电视电话会议系统中的啸叫检测方法研究

作     者：查全有 chaquanyou

作者单位：成都理工大学 

学位级别：硕士

导师姓名：覃章健;陈勇

授予年度：2016年

学科分类：0810[工学-信息与通信工程] 08[工学] 

主      题：电视电话会议 啸叫检测 啸叫 短时傅里叶分析 小波包分析 

摘      要：随着互联网通信技术与经济条件的快速发展,电视电话会议凭借其自身的优势日益被广泛的应用,成为一种被大众认同接受的办公运作和交流方式。对于电视电话会议这种强交互式应用,系统中多媒体传输质量的保证是运行的关键。然而,由于电视电话会议双向通信的模式及特定环境因素的影响极易造成系统中形成闭环回路,当此闭环回路满足啸叫发生的振幅平衡条件和相位平衡条件时,系统中输出信号将形成自激振荡,产生声反馈发生啸叫。啸叫的发生将会造成极其恶劣的现场环境,甚至毁坏系统中的扩声组件致使无法正常工作,所以,应重视啸叫对于电视电话会议系统的危害性,在声学场景中需要做好啸叫检测及抑制工作才会拥有良好的扩声效果,保证音频质量和基本的会议环境。本文研究内容来源于实际项目拾音检测系统,检测系统对电视电话会议会场中的音频信息做实时监测采集,当会议系统中发生啸叫时,啸叫信号经过短时间的成长过程达到饱和状态,此状态下信号功率输出最大,时域波形将出现严重的削顶现象,且频域会有大量的谐波分量出现,若此时进行啸叫检测,检测结果则会出现很大偏差,反应时间也会很慢。考虑未达到饱和状态的啸叫信号,此时处在成长状态,时域波形其幅度值持续增大,频域上表现为单一频率且功率不断增大的类似正弦波的信号。若此时进行啸叫检测将会达到预期的效果,但此状态下的信号持续时间很短,对啸叫检测的方法提出了要求。本文基于拾音检测系统中拾得的一段掺有啸叫的数字语音信号进行特征分析,从频域分析、小波分析两个角度进行啸叫检测,预估啸叫发生的频率点及检测到的啸叫形成初始时间,同时验证方法的执行效率及反应速度。语音信号是非平稳信号,传统傅里叶分析方法不能直接适用于此类信号,但短时间范围内的语音信号可作一个准稳态过程,具有短时平稳特性。从频域角度对啸叫信号进行检测时,需先进行预处理,由于语音信号的短时平稳特性可对其进行分帧。通过一个定长的时间窗以固定的帧移长度对原始信号进行分段,帧长与帧移决定了对信号处理的时间分辨率与频率分辨率,同样不同窗口的选择会有不同的带宽和频谱泄露,会影响到语音分析的结果。在短时分帧的基础上利用短时傅里叶变换进行频域的分析,每一帧语音信号可以被认为是从各个不同的平稳信号波形中截取出来的,各帧语音的短时频谱就是各个平稳信号波形频谱的近似。根据得到的信号短时频谱,文中从能量、相位、时间三个方面设置控制条件进行啸叫检测,以啸叫频点能量占帧内能量比值较大为依据,判定每帧内峰值平均功率比最大的点为待定啸叫频点;声反馈的前提条件是相位平衡,相邻的啸叫帧之间啸叫频点处的相位差恒定,相位谱中的帧间二阶变化量会落在零值附近;在持续的短时间啸叫形成过程中,若在连续的N帧内都满足能量及相位控制条件则判定此时处于啸叫状态。由短时傅里叶变换过程可知它是单一分辨率分析方法,对信号的低频和高频部分以固定的时频分辨率及频率分辨率分解。语音信号是非平稳信号,正常语音信号能量主要集中在低频分量中,而啸叫部分通常会是一个窄带单一频率且频率较高信号。小波分析方法具有良好的时频局部分析能力,可对信号的低频部分具有较低的时间分辨率和较高的频谱分辨率,对高频部分有较低的频率分辨率和较高的时间分辨率。对信号进行小波包分解,得到各频率段信号时域波形,从其中找到啸叫信号。