CN1553597A

CN1553597A - 一种音频同步对齐测试方法

Info

Publication number: CN1553597A
Application number: CNA031383955A
Authority: CN
Inventors: 杨海曜
Original assignee: Huawei Technologies Co Ltd
Current assignee: Huawei Technologies Co Ltd
Priority date: 2003-05-26
Filing date: 2003-05-26
Publication date: 2004-12-08
Anticipated expiration: 2023-05-26
Also published as: CN100542077C

Abstract

一种音频同步对齐测试方法，步骤为：产生一个音频测试序列，并为该音频测试序列设置标志部形成第一测试序列；将第一测试序列输入到被测系统，使该第一测试序列在被测系统内经系统实际延时后输出第二测试序列；捕捉被测系统输出的第二测试序列，并利用第一测试序列的标志部和第二测试序列中的标志部计算出输入和输出之间的时间差值作为被测系统的延时；根据被测系统的延时，将捕捉到的第二测试序列剪切去系统的延时后与所述第一测试序列进行测试分析。本发明采用尾部对齐或中间对齐技术，避免了音频非线性处理模块静音检测/静音剪切技术容易产生的切头现象。

Description

一种音频同步对齐测试方法

技术领域

本发明涉及音频非线性处理单元的测试技术，特别涉及一种音频同步对齐测试方法。

背景技术

随着数字通讯技术和数字音频处理技术地不断发展，在数字音频领域内部越来越地多采用了非线性处理技术。例如：采用活动检测/静音剪切技术、声学回声抵消、音效增强、数字自动增益控制、数字自动噪声抑制等非线性音频处理技术来提高信道压缩率和听觉效果，从而提高音频信号的保真度和可懂度。

一般模拟/数字音频非线性处理单元的测试，最主要的测试就是失真等项目的测试。目前一般的测试方法为：先生成一个固定或者可变时间长度的含有音乐或者人声的特征音频序列，将这一段测试序列送入被测试系统，然后将被测系统输出的信号记录下来进行特征比较，之后计算测试原始序列和被测输出序列的失真度等各个项目的指标，从而得出被测音频系统质量好坏的评价。

由于被测系统通常都是数字音频系统，所以输入和输出过程就存在一个时间差，而且通常不同的数字音频系统(甚至是不同状态的同一个数字音频系统)的时间差都不一致。但在评测音频的质量效果时候，计算和处理测试原始序列和被测输出序列的失真度等各个项目的指标时需要在相对统一的时刻下进行。如图1、图2所示：测试原始序列A时刻需要和被测序列的相关联的A时刻相对应，否则就会计算失误。如将测试序列A时刻的内容和被测序列B或B’时刻的内容进行相关联的比较就容易产生关联度为“0”或者很小数值等的错误计算结果。这样测试就无法准确进行。在这种情况下，需要对测试原始序列和被测序列进行音频同步，通过剪切这被测系统时间延迟，使得它们同步到同一个时间基准上来，

现有技术对音频同步主要有以下两种技术方案：

技术方案一为测试信号头对齐，参阅图3。其主要测试流程如下：

(1)首先产生一个固定或者可变时间长度的模拟/数字的音频测试序列。

(2)利用这个音频测试序列输入到被测试系统中去。(被测试的音频系统可以理解为一个黑盒)。

(3)然后在被测系统内部经过一个时间延时ΔT后，从被测系统的模拟/数字输出端口输出。

(4)将输出模拟/数字的音频信号捕捉下来，利用测试信号输入的头部和输出信号的头部的时间差值进行系统延时计算，计算出时间差值Δt(该方法认为Δt＝ΔT或者Δt≈ΔT)，然后将被测系统的输出信号剪切去系统延时Δt，最后进行测试序列和被测系统输出的这两个音频信号的失真度或其他音频测试分析。

但采用技术方案一有如下缺点：

现有的很多数字音频处理系统(例如：IP电话、会议电视等)都使用了活动检测/静音剪切技术、声学回声抵消等非线性音频处理技术来提高信道压缩率和听觉效果，这样的线性技术最容易造成音频信号由安静的非活动状态转变为有声音的活动状态，从而造成0.1秒～0.5秒左右的切头影响(即：约有0.1～0.5秒的音频头部被系统消除了)，这样就造成了Δt≠ΔT。所以采用头部对齐容易造成计算出的时间差值Δt不够准确，从而影响下一步的音频测试和比较测试的准确性。

技术方案二为特征测试音引导的信号头部对齐技术，参阅图4。其主要测试流程如下：

(1)首先产生一个固定或者可变时间长度的模拟/数字的音频测试序列，然后在这个序列前面追加一个特殊的测试音频引导头。例如在测试序列头加入一个1kHz持续1秒的正弦音频信号，利用这个特殊的音频头作未来的同步对齐标志。

(4)将输出模拟/数字的音频信号捕捉下来，利用测试信号输入的特殊标志头部和输出信号的特殊标志头部的时间差值进行系统延时计算，计算出时间差值Δt(该方法认为Δt＝ΔT或者Δt≈ΔT)，然后将被测系统的输出信号剪切去系统延时Δt，然后进行测试序列和被测系统输出的这两个音频信号的失真度或其他音频测试分析。

采用特征测试音引导的信号头部对齐的音频同步对齐技术，该技术的关键在于有一个标志音频同步特征的特殊引导序列，但现在多数被测的音频系统均为非线性的数字系统，将不可能不引入对特征音引导序列的非线性失真。所以存在以下缺点：

(1)采用特征音引导的同步对齐技术容易造成经过被测系统时，造成特征音引导头丢失，从而不能计算出的时间差值Δt。因为现有的很多数字音频处理系统(例如：IP电话、会议电视等)都加入了抗啸叫处理技术，遇到这种单一频率点的特征音信号容易进行压制和处理。

(2)采用特征音引导的同步对齐技术容易造成经过被测系统时，造成特征音引导头畸变，从而难以准确计算出的时间差值Δt。因为现有数字音频处理系统(例如：IP电话、会议电视等)很多加入了自动增益控制(AGC)技术、音效增强技术、声学回声抵消等非线性音频处理技术来提高信道压缩率和听觉效果，这样的非线性技术通常是采用子带滤波技术，而这种特殊的特征音频信号最容易落在子带分割点上，造成特征音信号畸变，例如断断续续，或者频谱搬移，从而造成特征音对齐不准确，不能准确测试时间差值Δt，从而影响下一步音频测试的准确性。

(3)非线性音频处理技术(例如回声抵消技术)通常都有一个以时间、频率、幅度参数为引导变换的系统初始预置状态，而特征音的引入干扰了该项目的测试结果。从而影响测试准确性。

发明内容

本发明的目的在于提供一种音频同步对齐测试方法，以解决音频测试技术中数字音频的非线性处理技术对音频同步造成影响的问题。

本发明的技术方案：一种音频同步对齐测试方法，包括下述步骤：

A、产生一个音频测试序列，并为该音频测试序列设置标志部形成第一测试序列；

B、将第一测试序列输入到被测系统，使该第一测试序列在被测系统内经系统实际延时后输出第二测试序列；

C、捕捉被测系统输出的第二测试序列，并利用第一测试序列的标志部和第二测试序列中的标志部计算出输入和输出之间的时间差值作为被测系统的延时；

D、根据被测系统的延时，将捕捉到的第二测试序列剪切去系统的延时后与所述第一测试序列进行测试分析。

其中：

所述的标志部设置在音频测试序列的尾部或中部。

步骤A中还为所述音频测试序列增加标记音频序列形成第一测试序列；以及步骤C中，在计算时间差值前先以第一测试序列和第二测试序列中的该标记音频序列为参考判断第二测试序列的尾部是否正常，如果正常则计算时间差值，否则给予提示或/和返回步骤A。

本发明与现有技术的比较：

1、由于“静音抑制”的用途在于无有用信息(例如人的语音)传输的时候压制系统噪声，减小传输码率，而“活动检测”是为了检测当前是否存在有用信息(例如：语音)，决定“静音抑制”模块是否开启工作，如有则不启动，如没有则启动静音。当非线性系统含有“活动检测/静音抑制”模块时候有一个固有的特性。假定“静音抑制”已经开启，当输入声音从无声状态到有声状态时候，该“活动检测”模块不会马上认定语音信号已经来了，因为系统中还有霰弹噪声(怕造成误判断)，当语音信号持续一段时间后，例如0.03～0.2秒左右，“活动检测”才会认为真的语音信号来了，从而撤销“静音抑制”模块，让系统正常工作。但这样一来，这0.03～0.2秒左右的语音信号在系统正常工作前已经被“静音模块”过滤掉了，从而造成“切头现象”。

因此，采用发明的方法，既便测试序列通过被测试系统后被切除了头部，但本测试方案并没有采用头部对齐，所以“切头”对本发明的方法没有影响。

2、由于“声学回声抵消”模块有一个固有特征，该模块需要在刚刚开始输入语音信号的一个阶段，分别采样环境噪声和语音信号，并用该两个信号的比值来设定该模块的初始状态，否则系统“声学回声抵消”功能就实现的不理想。

现有技术二在一开头就利用了一段时间的特征音(例如1秒钟的1KHz的正弦信号)作为输入，但这个非自然语音或非正常使用环境语音的输入会造成“声学回声抵消”模块初始设置偏移，造成随后一段时间的声学回声抵消效果不良。从而影响该部分或者相关的音频序列的准确测试。

而本发明刚开始就可以输入真实环境现场的语音，从而没有影响“声学回声抵消”模块的初始设置，所以采用本发明对随后测试是正常而准确的。

总之，本发明具有以下有益效果：

(1)采用的尾部对齐或中间对齐技术，避免了音频非线性处理模块静音检测/静音剪切技术容易产生的切头现象。

(2)在音频同步对齐技术增加了一个校验机制，避免了因测试序列的尾部损伤造成的音频同步对齐系统测试失误。

(3)尾部同步音频采用自然声音，可避免音频抗啸叫处理技术引起的误动作，增加准确性；同时还可避免干扰现有数字音频处理系统的自动增益控制(AGC)、音效增强、声学回声抵消等技术中的声音特性，消除了音频子带干扰的影响。

(4)测试同步头在音频测试序列的尾部，可避免干扰音频非线性系统测试时候的预置状态，从而使得音频测试更为准确。

(5)采用本发明，能较为简便、可靠地测试音频系统的输入和输出之间的相对延时差。

附图说明

图1为测试序列的输入和输出状态示意图；

图2为经同步对齐后的输入和输出状态示意图；

图3为基于头部对齐技术的测试序列输入和输出的状态示意图；

图4为基于特征测试音引导的信号头部对齐技术的测试序列输入和输出的状态示意图；

图5、图6为本发明的测试序列输入和输出的状态示意图。

图7为本发明实施例的流程图；

图8为测试示意图。

具体实施方式

为了解决数字音频处理中活动检测/静音抑制等技术造成的切头线性的对齐问题，本发明采用中部或尾部对齐技术，即通过在音频测试序列中部或尾部增加一标志部来对输入被测系统的测试序列和被系统输出的测试序列达到测试序列的同步对齐。

以下以音频序列尾部同步对齐为例对本发明进行详细说明。参阅图5所示，在固定或可变时间长度的模拟或数字音频测试序列的尾部设置标志部形成第一测试序列。该标志部可为：(1)直接为从有声到无声突然截至的静音台阶，(2)固定时长的特征音(例如正弦波)，后跟一个突然截至的静音台阶(3)带有声学特点的人工合成音，后跟一个突然截至的静音台阶。第一测试序列在经过被测系统的实际延时后输出第二测试序列(模拟音频序列)。根据第一测试序列和第二测试序列中的标志部计算出两者的时间差t，该时间差t即为系统的实际延时T。将被测系统输出的第二测试序列剪切去系统延时T，即实现了音频序列的同步对齐，最后进行测试分析。

参阅图6，为了进一步地保证准确的同步对齐测试，在标志部之后增加一个或多个短的固定时间长度的标记音频序列形成第一测试序列；在计算时间差值t前，先判断被测系统输入的第一测试序列和输出的第二测试序列中的标记音频序列是否变化以确定第二测试序列的尾部是否正常，如果正常则计算时间差值；如果不正常则不进行计算。

判断方法为：首先，检查空闲段的时间长度是否产生了变化，如产生了变化则“静音抑制”模块开启已经产生了干扰；其次，检查标记音频序列的本身的时间长度是否产生了变化，如果产生变化则可能是“静音抑制”模块切除了某部分，或某特殊音频处理模块造成了“切尾”情况。

参阅图7，测试流程如下：

步骤10：首先产生一个固定时间长度的模拟音频测试序列，然后在这个序列尾部设置标志部(作一个特殊的截止音频处理)，即为音频测试序列的尾部从有声到无声音是突然截止的。

步骤20：在标志部后的空闲段落的时间T2(无声状态)后再追加一个到多个短的固定时间长度自然声音序列作为标记音频序列，例如：1～2秒的自然声音，形成第一测试序列。

其中，标记音频序列的有声阶段尽量采用自然声音，避免引入特殊的特征音；固定时间长度的无声空闲(静音)状态也是用于同步的标志之一，因此在测试序列中加入的无声(静音)的阶段T1需要尽可能短，例如：100～200ms，以避免活动检测/静音抑制非线性模块检测到无声阶段后将“静音抑制”模块开启而产生静音的副作用。

步骤30：将第一测试序列输入到被测系统中去，该序列在被测系统内部经过一个系统真实时间延时T后，从被测系统的模拟/数字输出端口输出第二测试序列。被测的音频系统可以理解为一个黑盒。

步骤40：将被测系统输出的第二测试序列(模拟音频信号)捕捉下来，先检查第二测试序列中标志部与自然声音之间的空闲段落时间t1是否等于第一测试序列中的空闲时间T1。如等于则说明这个短时间内的静音抑制没有开启，系统的尾部正常；然后直接利用第一测试序列和第二测试序列的尾部截止部分进行对齐，计算出时间差t作为被测系统的实际延时T(本发明认为t＝T或者t·T)(步骤401)。

如果检查被测系统输出的第二测试序列中空闲时间t1不等于第一测试序列中的空闲时间T1。则说明这个短时间内的静音抑制或者其他非线性处理模块开启了，系统的尾部不正常。则给予提示(步骤402)或/和返回步骤A。在重新制作音频测试序列时，调整时间差T1(缩短或者延长)，重新输入被测系统，直到t1＝T1为止。

对于音频信号的捕捉可利用音频处理软件，例如CoolEdit或者同类功能的音频处理软件。

步骤50：将被测系统输出的第二测试序列剪切去系统延时t1，然后将其与第一测试序列的失真度或其他音频测试分析。

具体测试方法参阅图8(并不限于该测试方法)：采用双通道的数字存储示波器或者声卡的双通道输入采集记录功能等，将第一测试序列播放的通道1(原始测试序列)和通道2(通过被测试系统输出的第二测试序列)同时记录下来。这样就得到了如图5和图6的测试序列记录图。

因记录是同时开始的，所以双通道均从测试记录输入的起始时间T₀开始计算，利用数字示波器的延时计算功能或CoolEdit等软件计时功能，测量通道1(第一测试序列)从T₀到尾部测试标准部时间差，TS。同理，测量通道2(第二测试序列)从T₀到尾部测试标准部时间差Ts。利用t＝Ts-TS公式得到t(系统延时测量值)。同理，也可以计算出T1和t1。

本实施例中采用尾部对齐的用意是先让测试序列通过被测系统，而后再加测试序列同步机制，避免干扰音频非线性系统的预置状态。尾部空闲时间的间隔监控的用意是监控尾部是否被音频非线性处理单元更改，而无法进行准确的同步对齐测试。也可将标记音频序列放在序列的中部或直接放在标志部后，通过比较第一测试序列和第二测试序列中该标记音频序列的长度等参数的变化来确定被测系统的静音抑制系统是否开启，从而判断被测系统输出的第二测试序列的尾部是否正常。该标记音频序列还可为静音或特征音序列等。

对于本发明而言，将标志部设置在测试序列段落中部，通过该标志部实现中间对齐。例如在测试序列中间加入一个空闲时间间隔，用于这段空闲时间的其起始和截止边缘来进行音频同步对齐。在该基础上再加上标记音频序列来监控序列尾部是否被音频非线性处理单元更改，其方法同上。

Claims

1、一种音频同步对齐测试方法，其特征在于包括下述步骤：

2、如权利要求1所述的方法，其特征在于，所述音频测试序列可为模拟音频测试序列，也可为数字音频测试序列。

3、如权利要求1所述的方法，其特征在于，所述的标志部设置在音频测试序列的尾部或中部。

4、如权利要求1所述的方法，其特征在于，

步骤A中还为所述音频测试序列增加标记音频序列形成第一测试序列；

以及步骤C中，在计算时间差值前先以第一测试序列和第二测试序列中的该标记音频序列为参考判断第二测试序列的尾部是否正常，如果正常则计算时间差值，否则给予提示或/和返回步骤A。

5、如权利要求4所述的方法，其特征在于，所述的标记音频序列为一个或多个短的固定时间长度的音频序列。

6、如权利要求4或5所述的方法，其特征在于，所述的标记音频序列位于所述音频测试序列的中部或标志部之后。

7、如权利要求6所述的方法，其特征在于，所述标记音频序列为静音、自然声音或特征音。

8、如权利要求7所述的方法，其特征在于，所述标记音频序列为自然声音的音频序列并位于标志部之后时，该自然声音的音频序列与标志部之间还包括有静音序列，并根据第一测试序列中的该空闲段落和第二测试序列中的相应空闲段落是否相同来判断捕捉到的第二测试序列的中间及其尾部是否正常。

9、如权利要求2所述的方法，其特征在于，所述模拟音频测试序列或数字音频测试序列为固定或者可变时间长度的音频序列。

10、如权利要求1或3所述的方法，其特征在于，所述标志部为从有声到无声突然截至的静音台阶，或为固定时长的特征音后跟一个突然截至的静音台阶，或为带有声学特点的人工合成音后跟一个突然截至的静音台阶，设置在所述音频测试序列的尾部。

11、如权利要求1或3所述的方法，其特征在于，所述标志部为空闲时间间隔，加在所述音频测试序列中部。