Page 157 - 《应用声学）》2023年第5期

第 42 卷 第 5 期 杨昱皞等： 时频特征的海豚发声端点检测方法研究 1049

表 3 不同信噪比环境下检测结果 号为 1361 个，其中将噪声识别为 click 信号的有 295
Table 3 Test results under different SNR 个，丢失的click信号为141个，准确率如表5所示。
environments
1.0
环境信噪比 检测出的 click 信号 丢失的 click 信号
0
25 dB 3 0
−10 dB 13 3 ॆʷӑ૝ࣨ -1.0
−24 dB 35 5
-2.0
通过图 7、表 3 可以发现，图 7(a) 中 0 s 和 0.2 s
-3.0
附近出现的噪声、图 7(b) 中 2.1 ∼ 3 s 的噪声和 0 0.2 0.4 0.6 0.8 1.0
௑ᫎ/s
图 7(c)中0.3 ∼ 0.41 s、0.6 ∼ 0.75 s出现的突发噪声
(a) ԥ᫃ᬍข
经过本方法检测后没有加入有效声段。说明本文使
用的基于时频特征的海豚发声端点检测方法研究， 1.0
能够降低突发噪声的干扰。通过观察表 3 可以得出
0
即使在低信噪比的环境下，检测存在一定的丢失率，
但依然能够有良好的表现。 ॆʷӑ૝ࣨ -1.0
(4) 为了防止环境声音突变造成的阈值偏差， -2.0
程序设计了不断记录短时能量和谱质心的阈值，每
-3.0
10 帧做一次校核，当出现异常波动时，取平均值作 0 0.2 0.4 0.6 0.8 1.0
为阈值和下一次校核的起始值。 ௑ᫎ/s
(b) ི͌஡࿹[21]Ლዝቫགೝ฾ข
(5) 与目前比较常用的门限法以及仿照文
献 [6, 20–21] 提出的鸟类端点检测改进的海洋哺 1.0
乳动物算法进行对比，在−24 dB 条件下，采用相同
0
的拟定阈值的方式，对同一段中华白海豚click 信号
进行端点检测如图 8 所示。3 种方法的检测结果如 ॆʷӑ૝ࣨ -1.0
表4所示。 -2.0
通过表 4 可以得到，当信噪比条件为 −24 dB
-3.0
时，门限法的过零率阈值无法准确地区分噪声和中 0 0.2 0.4 0.6 0.8 1.0
华白海豚的声信号，受到噪声的干扰较大，需要稳定 ௑ᫎ/s
(c) ۳̆๒៵௑ᮠྲভᄊቫགೝ฾ข
的噪声来确定阈值，阈值确定之后不能够适应噪声
的变化，如图8(a)所示；仿照文献 [21]鸟类端点检测 图 8 不同方法的端点检测结果对比
法首先通过寻找振幅最大值，在最大值的基础上向 Fig. 8 Comparison of endpoint detection results
下寻找一定幅度变化的振幅作为检测阈值，不能够 of different methods
适应海洋中突发噪声能量过高的情况，容易遗漏很
多中华白海豚的声信号，如图 8(b) 所示；这两种方 表 4 不同方法检测结果对比
法都不能适应海洋环境噪声场复杂多变的情况。本 Table 4 Comparison of test results by dif-
文提出的方法在海洋环境下能够避开一定程度的 ferent methods
突发高频噪声，且准确地检测出中华白海豚声信号， 检测出的 包含的噪声 丢失的
方法
如图8(c)所示。 click 信号 平均时长/s click 信号
双门限法 6 0.47 4
2.3 结果分析
仿照文献 [21]
实验中，总共获得 400 个样本，12 种海豚的 3 鸟类端点检测法 5 0.41 5
种声信号，平均样本时长为 15 s。识别出的 click 信 基于海豚时频特性 9 0.33 1
的端点检测法
号为 2360 个，whistle 信号为 1062 个，burst-pulse信