CN115460527A - 基于心理声学的耳机失真测量方法、存储介质、耳机 - Google Patents
基于心理声学的耳机失真测量方法、存储介质、耳机 Download PDFInfo
- Publication number
- CN115460527A CN115460527A CN202210879986.9A CN202210879986A CN115460527A CN 115460527 A CN115460527 A CN 115460527A CN 202210879986 A CN202210879986 A CN 202210879986A CN 115460527 A CN115460527 A CN 115460527A
- Authority
- CN
- China
- Prior art keywords
- frequency point
- frequency
- earphone
- distortion
- energy
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 230000004044 response Effects 0.000 claims abstract description 46
- 230000005284 excitation Effects 0.000 claims abstract description 31
- 238000005259 measurement Methods 0.000 claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 230000000873 masking effect Effects 0.000 claims abstract description 10
- 238000010408 sweeping Methods 0.000 claims abstract description 5
- 238000012360 testing method Methods 0.000 claims abstract description 5
- 210000005069 ears Anatomy 0.000 claims abstract description 4
- 238000001228 spectrum Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 238000003892 spreading Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 125000000205 L-threonino group Chemical group [H]OC(=O)[C@@]([H])(N([H])[*])[C@](C([H])([H])[H])([H])O[H] 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 2
- 238000000691 measurement method Methods 0.000 claims 3
- 230000003595 spectral effect Effects 0.000 claims 2
- 230000002159 abnormal effect Effects 0.000 abstract description 5
- 238000001514 detection method Methods 0.000 abstract description 5
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000013707 sensory perception of sound Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 210000004556 brain Anatomy 0.000 description 3
- 210000003027 ear inner Anatomy 0.000 description 3
- 210000002768 hair cell Anatomy 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 230000017531 blood circulation Effects 0.000 description 2
- 210000000883 ear external Anatomy 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000011295 pitch Substances 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 206010011878 Deafness Diseases 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 150000002148 esters Chemical class 0.000 description 1
- 230000010370 hearing loss Effects 0.000 description 1
- 231100000888 hearing loss Toxicity 0.000 description 1
- 208000016354 hearing loss disease Diseases 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 238000012372 quality testing Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R29/00—Monitoring arrangements; Testing arrangements
- H04R29/001—Monitoring arrangements; Testing arrangements for loudspeakers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R3/00—Circuits for transducers, loudspeakers or microphones
- H04R3/04—Circuits for transducers, loudspeakers or microphones for correcting frequency response
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Otolaryngology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及基于心理声学的耳机失真测量方法、存储介质、耳机，其中方法包括：以步进的正弦扫频信号作为激励信号，通过所述激励信号激励耳机以获得耳机的响应信号；将激励信号与响应信号的每个频点经过基于人类掩蔽效应的心理声学模型，得到每个频点的用于表示失真与噪声的噪声响度NL[k]；对所述响应信号的每个频点进行谐波分析，得到每个频点谐波分析的百分比测量结果Rub&Buzz(f)；将每个频点的百分比测量结果Rub&Buzz(f)与噪声响度NL[k]相乘，基于相乘结果获得耳机音质的测试结果。本发明从人耳听觉角度出发，将故障耳机产生的异常音的失真曲线突出，实现耳机的异常音产生的失真检测，方法简单明了，易于实现。
Description
技术领域
本发明涉及耳机音质测试领域，尤其是涉及一种基于心理声学的耳机失真测量方法、存储介质、耳机。
背景技术
耳机在生产过程中会产生故障的耳机，故障的耳机会产生摩擦音和嗡嗡音(Rub&Buzz)，会带来令人讨厌的尖锐的声音，这种类型的异常音会导致失真非常的明显，因此需要检测Rub&Buzz来检测故障，帮助进行故障耳机的回收。
耳机生产中的制造缺陷通常可以通过摩擦和嗡嗡声失真的增加来识别。这种类型的失真非常明显，因为它会给复制带来尖锐的声音，而且令人恼火，因为它通常与基本信号分开或脱离实体。摩擦和嗡嗡声失真的烦恼与人类对声音和心理声学的感知密切相关。为了正确实施耳机由于摩擦和嗡嗡声缺陷导致的失真的自动化生产线响应，必须使用足够精确的感知模型对听觉过程进行建模或模拟。本发明描述了一个摩擦和嗡嗡声检测系统的结果，使用了一个基于人类掩蔽效应的简化感知模型，产生了良好的结果。
因此一种足够精确的感知模型对听觉过程进行建模检测Rub&Buzz失真的方法对于企业排查耳机故障、调整生产线有着积极的指导作用。
发明内容
为实现上述目的，本发明提出了一种基于心理声学的耳机失真测量方法、存储介质、耳机。
其中，作为本发明的第一方面，提出的基于心理声学的耳机失真测量方法，包括：
步骤S1.以步进的正弦扫频信号作为激励信号，通过所述激励信号激励耳机以获得耳机的响应信号；
步骤S2.将激励信号与响应信号的每个频点经过基于人类掩蔽效应的心理声学模型，得到每个频点的用于表示失真与噪声的噪声响度NL[k]；
步骤S3.对所述响应信号的每个频点进行谐波分析，得到每个频点谐波分析的百分比测量结果Rub&Buzz(f)；
步骤S4.将每个频点的百分比测量结果Rub&Buzz(f)与噪声响度NL[k]相乘，基于相乘结果获得耳机音质的测试结果。
作为本发明的第二方面，提出的存储介质应当理解为计算机可读存储介质，存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现上述的方法。
作为本发明的第三方面，提出的耳机包括处理器以及电连接所述处理器的音频输出装置，还包括被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述的方法。
本发明在耳机自动化检测系统中，提出一种基于心理声学的耳机异常音的失真检测算法，从人耳听觉角度出发，将故障耳机产生的异常音的失真曲线突出，实现耳机的异常音产生的失真检测，该方法简单明了，易于实现。
附图说明
图1示出了本发明耳机失真测量方法的主体流程示意图。
图2示出了本发明心理声学的算法模型的流程示意图。
图3示出了从外耳到内耳的过程中声音通过带通滤波器的传输特性。
图4示出了人体内部噪声的传输特性。
图5示出了FFT频谱转换为Bark标度的示意图。
图6示出了毛细胞充当非线性带通滤波器的传输特性。
图7示出了1khz的正弦波对应的扩展函数。
图8示出了利用激励与响应的响度值得到噪声响度的计算结果。
图9示出了对响应信号的每个频点进行谐波分析后的高阶谐波分离的结果。
图10示出了失真曲线的示意。
图11示出了本发明耳机失真测量方法的具体算法流程操作步骤以及顺序。
图12示出了耳机在程序系统上的架构示意图。
图13示出了计算机可读存储介质的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明所指耳机应当理解为常规耳机种类，包括但不限于骨导耳机、气导耳机等。
图1示出了本发明耳机失真测量方法的主体流程示意图。如图1所示，本实施例的耳机失真测量方法可以包括以下步骤步骤S1-S4，其中：
步骤S1.以步进的正弦扫频信号作为激励信号(也称激励信号)，通过激励信号激励耳机以获得耳机的响应信号(也称响应信号)。
此步骤中，将高频扫描到低频使用频率步进扫描的刺激，可以测量耳机所有频点的响应。其中，正弦扫频信号的步进默认扫描方向是从高到低。耳机的基频响不随扫频方向或响应信号而变化，因为它是线性近似值，由于扬声器本身是非线性的，因此在获得可靠且可重复的线性响应时应格外小心，例如基本响应。非线性响应(例如失真)是另一回事，受响应信号应用方式的影响更大。目标是在测量扬声器之前使其处于稳定状态，以获得可重复的结果。当从低频到高频扫频时，扬声器会在第一个低频处看到能量爆发，并且可以在整个测量过程中持续响铃，直到达到稳定状态。当从高频扫到低频时，与低频相比，第一个高频的能量非常小，它更快地达到稳定性，因此在整个测量过程中扬声器响铃的可能性更小。
获得激励信号以及响应信号后，按每个频点步进的长度进行分帧处理(帧长为每个频点的激励数据长度)，然后对每一帧的数据处理(FFT)后从而得到激励信号频谱以及响应信号频谱。
步骤S2.将激励信号与响应信号的每个频点经过基于人类掩蔽效应的心理声学模型，得到每个频点的用于表示失真与噪声的噪声响度NL[k]。
此步骤中，在将激励信号与响应信号的每个频点经过心理声学模型之前，先将激励信号的频谱和响应信号的频谱进行水平校准，因为使用心理声学的模型，所以所有的输入数据都必须在听力损失程度(dBSPL)中，激励信号的频谱水平是一个内部参考，所以在计算时，应按比例调整至匹配响应信号的频谱水平，调整后的频谱以F[f]表示，其中f为频率。
水平校准后的激励信号频谱以及响应信号的频谱才通过心理声学模型计算。
(1)人耳听觉权重，在低频与高频时敏感度较低，中频时敏感度高，因此在低频与高频时权重低，中频时权重高，此为本发明模拟人耳的听阈曲线以及对不同频率的权重的基础；(2)随着声音在耳内传播，模拟加入人体血液流动产生的内部噪音，在低频时最大；(3)用听觉滤波器来模拟不同的临界频点，人耳结构大致会对24个频率点产生共振，信号在频点上也呈现出24个临界频点，分别从1到24，这就是Bark域，Bark域是一种声音的心理声学尺度。
对于心理声学模型，以上述三点为理论依据进行构建，并使用扩展函数进行频率扩展，对每个频率组单独进行扩频，具体地，算法模型如图2所示，包括步骤S21-S24，其中：
步骤S21.模拟人耳的频率响应，将激励信号与响应信号的每个频点经过频率响应进行滤波以达到对应的能量Pp[f]。
作为步骤S21的一种实现方案，可以根据人耳的生理特征获取人耳对每个频点的权重W[f]，根据所述权重W[f]对所述激励信号与响应信号的每个频点进行加权计算，基于计算结果获得每个频点经加权处理后的能量Pw[f]；模拟人体内部噪声，将每个频点的能量Pw[f]加上每个频点的内部噪声的能量E[f]作为所述能量Pp[f]。
具体地，根据人耳的生理特征，即从人耳的外耳到内耳，声音通过带通滤波器(人耳对于频率的敏感度)，其传输特性如图3所示，根据图3进行数学建模，所对应的人耳听觉权重的公式模拟如下：
上述公式示出了对应每个频点的一个权重，然后利用如下公式进行加权到F[f]中，过程如下：
最后得到Fw[f]，其实也就是对应了能量Pw[f]。
模拟人体内部的噪声，随着声音在耳内传播，模拟加入人体血液流动产生的内部噪音，在低频时最大，其传输特性如图4所示，据此建模获得所对应的人体内部噪声公式如下：
将每个频点的能量Pw[f]再加上每个频点的内部噪声的能量E[f]，便得到了这一步的输出Pp[f]。
以上两步(加权以及内部噪声)共同模拟了耳朵的频率响应，最后得到每一个频点经过模拟人耳的滤波，并加入了每个频点对应的内部噪声后所对应的能量值。
步骤S22.将每个频点的能量Pp[f]从FFT频谱转换为Bark标度的Pp[k]。
此步骤旨在模拟人耳的听觉滤波器来模拟不同的临界频点，人耳结构大致会对24个频率点产生共振，信号在频点上也呈现出24个临界频点，分别从1到24，这就是Bark域，Bark域是一种声音的心理声学尺度。
实施时，FFT频谱(恒定带宽)转换为Bark标度(听觉滤波器频带)的示意图如图5所示，所对应的的转换公式为：
利用公式将f转换为bark，也就是在横轴上面将f转换为bark，对于纵轴来说就是把能量Pp[f]变为了Pp[k]。
步骤S23.将Bark标度下的每个频点的能量Pp[k]，使用扩展函数模拟掩蔽效应进行频率扩展，得到每个频点处理后所对应得到的能量E[k]。
此步骤旨在使用扩展函数进行频率扩展，频率扩展模拟心理声学滤波器以模拟的人耳的掩蔽效应：
如图6所示，每个毛细胞充当非线性带通滤波器。它的特点是三角形。沿着树皮的比例，形状几乎是恒定的。下坡度为+27dB\/树皮，上坡度随声级的变化而变化，从-5到-30dB。由于滤波器特性重叠，正弦波将激发一系列毛细胞，声音越大，范围越宽。当存在多个分量时，不同的相应激励以非线性方式累积。然后沿音高标度涂抹频率内容。涂抹的净效果是，当频率高于或低于某个音调时，听力阈值会提高(遮罩)。因此，如果距离遮罩太近，较弱的相邻音调(遮罩)可能无法听到。由于约1kHz处的音调较强，因此约3kHz处的音调听不见。
人耳的生理效应创造了声音的内在表征，构成了给大脑的信息。除此之外，我们的认知过程，大脑在其中解释数据，心理进行干预。例如，添加的非线性组件比线性失真更令人讨厌。另一方面，复杂的声音可以掩盖失真。在这个层次上，大脑将选择相关的信息。
图7示出了1khz的正弦波对应的一个扩展函数，1khz左边(在图中对应为了bark单位)为下坡度Sl，能够看到对于不同的音高都是平行的直线。
上坡度Su是以下面这个公式来计算：
其中L[k]/dB＝10·log10(Pp[k])，
Pp[k]为能量转换为Bark标度后对应的纵坐标值，Bark为Bark标度的横坐标值。
对每个频率组k单独进行扩频：
式中，r是压缩混合指数，取其为0.4。
将L[k]＝0代入
进行计算，以计算所得值作为NormSP[k]。
其中，
对于A[j]，其是扩散函数的总能量，res为Bark标度的中音高刻度的分辨率指数，设为0.25。
经过步骤S23每个频点处理后所对应得到的能量便是E[k]。
步骤S24.用响应信号每一个频点的经所述扩展处理后的能量Eref[k]，减去激励信号对应频点的经所述扩展处理后的能量Etest[k]，根据所得能量差值计算得到对应频点的噪声响度NL[k]。
此步骤设计目的是，如果不存在遮罩，则产生噪声的特定响度；如果噪声与遮罩相比非常小，则产生噪声与遮罩之间的比率。
此步骤中，噪声响度NL[k]根据下述公式计算：
式中，const是校准因子，为常数。
当Eref可忽略时，NL响度等于EThres的响度，EThres是是模拟人体内部噪声的函数
系数β决定掩蔽量，通过以下公式计算：
最终全局值TotalNL是NL[k]的总体噪声响度：
对于一个频点计算得到的便是这样的一个值，因为我们输入是步进的扫频信号，对于不同的频点就对应得到了其对应的噪声响度的值，如图8所示。
步骤S3.对响应信号的每个频点进行谐波分析，得到每个频点谐波分析的百分比测量结果Rub&Buzz(f)；
具体地，对经过权重加权后的每一步的响应信号，做阶跃的FFT变换得到频谱，使用跟踪滤波器定位每一阶频点的谐波，提取得到基频所对应的其高阶谐波分量，基于所述高阶谐波分量计算谐波分析的百分比测量结果Rub&Buzz(f)。
计算公式如下所示：
图9示出了对响应信号的每个频点进行谐波分析后的高阶谐波分离的结果。
步骤S4.将每个频点的百分比测量结果Rub&Buzz(f)与噪声响度NL[k]相乘，基于相乘结果获得耳机音质的测试结果。
具体地，根据每个频点的百分比测量结果Rub&Buzz(f)与噪声响度NL[k]相乘后的结果制作失真曲线设置合格的阈值曲线，若所述失真曲线不超过所述阈值曲线则输出耳机音质合格结果，否则认为不合格产品。
作为示例的，失真曲线如图10所示，很明显，坏耳机有一个强烈的谐波结构，由于其异常音的高可听水平。
当然，也可以是获取每个频点的百分比测量结果Rub&Buzz(f)与噪声响度NL[k]相乘后的乘积结果，若该频点的乘积结果不超过对应该频点设置的阈值，则输出耳机音质合格结果。
为便于理解，本发明给出如图11所示的具体算法流程操作步骤，应当理解的是，此具体算法应当被解读为示例说明。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现上述的方法，换言之，上述的方法可转化为可存储于计算机存储介质中的程序步骤及装置，处理器调用执行的方式进行实施。
本发明还提供一种耳机，包括处理器、电连接所述处理器的音频输出装置，以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据上述的方法。
需要说明的是：
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
例如，图12示出了根据本发明的耳机在程序系统上的架构示意图。该耳机传统上包括处理器101和被安排成存储计算机可执行指令(程序代码)的存储器102。存储器102可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器102具有存储用于执行实施例中的任何方法步骤的程序代码104的存储空间103。例如，用于程序代码的存储空间103可以包括分别用于实现上面的方法中的各种步骤的各个程序代码104。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为例如图13所述的计算机可读存储介质。该计算机可读存储介质可以具有与图12的耳机中的存储器102类似布置的存储段、存储空间等。程序代码可以例如以适当形式进行压缩。通常，存储单元存储有用于执行根据本发明的方法步骤的程序代码111，即可以由诸如101之类的处理器读取的程序代码，当这些程序代码由耳机运行时，导致该耳机执行上面所描述的方法中的各个步骤。
应该注意的是所述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (12)
1.基于心理声学的耳机失真测量方法，其特征在于，包括：
步骤S1.以步进的正弦扫频信号作为激励信号，通过所述激励信号激励耳机以获得耳机的响应信号；
步骤S2.将激励信号与响应信号的每个频点经过基于人类掩蔽效应的心理声学模型，得到每个频点的用于表示失真与噪声的噪声响度NL[k]；
步骤S3.对所述响应信号的每个频点进行谐波分析，得到每个频点谐波分析的百分比测量结果Rub&Buzz(f)；
步骤S4.将每个频点的百分比测量结果Rub&Buzz(f)与噪声响度NL[k]相乘，基于相乘结果获得耳机音质的测试结果。
2.根据权利要求1所述的耳机失真测量方法，其特征在于，步骤S1中的所述正弦扫频信号的步进扫描方向被配置为从高频到低频。
3.根据权利要求1所述的耳机失真测量方法，其特征在于，步骤S2中的心理声学模型，进一步包括：
步骤S21.模拟人耳的频率响应，将激励信号与响应信号的每个频点经过所述频率响应进行滤波以达到对应的能量Pp[f]；
步骤S22.将每个频点的能量Pp[f]从FFT频谱转换为Bark标度的Pp[k]；
步骤S23.将Bark标度下的每个频点的能量Pp[k]，使用扩展函数模拟掩蔽效应进行频率扩展，得到每个频点处理后所对应得到的能量E[k]；
步骤S24.用响应信号每一个频点的经所述扩展处理后的能量Eref[k]，减去激励信号对应频点的经所述扩展处理后的能量Etest[k]，根据所得能量差值计算得到对应频点的噪声响度NL[k]。
4.根据权利要求3所述的耳机失真测量方法，其特征在于，所述步骤S21进一步包括：
根据人耳的生理特征获取人耳对每个频点的权重W[f]，根据所述权重W[f]对所述激励信号与响应信号的每个频点进行加权计算，基于计算结果获得每个频点经加权处理后的能量Pw[f]；
模拟人体内部噪声，将每个频点的能量Pw[f]加上每个频点的内部噪声的能量E[f]作为所述能量Pp[f]。
5.根据权利要求4所述的耳机失真测量方法，其特征在于，所述步骤S3进一步包括：
对经过权重加权后的每一步的响应信号，做阶跃的FFT变换得到频谱；
使用跟踪滤波器定位每一阶频点的谐波，提取得到基频所对应的其高阶谐波分量，基于所述高阶谐波分量计算谐波分析的百分比测量结果Rub&Buzz(f)。
6.根据权利要求3所述的耳机失真测量方法，其特征在于，所述步骤S23进一步包括：
按
对每个频点单独进行扩频，
式中，r是压缩混合指数，
L[k]/dB＝10·log10(Pp[k])，
Pp[k]为能量转换为Bark标度后对应的纵坐标值，Bark为Bark标度的横坐标值，
将L[k]＝0代入
进行计算，以计算所得值作为所述NormSP[k]，
7.根据权利要求3所述的耳机失真测量方法，其特征在于，所述步骤S24进一步包括：
噪声响度根据公式
计算，
式中，const是校准因子，
EThres是模拟人体内部噪声的函数
系数
8.根据权利要求1或3所述的耳机失真测量方法，其特征在于，在将激励信号与响应信号的每个频点经过心理声学模型之前，将激励信号的频谱和响应信号的频谱进行水平校准。
9.根据权利要求8所述的耳机失真测量方法，其特征在于：所述水平校准的方式进一步包括：将激励信号的频谱水平按比例调整至匹配响应信号的频谱水平。
10.根据权利要求1所述的耳机失真测量方法，其特征在于，所述步骤S4进一步包括：
根据每个频点的百分比测量结果Rub&Buzz(f)与噪声响度NL[k]相乘后的结果制作失真曲线，设置合格的阈值曲线，若所述失真曲线不超过所述阈值曲线则输出耳机音质合格结果；或者
获取每个频点的百分比测量结果Rub&Buzz(f)与噪声响度NL[k]相乘后的乘积结果，若该频点的乘积结果不超过对应该频点设置的阈值，则输出耳机音质合格结果。
11.存储介质，其特征在于，所述存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现权利要求1～10中任一项所述的方法。
12.耳机，
包括处理器以及电连接所述处理器的音频输出装置；
其特征在于，还包括被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据权利要求1～10中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210879986.9A CN115460527A (zh) | 2022-07-25 | 2022-07-25 | 基于心理声学的耳机失真测量方法、存储介质、耳机 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210879986.9A CN115460527A (zh) | 2022-07-25 | 2022-07-25 | 基于心理声学的耳机失真测量方法、存储介质、耳机 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115460527A true CN115460527A (zh) | 2022-12-09 |
Family
ID=84297047
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210879986.9A Pending CN115460527A (zh) | 2022-07-25 | 2022-07-25 | 基于心理声学的耳机失真测量方法、存储介质、耳机 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115460527A (zh) |
-
2022
- 2022-07-25 CN CN202210879986.9A patent/CN115460527A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Karjalainen | A new auditory model for the evaluation of sound quality of audio systems | |
| EP2048657B1 (en) | Method and system for speech intelligibility measurement of an audio transmission system | |
| US20140140522A1 (en) | Estimating nonlinear distortion and parameter tuning for boosting sound | |
| EP2780909B1 (en) | Method of and apparatus for evaluating intelligibility of a degraded speech signal | |
| EP2920785B1 (en) | Method of and apparatus for evaluating intelligibility of a degraded speech signal | |
| CN105530565A (zh) | 自动声音均衡装置 | |
| JPH03500583A (ja) | オーディオ信号処理システムを点検する装置 | |
| JP4570609B2 (ja) | 音声伝送システムの音声品質予測方法及びシステム | |
| JP2013501952A (ja) | オーディオ・システムの知覚品質を判定する方法およびシステム | |
| CN106663450A (zh) | 用于评估劣化语音信号的质量的方法及装置 | |
| CN111816207B (zh) | 声音分析方法、系统、汽车及存储介质 | |
| Manders et al. | Objective prediction of the sound quality of music processed by an adaptive feedback canceller | |
| van Schoonhoven et al. | Towards measuring the Speech Transmission Index in fluctuating noise: Accuracy and limitations | |
| Voishvillo | Assessment of Nonlinearity in Transducers and Sound Systems–from THD to Perceptual Models | |
| CN115460527A (zh) | 基于心理声学的耳机失真测量方法、存储介质、耳机 | |
| EP2780910B1 (en) | Method of and apparatus for evaluating intelligibility of a degraded speech signal | |
| CN116055975A (zh) | 一种基于心理声学的耳机质量的评估方法 | |
| Gully et al. | The Lombard effect in MRI noise | |
| Gunawan et al. | Spectral envelope sensitivity of musical instrument sounds | |
| CN112233693B (zh) | 一种音质评估方法、装置和设备 | |
| Temme et al. | Practical measurement of loudspeaker distortion using a simplified auditory perceptual model | |
| Tesic et al. | An experimental study on the phase importance in digital processing of speech signal | |
| Reddy et al. | Acoustic Performance Analysis of Micro Speaker Using Machine Learning Algorithms | |
| Charbonneau | Comparison of loudness calculation procedure results to equal loudness contours | |
| Bjor et al. | STIPA-The Golden Mean Between Full STI and RASTI |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |