基于話音頻譜分析的綜合靜噪設計*

羅 宇，陳良良，牛吉凌

（中國電子科技集團公司第三十研究所，四川 成都 610041）

0 引 言

話音靜噪是指，在話音通信模式下，當接收端解調出的信號為噪聲或SINAD（信號-噪聲及失真比）很低時，靜噪處理電路能自動關斷話音通路，使用戶能夠有一個舒適的接聽效果。這項功能在很多通信場合十分重要，因為調頻接收機中大多采用鑒頻器接替，而鑒頻器輸出噪聲的功率譜是隨著輸出頻率的增加而成平方級地增大[1]。如果在話音通信時對輸出噪聲處理不好，就會出現話音時斷時續或噪音大而刺耳的現象，影響通信的效果[2]。

常用的靜噪方式有噪聲靜噪、載波檢測靜噪和導頻靜噪。

噪聲靜噪是指，當接收機在無有效RF信號輸入時，解調輸出幅度較大的白噪聲，而當RF信號增強時，由于鑒頻方式的特點，使噪聲電平降低，直到幾乎消失。利用這一特性，可選擇合適的窄帶濾波器來檢測噪聲電平。噪聲電平高于某一門限值，就關閉音頻電路；否則，打開音頻電路放出聲音。這種方式的電路調試較困難，靜噪開啟電平和回滯深度較難折衷，容易出現靜噪門不能正常打開和關閉的現象，通用性較差。

載波檢測靜噪是利用FM接收機中鑒頻器前限幅電路的電流與輸入信號強度的對數在相當大的范圍內成正比的原理。通過檢測此電流，即可得出輸入信號的強度，從而進行靜噪控制。但是，這種靜噪方式通常只適用于傳統模擬FM接收機，因為數字化接收機在系統設計上已發生了很大變革，不再采用傳統的模擬接收IC，因此較難獲得輸入信號強度信號。此外，在強干擾條件下，這種靜噪方式很容易將噪聲誤判為話音，增大了虛警概率[3]。

導頻靜噪方式是根據話音頻率范圍為300～3 400 Hz，因此發送端在對話音信號進行調制前，在話音信號頻率低端（300 Hz以下）加入單音（稱為導頻音），然后送去調制發射，而接收端解調后檢測這一單音進行靜噪控制[4]。導頻靜噪算法是通信電臺較為通用的靜噪方式，但在DSP實現中，由于采樣速率遠大于導頻，在設計導頻濾波器時的通常帶寬要求很小，難以設計出較高性能的濾波器，無法保證靜噪可靠性。

針對上述靜噪方式存在的問題，提出了一種基于話音頻譜特性來實現靜噪的方法。普通話音信號的頻率在300 Hz到3 400 Hz，且低頻段的能量比高頻段能量高，而這2個頻段內的噪聲能量卻是相當的。因此，利用話音信號的這一頻譜特性，可以檢測接收信號是話音還是噪聲，以此確定是否開啟靜噪功能。

1 靜噪方案實現與樣本仿真

圖1 話音頻譜分析檢測原理

1.1 原理圖

本文提出的是基于話音頻譜特性來實現靜噪的方法，實現原理如圖1所示。

1.2 信號樣本采集

截取了一段10 s長的未加噪聲的話音信號，并消除話音停頓時的噪聲信號后，對其進行仿真分析。

截取的話音信號時域波形如圖2所示。

消除背景噪聲信號后的話音信號時域波形如圖3所示。

圖2 截取的話音信號時域波形

圖3 消除背景噪聲后的話音信號時域波形

對圖3所示的話音信號加上一定信噪比的高斯噪聲后進行N點FFT變換，N分別取64、128和256。將連續Q次N點FFT變換后低頻段的能量與高頻段的能量的比值的平均值記為delta。將計算得到的所有delta與設定的判決門限Th比較，超過門限的次數與總的delta個數的比值記為Pv，而Pv可以近似看作是檢測到話音信號的概率。

1.3 參數N和Q的選擇

設定話音信號的采樣頻率為9.6 kHz。為了不影響通話效果，設定話音檢測時間為80 ms，共768個采樣點，其中N為每次檢測采樣點數，Q為檢測次數，N×Q=768。設定信噪比為10 dB，對話音信號檢測進行仿真，結果如表1所示。

表1 不同N、Q取值下的Pv仿真結果

仿真結果表明，在N取256、Q取3的情況下，可以獲得較大的Pv，即在此種情況下，能檢測出話音的概率最大。

分析在300 Hz到3 400 Hz頻段內，高斯白噪聲信號連續Q次N點FFT變換后低頻段的能量與高頻段的能量的比值的平均值超過門限Th的概率Pn。設高斯白噪聲的能量為1 dBW，對高斯白噪聲檢測進行仿真，結果如表2所示。

表2 不同N、Q取值下的Pn仿真結果

仿真結果表明，在N取256、Pn取3的情況下，可以獲得較小的Pn，即在此種情況下的虛警概率最小。

因此，綜合以上仿真結果，當話音通道關閉時，即在處于靜噪的狀態下，對輸入采樣信號進行256點FFT變換，連續3次檢測的delta平均值超過判決門限，則開啟話音通道。

當話音通道開啟時，如果輸入的信號一直為噪聲，則應啟動靜噪功能，關閉話音通道。此時，為了盡可能減小虛警概率，應連續檢測出多次delta的平均值小于門限值。為了確定連續檢測的次數，在N取256、噪聲能量為1 dBW的情況下進行仿真，結果如表3所示。

表3 不同Q取值下的Pn仿真結果

仿真結果表明，Q值越大，超過同一判決門限的概率越小，即能檢測出輸入信號為噪聲的概率越大。考慮到響應時間不能太長，在檢測噪聲時，Q值選取為50，響應時間約為1.4 s。

1.4 參數Th的選擇

確定N和Q的取值的基礎上，根據仿真確定判決門限Th如何選擇。在輸入為如圖3所示的話音信號下，N取256、Q取3，則仿真結果如表4所示。

表4 Q取256、Q取3時的檢測仿真結果

判決門限的選擇需要兼顧檢出概率Pv和虛警概率Pn，且可以由用戶選擇設置。

2 方案仿真結論

通過仿真，可以得到如下結果：

（1）如果設判決門限為1.3，N取256、Q取3、信噪比為10 dB時，能正確檢測出話音的概率為0.982 143，漏警概率為0.017 857；輸入高斯白噪聲的能量為1 dBW時，虛警概率為0.021 505。可見，虛警概率和漏警概率均偏高。

（2）如果設判決門限為1.6，N取256、Q取3、信噪比為10 dB時，能正確檢測出話音的概率為0.892 857，漏警概率為0.107 143；輸入高斯白噪聲的能量為1 dBW時，虛警概率接近為0。可見，漏警概率偏高。

從上述結果可以看出，利用話音頻譜特性的檢測算法以及單一門限的判決，存在虛警和漏警概率偏高的問題，需進一步改進和優化。

3 方案優化改進

由于只采用話音帶內高低頻能量比較結果作為判決依據來控制是否啟動靜噪功能存在漏警概率和虛警概率高的問題，因此需要改進和優化。于是，根據話音信號和噪聲信號存在的差別，增加頻帶內外平均能量比較檢測和時域過零點數統計比較兩條輔助檢測措施，即將聯合使用3種檢測措施，進一步降低漏警和虛警的概率。

通過上述論述可以看到，課內實踐、校內實訓、校外實習應該相互促進，緊密結合，使各部分的實踐內容依次遞進，相互銜接。因此校內實訓基地的建設尤為重要，它起到一個銜接和紐帶的作用，把學生在校內所學的知識技能和將來要到企業進行的實踐鍛煉結合起來，起到一個加強和促進的作用。針對我們旅游專業的學生，旅游業的快速發展，跨國旅游人數不斷增多，對旅游外語專門人才的需求不斷增加，這就要求學生既要掌握旅游服務的相關知識和技能，又要具有扎實的外語功底、尤其是外語溝通、交流能力。而實踐實習無疑對這種溝通能力的培養提供了機會。

3.1 帶內外平均能量比較

將300～3 400 Hz的頻帶稱為帶內，將3 400～4 800 Hz的頻帶稱為帶外。當有話音信號輸入時，帶內的平均能量比帶外的平均能量高，而沒有話語信號輸入時，兩者的平均能量是相當的。

采用圖3所示的信號樣本，統計幀長N取256，連續統計幀數Q取3，仿真得到10 dB信噪比條件下，連續Q幀統計比值的平均值超過門限Th的概率Pv。在同樣的仿真條件下，對輸入純高斯白噪聲檢測進行仿真，設定噪聲的能量為1 dBW，仿真得到連續Q幀統計比值的平均值低于門限Th的概率Pn。仿真結果如表5所示。

表5 帶外平均能量比較檢測仿真結果

仿真結果表明，當門限Th取20時，輸入純噪聲信號連續Q幀帶內與帶外平均能量比值的平均值超過門限的概率Pn接近于0，即虛警概率接近于0。而此時輸入10 dB的帶噪話音信號連續Q幀帶內與帶外平均能量比值的平均值超過門限的概率Pv為0.976 744，漏警概率為0.023 256。5級門限可選為16、17、18、19 和 20。

3.2 時域過零點統計比較

在時域，通常在相同時間內，噪聲信號的過零點數比話音信號的過零點數大。因此，通過檢測一段時間內輸入信號的過零點數也能區別噪聲和話音信號。同樣，采用圖3所示的信號樣本，統計幀長N取256，連續統計幀數Q取3，仿真得到10 dB信噪比條件下，連續Q幀統計過零點數的平均值不超過門限Th的概率Pv。在同樣的仿真條件下，對輸入純高斯白噪聲檢測進行仿真，設定噪聲的能量為1 dBW，仿真得到統計過零點數的平均值低于門限Th的概率Pn。仿真結果如表6所示。

表6 時域過零點統計比較檢測仿真結果

仿真結果表明，當門限Th取108時，輸入純噪聲信號連續Q幀過零點數的平均值不超過門限的概率Pn接近于0。而此時輸入10 dB的帶噪話音信號連續Q幀過零點數的平均值不超過門限的概率Pv為0.930 233，漏警概率為0.069 8。5級門限可選為105、106、107、108和109。

3.3 聯合檢測

（1）首先對信號進行高低頻段能量比較檢測，如果高低頻段能量比大于高門限，則判定為話音，話音通道開啟；如果小于低門限，則判定為噪聲，話音通道關閉；如果高低頻段能量比在高低門限之間，則進入步驟（2）繼續判斷。

（2）對信號進行帶內外平均能量比較檢測，如果內外平均能量比大于高門限，則判定為話音，話音通道開啟；如果小于低門限，則判定為噪聲，話音通道關閉；如果帶內外平均能量比在高低門限之間，則進入步驟（3）繼續判斷。

（3）對信號進行時域過零點數比較檢測，如果過零點數小于門限，則判定為話音，話音通道開啟；如果大于門限，則判定為噪聲，關閉話音通道。

4 3種檢測方法的綜合檢測仿真

將3種檢測方法的判決結果進行綜合，截取一段有明顯間隔的話音信號，在信噪比為0 dB、5 dB和10 dB的條件下進行檢測仿真。其中，高低頻段能量比較檢測的高門限設為1.9，低門限設為1.1；帶內外頻段能量比較檢測的高門限設為20，低門限設為15；過零點數比較檢測的門限設為108，N取256，Q取3。檢測結果如圖5、圖6和圖7所示。

圖4 三種檢測算法聯合判決流程

圖5 SNR=0 dB時3種算法綜合檢測結果

圖6 SNR=5 dB時3種算法綜合檢測結果

圖7 SNR=10 dB時3種算法綜合檢測結果

圖5 、圖6和圖7的仿真檢測結果表明，即便在信噪比較低的條件下（0 dB），仍能正確檢測話音，且沒有出現虛警現象。

在同樣的參數條件下，對輸入純高斯白噪聲檢測進行仿真，設定噪聲的能量為1 dBW，仿真結果如圖8所示。

圖8 輸入純噪聲信號時3種算法綜合檢測結果

從圖8的仿真結果可以看出，在持續輸入1 000 s長的噪聲信號過程中，沒有出現虛警現象。為了觀察更長時間內是否會出現虛警，將1 000 s長的噪聲信號循環仿真了500次（共5×10e9個點），仍然沒有發現有虛警現象出現，而循環仿真1 000次（共1×10e10個點）出現虛警的概率為6.912 4e-007。

將Q設為50，觀察在輸入純噪聲時是否有虛警出現，仿真結果如圖9所示。從圖9中可以看出，Q取50時沒有出現虛警現象。

圖9 Q取50時輸入純噪聲信號時3種算法綜合檢測結果

5 結 語

利用話音頻譜特性實現靜噪，再結合帶內外平均能量比較、時域過零點統計比較兩項輔助判決機制，使3種檢測方法有效結合，顯著提高了靜噪的話音檢出成功率，大大降低了虛警、漏警概率。下一步將繼續在噪聲樣本分析、話音頻譜特性、帶內話音降噪技術等方面開展研究，進一步提高性能。

[1] 曹志剛,錢亞生.現代通信原理[M].北京:清華大學出版社,1997.CAO Zhi-gang,QIAN Ya-sheng.Modern Communication Principles[M].Beijing:Tsinghua University Press,1997.

[2] 李燕斌.一種有效的話音靜噪綜合處理方法及其應用[J].電訊技術,2012,52(01):54-57.LI Yan-bin.An Effective Integrated Processing Method for Quieting Tone and Its Application[J].Telecommunication Engineering,2012,52(01):54-57.

[3] 鄭煒.數字化接收機中靜噪算法分析及DSP實現[J].信息技術,2010(06):87-89.ZHENG Wei.Analyse and Using DSP for Algorithms of Noise Squelch in Digital Receiver[J].Information Technology,2010(06):87-89.

[4] 徐以濤,王金龍.一種基于滑動DFT算法的FM靜噪檢測器[J].信號處理,2005,21(03):319-321.XU Yi-tao,WANG Jin-long.A FM-Noise Squelch Detector by Sliding DFT Algorithm[J].Signal Processing,2005,21(03):319-321.