|
|
发表于 2020-6-3
|
|阅读模式
+ ^$ t) ?9 o1 p% F4 l; a* T. L" r# j异音检测 - 从入门到精通
& {! N& `4 E1 z7 a2 u& E4 L+ { ' q/ G) {0 z% X2 A; ]+ q3 Y7 I$ u! |
' t- }( N$ R! O3 G
0 G K" q" l/ N. f9 k
# T Q- | J: S) h2 g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。
5 ~ j# U0 T0 T; _2 Y& ~' ?3 R, e) I7 {9 X! V
; a2 f9 C" c3 C% |* p4 D: S
3 g4 t. c1 Q) j2 X. J' ^7 K3 D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。/ ^! }4 l$ G5 P* r* i
$ ]" T3 q4 t! k( z: o5 `' w" p( W金耳朵
8 w4 j1 W( A* o' ?# r0 m$ u& p/ m& S) D! B
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。
. T' x( K2 s. j7 {4 z. |
* C2 _! M: C9 V- v; i# r" C- Q
! p/ t5 T- J, N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： 6 l% ]6 I9 g2 D) W# { S: q1 C
`+ G0 W$ B. B) i6 ^* l o1. 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；
! y# n1 T0 M% h j2 i2. 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；4 P3 r, A: n1 O" x' R% X6 D
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。
+ u) o, S8 @. q
+ v2 G- i; }+ T, U- h! B% Y1 r* F, Y1 _
8 {) V, ~/ |* d# x( J2 p/ U k
$ m* ^3 B3 D9 Y3 Q0 M: {& l# B$ O/ |
一台声级计
/ v% \! b: p8 W0 c) F
# ^" f% I" g- O; G% F+ g% H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。
- T- U' w! R6 g3 p, g9 q' _7 `9 u$ X
3 V _) ^6 ]6 T2 j5 b2 J( T5 O6 x+ a# U1 W
( e0 `( q) m: U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。
1 x, c# l z5 e4 B; T! R' W( e' K6 |1 S0 V
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。1 K; Y/ L+ n7 N% i
% R& T, q- _7 A/ Q& m: @总量不行看分量
- X z& a$ q# E8 k% H既然总的声压级难以发现问题，看频谱分量总可以了吧。: v/ p* g, K" N2 c7 Y$ E# B& D
+ ~- s$ u4 `/ v2 L9 Y9 V1 @
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。
D8 k$ b) _- G
) l7 g, k5 k4 @& K& k
4 f! s4 y: l1 S" ^2 Q) d2 S橙色曲线为公差框限9 J, k+ v, s' S+ F9 y/ {
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。( v" K# n. o% W+ f
, `4 a1 m0 q/ v4 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。
% f h( h1 |: g) V# h& P
/ M" E$ B9 \, U8 _5 X高次谐波失真8 B0 ^8 A& b9 O
* _* t+ d4 D" I @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。
) s; `" \, p7 a) |3 C7 |9 C1 D5 P& x- l+ R
6 }. @. }% P+ \+ N
. I4 ?* R6 w+ j1 T7 N3 c9 ~' E" Q8 V8 x$ i0 U
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。
. P3 ]) s) J! g! o+ J4 |) p7 S# q" d; s R% V) r
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；& d: }7 |' V' ?6 j$ z
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。
. O6 ~! C. U* R% C3 M) c# Y) o; @ T' w: j, d" e) W- W
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。) l* p; n9 L0 f( W! s9 e
0 D% v4 N" h, @/ W! ^! `
大家可以感受下：7 v5 e* A9 X2 H* [# j! u* k
说了这么多，就没有一个“大一统”的靠谱解决方案吗？7 l1 O; l K# B* a+ V+ E
! i$ Z* f' e, x
9 d, ~5 w: }& N当然有
G5 J" t7 U u5 H6 W, [
9 d7 F% \5 N$ e. ]# _! v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”。/ ]3 H* E' D% @! o5 _. K. t# P | O
; c7 ]: x* A; X$ S: q- E: M" a
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？5 v5 U# n, M6 w8 f' N; c, T5 P
7 E9 L( b: x; m1 J" z6 P
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。# E$ A1 P6 ?8 s
- F' l( `# J5 D/ ~! ~7 t# F6 D
" c; g0 v' V" R, g
$ X/ Y4 ?* f1 h1 b斜率由 K1，K2 突变为 K33 x. e; {1 M0 R' R3 ?/ x
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。
* G& j# Q' C$ A! E* ^; O8 l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。
6 _5 o# V8 B8 o# A2 f/ S
& R* E0 f6 i$ E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。 |
|
