CN114385977B - 信号的有效频率检测方法、终端设备及存储介质 - Google Patents

Abstract

本申请公开了信号的有效频率检测方法、终端设备及存储介质。其中，所述方法包括：确定与源信号的采样频率信号相对应的能量谱的累计概率分布函数；在采样频率点中确定利用累计概率分布函数所计算出的累计概率符合预设条件的目标频率点；利用目标频率点所对应的实际频率确定有效频率。通过上述方式，本申请能够根据直播中的源信号的采样频率信号确定有效频率，提高对直播技术中产生的音频信号等的有效频率检测的便利性。

Description

信号的有效频率检测方法、终端设备及存储介质

技术领域

本申请涉及信号频率检测技术领域，特别是涉及信号的有效频率检测方法、终端设备及存储介质。

背景技术

在通讯和信号处理系统中，例如直播系统，知道信号的有效频率范围是很重要的。相关算法使用信号有效范围的这个特征，能够自动适应处理的数据，减低运算量，达到最合适的效果。还可以这个特征推断流程中是否发生了异常。

对直播所产生的音频信号进行分析处理时，原始数据采集后可能经过多个升/降采样，这些升/降采样有可能不能被后续的程序或者算法感知，使用者也难以简单直观地知道。这直接导致了软件无法通过简单的几个参数知道信号真实有效频率范围，如此要获取信号的有效频率会变得非常复杂和困难。

发明内容

本申请主要解决的技术问题是提供一种信号的有效频率检测方法、终端设备及存储介质，能够改善检测信号的有效频率较为复杂的问题。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种信号的有效频率检测方法，该方法包括：确定与源信号的采样频率信号相对应的能量谱的累计概率分布函数；在采样频率点中确定利用累计概率分布函数所计算出的累计概率符合预设条件的目标频率点；利用目标频率点所对应的实际频率确定有效频率。

为解决上述技术问题，本申请采用的另一个技术方案是：提供一种终端设备，该终端设备包括：处理器和存储器，处理器耦合存储器，存储器存储有计算机指令，处理器在工作时执行计算机指令以实现上述本申请提供的一种信号的有效频率检测方法。

为解决上述技术问题，本发明采用的又一个技术方案是：提供一种计算机可读的存储介质，该存储介质存储有计算机指令，计算机指令能够被处理器执行以实现上述本申请提供的一种信号的有效频率检测方法。

本申请的有益效果是：在对信号的有效频率进行检测的过程中，由于难以直接通过源信号的采样频率信号以确定信号的有效频谱，因此本申请中先计算符合预设条件的目标频率点，利用与采样频率信号相对应的能量谱的累计概率分布函数，计算出采样频率信号的能量谱后，能够较为明显地显示出各采样频率点的能量分布以及差异，进而利用能量谱的累计概率分布函数计算采样频率点的能量分布累积概率，通过能量分布的累积概率和预设条件确定目标频率点，如此利用能量分布的累积概率可以有效找出该信号的能量分布较为聚集的频率点或者频段，可以进一步区分出能量分布较少或者没有能量分布的频率点，进而可以较为精确地找出目标频率点，从而能够根据目标频率点确定该频点对应的实际频率，进而确定出有效频率，从能量分布累计概率的角度计算有效频率，能够有效地提高有效频率检测的便捷性和准确性，速度快且消耗资源低。同时，确定后有效频率后，在算法和处理流程中对于非有效频率可以不处理以加快处理速度，或者针对性处理有效频率内的信号以提高信号处理效果。

附图说明

图1是本申请实施例提供的信号的有效频率检测方法的具体实施方式流程图；

图2是本申请实施例中源信号的时域信号图；

图3是本申请实施例中反应采样频率信号的语谱图；

图4是本申请实施例中短时傅里叶变换的示意图；

图5是本申请终端设备实施例的电路结构示意框图；

图6是本申请计算机可读的存储介质实施例的电路示意框图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

发明人经过长期研发发现，一般，在对信号进行处理的时候，往往需要进行采样获取离散信号，为了适应不同的信号，或者在不确切获取信号的最高模拟频率时，会对采样率进行调整，如此会涉及升采样或者降采样，调整采样率也往往会发生采样率跟信号的最高模拟频率不匹配，而出现采集到的离散信号中会存在无效频率，而通过常规的技术手段区分有效频率和无效频率是比较复杂且困难的。

正是如此，原始数据采集后可能会经过多个升/降采样，这些升/降采样有可能不能被后续的程序或者算法感知，进而使得采集到的采样点可能会存在无效频率点，而且使用者也难以简单直观的知道，从而导致软件无法通过简单的几个参数知道信号真实有效频率范围，因此，确定信号的有效频率一直是本领域的难点。确定有效频率的最常用的方法往往是将信号中强度(幅值)大于阈值的各频率作为有效频率，此种方式会将信号中原本强度不高但对于信号而言非常重要的频率给抹掉，导致有效频率确定不够精确，较为复杂。为了改善上述技术问题，本申请提出以下实施例。

本申请信号的有效频率检测方法实施例包括：S100：确定与源信号的采样频率信号相对应的能量谱的累计概率分布函数。S200：在采样频率点中确定利用累计概率分布函数所计算出的累计概率符合预设条件的目标频率点。S300：利用目标频率点所对应的实际频率确定有效频率。

利用与采样频率信号相对应的能量谱的累计概率分布函数，计算出采样频率信号的能量谱后，能够较为明显地显示出各采样频率点的能量分布以及差异，进而利用能量谱的累计概率分布函数计算采样频率点的能量分布累积概率，通过能量分布的累积概率和预设条件确定目标频率点，如此利用能量分布的累积概率可以有效找出该信号的能量分布较为聚集的频率点或者频段，可以进一步区分出能量分布较少或者没有能量分布的频率点，进而可以较为精确地找出目标频率点，从而能够根据目标频率点确定该频点对应的实际频率，进而确定出有效频率，从能量分布累计概率的角度计算有效频率，能够有效地提高有效频率检测的便捷性和准确性，速度快且消耗资源低，也就能够改善采样率不匹配时导致的采样的频率存在无效频率的现象。同时，确定后有效频率后，在算法和处理流程中对于非有效频率可以不处理以加快处理速度，或者针对性处理有效频率内的信号以提高信号处理效果。

本实施例描述的方法可应用于直播等场景中，也即，信号可以为音频信号。当然，信号也是为通信信号。

以下对本实施例进行详细描述。

如图1所示，本实施例可以包括如下步骤：

S100：确定与源信号的采样频率信号相对应的能量谱的累计概率分布函数。

源信号是需要对其有效频率进行检测的信号，源信号可以是声音信号，也可以是通信信号，如移动信号、Wifi信号等。源信号的采样频率信号为源信号的频域信号/数据，能够显示在一个频率范围内每个给定频带内的信号量，例如振幅。

能量谱，也称为能量谱密度，是指用密度的概念表示信号能量在各频率点的分布情况，也即是说，对能量谱在频域上积分就可以得到信号的能量，能量谱是信号幅度谱的模的平方。累计概率分布函数用于描述随机变量落在任一区间上的概率，常被视为数据的某种特征。例如，对连续的多个采样频率点的能量分布概率进行累加计算得到对应于该多个采样点的累积概率。通过对与采样频率信号相对应的能量谱的累计概率分布函数进行计算，能够得到能量落在任一频率区间上的概率，从而判断出大部分能量分布的频率。

具体地，采样频率信号可以通过时域信号进行转换，具体可以参照本实施例在S100之前所包括的如下步骤：

S110：获取源信号的时域信号。

时域信号可以表征信号的振幅随时间的变化，如图2所示，比如当源信号为声音信号时，源信号的时域信号就是一段时间内的信号变化，例如振幅变化。例如，可以在源信号中缓存足够长度的时域信号，以便于步骤S120利用短时傅里叶变换进行转换。

S120：对时域信号进行短时傅里叶变换得到各时间窗的采样频率信号。

如图3所示，图3为反应采样频率信号的语谱图，横坐标是时间，纵坐标是频率，颜色深浅为能量大小。利用短时傅里叶变换可以将如图2所示的时域信号/数据变化成如图3所示的频域信号，也即采样频率信号。在采样频率信号对应的语谱图中可以反映频率、时间以及能量分布之间的关系。

由于傅里叶变换是针对平稳信号的，但是很多实际应用中的信号都是非平稳的，如果要计算其傅里叶变换，需要假设其周期无限长，然后对这个无限长的信号做变换分析。但是这种无限长信号分析在实际中并不能实现，我们只能对有限长的局部信号进行分析。被分析的有限长局部信号需满足2个特点：1、信号在这段时间内是平稳的；2、在局部平稳信号中包含至少1个完整的周期。因此，我们可以截取非平稳信号的局部平稳信号，然后采用傅里叶变换进行频域分析，这种分析方法则称为短时傅里叶变化。

然而，在对原始的非平稳信号截取时会带来频谱泄露。为了减少频谱泄露，如图4所示，在截取过程中需要对信号做加窗处理。窗函数可以加在时域，也可以加在频域上。在时域加窗表现为信号与窗函数的点乘，而在频域表示为信号的卷积。因为信号截取会在原来的信号中产生频谱能量泄露，也即，会在其他非信号的频点上产生干扰，而频域卷积可以通过对信号加权来平滑掉这些干扰，从而抑制频谱泄露带来的不利影响，因此通常会选择在时域加时间窗。

比如，当源信号的时域信号为x(n)时，对时域信号进行短时傅里叶变换得到X(k，f)＝STFT(x(n))，其中，k＝0...K-1是时间窗，n＝0...T-1是时域信号的离散信号的数值，f＝0...N_f是采样频率点，N是傅里叶变换的点数，一个时间窗在源信号内采样N个点，经过转换后，一般傅里叶点数也为N，傅里叶变换点数跟采样频率点的点数相同。当然，离散信号的数值长度小于傅里叶点数时，有可以采用“补零”，以满足傅里叶点数的要求。关于短时傅里叶变换可以参见现有技术，在此不再赘述。

在一种实现方式中，对于如何确定累计概率分布函数，可以参见S100包括的如下步骤：

S130：计算采样频率信号的能量谱。

能量谱可以为原始能量谱，也可以为对数能量谱。

原始能量谱就是信号幅度谱的模的平方，对数能量谱就是对原始能量谱取对数，由于原始能量谱的数值较大不易于选取阈值和区分大小，因此需要对原始能量谱进行对数运算得到对数能量谱，从而增加区分性。

对于计算对数能量谱而言，可以通过如下步骤实现：

S131：对采样频率信号的幅值谱的模进行平方运算得到原始能量谱。

具体地，当采样频率信号为X(k，f)时，X(k，f)表示在某一时间窗内某一频率对应的幅值，原始能量谱X_y＝|X(k，f)|²。

S132：对原始能量谱进行对数运算得到对数能量谱。

具体地，当采样频率信号为X(k，f)时，原始能量谱X_y＝|X(k，f)|²，对数能量谱X_l(k，f)＝log|X(k，f)|²。

S140：计算能量谱的用于计算每个采样频率点的能量分布概率的概率分布函数。

概率分布函数是描述随机变量取值分布规律的数学表示。对于任何实数x，事件[X＜x]的概率当然是一个x的函数，令F(x)＝P(X＜x)，显然有F(-∞)＝0，F(∞)＝1，称F(x)为随机变量X的概率分布函数。所以，概率分布函数F(x)完全决定了事件[a≤X≤b]的概率，或者说概率分布函数F(x)完整地描述了随机变量X的统计特性。由于能量谱中包括若干个采样频率点，因此需要计算能量谱的用于计算每个采样频率点的能量分布概率的概率分布函数。通过概率分布函数可以计算出每个采样频率点的能量分布概率，所有采样频率点的能量分布概率总和为1。

对于计算概率分布函数而言，可以通过如下步骤实现：

S141：计算预设时间窗中各采样频率点的对数能量谱的总体值。

具体地，由于在进行短时傅里叶变换的过程中通过时间窗对时域信号进行了划分，因此在计算概率分布函数时也是在预设时间窗中进行，通过在预设时间窗内将每个采样频率点处的对数能量谱的值相加得到预设时间窗中各采样频率点的对数能量谱的总体值，即总体值：

S142：将预设时间窗中的每个采样频率点的对数能量谱的值与总体值相比，得到每个采样频率点的概率分布函数。

在得到预设时间窗中各采样频率点的对数能量谱的总体值，即可通过预设时间窗中的每个采样频率点的对数能量谱的值与预设时间窗中各采样频率点的对数能量谱的总体值的比值确定每个采样频率点的概率分布函数，当对数能量谱为X_l(k，f)＝log|X(k，f)|²，预设时间窗中各采样频率点的对数能量谱的总体值为每个采样频率点的概率分布函数：

S150：对概率分布函数进行求和运算以转换成累计概率分布函数。

累计概率分布函数为将若干个采样频率点的概率分布进行求和得到的累计概率，累计概率代表了若干个采样频点上分布能量的概率总和。

S200：在采样频率点中确定利用累计概率分布函数所计算出累计概率符合预设条件的目标频率点。

在对信号进行分析处理时，一般需要对信号进行采样，由于采样频率不匹配的原因往往容易导致会采样到较高的频率，而这些较高的频率的能量分布较低或者不存在能量分布，导致这些频率信号对于分析处理来说是无效的，单纯仅就能量的分布概率确定是否有效和无效很容易将有效频率误认为是无效频率。利用各采样频率点的能量分布的累计概率，可以计算出能量聚集的频率点/频段，当能量分布的累积概率达到相应条件之后，余下的频率点的能量分布可以认为难以被感知，进而认为其是无效的，也即通过累积概率来寻找有效和无效的边界，在能量分布的累积概率满足预设条件后，这个边界就能够明显地被呈现出来，进而便于快捷且精确地确定目标频率点。

进一步地，在对累计概率进行计算的过程中，可以计算部分采样频率点的累计概率，也可以计算全部采样频率点的累计概率，然后将得到的累计概率与预设条件进行比较以确定目标频率点。

在一种实现方式中，对于如何确定目标频率点，可以参见S200包括的如下：

S210：利用累计概率分布函数从预设起始频率点开始计算预设起始频率点后的各采样频率点的累计概率。

具体地，由于预设起始频率点是跟信号特效有关系，如果信号由于低频能量大导致累计分布概率占比变大，容易影响到高频的累积分布概率的占比，从而影响到有效频率的计算，增大误差。因此，设置预设起始频率点可以减少低频干扰。一般来说，可以设置80kHz以下。比如，预设起始频率点为F₀，当需要计算到f_c这一频率点的能量累计情况时，将从F₀开始到f_c之间的概率分布进行求和，也就是说，从F₀开始到f_c之间的累计概率：

由于累计概率C_x(k，f_c)代表了从F₀开始到f_c结束的能量累计情况，C_x随f_c递增，且这个C_x是符合概率描述的，因此可以将累计概率视为检验值，便于利用该检验值对目标频率点进行确定。

S220：将预设起始频率点后的各采样频率点的累计概率与概率阈值进行比较。

具体地，设定一个概率阈值T_a，且0＜T_a＜1，然后将起始频率点后的各采样频率点的累计概率与概率阈值进行比较，也就是将根据起始频率点后的各采样频率点得到的检验值与概率阈值进行比较，由于当检验值十分接近于概率阈值时，根据置信区间可以认为检验值足以涵盖全部概率，超出检验值的概率可以忽略不计。概率阈值的取值与采样频率点的总数相关，假设采样频率点的总数为256，则按照平均分布计算的话最后一个点的概率为如果此时将概率阈值设定为0.995，则无法判别到最后一个点，认为最后一个点属于无效频率，但如果此时将概率阈值设定为0.999，就会将最后一个点也判别进去，认为最后一个点也属于有效频率。

S203：将预设起始频率点后的各采样频率点中累计概率第一个大于概率阈值，或者累计概率最后一个小于概率阈值，或者累计概率等于概率阈值的采样频率点作为目标频率点。

在将累计概率与概率阈值进行比较的过程中，当累计概率接近于概率阈值的时候即可认为累计概率能够涵盖全部概率，因此可以将起始频率点后的各采样频率点中累计概率第一个大于概率阈值，或者累计概率最后一个小于概率阈值，或者累计概率等于概率阈值的采样频率点作为目标频率点。

举例来说，由于需要当累计概率接近概率阈值时将累计概率视为涵盖全部概率，因此需要将概率阈值的值设定接近于1，将预设的概率阈值为0.995时，假定起始频率点F₀为0，当f_c为8时得到的累计概率C_x＞0.995，则将频率点f_c＝8作为目标频率点，也就是说当从0开始累计到第8个频率点时，累计概率已经超过预设的概率阈值，则可以认为从0到8的这部分涵盖了所有的概率，故第8个频率点之后的概率可以忽略不计。或者当起始频率点F₀为0，f_c为7时得到的累计概率C_x＜0.995且f_c为8时得到的累计概率C_x＞0.995，也就是频率点f_c＝7是最后一个累计概率小于概率阈值的频率点，则将频率点f_c＝7作为目标频率点，还可以当起始频率点F₀为0，当f_c为8时得到的累计概率C_x＝0.995，则将频率点f_c＝8作为目标频率点。

S300：利用目标频率点所对应的实际频率确定有效频率。

在采样过程中每一个采样频率点都相对应于有一个实际频率，因此本实施例在确定出目标频率点后即可根据目标频率点所对应的实际频率确定出有效频率。

在一种实现方式中，对于如何确定目标频率点所对应的实际频率，可以参见S300包括的如下：

S310：计算所目标频率点对应的实际频率。

具体实施时，若要计算目标频率点对应的实际频率，则需要先确定每一个频率点对应的实际频率是多少，具体地，根据采样率与采样频率点计算每一个频率点对应的实际频率，也就是将采样率除以总的采样频率点就得到了每一个频率点对应的实际频率，即采样率对应的实际频率分辨率，比如，当采样率f_s＝64kHz，根据奈奎斯特定理，最大有效频率是32kHz，FFT变换频点为N＝16时，频率被分成了8份，每一份是4kHz，也就是说频率分辨率为4kHz。然后即可根据目标频率点对应的点数与实际频率分辨率计算出目标频率点对应的实际频率，如果目标频率点对应的点数是f_c＝8，且实际频率分辨率为32kHz，则目标频率点对应的实际频率则为：

S320：将小于或等于实际频率的频率作为有效频率。

由于实际频率对应的目标频率点是从预设起始频率点开始能够代表全部能量分布的点，因此，能够认为在累计到目标频率点的时候已经获取了全部的能量分布，超出目标频率点的能量可以忽略不计，也就是说，在目标频率点对应的实际频率内的频率为有效频率，即小于或等于实际频率的频率为有效频率，比如，当计算得到的实际频率为32kHz时，小于等于32kHz的频率则为有效频率。

在具体应用到直播过程中，需要对直播过程中的声音信号进行有效频率检测时，先获取一定时长的声音信号，对声音信号进行短时傅里叶变换得到相对应的采样频率信号，由于对判定声音信号的有效频率就是看该信号在该频率点处的能量大小，因此需要计算采样频率信号的能量谱，并且计算每个采样频率点的概率分布函数。

例如，对于图3中位于4-5s之间各时间窗的能量分布，可以大致看出大于3000Hz之后，能量分布较低或者不存在能量分布，此时即便采用更高的采样率采集3KHz以后的频率，而该些频率由于能量较低或者没有能量往往对于数据处理而言是没有意义的，尤其是音频信号，在直播中音频信号往往需要被观众和主播感知，无能量或者能量较低的频率无法被感知，而可以认为其是无效的。因此需要将有效频率找出。

当判断出从预设起始采样频率点开始到目标频率点的能量分布概率的累计概率大于概率阈值时，则可以认为全部能量都存在与从起始采样频率点到目标频率点这段区间内。假设采样率为8k，傅里叶点数N为20，最大有效频率是4k，频率分辨率是400hz，以N＝0为起点到N＝8的能量分布概率的累积概率为99％，而设定的概率阈值为98.8％，则可以确定N＝8是目标频率点，N＝8的频率点对应的实际频率为3.2KHz。例如上述举例对应于图3，那么图3中4-5s之间某时间窗从0KHz-3.2KHz的能量分布占据总能量的99％，因为认为3.2KHz之后的频率是无效频率。也就是说，大于目标频率点的采样频率点可以视为没有能量或者能量太低，也就是无效频率，因此，目标频率点所对应的实际频率以及小于目标频率点所对应的实际频率为有效频率。在直播过程中的观众端和主播端可以通过判断声音信号的频率是否在有效频率以对信号的质量进行检测，在声音采集端，能够通过有效频率辅助判断采集设备是否正常，在播放端，可以方便直观通过有效频率判断编码器，处理流程的信号质量。

如图5所示，本申请终端设备实施例描述的终端设备100包括处理器110和存储器120。存储器120耦接处理器110。

存储器120用于存储计算机程序，可以是RAM，也是可以ROM，或者其他类型的存储设备。具体地，存储器可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器中的非暂态的计算机可读存储介质用于存储至少一条程序代码。

处理器110用于控制终端设备100的操作，处理器110还可以称为CPU(CentralProcessing Unit，中央处理单元)。处理器110可能是一种集成电路芯片，具有信号的处理能力。处理器110还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器110也可以是任何常规的处理器等。

处理器110用于执行存储器120中存储的计算机程序以实现本申请一种信号的有效频率检测方法实施例描述的有效频率检测方法。

在一些实施方式中，终端设备100还可以包括：外围设备接口130和至少一个外围设备。处理器110、存储器120和外围设备接口130之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口130相连。具体地，外围设备包括：射频电路140、显示屏150、音频电路160和电源170中的至少一种。

外围设备接口130可被用于将I/O(Input/output，输入/输出)相关的至少一个外围设备连接到处理器110和存储器120。在一些实施例中，处理器110、存储器120和外围设备接口130被集成在同一芯片或电路板上；在一些其他实施方式中，处理器110、存储器120和外围设备接口130中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路140用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路140通过电磁信号与通信网络以及其他通信设备进行通信。射频电路140将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路140包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路140可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路140还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。

显示屏150用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏150是触摸显示屏时，显示屏150还具有采集在显示屏150的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器110进行处理。此时，显示屏150还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施方式中，显示屏150可以为一个，设置在终端设备100的前面板；在另一些实施方式中，显示屏150可以为至少两个，分别设置在终端设备100的不同表面或呈折叠设计；在另一些实施方式中，显示屏150可以是柔性显示屏，设置在终端设备100的弯曲表面上或折叠面上。甚至，显示屏150还可以设置成非矩形的不规则图形，也即异形屏。显示屏150可以采用LCD(Liquid Crystal Display，液晶显示屏)、OLED(Organic Light口EmittingDiode，有机发光二极管)等材质制备。

音频电路160可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器110进行处理，或者输入至射频电路140以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端设备100的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器110或射频电路140的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路160还可以包括耳机插孔。

电源170用于为终端设备100中的各个组件进行供电。电源170可以是交流电、直流电、一次性电池或可充电电池。当电源170包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。

关于本申请终端设备实施例中各功能模块或者部件功能和执行过程的详细阐述，可以参照上述本申请信号的有效频率检测方法实施例中的阐述，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的终端设备和背景处理方法，可以通过其它的方式实现。例如，以上所描述的终端设备各实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

参阅图6，上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在计算机可读的存储介质200中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令/计算机程序用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施方式方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、磁碟或者光盘等各种介质以及具有上述存储介质的电脑、手机、笔记本电脑、平板电脑、相机等终端设备。

关于计算机可读的存储介质中的程序数据的执行过程的阐述可以参照上述本申请信号的有效频率检测方法实施例中阐述，在此不再赘述。

以上所述仅为本申请的实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (11)

1.一种信号的有效频率检测方法，其特征在于，所述方法包括：

确定与源信号的采样频率信号相对应的能量谱的累计概率分布函数；

在采样频率点中确定利用所述累计概率分布函数所计算出的累计概率符合预设条件的目标频率点；

利用所述目标频率点所对应的实际频率确定有效频率。

2.根据权利要求1所述的方法，其特征在于，所述在采样频率点中确定利用所述累计概率分布函数所计算出的累计概率符合预设条件的目标频率点，包括：

利用所述累计概率分布函数从预设起始频率点开始计算所述预设起始频率点后的各所述采样频率点的累计概率；

将所述预设起始频率点后的各所述采样频率点的累计概率与概率阈值进行比较；

将所述预设起始频率点后的各所述采样频率点中所述累计概率第一个大于所述概率阈值，或者所述累计概率最后一个小于所述概率阈值，或者所述累计概率等于所述概率阈值的所述采样频率点作为所述目标频率点。

3.根据权利要求2所述的方法，其特征在于，所述利用所述目标频率点所对应的实际频率确定有效频率，包括：

计算所述目标频率点对应的所述实际频率；

将小于或等于所述实际频率的频率作为所述有效频率。

4.根据权利要求3所述的方法，其特征在于，所述计算所述目标频率点对应的所述实际频率，包括：

利用采样率以及所述采样频率点的数量计算出所述采样频率对应的实际频率分辨率；

计算所述目标频率点对应的点数与所述实际频率分辨率乘积，得出所述实际频率。

5.根据权利要求1所述的方法，其特征在于，所述确定与源信号的采样频率信号相对应的能量谱的累计概率分布函数，包括：

计算所述采样频率信号的能量谱；

计算所述能量谱的用于计算每个所述采样频率点的能量分布概率的概率分布函数；

对所述概率分布函数进行求和运算以转换成所述累计概率分布函数。

6.根据权利要求5所述的方法，其特征在于，所述计算所述采样频率信号的能量谱，包括：

计算所述采样频率信号的对数能量谱。

7.根据权利要求6所述的方法，其特征在于，所述计算所述采样频率信号的对数能量谱，包括：

对所述采样频率信号的幅值谱的模进行平方运算得到原始能量谱；

对所述原始能量谱进行对数运算得到所述对数能量谱。

8.根据权利要求6所述的方法，其特征在于，所述计算所述能量谱的用于计算每个所述采样频率点的能量分布概率的概率分布函数，包括：

计算预设时间窗中各所述采样频率点的所述对数能量谱的总体值；

将所述预设时间窗中的每个所述采样频率点的所述对数能量谱的值与所述总体值相比，得到每个所述采样频率点的所述概率分布函数。

9.根据权利要求1所述的方法，其特征在于，在所述确定与采样频率信号相对应的能量谱的累计概率分布函数之前，包括：

获取源信号的时域信号；

对所述时域信号进行短时傅里叶变换得到各时间窗的所述采样频率信号。

10.一种终端设备，其特征在于，包括：

处理器和存储器，所述处理器耦合所述存储器，所述存储器存储有计算机指令，所述处理器在工作时执行所述计算机指令以实现如权利要求1～9任一项所述的方法。

11.一种计算机可读的存储介质，其特征在于，存储有计算机指令，所述计算机指令能够被处理器执行以实现如权利要求1～9任一项所述的方法。