|
|
/ N0 E& N& X, ^8 O H8 Z$ Z- f7 ~$ P
异音检测 - 从入门到精通
- u. v5 ]! J/ ~5 [ b0 E, A
2 r7 [# M& B1 V" F$ V7 `* i) o ?0 a# f) o6 ~; y
% i6 y0 E$ d+ f" O6 k' a z8 c
5 L% E( T- W# g* ?( p" ~
电声或机械结构的异音（杂音、rubb&buzz）或振动一直以来都是用户和工程师的梦魇。对于用户来说，任何细微的杂音都会让他对产品的美好幻想瞬间破灭。而注重品质的工程师们更是绞尽脑汁，立志揪出这些“看不见”的杀手。* k& t: p7 U5 N% q
: O" y# }- ~ o; H! ?1 Z! @; A
% |: Y+ H4 I, X$ s& o9 u1 ^5 _1 D0 _5 S$ R0 K
在与异音漫长的斗争中，人们的认知也不断发展变化，随着检测手段的不断进步，我们离“真相”越来越近。
x! L& ]( O) P V3 h. W7 p$ Q O' T# a
金耳朵' w6 M; H3 v) |9 {: y
7 Q; P, |! f7 P- a- ~6 h
相信碰到类似问题的厂商都会有这样一位“裁断人”，可能他的听音频率很广，可能他总能察觉不易发现的振动。这样一位金耳朵的存在，让客诉率下降不少，品控工程师们睡了几天安稳觉。$ b- U# J' N" u' o% m- A6 u
6 e c8 _4 `6 j0 q- P) J
8 R+ f9 R' z5 a) r% n( `$ W+ e. R通过人耳听音，是最原始，也最接近实际的检测手段。但这个方法的问题非常明显： + |. `0 q* Z6 L3 P
; F( x7 i X, `, X% N
1. 人的主观因素影响过大，同一个声音或许敏感的人无法接受，其他人觉得根本不是问题。或许可以让多个人参与检测以排除主观干扰，但它的成本和效率是难以承受的；
9 o5 `' b6 k/ G: H2. 人会疲劳，需要休息，长期听音误判率会不断提高，这不管对听音准确性还是效率都有显著影响；. U2 c; I# i5 b% }- f5 ~ t
3. 长期听音会对人耳造成不可逆的伤害，对部分大功率扬声器生产企业尤其重要。
# S4 t5 h, k. f6 y3 t: c8 |/ M
* F' [( G* U: a% R
7 A) {& R( y' P7 I) K4 m% v% L$ U
' v7 M7 `2 o; I0 v( a/ D& m2 b6 e一台声级计5 O4 f+ K9 L$ a4 y) K
! r( R7 _9 |4 o$ V c富有远见的厂家自然开始考虑使用机器替代人工。找一台靠谱的声级计，是很多工程师首先想到的方案。这很好理解，如果出现异音，声压级就会变化，只要检测出那些声音更大的害群之马，就能管控产品品质。
1 M: U2 L; h2 J( K/ D+ B9 Z% j( A- u8 X1 I1 R* ?, u. E0 I* |
6 Y3 {' k+ \7 s
! i& F- C7 _ m1 V# I& j6 Z2 B2 B) Z不得不说这有一定成效，比如一台空调外机或发动机，异常音通常都会让声压级变大。只需要对比良品（黄金样）和不良品的数据，就能检测出有问题的产品。
" o1 s% F9 J8 D6 e0 |% m
' s9 _% V4 S7 S' n$ ]但细想一下就会发觉不对劲 - 很多杂音其实并不“响”，它只是让人烦躁罢了。甚至很多时候，存在异音的产品可能总声压级比良品还低，这就很难办了。
9 Y% p7 O7 M ^' v3 B: o$ R. ]+ A8 W: K9 a7 j
总量不行看分量
2 K0 Y! Q* W% @8 q既然总的声压级难以发现问题，看频谱分量总可以了吧。" v" [1 l; W n
: m. R* a- h- v/ k) Q7 Y
其实走到这里，检测手段已经有了质的提升，无数异音在频谱中原形毕露。它们对总声压级的贡献很小，但在频谱中通常表现抢眼。同型号批次的产品频谱通常具有一致性，所以稍有问题的产品能一眼辨认，无论它藏在高频还是低频，无论它是声音还是振动。3 f; M5 s* H! ]4 p* w( R
8 L& N0 d( j5 A1 Z% X& R; y( C
/ t/ q1 x+ i o) i6 Q0 M
橙色曲线为公差框限% n% f5 R2 x3 U, L1 i1 ]. {' G
频谱检测对机械振动/异音的检测尤其有效，但对于扬声器这类由外部信号激发发声的电声产品就不太凑效了，更不要提如今产量最大的手机扬声器/受话器了，某些杂音是贴在耳朵上才能听出来的。
( T. c# r3 E8 z; W+ U6 |/ l! Y z& }0 J$ i, {! b8 v) C
电声测试需要完整的信号激励和分析系统，还要兼顾其它参数，这些都让频谱分析望洋兴叹。
" L% X3 z$ u' k2 h9 [; q
R0 X0 p8 r) e0 q, R o高次谐波失真! Q- n& I7 Z, r/ E {4 Z6 C
) X9 N& M: p) C6 Q& B! E很多人看到这个词不免虎躯一震，其实没想象的那么复杂。对于电声产品，人们发现异音会导致失真变化。直接上图，红色和蓝色曲线分别是正常音和瑕疵音，失真法的本质，是对比两曲线包络内的面积，这个面积就是声音的能量，若后者曲线的面积与前者有不可接受的差异，机器就会认为它是不良的。, L7 t; Z% Q$ B: T$ C
, L" O( g# i D; U8 {; Z0 R* g7 l8 e4 M
4 n9 c; p8 i/ b' E5 \5 K受限于当年的技术条件和成本考量，这个方法目前被广泛使用，但它属于理想很丰满，现实很骨感。. z* s1 v; w% v
8 L$ g& C! h8 x8 ^第一，机器听不懂什么是不可接受的差异，工程师必须设置一个数据，这个数据是多少，需要大量的验证，每次修改都会对良品率造成难以估量的影响；
, z( I( P# h5 Z/ Q2 Y- x第二，能量变化了就说明有异音？或者反过来讲，异音就能让能量明显变化？显然不是。较小的异音造成的能量（面积）变化很难检测，这也是机器识别的难点之一。或者声音整体抬高或降低，但曲线本身却很平滑，这明显是没有杂音的，不过对机器来说又是一记重锤。* `2 k' }+ J- H; ? I3 [
6 K6 g9 O4 u7 |
还有普遍被忽视的一点 - 测试信号。测试采用的扫频信号是一种“步进制”信号，简单讲，比如它的起始频率是 100 Hz，下个频率就直接跳到了 200 Hz，那这之间的频率怎么办？人耳听的时候可不会跳过哪个频率。此外，扫频信号的测试速度也慢的令人难以接受。
/ u$ [4 |( a( }8 z' u( N2 I/ p/ J: `2 A* w* `
大家可以感受下：
" _9 T+ _2 d3 { k' h% A说了这么多，就没有一个“大一统”的靠谱解决方案吗？5 J. z3 e& B, t
' D7 I# x; h* e, [( w2 x5 w: M( X* n0 d
当然有$ B% B V: N) ~$ R! r p
' K$ d5 N6 J" p# e/ Z想必看到这里，有些人已经在思考一个最核心的问题了 - 异音到底是什么？上面又是测声压又是测失真的，这些都只是表象啊！异音的本质，是曲线不再“平滑”！异音的本质，是声音的突变！这种突变让声音不再和谐，人就觉得产生了异常音，反应在曲线中，就是“毛刺”或“不平滑”。
+ N) N/ v4 D, n. L2 Z3 L2 s p% `5 _& k2 M' k: |' `
那么问题又来了，如果把曲线画出来，人当然一眼就能看出是否平滑，可机器怎么知道呢？
8 u5 ^4 w- Y3 o8 [0 S6 I z4 r) I' L% B/ l$ M
其实越难以理解的东西，说开了都很简单。大家记不记得，在初中或高中，我们都学过一个叫“斜率”的东西？如果曲线出现变形，斜率必然会突变，这样一来，找出斜率突变的那些产品，也就找到了不良品。
0 ], B4 ?- Z7 f! p d' b6 Z+ q7 @; g" J* c4 v3 n
; Y. w& A8 d& A4 p: }+ i: ^+ t
1 r/ `+ X( T- b4 ^; }" h+ ]* z! e, T
斜率由 K1，K2 突变为 K3
, B1 T% F0 L' [8 y至于信号，连续变频且时间可控的滑频信号几十年前就被人提出了，只是过去受限于设备的计算性能难以实现，对现在动不动就性能过剩的处理器来说简直驾轻就熟。用过扫频仪的对这个信号一定非常熟悉。; d' Y! e0 J: I5 v% O2 Y
这项技术，就是 NTi Audio 的 PureSound 纯音测量技术，其具体实现方法自然比讲概念要复杂的多。无论是电声异音还是机械噪声，它都能一网打尽。- P2 C7 B* c. W) l& L
% {7 j7 y* N2 ~- k在与异音“搏斗”的过程中，人们一路披荆斩棘，随着人工智能的不断完善，说不定在不远的未来，这一切都不需要人再操心。 |
|
发表于 2020-6-3 12:23:50