基于短时傅立叶变换的扬声器模块检测方法

郑桃

摘要：在扬声器模块的检测中，采用基于短时傅立叶变换的方法，分析扬声器的扫频激励响应信号。根据基频能量占比选择特征值，从大量样本的分布中统计出阈值，然后通过比较待测产品的特征值与阈值，检测扬声器是否合格品。经过实验和实际生产过程检验，该方法可以有效检测出扬声器模块不合格品，节省了大量人力成本。

关键词：短时傅立叶变换；语谱图；扬声器

中图分类号：TN643 文献标识码：A 文章编号：1007-9416（2018）05-0057-02

1 引言

随着手机、平板等消费电子产品的不断普及，消费者对于其品质也不断提升，因此对于产品的音质也提出了越来越高的要求。当前多数厂商对于扬声器模块的检测主要通过人耳主观判断，或者分析其在几个在固定几个频率上的总谐波失真值来判断是否合格品。本文提出一种新的基于短时傅立叶变换的新的特征分析方法。在语谱图上，根据基频能量占比选择特征值，确定相应阈值，通过比较待测扬声器模块的特征值和阈值，确定扬声器模块是否合格。

2 扬声器模块故障检测原理与方法

2.1 短时傅立叶变换

短时傅里叶变换是利用适当宽度的窗函数，在时间上把信号划分成若干小段，对每一段数据进行傅里叶变换，得到其局部频谱特性，局部频谱的综合组成短时傅里叶变换谱[1]。因此，其结果能反映出频率随时间变换的规律。

对于连续信号x，其短时傅立叶变换定义[2]为：

设X与W分别是连续信号x与窗函数ω的离散形式，则离散短时傅立叶变换定义为：

对音频信号做短时傅里叶变换[3]，其结果即为语谱图，如图1所示。通常，把语谱图画成一个二维灰度平面图，其横坐标代表时间，纵坐标代表频率，而图上的每一个点的灰度值表示对应时间、频率下的能量大小。

2.2 特征值选择与计算

2.2.1 基频能量占比均值序列

大量的实验研究结果表明，有别于合格扬声器，产生异常音的扬声器的声响应中往往包含能量较高的高阶次谐波失真成分，这是扬声器异常音的一个重要特征[4]。因此，在语谱图的每个时间点上，把基频能量（）与该时间段上的总能量（）的比值作为区分合格扬声器和故障扬声器的重要特征。

语谱图上时刻的基频能量计算公式为：

其中，为语谱图在时间轴上的序列长度，其对应于原始信号被划分出的小段数量。

语谱图上时刻的基频能量占比计算公式为：

最后，取L个合格的扬声器，分别计算其SEBR，然后可以得出基频能量占比均值序列，其计算公式为：

2.2.2 计算特征距离

首先计算出待测扬声器的基频能量占比序列SEBR，然后计算它与均值序列SA_EBR的差值，作为特征距离ERD（Energy Rate Distance），其计算公式为：

2.2.3 确定阈值

分别选取合格与故障扬声器样品各L个，计算出它们的特征距离。然后，根据这些特征距离统计出他们的分布图。如图2所示，横坐标为样品特征距离，纵坐标为样品个数。合格扬声器与不合格扬声器的分布呈现出两个波峰，两个波峰之间有一个波谷。因此选取波谷的中间位置作为阈值，设为T，当计算出的ERD小于T时，扬声器为合格品，否则为不合格品。

2.3 基于基频能量比序列的扬声器故障检测方法

整个测试过程分为：基准数据获取与待测产品测试两个部分。基准数据获取部分主要包括确定基频能量比均值序列SA_EBR与阈值T项数据，流程如图3所示。待测产品的测试和结果确认流程为：计算带测试產品的特征距离ERD，比较ERD与阈值T，如果小于阈值，为合格品，否则为不合格品。

3 实验验证

首先选取100个合格品，分别计算出它们的基频能量占比序列，如图4所示为某个合格扬声器的基频能量占比序列。同时，基于这些序列值，求出基频能量占比均值序列以及这些合格品的特征距离。

然后，选取100个不合格品，分别计算出他们的基频能量占比序列和特征距离，如图5所示为某个不合格扬声器的基频能量占比序列。

接着，统计这200个些特征距离的分布图，然后确定出阈值T=0.5。最后，在生产线上重新选取人工检测的合格品与不合格品各5台，计算各自特征距离，分别与阈值T（T=0.5）进行比较，以验证该检测方法。实验数据与结果，如表1所示。

从表1的实验结果可以看出，本文采用的算法能够有效的检验出不合格品。

4 结语

本文提出了在短时傅里叶变换的结果上，把基频能量比序列作为特征量的扬声器故障检测方法。它通过统计大量样品特征距离的分布，确定阈值。最后把待测样品的特征距离与阈值进行比较，得出检测结果。在实验室及工厂生产线检验结果表明，该方法基本可替代人工对扬声器进行检测。接下来的主要工作集中在算法的时间优化上，以适应在工厂产线的大规模应用。

参考文献

[1]科恩L.白居宪，译.时-频分析：理论与研究[M].西安交通大学出版社，1998.

[2]张贤达，保铮.非平稳信号分析与处理[M].国防工业出版社，1998.

[3]PASCAL B， STEVE T. Enhancements for loose particle detection in loudspeakers[J].Audio Engineering Society，2004，（5）：4-11.

[4]杨益，韦峻峰，温周斌，等.扬声器异常音的快速检测方法及其实验研究[J].声学学报，2010，（5）：562-570.