CN109348392A - 一种实现麦克风阵列硬件状态检测的方法 - Google Patents

Abstract

本发明公开了一种实现麦克风阵列硬件状态检测的方法，通过android设备播放测试音频，利用alsa采集音频数据，对数据做算法处理，实时更新测试结果，达到检测麦克风硬件状态的目的。解决对额外检测设备的依赖，依靠自身完成录音，数据剥离，麦克风检测算法，结果反馈。实现了数字化，自动化的检测形式，更加直观反馈麦克风详细信息，高效地完成检测任务。麦克风检测效率的提高，可以使时间、人力成本得到减少。且本专利提供的方案，利用了android平台的优势，在自身设备上实现了麦克风硬件检测。其拓展性也决定了可以将此方案应用到其他不同的平台。

Description

一种实现麦克风阵列硬件状态检测的方法

技术领域

本发明涉及音频采集和处理技术领域，尤其涉及一种实现麦克风阵列硬件状态检测的方法。

背景技术

随着智能家居从概念趋于成熟，配备语音控制技术的家居越来越多的出现在人们的生活中。从近处语音语音识别，到中场语音识别，再到远场语音识别，都离不开语音采集技术和麦克风硬件的高速发展。保证麦克风阵列的质量、正常的工作状态，对于语音识别来说也就显得尤为重要。

目前的远场麦克风阵列领域中，麦克风检查的方式可以大体总结为两种。.1.播放测试音频，利用麦克风阵列拾音，并存储音频文件。二次播放录音数据、波形测试实现对麦克风质量的检测评估。2..麦克风听筒回环测试。

以上所述检查方式均有不可避免的缺陷。其中，测试音频播放，二次录音检测除去麦克风录音的时间，需要大量额外的工作。并且需要专门的额外设备支持。麦克风听筒回环测试则不完全适用于远场麦克风阵列的检测，效率及准确度也无法得到提升。若能将音频播放，拾音，检测，结果显示集中于一体，麦克风检查的效率能得到可观的提升，并且无需额外设备的支撑。

发明内容

本发明的目的就在于为了解决上述问题而提供一种实现麦克风阵列硬件状态检测的方法，通过android设备播放测试音频，利用alsa采集音频数据，对数据做算法处理，实时更新测试结果，达到检测麦克风硬件状态的目的。也可拓展至其他平台。本发明通过以下技术方案来实现上述目的：

一种实现麦克风阵列硬件状态检测的方法，包括以下步骤：

步骤一、配置麦克风检测服务；

步骤二、通过扬声器播放检测音频文件：

步骤三、打开麦克风通道进行音频采样；

a)采样数据由short型指针存储，其中前8位两两对应各个麦克风数据；

b)采样8K数据，分离麦克风数据，分别用short型数组存储，记为mic1[]，mic2[]，mic3[]，mic4[]，长度为512；

c)每个麦克风累加当前数据数组每一位的平方，记为length1，length2，length3，length4。

d)累计5次，即5*8K数据，计算五次数据中，各个mic在c)步骤的length除以512的累计和，记为N1，N2，N3，N4；

e)对N1，N2，N3，N4求5次采样的平均数再开方，结果为当前五次采样的平均能量值，向上返回该结果，并将未开方的结果“记为n1，n2，n3，n4”用作相对分贝值的计算；

f)对e)中保留结果n1，n2，n3，n4取10为底的对数乘以10，结果为当前各个麦克风的分贝值db1，db2，db3，db4，求出最大分贝max及其对应的mic，最小分贝min及其对应的mic，平均分贝ave。计算max-min＞average_db/6时的时候如果有max_db-average_db＞average_db-min_db；则max对应的mic记录为异常，反之若max_db-average_db＜average_db-min_db，则min对应的mic记录为异常。若db1，db2，db3，db4中有任意数值为0，也记录为异常；保留所有异常对应的mic标签，向上返回db1，db2，db3，db4；

g)向上返回异常信息，标注出检测未通过的麦克风标签；

步骤四、麦克风检测服务：

服务对下层返回的信息做区分，在应用页面上实时更新平均能量和相对分贝值，检测完毕后，更新检测结果；

步骤五、停止播放音频，检测过程结束。

更进一步的方案是：

所述步骤三中，打开声卡设备节点，拾取麦克风采集的各路通道数据；并在底层检测服务中，直接实时将采集的录音数据提供给算法。

更进一步的方案是：

所述步骤三中，设置为为四路麦克风，按四个麦克风数据采集时的排列方式将数据进行剥离，采集时用的short型存储，则每个short的前两位为第一个麦克风的数据，三四位为第二个麦克风数据，五六位为第三个麦克风数据，七八位为第四个麦克风数据，都由shot型存储，剩余的八位由于不需要，直接丢弃。

更进一步的方案是：

本发明的的TV设备内置androidTV，可实现自身播放音频，无需借助其他设备。

本发明的有益效果在于：

本发明的一种实现麦克风阵列硬件状态检测的方法，解决对额外检测设备的依赖，依靠自身完成录音，数据剥离，麦克风检测算法，结果反馈。实现了数字化，自动化的检测形式，更加直观反馈麦克风详细信息，高效地完成检测任务。通过android设备播放测试音频，利用alsa采集音频数据，对数据做算法处理，实时更新测试结果，达到检测麦克风硬件状态的目的。麦克风检测效率的提高，可以使时间、人力成本得到减少。且本专利提供的方案，利用了android平台的优势，在自身设备上实现了麦克风硬件检测。其拓展性也决定了可以将此方案应用到其他不同的平台。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要实用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本实施例的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。

如图1所示，一种实现麦克风阵列硬件状态检测的方法，包括以下步骤：

步骤一、配置麦克风检测服务；

步骤二、通过扬声器播放检测音频文件：

步骤三、打开麦克风通道进行音频采样；

a)采样数据由short型指针存储，其中前8位两两对应各个麦克风数据；

b)采样8K数据，分离麦克风数据，分别用short型数组存储，记为mic1[]，mic2[]，mic3[]，mic4[]，长度为512；

c)每个麦克风累加当前数据数组每一位的平方，记为length1，length2，length3，length4。

d)累计5次，即5*8K数据，计算五次数据中，各个mic在c)步骤的length除以512的累计和，记为N1，N2，N3，N4；

e)对N1，N2，N3，N4求5次采样的平均数再开方，结果为当前五次采样的平均能量值，向上返回该结果，并将未开方的结果“记为n1，n2，n3，n4”用作相对分贝值的计算；

f)对e)中保留结果n1，n2，n3，n4取10为底的对数乘以10，结果为当前各个麦克风的分贝值db1，db2，db3，db4，求出最大分贝max及其对应的mic，最小分贝min及其对应的mic，平均分贝ave。计算max-min＞average_db/6时的时候如果有max_db-average_db＞average_db-min_db；则max对应的mic记录为异常，反之若max_db-average_db＜average_db-min_db，则min对应的mic记录为异常。若db1，db2，db3，db4中有任意数值为0，也记录为异常；保留所有异常对应的mic标签，向上返回db1，db2，db3，db4；

g)向上返回异常信息，标注出检测未通过的麦克风标签；

步骤四、麦克风检测服务：

服务对下层返回的信息做区分，在应用页面上实时更新平均能量和相对分贝值，检测完毕后，更新检测结果；

步骤五、停止播放音频，检测过程结束。

其中，所述步骤三中，打开声卡设备节点，拾取麦克风采集的各路通道数据；并在底层检测服务中，直接实时将采集的录音数据提供给算法。所述步骤三中，设置为为四路麦克风，按四个麦克风数据采集时的排列方式将数据进行剥离，采集时用的short型存储，则每个short的前两位为第一个麦克风的数据，三四位为第二个麦克风数据，五六位为第三个麦克风数据，七八位为第四个麦克风数据，都由shot型存储，剩余的八位由于不需要，直接丢弃。本发明的的TV设备内置androidTV，可实现自身播放音频，无需借助其他设备。

如图1所示，一种实现麦克风阵列硬件状态检测的方法，包括以下步骤：

1测试音频的播放

现有其他方案，需提供额外的测试音频播放设备。

本方案中，出厂的TV设备，因其androidTV平台的优势，可实现自身播放音频，无需借助其他设备，减少了设备的开支。

2tinyalsa拾音

现有其他方案，需使用麦克风阵列录音并存储音频数据供后期处理检测，失去了实时性和便利性。

本方案中，打开声卡设备节点，拾取麦克风采集的各路通道数据。本方案为四路麦克风。并在底层检测服务中，直接实时将采集的录音数据提供给算法。

3将各路麦克风数据分开为四组数据

按四个麦克风数据采集时的排列方式将数据进行剥离，例如采集时用的short型存储，则每个short的前两位为第一个麦克风的数据，三四位为第二个麦克风数据，五六位为第三个麦克风数据，七八位为第四个麦克风数据，都由shot型存储。剩余的八位由于不需要，直接丢弃。

4计算能量

累计5*8K数据为一次循环，计算每个麦克风数据的能量值，再求出当前累计数据的平均能量，返回给上层。

5计算相对分贝值

利用上一步算出的的各个麦克风能量值，求出当前分贝值，并记录四个麦克风分贝值的最大值及最小值及平均值。若最大最小值差值超出阈值，则认为是麦克风异常，记录异常麦克风。将相对分贝值返回上层

6检测结果

本方案中，可以AndroidTV的优势，结合上层应用，或串口打印。实时观察显示检查过程中的数据。记录异常时，会标记异常麦克风。经过10s的音频数据采集后，将所有麦克风的标记返回给上层，用户可直观接受到麦克风诊断信息。

本发明解决对额外检测设备的依赖，依靠自身完成录音，数据剥离，麦克风检测算法，结果反馈。实现了数字化，自动化的检测形式，更加直观反馈麦克风详细信息，高效地完成检测任务。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。

Claims (4)

1.一种实现麦克风阵列硬件状态检测的方法，其特征在于，包括以下步骤：

步骤一、配置麦克风检测服务；

步骤二、通过扬声器播放检测音频文件：

步骤三、打开麦克风通道进行音频采样；

a)采样数据由short型指针存储，其中前8位两两对应各个麦克风数据；

b)采样8K数据，分离麦克风数据，分别用short型数组存储，记为mic1[]，mic2[]，mic3[]，mic4[]，长度为512；

c)每个麦克风累加当前数据数组每一位的平方，记为length1，length2，length3，length4。

d)累计5次，即5*8K数据，计算五次数据中，各个mic在c)步骤的length除以512的累计和，记为N1，N2，N3，N4；

e)对N1，N2，N3，N4求5次采样的平均数再开方，结果为当前五次采样的平均能量值，向上返回该结果，并将未开方的结果“记为n1，n2，n3，n4”用作相对分贝值的计算；

f)对e)中保留结果n1，n2，n3，n4取10为底的对数乘以10，结果为当前各个麦克风的分贝值db1，db2，db3，db4，求出最大分贝max及其对应的mic，最小分贝min及其对应的mic，平均分贝ave。计算max-min＞average_db/6时的时候如果有max_db-average_db＞average_db-min_db；则max对应的mic记录为异常，反之若max_db-average_db＜average_db-min_db，则min对应的mic记录为异常。若db1，db2，db3，db4中有任意数值为0，也记录为异常；保留所有异常对应的mic标签，向上返回db1，db2，db3，db4；

g)向上返回异常信息，标注出检测未通过的麦克风标签；

步骤四、麦克风检测服务：

服务对下层返回的信息做区分，在应用页面上实时更新平均能量和相对分贝值，检测完毕后，更新检测结果；

步骤五、停止播放音频，检测过程结束。

2.如权利要求1所述的一种实现麦克风阵列硬件状态检测的方法，其特征在于，所述步骤三中，打开声卡设备节点，拾取麦克风采集的各路通道数据；并在底层检测服务中，直接实时将采集的录音数据提供给算法。

3.如权利要求1所述的一种实现麦克风阵列硬件状态检测的方法，其特征在于，所述步骤三中，设置为为四路麦克风，按四个麦克风数据采集时的排列方式将数据进行剥离，采集时用的short型存储，则每个short的前两位为第一个麦克风的数据，三四位为第二个麦克风数据，五六位为第三个麦克风数据，七八位为第四个麦克风数据，都由shot型存储，剩余的八位由于不需要，直接丢弃。

4.如权利要求1所述的一种实现麦克风阵列硬件状态检测的方法，其特征在于，本发明的的TV设备内置androidTV，可实现自身播放音频，无需借助其他设备。