嵌入式實時音頻比對報警器開發探析

孫超 孫一暉

摘要：本文介紹了一種基于內容比對的嵌入式實時音頻報警器，用于對廣播播出音頻內容的檢測。該報警器采用了STM32作為音頻信號處理單元并使用了快速音頻內容比對算法，能夠實現對直播間輸出信號和FM解調信號的監測，并通過語音報警器和顯示屏對故障情況進行實時提示，從而提高報警準確率，保障播出安全，減少值班人員值班壓力。

關鍵詞：實時音頻比對 快速傅里葉變換 ARM

傳統廣播電臺播控所使用的音頻信號故障報警器存在許多不足，如檢測手段單一（僅能檢測電平和相位），誤報頻繁，無法對FM信號進行檢測等。單片機和DSP芯片的高速發展，使得開發一種基于內容識別的精準故障報警監測嵌入式平臺成為可能。我們利用ARM單片機設計了一種基于實時音頻比對算法的嵌入式報警器，可以有效地檢測到因總控或者發射部分出現故障而造成的FM解調信號與直播間發送信號不同的情況，保障廣播的安全播出。

功能和硬件設計

本設計使用了兩個STM32單片機，分別用于對直播間輸出信號和FM解調信號進行實時比對，直播間輸出信號和應急墊樂比對，并由主單片機負責比對結果和信號電平相位等異常報警。當音頻故障產生時，顯示屏和語音報警器均會作出報警響應，并將報警信息記錄在內部存儲器中以便事后查詢。該系統結構如圖1。

本設計采用了STM32f407單片機作為處理單元，它是基于ARM Cortex-M4內核的高性能、低成本、低功耗的單片機，采用了90nm制成，指令處理速度達到了210DMIPS@168MHz，片上集成多達1MB的Flash存儲器和128KB的SRAM存儲器，擁有多通道12bit 2.4Msps模數轉換器，可用于對輸入的模擬音頻信號采樣。①其高速的處理能力保證了系統響應的實時性。

顯示屏采用320×240分辨率的大屏LCD，可通過按鍵切換分別顯示音頻輸入信號的電平、頻譜、比對相似度和報警記錄回看等功能。語音報警部分使用預先錄好的各種報警語音內容，通過單片機控制實時播報。

音頻比對算法

一、快速傅里葉變換。由于單片機采樣獲得的音頻信號是離散的時域信號，時域信號不能很好地反映音頻信號的特征，因而需要通過離散傅里葉變換將時域信號轉換為頻域幅值信號。快速傅里葉變換是利用計算機計算離散傅里葉變換的高效、快速計算方法的統稱，簡稱FFT。快速傅里葉變換是1965年由J.W.庫利和T.W.圖基提出的。使用這種方法能使計算機計算離散傅里葉變換的效率大大提高，特別是抽樣點數越多，FFT算法的優勢越顯著。

本設計中使用STM32官方提供的DSP庫進行FFT，該庫使用基4的FFT，具有較高的執行效率。使用72M的系統主頻進行256點的FFT運算，僅需0.437ms。根據采樣定理，采樣頻率必須大于采樣信號最高頻率的2倍。音頻信號的頻率范圍是20Hz到20KHz，通常使用的采樣頻率是44.1kHz。

在對信號進行256點FFT時只需調用STM32 DSP庫函數中的cr4_fft_256_stm32（）函數即可。實際調用語句為：cr4_fft_256_stm32（lBufOutArray，lBufInArray，NPT）。調用該函數之后，在lBufOutArray數組中就存放了進行FFT運算之后的結果數據，該數組中每個元素的數據格式為高16位存儲虛部，低16位存儲實部。得到FFT運算的結果數據之后，即可計算各次諧波的幅值。②將各頻率諧波幅值保存獲得頻域幅值特性數據。

二、兩路同步音頻信號的比對。直播間輸出信號和FM解調信號是兩段同步的音頻信號，對這兩路信號的比對可以利用FFT運算獲得的頻域幅值圖進行相似性檢查。首先將音頻信號分割為1s大小的音頻緩沖幀，每間隔10ms分別對兩路音頻進行256點FFT運算，因而每個音頻幀中將包括10組頻譜幅值，從每組數據中去掉誤差可能較大的頻點，計算處理后的10組頻譜幅值平均值獲得幀特征頻譜。計算兩路信號的幀特征差值序列的樣本方差S^2，當S^2小于預設的閾值時可判斷兩路信號相同。

三、直播間輸出信號和應急墊樂的比對。山東廣播電視臺使用的是infomedia音頻工作站，在自動播出模式下，如果該時間段節目未編滿將會自動播放應急墊樂，由于此時仍有音頻輸出，傳統音頻報警器不會報警，但是此時已經造成節目的錯播。因而本設計加入了直播間輸出信號和應急墊樂的比對功能。

首先對應急墊樂音頻信號進行預處理。假定10～20ms內信號為短時平穩，其頻譜特性和一些物理特征是穩定不變的，然后采用平穩過程分析方法進行處理。把每10ms采集的音頻數據作為一幀，每一幀進行5次256點FFT運算取平均值作為幀特征頻譜。將該音頻信號的所有幀特征頻譜保存為二進制數據。由于數據量大于單片機片內存儲空間，所以將其保存在片外存儲器中，當需要該數據時使用DMA功能將數據高速傳入RAM中。

在進行音頻比對的過程中，對直播間輸出信號進行相同的處理獲得幀特征頻譜，將該數據與片外存貯器中保存的墊樂信號數據進行逐幀比對。為提高比對成功率減少誤差，選取逐幀比對獲得的樣本差最小值作為單幀的比對系數，將連續十次（可設置50ms比對一次總用時5s）的比對系數求平均值，若小于預設的閾值，則判斷工作站播放了應急墊樂。此時單片機向主單片機發送中斷信號，開啟報警音并在LCD顯示報警信息。該算法對于播放墊樂故障需要至少5s的識別時間，應急墊樂長度加長則需要額外的處理時間。

四、直播間輸出信號質量檢測。本設計中對于直播間源信號電平、聲道、相位信息的檢測是由主單片機實現的，其中判斷是否反相的方法為：將直播間源信號左右聲道信號分別作加法和減法運算，獲得的兩個音頻信號比較電平大小，如果和音頻電平小于差音頻電平則可判斷為信號反相。

系統抗干擾

在設備實際使用中，由于FM解調信號容易受到發射機和檢波設備頻率響應的影響，從而獲得的特征頻譜與原信號可能會有一定的出入，因此需要多次測試獲得一個較為合適的閾值以保證監測的準確性。另外由于廣播節目以人聲為主選擇頻點的時候只選取50Hz到10KHz之間的頻譜數據，因而對于AD轉換的采樣頻率可以降低為22KHz，以提高系統的識別速度和內部存儲器的使用效率。

由于傳輸通路比較復雜，FM解調信號可能略慢于直播間輸出信號且時差相對固定，因此在源程序中應根據實際測試結果加入相應的輸入延時以保證監測信號的同步性。

總結

保證廣播節目內容安全播出是廣播電臺技術人員的主要職責。近年來不法分子對廣播的信號進行干擾次數增多，本報警器在完成基本信號檢測的前提下，也能夠自動識別頻率非法占用，為提高廣播播出質量和播出安全提供了有力保障。

（作者單位：山東廣播電視臺）

注釋：

①沈建良：《STM32F10X系列ARM微控制器入門與提高》，北京：北京航空航天大學出版社，2013年版。

②劉火良，楊 森：《STM32庫開發實戰指南：基于STM32F103》，北京：機械工業出版社，2017年版。