三峽水庫(kù)變動(dòng)回水區(qū)卵石輸移音頻信號(hào)分析系統(tǒng)開(kāi)發(fā)

胡文成

摘要：三峽變動(dòng)回水區(qū)在三峽水庫(kù)175m蓄水以來(lái)以消落期卵石淺灘礙航問(wèn)題為主，但測(cè)量卵石輸移強(qiáng)度難度較大。結(jié)合自主研發(fā)的水下卵石音頻采集設(shè)備，基于Matlab平臺(tái)，設(shè)計(jì)卵礫石音頻分析計(jì)數(shù)可視化軟件。該軟件具有讀取音頻文件、提取音頻文件信息、音頻文件預(yù)處理、音頻特征參數(shù)分析、卵石碰撞識(shí)別計(jì)數(shù)、估算卵石輸移強(qiáng)度等功能。為解決三峽變動(dòng)回水區(qū)卵石礙航問(wèn)題提供一定參考。

關(guān)鍵詞：淺灘礙航;卵石輸移強(qiáng)度;音頻分析;可視化軟件

中圖分類(lèi)號(hào)：TP317? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2019）17-0249-03

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Abstract： Since the Three Gorges Reservoir backwater area has been 175m water storage in the Three Gorges Reservoir， the problem of obstruction of the pebble shoal is mainly due to the erosion， but it is difficult to measure the pebble transport intensity. Combined with the self-developed underwater pebble audio acquisition equipment， based on Matlab platform， design the visual analysis software for the gravel audio analysis and counting. The software has the functions of reading audio files， extracting audio file information， audio file preprocessing， audio feature parameter analysis， pebble collision recognition counting， and estimating pebble transmission intensity. To provide a reference for solving the problem of pebbles in the backwater area of the Three Gorges.

Key words： shoal obstacle navigation; pebble transport intensity; audio analysis; visualization software

1 背景

三峽水庫(kù)175m蓄水以來(lái)，長(zhǎng)江干流航道條件大幅改善。三峽變動(dòng)回水區(qū)蓄水期明顯改善，消落期部分河段、特殊時(shí)段由于泥沙淤積等問(wèn)題，通航十分困難。新水沙條件下入庫(kù)推移質(zhì)大幅減少，水庫(kù)淤積平衡時(shí)間延長(zhǎng)，變動(dòng)回水區(qū)將長(zhǎng)期面臨卵礫石輸移礙航問(wèn)題。雖然卵石淤積量不大，但對(duì)航道條件影響很大。變動(dòng)回水區(qū)目前仍以消落期卵石淺灘礙航問(wèn)題為主。但測(cè)量卵石輸移強(qiáng)度比較困難，卵石運(yùn)動(dòng)觀測(cè)技術(shù)已成為制約航道整治維護(hù)的技術(shù)瓶頸。

每年消落期，在重慶九龍坡三角磧河槽都有數(shù)天卵礫石輸移發(fā)出在岸上可以清楚聽(tīng)見(jiàn)的強(qiáng)烈聲音[1]。由于卵石輸移時(shí)發(fā)出聲音這一特性，經(jīng)試驗(yàn)論證，卵石輸沙率可以通過(guò)采集和分析卵石碰撞音頻進(jìn)行測(cè)量。田蜜[2]等結(jié)合當(dāng)前追蹤技術(shù)，提出了一種基于聲學(xué)原理的實(shí)時(shí)定位卵石運(yùn)動(dòng)觀測(cè)的方法。研發(fā)了一套可用于水下卵石輸移聲音采集設(shè)備。設(shè)備面板安裝有拾音器，卵石從設(shè)備上運(yùn)動(dòng)碰撞面板發(fā)出聲音可以被拾音器采集到。郭琦[3]等利用小波分析對(duì)水下卵石運(yùn)動(dòng)聲音進(jìn)行了研究，提出了一種根據(jù)音頻信號(hào)能量特征向量對(duì)卵石運(yùn)動(dòng)聲音進(jìn)行識(shí)別的方法。薛飛龍[4]等對(duì)卵石碰撞聲音的特征參數(shù)進(jìn)行了分析。董梅[5]等利用Matlab軟件設(shè)計(jì)了一套語(yǔ)音特征提取系統(tǒng)。

本文基于Matlab GUI編程環(huán)境，設(shè)計(jì)了一套卵石音頻特征參數(shù)分析識(shí)別系統(tǒng)，通過(guò)分析實(shí)測(cè)的水下卵石運(yùn)動(dòng)音頻的特征參數(shù)，統(tǒng)計(jì)一段時(shí)間內(nèi)卵石碰撞的次數(shù)并換算成輸沙率，對(duì)三峽回水變動(dòng)區(qū)卵石輸移強(qiáng)度測(cè)量提供參考。

2 卵石聲音分析識(shí)別方法

將設(shè)備放置在水下，卵石經(jīng)過(guò)設(shè)備時(shí)發(fā)出的聲音被設(shè)備的拾音器采集到，圖1為采集到的信號(hào)的時(shí)域波形圖。

2.1 音頻信號(hào)預(yù)處理

分幀加窗：卵石運(yùn)動(dòng)聲音信號(hào)屬于非穩(wěn)態(tài)、時(shí)變的信號(hào)，而通常對(duì)于聲音信號(hào)的分析方法是基于穩(wěn)態(tài)信號(hào)這個(gè)前提，因此在分析之前需要對(duì)卵石運(yùn)動(dòng)聲音進(jìn)行處理，使之成為穩(wěn)態(tài)信號(hào)。本文窗函數(shù)使用漢明窗[6]。

降噪：原始音頻信號(hào)含有噪聲，其對(duì)分析造成干擾，采用譜減法[6]進(jìn)行降噪處理，以提高信號(hào)質(zhì)量。對(duì)幾種降噪方法進(jìn)行比較，譜減法對(duì)設(shè)備采集的卵石運(yùn)動(dòng)聲音降噪效果較好。

端點(diǎn)檢測(cè)：在音頻信號(hào)處理中檢測(cè)出有效音頻的端點(diǎn)是十分重要的。語(yǔ)音端點(diǎn)的檢測(cè)是指從包含語(yǔ)音的一段信號(hào)中確定出語(yǔ)音的起始點(diǎn)和結(jié)束點(diǎn)位置，以區(qū)分有話段與無(wú)話段。本文采用基于多窗譜估計(jì)譜減法和能熵比法[6]的端點(diǎn)檢測(cè)方法。

2.2 特征分析

經(jīng)過(guò)室內(nèi)水槽試驗(yàn)，對(duì)試驗(yàn)得到的音頻信號(hào)進(jìn)行分析處理后，提出針對(duì)水下拾音器測(cè)量方法的卵石運(yùn)動(dòng)聲音識(shí)別技術(shù)。

（1）峰值頻率在1400～4000Hz;

（2）基音頻率在2000～3800Hz;

（3）能量特征向量前三階系數(shù)總能量占比在0.8～1.0。

當(dāng)一段音頻信號(hào)滿足上述三個(gè)條件時(shí)，可認(rèn)為其為卵石運(yùn)動(dòng)聲音，利用該方法可從長(zhǎng)時(shí)、復(fù)雜的音頻信號(hào)中快速提取卵石運(yùn)動(dòng)聲音。

3 軟件總體設(shè)計(jì)

Matlab（矩陣實(shí)驗(yàn)室）是由美國(guó)Mathworks公司發(fā)布的主要面對(duì)科學(xué)計(jì)算、可視化以及交互式程序設(shè)計(jì)的高科技計(jì)算環(huán)境。它將數(shù)值分析、矩陣計(jì)算、科學(xué)數(shù)據(jù)可視化以及非線性動(dòng)態(tài)系統(tǒng)的建模和仿真等諸多強(qiáng)大功能集成在一個(gè)易于使用的視窗環(huán)境中，為科學(xué)研究、工程設(shè)計(jì)以及必須進(jìn)行有效數(shù)值計(jì)算的眾多科學(xué)領(lǐng)域提供了一種全面的解決方案。Matlab GUI（圖形用戶界面）（GUI）的制作上做了很大的改善。允許用戶使用鼠標(biāo)等輸入設(shè)備操縱屏幕上的圖標(biāo)或菜單選項(xiàng)，以選擇命令、調(diào)用文件、啟動(dòng)程序或執(zhí)行其他一些日常任務(wù)。MATLAB 圖形用戶界面主要由常用對(duì)話框、按鈕、文本框、面板、表格、坐標(biāo)軸、復(fù)選框、單選框等控件。

本程序基于Matlab GUI編程環(huán)境，軟件主要功能為：音頻文件讀取及信息提取、波形圖繪制、音頻分幀加窗、降噪、端點(diǎn)檢測(cè)、音頻特征參數(shù)提取、卵石碰撞次數(shù)統(tǒng)計(jì)等功能。圖2是軟件設(shè)計(jì)技術(shù)路線圖。圖3是軟件主界面。

4 功能實(shí)現(xiàn)

4.1 音頻文件讀取及信息提取

本軟件支持讀取Matlab audioread函數(shù)支持的所有音頻文件，本文主要利用此函數(shù)打開(kāi)wav格式的音頻文件，并提取音頻文件的信息。提取的音頻文件信息包括文件路徑、采樣率（每秒從連續(xù)信號(hào)中提取并組成離散信號(hào)的采樣個(gè)數(shù)，單位為赫茲）、采樣精度（反映度量聲音波形幅度的精度，單位為比特）、持續(xù)時(shí)間（單位為秒）。

4.2 圖像繪制

本軟件能在對(duì)音頻文件進(jìn)行分析后繪制相關(guān)圖像，便于直觀地看出分析結(jié)果。主要包括三個(gè)圖像：降噪后音頻波形、能熵比端點(diǎn)檢測(cè)、卵石碰撞檢測(cè)音頻波形。點(diǎn)擊“求卵石碰撞次數(shù)”按鈕后，軟件將對(duì)導(dǎo)入的音頻文件進(jìn)行分析，并根據(jù)分析結(jié)果繪制圖像。

1）降噪后音頻波形對(duì)音頻文件進(jìn)行分析后，繪圖區(qū)將對(duì)譜減法降噪后的波形進(jìn)行繪制。譜減法是利用噪聲的統(tǒng)計(jì)平穩(wěn)性以及加強(qiáng)性噪聲與語(yǔ)音不相關(guān)的特點(diǎn)而提出的一種語(yǔ)音增強(qiáng)方法。這種方法沒(méi)有使用參考噪聲源，但它假設(shè)噪聲是統(tǒng)計(jì)平穩(wěn)的，即有語(yǔ)音期間噪聲幅度譜的期望值與無(wú)語(yǔ)音間隙噪聲的幅度譜的期望值相等。用無(wú)語(yǔ)音的間隙測(cè)量計(jì)算得到的噪聲頻譜的估計(jì)值取代有語(yǔ)音的期間噪聲的頻譜，與含噪聲語(yǔ)音頻譜相減的估計(jì)值。當(dāng)上述差值得到負(fù)的幅度值時(shí)，將其置零。譜減法的優(yōu)點(diǎn)是總體運(yùn)算量較小，容易實(shí)時(shí)實(shí)現(xiàn)，增強(qiáng)效果也較好，由于拾音器錄制的水下卵石運(yùn)動(dòng)聲音噪聲較平穩(wěn)，運(yùn)用譜減法降噪比較適宜。

2）能熵比端點(diǎn)檢測(cè)

首先計(jì)算出每幀音頻信號(hào)的改進(jìn)能量和每幀語(yǔ)音信號(hào)的譜熵，然后計(jì)算每幀的能熵比。譜熵值類(lèi)似于過(guò)零率值，在有話段內(nèi)的譜熵值小于無(wú)話段的譜熵值，所以用能熵比能突出有話段與無(wú)話段的差別。當(dāng)某語(yǔ)音幀能熵比超過(guò)閾值時(shí)即認(rèn)為該幀處于有話段內(nèi)，從而實(shí)現(xiàn)端點(diǎn)檢測(cè)。

圖6為利用能熵比進(jìn)行端點(diǎn)檢測(cè)后的端點(diǎn)檢測(cè)圖像，其中橫坐標(biāo)為時(shí)間（單位為秒），縱坐標(biāo)為短時(shí)能熵比。每個(gè)有話段均標(biāo)出起始點(diǎn)與結(jié)束點(diǎn)，有話段起始點(diǎn)用豎直實(shí)線表示，有話段結(jié)束點(diǎn)用豎直虛線表示。

3）卵石碰撞檢測(cè)音頻波形

對(duì)有話段音頻進(jìn)行特征分析，當(dāng)基音頻率、峰值頻率、能量特征向量前三階系數(shù)總能量占比均滿足條件時(shí)即認(rèn)為該有話段音頻為卵石碰撞產(chǎn)生。

圖7為卵石碰撞檢測(cè)音頻時(shí)域波形圖，其中橫坐標(biāo)為時(shí)間，縱坐標(biāo)為歸一化幅值。其中每個(gè)被認(rèn)為是卵石碰撞產(chǎn)生的音頻片段均標(biāo)出。每個(gè)卵石碰撞片段起始點(diǎn)用藍(lán)色豎直實(shí)現(xiàn)表示，結(jié)束點(diǎn)用藍(lán)色豎直虛線表示。從圖7可以直觀地看出每個(gè)卵石碰撞片段的在整個(gè)音頻文件中的位置。

4.3 數(shù)據(jù)統(tǒng)計(jì)

在對(duì)音頻文件進(jìn)行分析并得出分析結(jié)果后，可以在數(shù)據(jù)統(tǒng)計(jì)區(qū)查看相關(guān)數(shù)據(jù)。

圖8是本軟件的數(shù)據(jù)統(tǒng)計(jì)區(qū)。“卵石碰撞次數(shù)”將在對(duì)音頻文件進(jìn)行分析后返回卵石碰撞的次數(shù)。在edit控件輸入卵石碰撞片段的序號(hào)，可返回該片段的三個(gè)特征參數(shù)。例如此音頻文件在分析后得出有11個(gè)卵石碰撞片段，在edit控件輸入1至11并點(diǎn)擊“導(dǎo)出參數(shù)”按鈕，即可返回相應(yīng)片段的特征參數(shù)。

得到卵石碰撞次數(shù)后，可以將其轉(zhuǎn)化為單寬輸沙率。將卵石概化為球體，則單個(gè)卵石的質(zhì)量可以表示為其中[ρ]為天然卵石密度;[d]為卵石粒徑;[m]為單個(gè)卵石的質(zhì)量。計(jì)算出單個(gè)卵石的質(zhì)量后，根據(jù)單寬輸沙率的定義，可求得單寬輸沙率：

其中[n]為卵石碰撞次數(shù);[m]為單個(gè)卵石質(zhì)量;[b]為測(cè)量設(shè)備面板寬度;[t]為持續(xù)時(shí)間。根據(jù)此公式可估算卵石輸移強(qiáng)度。

5 結(jié)束語(yǔ)

本文設(shè)計(jì)了一個(gè)基于Matlab GUI編程環(huán)境的水下卵石碰撞運(yùn)動(dòng)音頻分析系統(tǒng)，系統(tǒng)主要功能包括：

1）音頻文件讀取級(jí)音頻文件信息提取;

2）音頻預(yù)處理：分幀加窗，譜減法降噪，能熵比法端點(diǎn)檢測(cè);

3）音頻特征分析：通過(guò)分析音頻片段的特征參數(shù)（基音頻率、峰值頻率、能量特征向量前三階系數(shù)總能量占比）來(lái)判斷該音頻片段是否為卵石碰撞產(chǎn)生;

4）圖像繪制：可繪制降噪后時(shí)域波形圖、能熵比端點(diǎn)檢測(cè)圖、卵石碰撞識(shí)別時(shí)域波形圖;

5）數(shù)據(jù)統(tǒng)計(jì)：可統(tǒng)計(jì)音頻文件中卵石碰撞產(chǎn)生的音頻片段的個(gè)數(shù)，導(dǎo)出每個(gè)音頻片段的特征參數(shù)，并可根據(jù)卵石碰撞個(gè)數(shù)計(jì)算單寬輸沙率。

本軟件主要針對(duì)三峽變動(dòng)回水區(qū)卵石礙航問(wèn)題設(shè)計(jì)，配合卵石水下錄音設(shè)備，統(tǒng)計(jì)卵石碰撞個(gè)數(shù)，估計(jì)卵石輸移強(qiáng)度，對(duì)解決三峽變動(dòng)回水區(qū)卵石礙航問(wèn)題提供一定技術(shù)支撐。

參考文獻(xiàn)：

[1] 長(zhǎng)江重慶航運(yùn)工程勘察設(shè)計(jì)院， 重慶交通大學(xué). 三峽工程試驗(yàn)性蓄水以來(lái)庫(kù)區(qū)航道泥沙原型觀測(cè)（2008-2013年度）總結(jié)分析[R]. 武漢： 長(zhǎng)江航道局， 2014.

[2] 田蜜， 楊勝發(fā)， 郭琦. 基于聲學(xué)原理的卵石運(yùn)動(dòng)實(shí)時(shí)追蹤研究[J]. 泥沙研究， 2017， 42（3）： 14-19.

[3] 郭琦， 高辰龍， 劉卡. 基于小波變換的水下卵石運(yùn)動(dòng)聲音識(shí)別研究[J]. 中國(guó)水運(yùn)： 航道科技， 2016（6）： 24-28.

[4] 薛飛龍， 宋丹丹， 杜思材. 卵石碰撞的聲學(xué)特征分析[J]. 人民長(zhǎng)江， 2018， 49（1）： 95-98， 102.

[5] 董梅， 廖云霞， 劉海山， 等. 基于Matlab的語(yǔ)音信號(hào)特征提取系統(tǒng)的設(shè)計(jì)[J]. 電腦知識(shí)與技術(shù)， 2018， 14（20）： 271-274.

[6] 宋知用. MATLAB在語(yǔ)音信號(hào)分析與合成中的應(yīng)用[M]. 北京： 北京航空航天大學(xué)出版社， 2013.

【通聯(lián)編輯：謝媛媛】