|
|
发表于 2020-6-3
|
|阅读模式
8 p+ p6 K, x& O2 N7 F# x
异音检测 - 从入门到精通
; r! g' j! x J: a/ x: [ 9 F8 ~* x% z* t9 m$ [
' S8 f* r4 e2 I' E6 z3 h
2 @* u! O2 O& @6 s/ f/ g
) X, R6 N1 K/ L- s7 L" Q$ q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。
7 G7 h+ m6 i0 U: l+ X8 U
6 p/ Y! g7 e9 G8 q1 w- Z J* H4 N9 |. c$ r- o9 ^8 E
# O3 `7 V% {$ e. h. G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。. M& s- \( J. `. w% j
* W4 G/ p( r F8 `& e1 @' i9 m金耳朵
9 K5 m' ]; D7 a3 L
2 l d" D+ U( t6 O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。
K2 k( ]) V- g
+ {, C c! \3 J0 Z/ B( F: V
, t4 g0 W L& y! P& t* ` ~$ U. [
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： ' X( a) s0 [7 `1 t1 \8 }
, ?, x, `4 o' p" P1 k& H
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；
! j2 Z) J0 O4 t- S( W3 d2. 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；% C- k: ~. E4 Z% \2 }% Q1 B/ y
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。
6 a& F! B3 F/ l2 U( F
0 i; i% s! X) ]- _' G9 H% V8 c( `* p1 Y
/ @ \' G( Y7 |) R8 b7 Q/ T- Y( Q
2 G! G6 L! P1 X" r# c2 N' r! a& [
一台声级计. k0 C7 q* _" t1 I( W. y+ X/ D4 |
; V1 r" p7 i ~( B1 W1 B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。
" z( |# ^2 Y! D2 j
6 Q, Z% H7 Z( c' H; q1 F" k" G1 f( G' k4 Q1 e
' [) O' c5 b9 C# _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。
( @" B3 G! V9 t8 g! |0 J, m& a9 L* \, t
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。
. ?( q$ s- n8 ]% t5 x# K# S) n( T+ d0 {
总量不行看分量
2 l/ N2 G/ t. \; @" T5 `* u既然总的声压级难以发现问题，看频谱分量总可以了吧。
% E/ c' m) H' R/ ^$ X4 r1 T" j# V/ ^( K
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。/ ]; N7 }6 ?( t1 ~- ?
9 @! B# }3 a5 D) M
: E. c& g9 p5 a6 p, X橙色曲线为公差框限: R+ @' u/ a. N3 \7 m8 K- R. S. a7 \
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。
/ c# x' A- @( ?7 }
c2 L1 D9 f7 Y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。
$ Q$ [* S( `$ y
( S3 M& s3 ]7 ]# S4 o$ g高次谐波失真7 [- F& M3 n3 m+ } M* X
( U: A' B. e) t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。4 p3 g& l- N# K7 e4 {: I
" ~, n3 N& f# P$ m# H. |
5 F ?( O/ ^6 _9 x; t- @, G ~; B
/ g4 Q0 p# V& _9 s& T1 [
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。: i6 R) p/ ~! `4 B
2 C5 p( o9 ^- e) M! V
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；& n, c2 }0 m$ S: D& K6 D
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。! Y: B: [0 u0 ?
t& r: i2 R! R* \ A9 J8 H3 d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。
; ?5 {4 X* {9 f5 p3 B, k! b7 |! i4 s! ~: N% L* y" L' x h" V
大家可以感受下：' V+ J3 k4 n0 P" ~
说了这么多，就没有一个“大一统”的靠谱解决方案吗？
2 R3 n7 f9 w6 B8 K: z' I( \
: J" h. D0 {9 ~3 }# N9 t8 W; q8 s
) F/ Q2 J7 t8 u* K1 [当然有# J! R; Z4 q# K% E4 h9 T' {
, ]3 Y, { g- e2 K* ^; d+ U; `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”。
% Z* C, i+ m9 R! a2 e5 w/ e: q
4 U/ f: {+ q4 l/ ?- H2 w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？
. v0 f9 K* B4 u7 K. U8 E0 Y* D: y* A2 y8 }
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。5 F3 e) ^2 }- x
! ?& u- L: Q( u. N2 O c- W$ U$ C& M5 Q+ K
2 D: }4 {8 z: M0 G: Q" S( F- @+ _斜率由 K1，K2 突变为 K3/ n i2 N* g$ _, b
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。4 p, D; q0 Y; C& T2 }+ B) \
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。
" S) `+ H) i; i0 y* v
8 o( l; n% m. _8 N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。 |
|
