CN116206620A - 训练场景的语音通信干扰效果评估方法及其装置 - Google Patents
训练场景的语音通信干扰效果评估方法及其装置 Download PDFInfo
- Publication number
- CN116206620A CN116206620A CN202310497430.8A CN202310497430A CN116206620A CN 116206620 A CN116206620 A CN 116206620A CN 202310497430 A CN202310497430 A CN 202310497430A CN 116206620 A CN116206620 A CN 116206620A
- Authority
- CN
- China
- Prior art keywords
- voice
- signal
- interference
- pilot signal
- pilot
- 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.)
- Granted
Links
- 230000000694 effects Effects 0.000 title claims abstract description 139
- 238000004891 communication Methods 0.000 title claims abstract description 99
- 238000011156 evaluation Methods 0.000 title claims abstract description 74
- 238000012549 training Methods 0.000 title claims abstract description 36
- 238000001228 spectrum Methods 0.000 claims abstract description 121
- 230000005540 biological transmission Effects 0.000 claims abstract description 85
- 238000001514 detection method Methods 0.000 claims abstract description 72
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims abstract description 45
- 238000001914 filtration Methods 0.000 claims abstract description 21
- 238000005070 sampling Methods 0.000 claims description 15
- 230000009466 transformation Effects 0.000 claims description 11
- 230000003595 spectral effect Effects 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 3
- 241000764238 Isis Species 0.000 claims description 2
- 230000002045 lasting effect Effects 0.000 claims description 2
- 238000011158 quantitative evaluation Methods 0.000 abstract description 3
- 230000001360 synchronised effect Effects 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 3
- 238000013077 scoring method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/21—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being power information
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/60—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for measuring the quality of voice signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/69—Spread spectrum techniques
- H04B1/707—Spread spectrum techniques using direct sequence modulation
- H04B1/7097—Interference-related aspects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Quality & Reliability (AREA)
- Computer Networks & Wireless Communication (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明公开了训练场景的语音通信干扰效果评估方法及其装置。包括发送方的语音业务传输步骤和接收方的语音业务接收步骤。发送方的语音业务传输步骤包括语音传输起始、语音传输持续和语音传输结束步骤。接收方的语音业务接收步骤包括滤波处理、语音存在性检测、语音持续阶段检测、语音信号处理、语音结束检测、实时干扰存在性判断和实时干扰效果指标统计步骤。本发明利用携带特征信息并由扩频伪随机码扩频的导频信号,实现语音通信干扰效果的近实时快速定量评估,并且在低信噪比条件下具有良好的干扰评判效果,能够适用于不同类型的语音干扰评估。本发明的方法无需利用大量语音样本预先训练,整体实现流程简单,易于在通信类设备中实现。
Description
技术领域
本发明属于通信干扰效果评估技术领域。具体地,涉及通信对抗等训练场景中针对语音通信的干扰效果的评估方法及其发送装置、接收评估装置。
背景技术
语音通信是军事通信中指挥控制的重要手段,也是通信对抗训练中的重要训练项目。针对语音通信干扰效果的评估,可针对语音质量采用主观评分或客观评分的方法。
主观评分方法,包括平均意见分(MOS)、诊断韵字测试(DRT)等方法,通常需较多人员参与评价并进行平均处理;因不同参与人对语音质量的主观感受与判别标准不尽相同,评价结果存在较大不确定性,并且无法自动运行、实时得出评估结果。
客观评估方法包括语音质量感知评估(PESQ)、感知客观语音质量评估(POLQA)等评估方法,一定程度可实现客观评估,但在通信对抗训练应用中客观评估分数波动较大,难以对语音通信效果实施准确评估。
另一方面,在低信噪比条件下,通信接收方无法区分发送方未发语音或语音信号质量差,无法较准确评估语音通信干扰效果。发明专利“一种基于命令词的语音通信干扰效果客观评估方法”(专利申请号CN202110746311.2),提出了一种基于深度学习与特定命令词结合的语音通信干扰效果客观方法,采用深度学习方法对大量样本语音信号进行预先分析、建立命令词识别模型,解决了低信噪比条件下的语音干扰评估同步困难等问题。但该方法采用深度学习方法,需预先采集大量语音样本信息,并且基于深度学习模型方法,要求待评估的语音信号与训练模型存在一定的相关性,通用性受限。
发明内容
有鉴于此,本发明的主要目的在于实现一种流程简单、易于实现、通用性好语音通信干扰效果客观评估方法和装置,并且它们能够在低信噪比条件下仍具有较好的实用性,以解决上述背景技术中存在的语音通信干扰效果评估问题。
为实现上述目的,本发明提供了一种训练场景的语音通信干扰效果评估方法,语音业务的传输和所述语音业务的接收采用扩频方式,包括发送方的语音业务传输步骤和接收方的语音业务接收步骤;
发送方的语音业务传输步骤包括语音传输起始步骤、语音传输持续步骤和语音传输结束步骤;其中,
语音传输起始步骤中,发送方将预设的第一特征序列采用第一扩频伪随机序列进行扩频后得到第一导频信号,在语音业务传输的开始发送第一导频信号,然后进入语音传输持续步骤,所述第一导频信号用于接收方检测语音业务的起始;
语音传输持续步骤中,发送方对说话人语音信号进行初始化和采集,得到第一语音信号,并持续计算第一语音信号的短时傅里叶变换的归一化功率谱熵值,采用第二扩频伪随机序列对所述归一化功率谱熵值/>扩频后得到第二导频信号,在向接收方发送第一语音信号的同时持续发送第二导频信号,第一语音信号用于与接收方进行语音通信,并且和第二导频信号一同用于接收方进行语音通信和干扰效果评估;
语音传输结束步骤中,发送方采用第三扩频伪随机序列对第二特征序列扩频后得到第三导频信号,在语音业务传输的结尾发送第三导频信号,所述第三导频信号用于接收方检测语音业务的结尾;
所述第一导频信号、第二导频信号和第三导频信号调制到导频频段,导频频段的频率低于语音频段的最低频率或者高于语音信号的最高频率;
接收方的语音业务接收步骤包括语音接收检测步骤和实时干扰效果评估步骤;
所述语音接收检测步骤包括滤波处理步骤、语音存在性检测步骤、语音持续阶段检测步骤、语音信号处理步骤和语音结束检测步骤;其中,
滤波处理步骤中,接收方将接收到的信号进行滤波处理得到两路信号,一路是导频频段信号,一路是语音频段信号;
语音存在性检测步骤中,接收方检测导频频段信号中是否存在第一导频信号,如存在,则确定第一导频信号的结束位置,并开始进行语音持续阶段检测步骤、语音信号处理步骤和语音结束检测步骤,否则持续进行第一导频信号的检测;
语音持续阶段检测步骤中,将所述第一导频信号的结束位置作为语音持续阶段的起始位置,开始检测导频频段信号中的第二导频信号,在检测到第二导频信号后从中获取其携带的信息,即接收到的由发送方计算的第一语音信号的归一化功率谱熵值,/>;在检测第二导频信号的同时,还按照实时干扰效果评估步骤进行语音通信干扰效果评估;
语音信号处理步骤中,将接收到的语音频段信号变换为语音从而完成通信,同时,将接收到的语音频段信号作为第二语音信号,按照所述归一化功率谱熵值同样的计算步骤,持续计算第二语音信号的短时傅里叶变换的归一化功率谱熵值/>;
语音结束检测步骤中,接收方检测导频频段信号中的第三导频信号,若检测到则结束本次语音业务传输和实时语音通信干扰效果评估;
所述实时干扰效果评估步骤包括实时干扰存在性判断步骤和实时干扰效果指标统计步骤;其中,
实时干扰存在性判断步骤中,判断计算得到的所述归一化功率谱熵值与接收得到的所述归一化功率谱熵值/>的差值/>是否超出干扰存在阈值/>,若超过,则存在干扰信号,开始执行实时干扰效果指标统计的步骤,否则,认为不存在干扰信号;
实时干扰效果指标统计步骤中,采用接收到的第二导频信号统计得到干扰效果评估指标,干扰效果评估指标用于客观评估训练场景的语音通信干扰效果。
进行长度为的短时傅里叶变换的步骤;该步骤中,对语音信号采样点序列,以/>个采样点的时间为第一变换周期/>,进行长度为/>的短时傅里叶变换,计算第一变换周期/>内的信号功率谱,/>;/>取值满足/>,其中/>为满足的最小自然数,/>为语音信号的最小频率分辨率,/>表示不小于/>的最小整数,/>为第二扩频伪随机序列的持续周期,/>为对语音信号的短时傅里叶变换的归一化功率谱熵进行量化传输的信息比特数;
计算Q次短时傅里叶变换信号功率谱的最大值的步骤;该步骤中,取连续Q次短时傅里叶变换信号功率谱的最大值,构成第二变换周期的功率谱最大值序列,其中,/>为Q次短时傅里叶变换中频点/>处的最大功率值,Q为大于等于2的自然数;
计算Q次短时傅里叶变换的归一化功率谱的步骤;该步骤中,对Q次短时傅里叶变换的功率谱最大值序列,采用所述功率谱最大值序列的最大值进行归一化处理后,得到Q次短时傅里叶变换的归一化功率谱/>,其中,,/>;
进一步的,所述Q次短时傅里叶变换的次数Q取值为2~4。
进一步的,实时干扰效果指标统计的步骤包括统计实时干扰成功率的步骤,在统计实时干扰成功率的步骤中,计算语音持续阶段第二导频信号扩频伪随机码的相关次数,按统计周期计算实时干扰成功率,包括步骤:
步骤S1,语音持续阶段按第二扩频伪随机码持续周期持续计算本地第二扩频伪随机码序列与接收到的导频频段信号的相关结果,超过预设的第一相关门限/>,则判定为接收信号质量较好、未受到有效干扰;否则判定为有效干扰;第一相关门限/>是预先设定的语音持续阶段第二扩频伪随机码的相关门限,作为判定语音信号是否受到干扰的依据;
进一步的,实时干扰效果指标统计的步骤包括计算第二导频信号信噪比的步骤,在计算第二导频信号信噪比的步骤具体是:
按第二扩频伪随机码持续周期计算第二导频信号扩频伪随机码序列与接收到的导频频段信号的相关信号,分别提取相关峰信号的幅度之和/>与非相关峰信号的幅度之和/>,计算语音持续阶段的有效信号与非有效信号的比值/>。
进一步的,还包括在检测到第三导频后利用第二导频进行整体干扰效果指标统计的步骤;所述整体干扰效果指标是总体语音干扰成功率,计算总体语音干扰成功率的步骤具体是:
本发明还提供了一种发送装置,用于实现所述的训练场景的语音通信干扰效果评估方法,包括语音传输起始模块、语音传输持续模块和语音传输结束模块;其中,
语音传输起始模块,用于发送方将预设的第一特征序列采用第一扩频伪随机序列进行扩频后得到第一导频信号,在语音业务传输的开始发送第一导频信号,然后进入语音传输持续步骤,所述第一导频信号用于接收方检测语音业务的起始;
语音传输持续模块,用于发送方对说话人语音信号进行初始化和采集,得到第一语音信号,并持续计算第一语音信号的短时傅里叶变换的归一化功率谱熵值,采用第二扩频伪随机序列对所述归一化功率谱熵值/>扩频后得到第二导频信号,在向接收方发送第一语音信号的同时持续发送第二导频信号,第一语音信号用于与接收方进行语音通信,并且和第二导频信号一同用于接收方进行语音通信和干扰效果评估;
语音传输结束模块,用于发送方采用第三扩频伪随机序列对第二特征序列扩频后得到第三导频信号,在语音业务传输的结尾发送第三导频信号,所述第三导频信号用于接收方检测语音业务的结尾;
所述第一导频信号、第二导频信号和第三导频信号调制到导频频段,导频频段的频率低于语音频段的最低频率或者高于语音信号的最高频率。
本发明还提供了一种接收评估装置,用于实现所述的训练场景的语音通信干扰效果评估方法,包括语音接收检测模块和实时干扰效果评估模块;
所述语音接收检测模块包括滤波处理模块、语音存在性检测模块、语音持续阶段检测模块、语音信号处理模块和语音结束检测模块;其中,
滤波处理模块,用于接收方将接收到的信号进行滤波处理得到两路信号,一路是导频频段信号,一路是语音频段信号;
语音存在性检测模块,用于接收方检测导频频段信号中是否存在第一导频信号,如存在,则确定第一导频信号的结束位置,并开始调用语音持续阶段检测模块、语音信号处理模块和语音结束检测模块,否则持续进行第一导频信号的检测;
语音持续阶段检测模块,将所述第一导频信号的结束位置作为语音持续阶段的起始位置,开始检测导频频段信号中的第二导频信号,在检测到第二导频信号后从中获取其携带的信息,即接收得到的第一语音信号的归一化功率谱熵值,/>;在语音持续阶段检测模块检测第二导频信号的同时,实时干扰效果评估模块进行语音通信干扰效果评估;
语音结束检测模块,用于接收方检测导频频段信号中的第三导频信号,若检测到则结束本次语音业务传输和实时干扰效果评估;
所述实时干扰效果评估模块包括干扰存在性判断模块和干扰效果指标统计模块;其中,
实时干扰存在性判断模块,用于判断计算得到的所述归一化功率谱熵值与接收得到的所述归一化功率谱熵值/>的差值/>是否超出干扰存在阈值,若超过,则存在干扰信号,开始调用实时干扰效果指标统计模块,否则,认为不存在干扰信号;
实时干扰效果指标统计模块,用于采用接收到的第二导频信号统计得到干扰效果评估指标,干扰效果评估指标用于客观评估训练场景的语音通信干扰效果。
有益效果
本发明提出的一种训练场景下语音通信干扰效果客观评估方法及其发送装置、接收评估装置,利用携带特征信息并由扩频伪随机码扩频的导频信号,实现语音通信干扰效果的近实时快速定量评估,并且在低信噪比条件下具有良好的干扰评判效果,能够适用于不同类型的语音干扰评估。本发明的方法无需利用大量语音样本预先训练,整体实现流程简单,易于在通信类设备中实现。
附图说明
图1为本发明发送方发送的语音业务传输的流程示意图。
图2为本发明发送方发送的语音频段信号和导频频段信号示意图。
图3为本发明接收方的语音业务接收步骤。
具体实施方式
为解决背景技术中存在的语音通信干扰效果评估问题,本发明的提出了一种流程简单、易于实现、通用性好语音通信干扰效果客观评估方法和装置,且它们能够在低信噪比条件下仍具有较好的实用性。下面结合附图对本发明的具体实施方式进行详细的说明。
实施例1
本实施例用于具体说明本发明一种训练场景的语音通信干扰效果评估方法的基本步骤。该方法中语音业务的传输和所述语音业务的接收采用扩频方式,包括发送方的语音业务传输步骤和接收方的语音业务接收步骤。
如图1所示,发送方的语音业务传输步骤包括语音传输起始步骤、语音传输持续步骤和语音传输结束步骤。
其中,语音传输起始步骤中,如图2所示,发送方将预设的第一特征序列采用第一扩频伪随机序列进行扩频后得到第一导频信号,在语音业务传输的开始发送第一导频信号,然后进入语音传输持续步骤,所述第一导频信号用于接收方检测语音业务的起始。
语音传输持续步骤中,发送方对说话人语音信号进行初始化和采集,得到第一语音信号,并持续计算第一语音信号的短时傅里叶变换的归一化功率谱熵值,下标t表示发送方发送,采用第二扩频伪随机序列对所述归一化功率谱熵值/>扩频后得到第二导频信号,在持续向接收方发送第一语音信号的同时定期发送第二导频信号,即每次计算完短时傅里叶变换的归一化功率谱熵值/>发送一次,如图2所示,第一语音信号用于与接收方进行语音通信,并且和第二导频信号一同用于接收方进行语音通信和干扰效果评估。
语音传输结束步骤中,如图3所示,发送方采用第三扩频伪随机序列对第二特征序列扩频后得到第三导频信号,在语音业务传输的结尾发送第三导频信号,所述第三导频信号用于接收方检测语音业务的结尾。
所述第一导频信号、第二导频信号和第三导频信号调制到导频频段进行发送,导频频段的频率低于语音频段的最低频率或者高于语音信号的最高频率。
如图3所示,接收方的语音业务接收步骤包括语音接收检测步骤和实时干扰效果评估步骤。
所述语音接收检测步骤包括滤波处理步骤、语音存在性检测步骤、语音持续阶段检测步骤、语音信号处理步骤和语音结束检测步骤。
其中,滤波处理步骤中,接收方将接收到的信号进行滤波处理得到两路信号,一路是导频频段信号,一路是语音频段信号。
语音存在性检测步骤中,接收方检测导频频段信号中是否存在第一导频信号,如存在,则确定第一导频信号的结束位置,并开始进行语音持续阶段检测步骤、语音信号处理步骤和语音结束检测步骤,否则持续进行第一导频信号的检测。
语音持续阶段检测步骤中,将所述第一导频信号的结束位置作为语音持续阶段的起始位置,开始检测导频频段信号中的第二导频信号,在检测到第二导频信号后从中获取其携带的信息,即接收到的由发送方计算的第一语音信号的归一化功率谱熵值,下标r表示接收方接收,/>;在检测第二导频信号的同时,还按照实时干扰效果评估步骤进行语音通信干扰效果评估。
语音信号处理步骤中,将接收到的语音频段信号变换为语音从而完成通信,同时,将接收到的语音频段信号作为第二语音信号,按照所述归一化功率谱熵值同样的计算步骤,持续计算第二语音信号的短时傅里叶变换的归一化功率谱熵值/>,下标rc表示接收方计算。
语音结束检测步骤中,接收方持续检测导频频段信号中的第三导频信号,若检测到则结束本次语音业务传输和实时语音通信干扰效果评估。
所述实时干扰效果评估步骤包括实时干扰存在性判断步骤和实时干扰效果指标统计步骤。
其中,实时干扰存在性判断步骤中,判断计算得到的所述归一化功率谱熵值与接收得到的所述归一化功率谱熵值/>的差值/>是否超出干扰存在阈值,若超过,则存在干扰信号,开始执行实时干扰效果指标统计的步骤,否则,认为不存在干扰信号;优选地,干扰存在阈值/>设置为10%~30%,典型值为15%。
实时干扰效果指标统计步骤中,采用接收到的第二导频信号统计得到干扰效果评估指标,干扰效果评估指标用于客观评估训练场景的语音通信干扰效果。
具体的,语音信号的短时傅里叶变换的归一化功率谱熵值采用以下步骤实现:
步骤S100,语音信号预处理和采集:
具体地,语音信号预处理:根据国际通信标准,人声主要信号的频率范围为300Hz~3400Hz),经过300Hz~3400Hz带通滤波器,滤除语音带外信号;
步骤S200,确定最小频域分辨率:
对语音信号采样点序列,以个采样点的时间为第一变换周期/>,进行长度为/>的短时傅里叶变换,计算第一变换周期/>内的信号功率谱,/>;/>取值满足,其中/>为满足/>的最小自然数,/>表示不小于/>的最小整数,/>为第二扩频伪随机序列的持续周期,/>为对所述归一化功率谱熵/>进行量化的信息比特数,优选地,将第一语音信号的归一化功率谱熵值/>量化为/>=16比特的信息,作为第二导频信号传输的有效信息。
步骤S400,计算频域功率:
步骤S500,计算Q次短时傅里叶变换信号功率谱的最大值:
取连续Q次短时傅里叶变换信号功率谱的最大值,构成第二变换周期的功率谱最大值序列/>,其中,/>为Q次短时傅里叶变换中频点/>处的最大功率值,Q为大于等于2的自然数,优选地,取值保证每秒语音信号有2-4组第一变换周期/>的计算结果,/>=2~4。
步骤S600,计算Q次短时傅里叶变换的归一化功率谱:
实施例2
本实施例的一种训练场景的语音通信干扰效果评估方法,用于详细说明本发明方法在低信噪比条件下仍具有较好的实用性。
语音传输起始步骤中第一导频信号的添加,是在每次语音业务传输的起始阶段,添加固定长度的第一导频信号,用于接收方的语音存在性判定;第一导频信号的频率低于有效语音信号的最低频率(300Hz),信号带宽设置为128Hz,传输信息内容为预设的第一特征序列,优选地,为8bit“1”,采用长度16的第一扩频伪随机序列进行扩频后传输,调制方式为二阶FSK调制;第一导频信号的持续长度为固定值,典型实施例为1秒。
语音传输持续步骤中第二导频信号的添加,是在语音起始阶段之后,持续添加第二导频信号,用于接收方语音通信/干扰效果评估。第二导频信号的频率、带宽与第一导频信号一致,传输内容为计算的前内(即当前第二变换周期内,单位秒)的语音采样点的短时傅里叶变换的归一化功率谱熵值(16bit),采用长度为4bit、或8bit或者其他长度的第二扩频伪随机序列进行扩频后传输,调制方式为二阶FSK调制。
语音传输结束步骤中第三导频信号的添加,是在每次语音传输结束阶段,添加固定长度的第三导频信号,用于语音结束检测;第三导频信号的频率、信号带宽与语音起始阶段的第一导频信号一致,传输信息内容为预设的第二特征序列,优选地,为01010101,采用长度16的第三扩频伪随机序列进行扩频后传输,调制方式为二阶FSK调制;第三导频信号的持续长度为固定值,典型实施例为1秒。
滤波处理步骤中,如果导频频段的频率低于语音频段的最低频率,将语音信号分别经过低通滤波器得到300Hz以下的导频频段信号,经高通滤波后得到300Hz以上的语音频段信号;如果导频频段的频率高于语音信号的最高频率,将语音信号分别经过高通滤波器得到3400Hz以上的导频频段信号,经低通滤波后得到3400Hz以下的语音频段信号;对导频频段信号按以下步骤中的方法进行导频检测;对接收的话音信号,计算其归一化功率谱熵值。
语音存在性检测步骤中,在接收方设置第一导频信号同步检测器,同步检测采用相关检测,设置与第一导频信号相同的第一扩频伪随机序列作为本地相关序列,通过滑动相关法持续检测第一导频信号中第一扩频伪随机序列的存在性;若检测器检测的第一扩频伪随机序列相关峰高于预设第一阈值门限,本实施例中采用典型值为12,高于则判定检测到第一导频音的扩频伪随机序列,进而判断解扩处理得到的传输信息内容是否与第一特征序列一致,若是,则根据同步检测器的相关峰位置、确定第一导频信号结束位置,并进入语音持续阶段检测步骤;否则,持续进行本步骤第一导频信号检测。
持续阶段检测步骤中,根据确定的第一导频信号结束位置作为语音持续阶段的起始位置,接收方采用本地的第二扩频伪随机序列与接收到的导频频段信号进行解扩相关处理,获取语音持续阶段扩频伪随机序列相关值,以及解扩后得到接收到的第一语音信号的归一化功率谱熵值,同时,按照实时干扰效果评估步骤进行语音通信干扰效果评估。
语音结束检测步骤中,在执行持续阶段检测步骤的同时,开展第三导频信号检测,具体方法为:设置第三导频信号同步检测器,同步检测采用相关检测,设置与第三导频信号相同的第三扩频伪随机序列作为本地相关序列,通过滑动相关法持续检测第三导频信号中第三扩频伪随机序列的存在性;若检测器检测的第三扩频伪随机序列相关峰高于预设第三阈值门限,本实施例中设置为典型值12,高于则判定检测到第三导频信号的扩频伪随机序列,进而判断解扩处理得到的传输信息内容是否与第二特征序列一致,若是,则判定语音业务结束;否则,持续进行语音持续阶段检测步骤中的处理。
实施例3
本实施例用于详细说明本发明语音通信干扰效果评估方法中实时干扰效果指标统计的步骤。本实施例中干扰效果指标是实时干扰成功率。
统计实时干扰成功率的步骤中,计算语音持续阶段第二导频信号扩频伪随机码的相关次数,按统计周期计算实时干扰成功率,具体方法如下:
步骤S1,语音持续阶段按第二扩频伪随机码持续周期计算的本地第二扩频伪随机码序列与接收到的导频频段信号的相关结果,超过预设的第一相关门限/>,则判定为接收信号质量较好、未受到有效干扰;否则判定为有效干扰;第一相关门限/>是预先设定的语音持续阶段第二扩频伪随机码的相关门限,作为判定语音信号是否受到干扰的依据。
实施例4
本实施例也用于详细说明本发明语音通信干扰效果评估方法中实时干扰效果指标统计的步骤。本实施例中干扰效果指标是第二导频信号信噪比。
计算第二导频信号信噪比的步骤具体是,按第二扩频伪随机码持续周期计算第二导频信号扩频伪随机码序列与接收到的导频频段信号的相关信号,分别提取相关峰信号的幅度之和/>与非相关峰信号的幅度之和/>,计算语音持续阶段的有效信号与非有效信号的比值/>,作为语音信号受干扰情况的辅助判断参数;若/>值越高,说明通信效果越好,受干扰影响越小。/>
实施例5
本实施例用于详细说明在实施例3的基础上,本发明语音通信干扰效果评估方法中检测到第三导频后利用第二导频信号进行整体干扰效果指标统计的步骤。本实施例中整体干扰效果指标是总体语音干扰成功率。
计算总体语音干扰成功率的步骤具体是,若检测到语音结束阶段的第三导频音,则统计本次语音业务的总体语音通信干扰效果:计算语音持续阶段总的受干扰次数,和受到干扰的次数/>,计算话音通信的总通信成功率为/>,总体语音干扰成功率/>。
实施例6
本实施例用于详细说明本发明的用于训练场景的语音通信干扰效果评估的发送装置,包括语音传输起始模块、语音传输持续模块和语音传输结束模块。
其中,语音传输起始模块,用于发送方将预设的第一特征序列采用第一扩频伪随机序列进行扩频后得到第一导频信号,在语音业务传输的开始发送第一导频信号,然后进入语音传输持续步骤,所述第一导频信号用于接收方检测语音业务的起始。
语音传输持续模块,用于发送方对说话人语音信号进行初始化和采集得到第一语音信号,并持续计算第一语音信号的短时傅里叶变换的归一化功率谱熵值,采用第二扩频伪随机序列对所述归一化功率谱熵值/>扩频后得到第二导频信号,在向接收方发送第一语音信号的同时持续发送第二导频信号,第一语音信号用于与接收方进行语音通信,并且和第二导频信号一同用于接收方进行语音通信和干扰效果评估。
语音传输结束模块,用于发送方采用第三扩频伪随机序列对第二特征序列扩频后得到第三导频信号,在语音业务传输的结尾发送第三导频信号,所述第三导频信号用于接收方检测语音业务的结尾。
所述第一导频信号、第二导频信号和第三导频信号调制到导频频段,导频频段的调制中心频率低于语音频段的最低频率或者高于语音信号的最高频率。
实施例7
本实施例用于详细说明本发明的一种用于训练场景的语音通信干扰效果评估的接收评估装置,包括语音接收检测模块和干扰效果评估模块。
所述语音接收检测模块包括滤波处理模块、语音存在性检测模块、语音持续阶段检测模块、语音信号处理模块和语音结束检测模块。
其中,滤波处理模块,用于接收方将接收到的信号进行滤波处理得到两路信号,一路是导频频段信号,一路是语音频段信号。
语音存在性检测模块,用于接收方检测导频频段信号中是否存在第一导频信号,如存在,则确定第一导频信号的结束位置,并开始调用语音持续阶段检测模块、语音信号处理模块和语音结束检测模块,否则持续进行第一导频信号的检测。
语音持续阶段检测模块,将所述第一导频信号的结束位置作为语音持续阶段的起始位置,开始检测导频频段信号中的第二导频信号,在检测到第二导频信号后从中获取其携带的信息,即接收得到的第一语音信号的归一化功率谱熵值;在语音持续阶段检测模块检测第二导频信号的同时,实时干扰效果评估模块进行语音通信干扰效果评估。
语音结束检测模块,用于接收方检测导频频段信号中的第三导频信号,若检测到则结束本次语音业务传输和实时干扰效果评估。
所述实时干扰效果评估模块包括干扰存在性判断模块和干扰效果指标统计模块。
其中,实时干扰存在性判断模块,用于判断计算得到的所述归一化功率谱熵值与接收得到的所述归一化功率谱熵值/>的差值/>是否超出干扰存在阈值/>,若超过,则存在干扰信号,开始调用实时干扰效果指标统计模块,否则,认为不存在干扰信号。
实时干扰效果指标统计模块,用于采用接收到的第二导频信号统计得到干扰效果评估指标,干扰效果评估指标用于客观评估训练场景的语音通信干扰效果。
本发明提出的一种训练场景下语音通信干扰效果客观评估方法及其发送装置、接收评估装置,利用携带特征信息并由扩频伪随机码扩频的导频信号,实现语音通信干扰效果的近实时快速定量评估,并且在低信噪比条件下具有良好的干扰评判效果,能够适用于不同类型的语音干扰评估。本发明的方法无需利用大量语音样本预先训练,整体实现流程简单,易于在通信类设备中实现。
以上仅为发明的优选实施例而已,并不用以限制本发明,凡在本发明的思想原则内所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种训练场景的语音通信干扰效果评估方法,其特征在于,语音业务的传输和所述语音业务的接收采用扩频方式,包括发送方的语音业务传输步骤和接收方的语音业务接收步骤;
发送方的语音业务传输步骤包括语音传输起始步骤、语音传输持续步骤和语音传输结束步骤;其中,
语音传输起始步骤中,发送方将预设的第一特征序列采用第一扩频伪随机序列进行扩频后得到第一导频信号,在语音业务传输的开始发送第一导频信号,然后进入语音传输持续步骤,所述第一导频信号用于接收方检测语音业务的起始;
语音传输持续步骤中,发送方对说话人语音信号进行初始化和采集得到第一语音信号,并持续计算第一语音信号的短时傅里叶变换的归一化功率谱熵值,采用第二扩频伪随机序列对所述归一化功率谱熵值/>扩频后得到第二导频信号,在向接收方发送第一语音信号的同时持续发送第二导频信号,第一语音信号用于与接收方进行语音通信,并且和第二导频信号一同用于接收方进行语音通信和干扰效果评估;
语音传输结束步骤中,发送方采用第三扩频伪随机序列对第二特征序列扩频后得到第三导频信号,在语音业务传输的结尾发送第三导频信号,所述第三导频信号用于接收方检测语音业务的结尾;
所述第一导频信号、第二导频信号和第三导频信号调制到导频频段,导频频段的频率低于语音频段的最低频率或者高于语音信号的最高频率;
接收方的语音业务接收步骤包括语音接收检测步骤和实时干扰效果评估步骤;
所述语音接收检测步骤包括滤波处理步骤、语音存在性检测步骤、语音持续阶段检测步骤、语音信号处理步骤和语音结束检测步骤;其中,
滤波处理步骤中,接收方将接收到的信号进行滤波处理得到两路信号,一路是导频频段信号,一路是语音频段信号;
语音存在性检测步骤中,接收方检测导频频段信号中是否存在第一导频信号,如存在,则确定第一导频信号的结束位置,并开始进行语音持续阶段检测步骤、语音信号处理步骤和语音结束检测步骤,否则持续进行第一导频信号的检测;
语音持续阶段检测步骤中,将所述第一导频信号的结束位置作为语音持续阶段的起始位置,开始检测导频频段信号中的第二导频信号,在检测到第二导频信号后从中获取其携带的信息,即接收到的由发送方计算的第一语音信号的归一化功率谱熵值,/>;在检测第二导频信号的同时,还按照实时干扰效果评估步骤进行语音通信干扰效果评估;
语音信号处理步骤中,将接收到的语音频段信号变换为语音从而完成通信,同时,将接收到的语音频段信号作为第二语音信号,按照所述归一化功率谱熵值同样的计算步骤,持续计算第二语音信号的短时傅里叶变换的归一化功率谱熵值/>;
语音结束检测步骤中,接收方检测导频频段信号中的第三导频信号,若检测到则结束本次语音业务传输和实时语音通信干扰效果评估;
所述实时干扰效果评估步骤包括实时干扰存在性判断步骤和实时干扰效果指标统计步骤;其中,
实时干扰存在性判断步骤中,判断计算得到的所述归一化功率谱熵值与接收得到的所述归一化功率谱熵值/>的差值/>是否超出干扰存在阈值/>,若超过,则存在干扰信号,开始执行实时干扰效果指标统计的步骤,否则,认为不存在干扰信号;
实时干扰效果指标统计步骤中,采用接收到的第二导频信号统计得到干扰效果评估指标,干扰效果评估指标用于客观评估训练场景的语音通信干扰效果。
3.如权利要求1所述的训练场景的语音通信干扰效果评估方法,其特征在于,
进行长度为的短时傅里叶变换的步骤;该步骤中,对语音信号采样点序列,以/>个采样点的时间为第一变换周期/>,进行长度为/>的短时傅里叶变换,计算第一变换周期/>内的信号功率谱,/>;/>取值满足/>,其中/>为满足/>的最小自然数,/>为语音信号的最小频率分辨率,/>表示不小于/>的最小整数,/>为第二扩频伪随机序列的持续周期,/>为对语音信号的短时傅里叶变换的归一化功率谱熵进行量化传输的信息比特数;
计算Q次短时傅里叶变换信号功率谱的最大值的步骤;该步骤中,取连续Q次短时傅里叶变换信号功率谱的最大值,构成第二变换周期的功率谱最大值序列,其中,/>为Q次短时傅里叶变换中频点/>处的最大功率值,Q为大于等于2的自然数;
计算Q次短时傅里叶变换的归一化功率谱的步骤;该步骤中,对Q次短时傅里叶变换的功率谱最大值序列,采用所述功率谱最大值序列的最大值进行归一化处理后,得到Q次短时傅里叶变换的归一化功率谱/>,其中,,/>;
4.如权利要求3所述的训练场景的语音通信干扰效果评估方法,其特征在于,所述Q次短时傅里叶变换的次数Q取值为2~4。
6.如权利要求1所述的训练场景的语音通信干扰效果评估方法,其特征在于,实时干扰效果指标统计的步骤包括统计实时干扰成功率的步骤,在统计实时干扰成功率的步骤中,计算语音持续阶段第二导频信号扩频伪随机码的相关次数,按统计周期计算实时干扰成功率,包括步骤:
步骤S1,语音持续阶段按第二扩频伪随机码持续周期持续计算本地第二扩频伪随机码序列与接收到的导频频段信号的相关结果,超过预设的第一相关门限/>,则判定为接收信号质量较好、未受到有效干扰;否则判定为有效干扰;第一相关门限/>是预先设定的语音持续阶段第二扩频伪随机码的相关门限,作为判定语音信号是否受到干扰的依据;
9.一种发送装置,用于实现如权利要求1-8中任一项所述的训练场景的语音通信干扰效果评估方法,其特征在于,包括语音传输起始模块、语音传输持续模块和语音传输结束模块;其中,
语音传输起始模块,用于发送方将预设的第一特征序列采用第一扩频伪随机序列进行扩频后得到第一导频信号,在语音业务传输的开始发送第一导频信号,然后进入语音传输持续步骤,所述第一导频信号用于接收方检测语音业务的起始;
语音传输持续模块,用于发送方对说话人语音信号进行初始化和采集得到第一语音信号,并持续计算第一语音信号的短时傅里叶变换的归一化功率谱熵值,采用第二扩频伪随机序列对所述归一化功率谱熵值/>扩频后得到第二导频信号,在向接收方发送第一语音信号的同时持续发送第二导频信号,第一语音信号用于与接收方进行语音通信,并且和第二导频信号一同用于接收方进行语音通信和干扰效果评估;
语音传输结束模块,用于发送方采用第三扩频伪随机序列对第二特征序列扩频后得到第三导频信号,在语音业务传输的结尾发送第三导频信号,所述第三导频信号用于接收方检测语音业务的结尾;
所述第一导频信号、第二导频信号和第三导频信号调制到导频频段,导频频段的频率低于语音频段的最低频率或者高于语音信号的最高频率。
10.一种接收评估装置,用于实现如权利要求1-8中任一项所述的训练场景的语音通信干扰效果评估方法,其特征在于包括语音接收检测模块和实时干扰效果评估模块;
所述语音接收检测模块包括滤波处理模块、语音存在性检测模块、语音持续阶段检测模块、语音信号处理模块和语音结束检测模块;其中,
滤波处理模块,用于接收方将接收到的信号进行滤波处理得到两路信号,一路是导频频段信号,一路是语音频段信号;
语音存在性检测模块,用于接收方检测导频频段信号中是否存在第一导频信号,如存在,则确定第一导频信号的结束位置,并开始调用语音持续阶段检测模块、语音信号处理模块和语音结束检测模块,否则持续进行第一导频信号的检测;
语音持续阶段检测模块,将所述第一导频信号的结束位置作为语音持续阶段的起始位置,开始检测导频频段信号中的第二导频信号,在检测到第二导频信号后从中获取其携带的信息,即接收得到的第一语音信号的归一化功率谱熵值,/>;在语音持续阶段检测模块检测第二导频信号的同时,实时干扰效果评估模块进行语音通信干扰效果评估;
语音结束检测模块,用于接收方检测导频频段信号中的第三导频信号,若检测到则结束本次语音业务传输和实时干扰效果评估;
所述实时干扰效果评估模块包括干扰存在性判断模块和干扰效果指标统计模块;其中,
实时干扰存在性判断模块,用于判断计算得到的所述归一化功率谱熵值与接收得到的所述归一化功率谱熵值/>的差值/>是否超出干扰存在阈值/>,若超过,则存在干扰信号,开始调用实时干扰效果指标统计模块,否则,认为不存在干扰信号;
实时干扰效果指标统计模块,用于采用接收到的第二导频信号统计得到干扰效果评估指标,干扰效果评估指标用于客观评估训练场景的语音通信干扰效果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310497430.8A CN116206620B (zh) | 2023-05-05 | 2023-05-05 | 训练场景的语音通信干扰效果评估方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310497430.8A CN116206620B (zh) | 2023-05-05 | 2023-05-05 | 训练场景的语音通信干扰效果评估方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116206620A true CN116206620A (zh) | 2023-06-02 |
CN116206620B CN116206620B (zh) | 2023-07-07 |
Family
ID=86508055
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310497430.8A Active CN116206620B (zh) | 2023-05-05 | 2023-05-05 | 训练场景的语音通信干扰效果评估方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116206620B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4747137A (en) * | 1985-07-16 | 1988-05-24 | Kokusai Denshin Denwa Kabushiki Kaisha | Speech scrambler |
CN1703854A (zh) * | 2002-10-11 | 2005-11-30 | 纳维尼网络公司 | 用于无线通信系统中的干扰评估与减少的方法与系统 |
US20080247480A1 (en) * | 2007-04-06 | 2008-10-09 | Dumitru Mihai Ionescu | Methods and systems for detecting a narrow-band interferer |
CN101415193A (zh) * | 2008-11-17 | 2009-04-22 | 武汉虹信通信技术有限责任公司 | 路测系统使用波形图评估移动无线网络语音质量的一种方法 |
CN108810923A (zh) * | 2017-05-04 | 2018-11-13 | 展讯通信(上海)有限公司 | Afh干扰频点的判断方法及装置、计算机可读存储介质、接收机 |
US20210158832A1 (en) * | 2019-11-22 | 2021-05-27 | Beijing Xiaomi Mobile Software Co., Ltd. | Method and device for evaluating performance of speech enhancement algorithm, and computer-readable storage medium |
-
2023
- 2023-05-05 CN CN202310497430.8A patent/CN116206620B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4747137A (en) * | 1985-07-16 | 1988-05-24 | Kokusai Denshin Denwa Kabushiki Kaisha | Speech scrambler |
CN1703854A (zh) * | 2002-10-11 | 2005-11-30 | 纳维尼网络公司 | 用于无线通信系统中的干扰评估与减少的方法与系统 |
US20080247480A1 (en) * | 2007-04-06 | 2008-10-09 | Dumitru Mihai Ionescu | Methods and systems for detecting a narrow-band interferer |
CN101415193A (zh) * | 2008-11-17 | 2009-04-22 | 武汉虹信通信技术有限责任公司 | 路测系统使用波形图评估移动无线网络语音质量的一种方法 |
CN108810923A (zh) * | 2017-05-04 | 2018-11-13 | 展讯通信(上海)有限公司 | Afh干扰频点的判断方法及装置、计算机可读存储介质、接收机 |
US20210158832A1 (en) * | 2019-11-22 | 2021-05-27 | Beijing Xiaomi Mobile Software Co., Ltd. | Method and device for evaluating performance of speech enhancement algorithm, and computer-readable storage medium |
Non-Patent Citations (2)
Title |
---|
JAYASANTHI RANJITH等: "Jammer suppression in spread spectrum communication using novel independent component analysis approach", 《AEU - INTERNATIONAL JOURNAL OF ELECTRONICS AND COMMUNICATIONS》 * |
张雨石: "CDMA网络终端接入信号质量分析及提升策略", 《中国硕士学位论文数据库(电子期刊网)》 * |
Also Published As
Publication number | Publication date |
---|---|
CN116206620B (zh) | 2023-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105469785B (zh) | 通信终端双麦克风消噪系统中的语音活动检测方法及装置 | |
CN101430882B (zh) | 一种抑制风噪声的方法及装置 | |
JP5799013B2 (ja) | 音声信号の処理に際して、ノイズを無視して音声を対象にすることによりノイズを低減するシステムおよび方法 | |
GB2399261A (en) | Apparatus and method for a digital,wideband,intercept and analysis processor for frequency hopping signals | |
JPH08314884A (ja) | 入力信号を特性化するための方法及び装置 | |
CN109637552A (zh) | 一种抑制音频设备啸叫的语音处理方法 | |
KR100655953B1 (ko) | 웨이블릿 패킷 변환을 이용한 음성 처리 시스템 및 그 방법 | |
CN102157147A (zh) | 一种拾音系统语音质量客观评价的测试方法 | |
CN100356446C (zh) | 近端讲话人检测方法 | |
CN104050964A (zh) | 音频信号还原度检测方法及系统 | |
CN111585662B (zh) | 一种调相信号的分类识别和参数估计方法及系统 | |
CN105657110A (zh) | 语音通信的回声消除方法及装置 | |
CN113938228B (zh) | 网络域协作干扰位置检测方法及系统 | |
CN116206620B (zh) | 训练场景的语音通信干扰效果评估方法及其装置 | |
KR20110034360A (ko) | 사용자 음성을 이용한 위치 추적 장치 및 그 방법 | |
CN108401255B (zh) | 一种双阶段盲频谱感知方案 | |
CN113208632A (zh) | 一种基于卷积神经网络的注意力检测方法、系统 | |
Chen et al. | Telephony speech enhancement by data hiding | |
CN114584227A (zh) | 自动化突发信号检测方法 | |
Moawad et al. | A wideband spectrum sensing approach for cognitive radios based on cepstral analysis | |
EP1271470A1 (en) | Method and device for determining the voice quality degradation of a signal | |
CN113763985B (zh) | 一种基于声音识别生理现象的装置 | |
JP2648779B2 (ja) | 通話信号識別装置 | |
Benson | A real-time blast noise detection and wind noise rejection system | |
CN117714939B (zh) | 基于频谱分析的入耳检测方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |