Page 152 - 《应用声学）》2023年第5期

1044 2023 年 9 月

测技术，为研究海豚发声习性、海豚声音识别及生 信号做离散傅里叶变换，对不同的频率范围设计不
物保护奠定基础。 同权重，求得加权后的谱质心；设置短时能量阈值、

谱质心阈值、谱质心二阶偏移率；将短时能量和谱
1 方法及原理
质心超过阈值的部分作为备选有效声段；再分别向
1.1 流程设计 备选有效声段的两端比较谱质心二阶偏移率，谱质
首先对获取的海洋声音，按照一定长度存储； 心二阶偏移率超过阈值的部分，添加至备选有效声
再将每段声频按照海豚的发声特征选择合适的长 段生成完整的有效声段；输出有效声段。具体流程
度进行分帧，并计算出每一帧的短时能量；对每一帧 图如图1所示。

ᖍԩܦᮃηՂ
Ѭࣝ
ોʷࠀ᫂एѬҟ
ೝ฾ʾʷ˔஡͈
ҫКద஍ܦ඀
Ѭࣝ
Քܬᤥద஍ܦ඀ːቫೝ฾៨
᠏ॷ̄᫽Ϡረဋ௧աᡔ᣿᫠ϙ
ᝠካᆁ௑ᑟҧnj៨᠏ॷ֗៨᠏ॷ̄᫽Ϡረဋ
ೝ฾ʾʷࣝ
᝺ᎶՊ˔Ԡ஝᫠ϙ ҫКܬᤥద஍ܦ඀
ա ௧
ೝ฾ʾʷࣝ
नݽೝ฾ ᆁ௑ᑟ᧚֗៨᠏ॷᡔ᣿᫠ϙ
图 1 端点检测流程图
Fig. 1 Endpoint detection flow chart
1.2 信号预处理 信号进行分帧加窗处理。由于不需要对声音进行时
由于数据集中声频长度不同，处理时长较长的 移叠加还原，不需要考虑旁瓣泄漏的问题，因此选择
声频需要大量计算并且输出的声谱图不便于观察 使用方形窗，步长等于窗长的分析方法。加窗后做
持续时间很短的 click信号，为了体现每一帧短时能 短时傅里叶变换将受到不确定性原理的约束，无法
量、谱质心的变化，将所有声信号切割为时长 1 s 的 同时保证时间分辨率与频率分辨率达到最优，因此
若干段，切割后不足1 s的样本舍弃。 窗长应根据实际情况选择，加窗计算公式 [19] 如下：

 1, 0 6 n 6 N − 1,
1.3 提取声频信号特征 ω n = (1)
 0, others,
通过寻找持续时间、声频能量符合目标发声特
点并且在频域上符合目标发声频率范围的声段，即 x n (m) = ω n x n+m , (2)
可从声音文件中区分出目标声音。由于获取的声音 其中，n 表示采样点序号，m 表示帧序号，ω n 表示分
能量大小受声信号种类和距离影响，用能量变化表 析窗，x n (m)表示第m帧内第n采样点的信号振幅。
示发声具有不确定性，因此在分析时，更依赖于频域
1.3.2 时域分析
特征，两者互相验证，这样可以减少突发高频噪声和
时域分析是提取语声信号的时域特征，短时能
目标声信号能量较弱对结果的影响。
量、短时过零率、短时自相关系数和短时平均幅度
1.3.1 信号分帧 差等是最基本的时域分析参数。短时能量是度量声
海豚声信号的特点是持续时间短、频率高。如 信号幅值变化的函数，对高电平非常敏感；短时过零
果每次处理的声频时间过长，在时域内能量变化会 率表示的是信号波穿过横轴的次数，可以表达发生
被平滑，在频域内傅里叶变换反映出的是信号整体 信号的频次，由于噪声以及其他生物的声音也会使
的功率谱特征，会掩盖短暂发声的信息，因此需要对 短时过零率增大，因此不适用于海洋环境中；短时平