的特点对该时频图进行分割并量化分割后的各个区域与标准时频图的差异程度,通过计算机将得到的差异程度进行显示方式转换,构造出异常音曲线;最后,将获得的异常音曲线与设定的门限进行比较,从而判断扬声器是否存在异常音;上述所提及的门限是已知合格样品的异常音曲线的M倍;M的取值范围一般是1.3~1.5。
2.根据权利要求1所述的基于短时傅里叶变换的扬声器异常音检测方法,其特征在于所述的标准时频图是指N个合格扬声器的声信号的时频图所对应的N个矩阵的均值所对应的时频图;N是20以上的正整数。
3.根据权利要求1所述的基于短时傅里叶变换的扬声器异常音检测方法,其特征在于所述的异常音曲线的获取过程包括以下步骤:
步骤1、采用扫频信号激励被测扬声器;
步骤2、通过数据采集卡连接传声器的方式进行信号采样,获取被测扬声器声响应信号的时域离散序列;
步骤3、对步骤2采集到的时域离散序列进行归一化处理;
步骤4、采用短时傅里叶变换将步骤3中获得的时域离散序列变换为时频图;
步骤5、根据扬声器异常音信号的特点:主要发生在谐振频率处,次要发生在高频处,对步骤4中获得的时频图进行有效分割;
步骤6、将步骤4获得的时频图在经过步骤5的分割后,量化其分割后的各个区域与标准时频图所对应的各个区域的差异程度;
步骤7、将由步骤6获得的差异程度进行显示方式转换,构造出异常音曲线;
步骤8、将该异常音曲线与设定的门限进行比较,从而判断被测扬声器是否存在异常音。
4.根据权利要求3所述的基于短时傅里叶变换的扬声器异常音检测方法,其特征在于步骤5中所述的时频图有效分割方法为对被测扬声器谐振频率处的图像进行细致的分割,对非谐振频率处的图像进行粗略的分割。
5.根据权利要求3所述的基于短时傅里叶变换的扬声器异常音检测方法,其特征在于步骤6中所述的量化差异程度的方式为欧式距离或Kolmogorov距离。
6.根据权利要求1所述的基于短时傅里叶变换的扬声器异常音检测方法,其特征在于所述的门限设置过程包括以下步骤:
步骤A、挑选N个与被测扬声器型号一致的合格扬声器;
步骤B、采用扫频信号激励步骤A中所选取的合格扬声器;
步骤C、通过数据采集卡连接传声器的方式进行信号采样,获取所选取的N个合格扬声器声响应信号的时域离散序列;
步骤D、对由步骤C采集到的时域离散序列进行归一化处理;
步骤E、采用短时傅里叶变换将从步骤4中获得的N个时域离散序列变换为N张时频图;
步骤F、计算由步骤E获得的N张时频图所对应的N个矩阵的均值,得到标准时频图;
步骤G、根据扬声器异常音信号的特点:主要发生在谐振频率处、次要发生在高频处,对步骤E和步骤F中获得的N+1张时频图进行有效分割;
步骤H、将由步骤E和步骤F获得的时频图在经过步骤G的分割后,量化其分割后的各个区域与标准时频图所对应的各个区域的差异程度,并将各个区域的差异程度的最大值的M倍作为特征量;M的取值范围一般是1.3~1.5;
步骤I、对由步骤H获得的特征量进行显示方式转换,构造出门限;
上述N是20以上的正整数。
7.根据权利要求6所述的基于短时傅里叶变换的扬声器异常音检测方法,其特征在于步骤E中所述的时频图分割方法为对被测扬声器谐振频率处的图像进行细致的分割,对非谐振频率处的图像进行粗略的分割。
8.根据权利要求6所述的基于短时傅里叶变换的扬声器异常音检测方法,其特征在于步骤F中所述的量化差异程度的方式为欧式距离或Kolmogorov距离。
9.根据权利要求1所述的基于短时傅里叶变换的扬声器异常音检测方法,其特征在于扫频信号是线性扫频信号、连续对数扫频信号、离散对数扫频信号、步进扫频信号中的一种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310428075.5A CN103546853A (zh) | 2013-09-18 | 2013-09-18 | 一种基于短时傅里叶变换的扬声器异常音检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310428075.5A CN103546853A (zh) | 2013-09-18 | 2013-09-18 | 一种基于短时傅里叶变换的扬声器异常音检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103546853A true CN103546853A (zh) | 2014-01-29 |
Family
ID=49969833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310428075.5A Pending CN103546853A (zh) | 2013-09-18 | 2013-09-18 | 一种基于短时傅里叶变换的扬声器异常音检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103546853A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103888884A (zh) * | 2014-04-03 | 2014-06-25 | 联想(北京)有限公司 | 一种喇叭检测方法及装置 |
CN104244162A (zh) * | 2014-10-11 | 2014-12-24 | 广东欧珀移动通信有限公司 | 一种扬声器的杂音检测方法及装置 |
CN104874061A (zh) * | 2014-02-28 | 2015-09-02 | 北京谊安医疗系统股份有限公司 | 呼吸机的喇叭状态的检测方法和检测装置 |
CN105101032A (zh) * | 2015-08-27 | 2015-11-25 | 深圳市音沃仕科技有限公司 | 一种电声转换器复合天线模组的声学测试的方法 |
CN106068008A (zh) * | 2016-08-15 | 2016-11-02 | 歌尔科技有限公司 | 音频播放设备失真测试方法 |
CN107452399A (zh) * | 2017-09-18 | 2017-12-08 | 腾讯音乐娱乐科技(深圳)有限公司 | 音频特征提取方法及装置 |
CN107786932A (zh) * | 2016-08-26 | 2018-03-09 | 深圳市赛音电子有限公司 | 一种音频测试系统 |
WO2018133247A1 (zh) * | 2017-01-20 | 2018-07-26 | 华为技术有限公司 | 异音检测方法和装置 |
CN108462932A (zh) * | 2018-02-09 | 2018-08-28 | 北京云狐时代科技有限公司 | 一种设备的音频测试方法、装置及系统 |
CN109168120A (zh) * | 2018-11-16 | 2019-01-08 | 深圳市爱培科技术股份有限公司 | 一种扬声器和麦克风测试方法、智能终端及存储介质 |
CN110493691A (zh) * | 2019-08-23 | 2019-11-22 | Oppo广东移动通信有限公司 | 异音检测方法、装置和电子设备 |
CN110719461A (zh) * | 2019-10-24 | 2020-01-21 | 深圳创维-Rgb电子有限公司 | 音视频设备测试方法、装置及计算机可读存储介质 |
CN111323481A (zh) * | 2020-02-25 | 2020-06-23 | 西安交通大学 | 一种基于声音信号的大型结构活动多余物检测方法 |
CN111479206A (zh) * | 2019-01-23 | 2020-07-31 | 拉碧斯半导体株式会社 | 故障判定装置和声音输出装置 |
CN111770427A (zh) * | 2020-06-24 | 2020-10-13 | 杭州海康威视数字技术股份有限公司 | 麦克风阵列的检测方法、装置、设备以及存储介质 |
CN112135235A (zh) * | 2020-09-22 | 2020-12-25 | 歌尔科技有限公司 | 质量检测方法、系统及计算机可读存储介质 |
CN113382348A (zh) * | 2021-05-27 | 2021-09-10 | 深圳市豪恩声学股份有限公司 | 耳机的检测方法、装置、系统及计算机可读存储介质 |
CN113423052A (zh) * | 2021-05-24 | 2021-09-21 | 信维(深圳)声学科技有限公司 | 一种音频检测的方法及终端 |
CN115604641A (zh) * | 2022-11-08 | 2023-01-13 | 荣耀终端有限公司(Cn) | 一种音频检测方法及音频测试设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101170843A (zh) * | 2007-11-30 | 2008-04-30 | 清华大学 | 扬声器在线纯音故障诊断方法 |
CN102970646A (zh) * | 2012-11-06 | 2013-03-13 | 西安工程大学 | 基于恒流源功放的扬声器异常声检测电路装置及检测方法 |
-
2013
- 2013-09-18 CN CN201310428075.5A patent/CN103546853A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101170843A (zh) * | 2007-11-30 | 2008-04-30 | 清华大学 | 扬声器在线纯音故障诊断方法 |
CN102970646A (zh) * | 2012-11-06 | 2013-03-13 | 西安工程大学 | 基于恒流源功放的扬声器异常声检测电路装置及检测方法 |
Non-Patent Citations (1)
Title |
---|
王红星等: "《一种基于高阶频率能量均值的扬声器异音故障诊断方法》", 《天津科技大学学报》, vol. 25, no. 6, 31 December 2010 (2010-12-31) * |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104874061A (zh) * | 2014-02-28 | 2015-09-02 | 北京谊安医疗系统股份有限公司 | 呼吸机的喇叭状态的检测方法和检测装置 |
CN103888884A (zh) * | 2014-04-03 | 2014-06-25 | 联想(北京)有限公司 | 一种喇叭检测方法及装置 |
CN103888884B (zh) * | 2014-04-03 | 2017-05-24 | 联想(北京)有限公司 | 一种喇叭检测方法及装置 |
CN104244162B (zh) * | 2014-10-11 | 2017-06-23 | 广东欧珀移动通信有限公司 | 一种扬声器的杂音检测方法及装置 |
CN104244162A (zh) * | 2014-10-11 | 2014-12-24 | 广东欧珀移动通信有限公司 | 一种扬声器的杂音检测方法及装置 |
CN105101032A (zh) * | 2015-08-27 | 2015-11-25 | 深圳市音沃仕科技有限公司 | 一种电声转换器复合天线模组的声学测试的方法 |
CN106068008B (zh) * | 2016-08-15 | 2019-07-19 | 歌尔科技有限公司 | 音频播放设备失真测试方法 |
CN106068008A (zh) * | 2016-08-15 | 2016-11-02 | 歌尔科技有限公司 | 音频播放设备失真测试方法 |
CN107786932A (zh) * | 2016-08-26 | 2018-03-09 | 深圳市赛音电子有限公司 | 一种音频测试系统 |
WO2018133247A1 (zh) * | 2017-01-20 | 2018-07-26 | 华为技术有限公司 | 异音检测方法和装置 |
CN107452399A (zh) * | 2017-09-18 | 2017-12-08 | 腾讯音乐娱乐科技(深圳)有限公司 | 音频特征提取方法及装置 |
CN108462932A (zh) * | 2018-02-09 | 2018-08-28 | 北京云狐时代科技有限公司 | 一种设备的音频测试方法、装置及系统 |
CN109168120A (zh) * | 2018-11-16 | 2019-01-08 | 深圳市爱培科技术股份有限公司 | 一种扬声器和麦克风测试方法、智能终端及存储介质 |
CN109168120B (zh) * | 2018-11-16 | 2021-04-06 | 深圳市爱培科技术股份有限公司 | 一种扬声器和麦克风测试方法、智能终端及存储介质 |
CN111479206A (zh) * | 2019-01-23 | 2020-07-31 | 拉碧斯半导体株式会社 | 故障判定装置和声音输出装置 |
CN111479206B (zh) * | 2019-01-23 | 2022-11-01 | 拉碧斯半导体株式会社 | 故障判定装置和声音输出装置 |
CN110493691A (zh) * | 2019-08-23 | 2019-11-22 | Oppo广东移动通信有限公司 | 异音检测方法、装置和电子设备 |
CN110719461B (zh) * | 2019-10-24 | 2021-06-15 | 深圳创维-Rgb电子有限公司 | 音视频设备测试方法、装置及计算机可读存储介质 |
CN110719461A (zh) * | 2019-10-24 | 2020-01-21 | 深圳创维-Rgb电子有限公司 | 音视频设备测试方法、装置及计算机可读存储介质 |
CN111323481A (zh) * | 2020-02-25 | 2020-06-23 | 西安交通大学 | 一种基于声音信号的大型结构活动多余物检测方法 |
CN111770427A (zh) * | 2020-06-24 | 2020-10-13 | 杭州海康威视数字技术股份有限公司 | 麦克风阵列的检测方法、装置、设备以及存储介质 |
CN112135235A (zh) * | 2020-09-22 | 2020-12-25 | 歌尔科技有限公司 | 质量检测方法、系统及计算机可读存储介质 |
CN113423052A (zh) * | 2021-05-24 | 2021-09-21 | 信维(深圳)声学科技有限公司 | 一种音频检测的方法及终端 |
CN113423052B (zh) * | 2021-05-24 | 2023-03-14 | 深圳市维仕声学有限公司 | 一种音频检测的方法及终端 |
CN113382348A (zh) * | 2021-05-27 | 2021-09-10 | 深圳市豪恩声学股份有限公司 | 耳机的检测方法、装置、系统及计算机可读存储介质 |
CN115604641A (zh) * | 2022-11-08 | 2023-01-13 | 荣耀终端有限公司(Cn) | 一种音频检测方法及音频测试设备 |
CN115604641B (zh) * | 2022-11-08 | 2023-05-12 | 荣耀终端有限公司 | 一种音频检测方法及音频测试设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103546853A (zh) | 一种基于短时傅里叶变换的扬声器异常音检测方法 | |
EP3166239B1 (en) | Method and system for scoring human sound voice quality | |
CN102324229B (zh) | 语音输入设备使用异常的检测方法及系统 | |
US10026418B2 (en) | Abnormal frame detection method and apparatus | |
CN101426168B (zh) | 一种发声体异常音检测方法及系统 | |
CN103093759B (zh) | 一种基于移动终端的嗓音检测评估装置及方法 | |
CN101426169B (zh) | 一种快速检测发声体声响应参数的时域跟踪滤波器及系统 | |
CN102881289B (zh) | 一种基于听觉感知特性的语音质量客观评价方法 | |
CN103632682B (zh) | 一种音频特征检测的方法 | |
CN106568501B (zh) | 低噪声产品的声品质客观参量近场检测方法 | |
JP5560346B2 (ja) | デジタル信号処理のための方法、コンピュータ可読ストレージ媒体および信号処理システム | |
CN103413547A (zh) | 一种室内混响消除的方法 | |
CN103578479A (zh) | 基于听觉掩蔽效应的语音可懂度测量方法 | |
CN101452698A (zh) | 一种自动嗓音谐噪比分析方法 | |
CN103839554A (zh) | 语音质量评估的方法和装置 | |
Xie et al. | Research and development of sound quality in portable testing and evaluation system based on self-adaptive neural network | |
CN109933933B (zh) | 一种噪声治理方法和设备 | |
CN208520476U (zh) | 一种高速插秧机噪声品质评价系统 | |
CN104869519A (zh) | 一种测试麦克风本底噪声的方法和系统 | |
CN106725289B (zh) | 一种基于瞳孔直径的车辆声品质评价方法 | |
CN102208190B (zh) | 抑制非平稳噪声设备收敛时间的测量方法及装置 | |
CN112992182B (zh) | 车辆风噪水平测试系统及其测试方法 | |
CN107783942B (zh) | 一种异常行为检测方法及装置 | |
CN114566185A (zh) | 一种异响自动检测方法、设备及计算机可读存储介质 | |
CN108344503A (zh) | 一种高速插秧机噪声品质评价系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140129 |
|
RJ01 | Rejection of invention patent application after publication |