智能音箱 之 音频通路质量--测试与参数

一、概述

当将语音识别算法接入到设备时,务必要保证设备的音频通路具有足够的质量。因此对设备进行音频测试,以评估能够影响语音识别性能的音频前端的音频参数。如下要点对语音识别至关重要:

  • 自然声音
  • 合适的增益
  • 良好的信噪比
  • 一致的响应,信号不能包括如下信息: 自动增益控制 AGC  启动响应  直流偏置过大
  • 适当的频响 (高低滚降,理想平滑,没有混跌)

二、测试设备

  • 带有录音软件的被测试设备
  • 音频测试仪器:CD机,均衡器,音箱,人工嘴和声压计
  • 带分析工具的PC机(CoolEditor、Audition、Audacity和Wavesurfer等)

三、音频文件

  • 正常音频文件:用于主观判断音频质量和增益设置以及信噪比;
  • 大增益文件:用于判定削波时的增益设置;
  • 1K-sine增益Sweep文件0~105dB:用于评估削波,决定最大数值和判定AGC存在与否;
  • 0~8K/16K扫频文件:用于测试设备的频响和混跌;

四、测试项目

1. 主观听音

用质量好的耳机去听设备的音质,从而发现一些非正常声音;比如:杂音、谐波和共振等;

音频路径上过多的信号处理可能导致声音畸变为人造声,不符合正常自然声音,会对软件识别造成很大困难。

2. 增益评估

设备在各种使用场景下,务必保持增益的设置不要使信号削波;削波会严重降低识别性能,必须禁止。

95dB的声音应该刚好填满16bit音程;

3. 信噪比

静默值作为底噪,声音波形的中部作为信号;尤其注意某些记录将具有数据实际值为零的引导/拖尾部分,不要使用这部分作为静默测量;麦克风单体的信噪比,除了本身规格书之外,在实际产品中收到电路噪声影响很大,尤其注意模拟麦克风bias电源

信号比:S/N>30对于识别是良好的比值,大于20也是可行的;如果小于20的话,则说明音频路径上太吵了导致很难识别成功。

 

4. 自动增益控制AGC

AGC的存在,当音频信号的幅度增大时,它通常表现为增益逐步减小。它会影响识别效果,所以得关闭此功能,类似的有自动电平控制寄存器ALC等。

同时部分功放带有动态调节音量的功能,务必关闭此项功能,否则严重影响AEC效果;所有的动态调节都务必在AEC采样点之前进行,具体如下图示意:

 

 

 

5. 启动瞬态Startup transients

音频系统经常在录音命令下达后,需要一段时间才能真正启动操作,这导致了启动瞬态;如果这主要包括低频的话,将不会对识别造成影响,因为识别器中有低通滤波器。

然而试图消除瞬态的话,将信号钳位在零电平上超过几十毫秒的话,会严重影响识别。在这种情况下,最好完全跳过音频,而不是将此错误信息发送给识别器。

                

上图中红色框中125ms的启动瞬态,应该跳过。

6. 直流偏置过大DC offset

直流偏置可以看作是静音信号在零信号线上高于或者低于的信号;

如果偏移量为满刻度限制的百分之几或者更少,是没有问题的;

但是如果超过10%则需要纠正,很大的偏移将导致不对称削波。

7. 频响曲线Response curve

为了隔绝麦克分录音到其他杂音,麦克风需要与喇叭足够近,大致2.5cm处录音。

检查FFT大小设置为2048个采样点,采样窗口设置为Blackmann Harris;

理想的频率响应曲线在顶端220Hz和3200~3900Hz之间的几分贝内是平坦的,差值一般控制在10dB以内是可以接受的(16K采样率的为6400Hz~7400Hz)如下图所示:

                                          

频响曲线是个慢慢的渐变过程,如果个别区域出现急剧变化,应该重点关注并研究,音频可能存在其他问题。

8. 混叠Aliasing

当超过采样速率的一半(奈奎斯特极限)的信号被允许进入模数转换器(ADC)时,出现混叠现象。如下为ES7210调试初期出现的混叠现象:

                                  

混叠是影响识别的一个重大因素,必须消除混叠;

故ADC需要有抗混叠处理,例如抗混叠滤波器等。

9. 谐波失真Harmonic distortion

当录音系统增加输入信号的泛音时,会出现谐波失真;

AEC对信号失真是非常敏感的,音频通路的整体谐波失真需要控制在5%以内,故从麦克风到功放到扬声器和音腔,均需要严格控制;除了单体品质之外,尤其注意功放和扬声器的功率匹配、阻抗匹配和频率匹配;

如下图为1K-sine信号的频谱图,有奇次谐波、偶次谐波:

                                           

 

如下图为8K-sweep信号的频谱图,有奇次谐波、偶次谐波:

                                          

谐波失真越小越好,一般要求最好是小于3%。

 

补充小结项:

1-灵敏度和谐波失真
2-频响和混叠
3-失真和完整性
4-麦阵相关性
5-相对延迟、系统延迟
6-底噪

汇总补充如下:

麦克风信噪比:60~70 分近中远三场景;

麦克风灵敏度:-40(模拟)  -26(数字);

频响平坦度:2dB (100Hz~6KHz);

收音孔气密性:大于20dB;

麦克风一致性:相位小于10,幅度小于2dB;

麦克风间距:25~60mm之间; 间距小影响低频,间距大影响高频;叠加装配的误差率,体验上在常规噪音环境下影响唤醒率和打断率1个点左右;

 

采样信号幅度:最大幅度下不截幅;

采样信号非线性失真:低频小于10%,300Hz~2KHz小于3%;

采样信号底噪:小于-70dB;

各通道信号同步;采样波形无畸变,无混叠;

参考信号信噪比:大于40dB;

参考信号:无截幅;

 

 

 

 

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/253351.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

关于Linux路由表的route命令

转自:http://www.cnblogs.com/gunl/archive/2010/09/14/1826234.html 查看 Linux 内核路由表 使用下面的 route 命令可以查看 Linux 内核路由表。 # route Destination Gateway Genmask Flags Metric Ref Use Iface 192.168.0.0 * …

Python学习 - 常用模块(二)

目录 一. 常用模块 - hashlib 二. 常用模块 - hmac 三. 常用模块 - logging 四. 常用模块 - re 五. 常用模块 - requests 六. 常用模块 - paramiko 一. 常用模块 - hashlib hash: 一种算法, 3.x里代替了md5模块和sha模块, 主要提供 SHA1, SHA224, SHA256, SHA384, SHA512, MD5 …

select函数分析

Select在Socket编程中还是比较重要的,可是对于初学Socket的人来说都不太爱用Select写程序,他们只是习惯写诸如connect、accept、recv或recvfrom这样的阻塞程序(所谓阻塞方式block,顾名思义,就是进程或是线程执行到这些…

UART介绍

1. 概述 UART, Universal Asynchronous Receiver-Transmitter, 通用异步收发器; 串口:在嵌入式里指的是UART口,常用TTL电平即3.3V或者5.0V; COM口:在台式机上常用的口,DB9那种接口,接口协议只…

mongodb环境安装

1、mongodb安装 我采用的是离线安装, (1)在mongodb的官方网址下载所需要的版本。我下载的是 mongodb-linux-x86_64-ubuntu1604-3.4.5.tgz 。 (2)下载后解压缩到待安装目录,我这里下载在了Downloads目录…

rabbitmq队列的exclusive,durability,auto-delete属性以及消息可靠传输设计

非集群下,简单的说:- 如果是excl,则设置durability没有意义,因为不管服务器挂了还是客户端主动/被动断开了,队列都会自动删除。- auto-delete,其实可简单的认为是同理,即使非excl,则…

IIC 总线接口详细介绍

1. 概述 IIC Inter Integrated-Circuit 总线是PHLIPS公司推出的一种串行总线,是具备多主机系统所需的包括总线裁决和高低速器件同步功能的高性能串行总线,它支持多主控(multimastering),其中任何能够进行发送和接收的设备都可以成为主总线。…

DMA数据传输过程

DMA方式具有如下特点:1、 外部设备的输入输出请求直接发给主储存器。主存储器既可以被CPU访问,也可以被外围设备访问。因此,在主存储器中通常要有一个存储管理部件来为各种访问主存储器的申请排队,一般计算机系统把外围设备的访问…

Android JNI开发系列(二)HelloWorld

2019独角兽企业重金招聘Python工程师标准>>> 入门HelloWorld 新建项目 Configure your new project部分选中 Include C Support 复选框 Next 正常填写所有其他字段并完成向导接下来几个部分 在向导的Customize C Support 部分,您可以使用谢列选项自定…

sublime text3安装js提示的插件

今天安装Sublime Text3的js插件,在网上查了很多资料,为了方便以后看,写一个安装插件的总结和方法。 要安装js相关的插件,就要先安装一个Package Control(插件管理器)的插件,通过这个插件再去安装…

SPI接口详细介绍

1. 概述 SPI Serial Peripheral Interface,是串行外围设备接口,是一种高速,全双工,同步的通信总线。常规只占用四根线,节约了芯片管脚,PCB的布局省空间。现在越来越多的芯片集成了这种通信协议&#xff0…

驻扎博客园

今天把之前hexo里的一些文章全部转移到博客园了,之后就在博客园写点东西,记录一些生活的琐事。为什么要移至博客园呢?其实很简单,这边可以和一些同意从事前端的小伙伴一起互动。技术还是需要多讨论的,希望之后能多更新…

H.264 Profile、Level、Encoder三张简图

H.264有四种画质级别,分别是BP、EP、MP、HP: 1、BP-Baseline Profile:基本画质。支持I/P 帧,只支持无交错(Progressive)和CAVLC;   2、EP-Extended profile:进阶画质。支持I/P/B/SP/SI 帧&…

require.js学习记录

1、简介 官方对requirejs的描述:RequireJS is a JavaScript file and module loader. It is optimized for in-browser use, but it can be used in other JavaScript environments, like Rhino and Node. Using a modular script loader like RequireJS will impro…

iOS-AFNetworking参数和多文件同时上传【多文件上传】

1. 前言 在项目开发中,我们经常需要上传文件,例如:上传图片,上传各种文件,而有时也需要将参数和多个文件一起上传,不知道大家的项目中遇到了没有,我在最近的项目中,就需要这样的一个…

智能音箱 之 平台方案简介

智能音箱,被认为是物联网时代的入口,在去年成为了各大厂商争相投入的风口。在当今互联网时代,它不仅仅是一台单纯的音乐播放器,在其背后支撑的 AI 技术才是整个产品的核心,也是各大公司觊觎物联网入口的最根本原因。经…

Linux Kconfig及Makefile学习

内核源码树的目录下都有两个文档 Kconfig (2.4版本是Config.in)和Makefile。分布到各目录的Kconfig构成了一个分布式的内核配置数据库,每个Kconfig分别描述了 所属目录源文档相关的内核配置菜单。在内核配置make menuconfig时,从K…

Linux编程 23 shell编程(结构化条件判断 命令if -then , if-then ... elif-then ...else,if test)...

一.概述 在上一篇里讲到了shell脚本,shell按照命令在脚本中出现的顺序依次进行处理,对于顺序操作已经足够了,但许多程序要求对shell脚本中的命令加入一些逻辑流程控制,这样的命令通常叫做 结构化命令。 1.1 使用if - then语句 --最…

Scala-Spark digamma stackoverflow问题

这两天在用spark做点击率的贝叶斯平滑,参考雅虎的论文进行了一番尝试。 先上代码: 1 # click_count, show_count # this method takes time2 def do_smooth(data_list):3 import scipy.special as sp4 a, b, i 1.0, 1.0, 05 da, db a, b6 …

IIS接口详细介绍

1. 概述 I2S Inter-IC Sound Integrated Interchip Sound IIS,是飞利浦在1986年定义(1996年修订)的数字音频传输标准,用于数字音频数据在系统内器件之间传输,例如编解码器CODEC、DSP、数字输入/输出接口、ADC、DAC…