??? 摘 要： 本系統針對廣播節目信號傳輸時易受干擾的問題，采用相關系數算法判別廣播音頻信號的相似性,實現在高速數字信號處理器（DSPs）芯片上對輸入的多路節目信號進行自動識別，并分析其實現原理。實驗結果表明了系統的正確性和合理性。
??? 關鍵詞： 相關系數；音頻信號；DSP6713；語音識別
?
??? 目前，國內廣播中心節目傳輸系統是將其所有播出節目通過傳輸系統送往發射中心和其他目的地。傳輸方式有地面無線、光纖、微波中繼及衛星傳輸等。音頻廣播節目通過這四種傳輸方式傳輸到廣播發射機房供發射機選擇使用。然而，現今的轉播選擇控制過程都要依靠人為來實現，既浪費了人力物力，又容易出現誤操作。特別在無人看守的情況下，一旦出現惡意攻擊節目信號的事件，后果將難以估計。
??? 在通常情況下，每個信道同時受到攻擊的可能性很小,一般是某個信道受到攻擊或干擾。因此，要把接收到的四路信號進行兩兩比較。若四路信號都為同一信息，則說明四路都沒被攻擊；若有一路或兩路信號與其他路信號不同，即可判為被惡意攻擊的信號。
??? 本系統利用瑞泰公司的ICETEK-C6713-A評估板支持多路輸入輸出的特性，同時對四路廣播節目信號進行采集，然后對采集到的四路信號進行同步，再通過相關系數算法，對其兩兩的相似性作判決，最終選出一路最佳信號，并做出相應操作。該系統從保證節目安全播出的角度出發，能夠對廣播節目進行自動識別，可應用于廣播節目自動識別系統，提高廣播機房工作的有效性、可靠性、安全性。
1 識別算法的實現
1.1 互相關算法
??? 互相關處理是信號檢測中常用的方法，即求兩個信號的相似程度，當兩個信號出現互相關性時會產生峰值，而無相關性信號將被大幅度衰減，從而判斷出被噪聲淹沒的兩路信號的相似程度。這是因為信息有良好的時間相關性(即信號是積累的)，而噪聲是隨機的，沒有時間相關性(即噪聲不積累)。假設x(t)為一路信號，y(t)為另一路信號，n(t)為噪聲，則s(t)=x(t)+n(t)為被噪聲干擾的信號。則它們的互相關函數為：
????
??? 由于廣播節目信號與環境的隨機噪聲沒有相關性，所以Rny(τ)=0，故Rsy(τ)=Rxy(τ)，可以排除環境的隨機噪聲對系統識別的影響。因此，只要根據Rxy(τ)的值，就能判斷出接收到的兩路信號是不是同一信號，即有沒有受到惡意攻擊。可以設一個門限K來判斷，若Rxy(τ)>K，則認為這兩路信號有相關性，判為同一信號；否則判為不同信號。
??? 但是在實際應用中，由于信號的不同或噪聲等其他因素的影響，Rxy(τ)值的波動太大，所以K的值很難確定。針對該問題，本系統采用求兩路信號的相關系數ρ的絕對值來解決，因為ρ取值范圍介于-1～1之間。ρ＞0為正相關，ρ＜0為負相關，ρ＝0表示不相關；ρ的絕對值越大，相關程度越高。ρ的計算公式如下：
??? 
1.2 算法可行性在MATLAB上的驗證
??? 首先，通過麥克風錄音，隨便保存好幾個音頻信號，用于下面的語音識別，如本實驗中，錄入由筆者念的“1”、“2”、“福州大學”、“信息工程”等音頻信號；接著通過MATLAB打開音頻信號，加入噪聲，再找出信號間的相關性，并畫出波形圖。實驗結果如圖1所示。
?
??? 在圖1中，信號一和信號二的信號內容都是筆者自己錄制的“福州大學”四個字的音頻信號，相關性為這兩個信號在加噪后（信噪比為25dB）求出的互相關程度。其中在X軸為3841的位置有明顯的波峰，峰值為205.8。
??? 在圖2中，信號一的信號內容是筆者自己錄制的“福州大學”四個字的音頻信號，而信號二的信號內容都是 “信息工程”四個字的音頻信號，其中相關性也是這兩個信號在加噪后(信噪比為25dB)求出的互相關程度。圖中沒有明顯的波峰，且相關性大小幅值明顯偏小（其幅值最大值為4.947）。
??? 從圖1與圖2可以看出，相同信號在噪聲的影響下具有較大的相關性，而不同信號之間的相關性非常小，從而說明了該算法的可行性。
?
1.3 算法在DSP上的實現
??? 本系統的主要算法是求兩信號的相關系數，由公式（2）可看出，相關系數的計算，其實就是用兩信號的互相關性除以各信號的自相關的乘積的平方根。因此，求一次相關系數就等于求三次互相關性，如式（1）。
??? 利用DSP6713的浮點運算功能的優勢，用快速傅立葉（FFT）來計算兩信號的互相關性[1]。其步驟如下：
??? (1)假設截取的用來識別的信號長度為M，則選擇FFT的變換長度L應滿足如下條件：
????
??? (2)將截取的音頻信號x(n)、y(n)也按如下方式補零，形成長度有L的序列：
??? 
??? (3)用FFT算法分別計算信號序列
的離散傅立葉變換X(k)和Y(k)：
?????
??? (4)計算X(k)和Y(k)的乘積： Z(k)=X*(k)Y(k)，其中*表示復共軛。
??? (5)用FFT算法計算Z(k)離散傅立葉反變換，得到相關性z(n)：
???? 
2 系統設計與實現
????本系統主要基于TMS320C6713實現廣播中心的自動識別，它是基于語音識別技術實現的。基本處理流程為：對輸入的多路音頻信號進行采集，對得到的數據進行信號處理，用相關算法判別信號的相似性，而后輸出控制信號對多路信號進行切換，使輸出的數據具有最佳信噪比。系統框圖如圖3所示。
?
2.1 節目信號的輸入
??? 本系統語音采集主要利用ICETEK-AIC23板上語音codec芯片TLV320AIC23實現。在語音輸入時利用了ICETEK-C6713-A EVM支持多路輸入輸出的特點。首先，DSP通過I2C總線將配置命令發送到AIC23使其初始化，等配置完成后AIC23開始工作。然后AIC23通過其中的AD轉換采集輸入的語音信號，每采集完一個信號后，將數據發送到DSP的McBSP接口上，DSP可以讀取到語音數據，每個數據為16位無符號整數，左右通道各有一個數值。
2.2 分幀
??? 從整體來看語音信號的特性及表征其本質特征的參數均是隨時間而變化的，是一個典型的非平穩過程，但是在一個短時間段內(10ms～30ms的短時間段內)其特性保持相對穩定，因而可以看作是一個準平穩過程，即語音信號的短時平穩性。目前絕大多數的語音信號處理技術均是在“短時”的基礎上，將語音信號分為許多段來逐段分析其特征參數，其中每一段稱為一“幀”，分段的過程稱為“分幀”處理。根據不同的處理需求，選取不同的幀長。通常，幀長選取10ms～30ms(當FS=22.050kHz時，相應于每幀有220～661個信號樣本值）。在取數據時，前一幀的尾和后一幀的頭交疊截取，交疊部分稱為幀移。幀移與幀長的比值一般取為0～1/2。在端點檢測前，選取幀長為240個信號樣本值，幀移為80個信號樣本值。
2.3 迭加濾波
??? 由于語音信號具有短時平穩性的特點，即語音信號在30ms左右時間里基本保持不變，而噪聲則具有隨機性的特點，不具備短時平穩性的特點，因此，本系統用迭加濾波的方法對輸入的廣播節目信號進行濾波。迭加濾波的實現步驟如下：
??? (1)語音信號經過采樣和量化后，以N點為一幀，對一幀內的N點進行累加，設累加后的結果為SUM。
?? ?(2)將這一幀內的平均值（SUM/N）代替該幀的信號采樣值。
?? ?(3)重復步驟(2)的操作，直到所有的幀均作平均處理。
2.4 端點檢測
??? 語音的端點檢測就是確定語音的起點和終點，端點檢測的正確與否對語音識別的性能有很大的影響，特別是對端點檢測比較敏感的語音識別算法。漢語語音因為聲母都是清聲母，還有送氣與不送氣的塞音和塞擦音，它們與環境噪聲難以分辨。
??? 常用的端點檢測方法有過零檢測和短時能量檢測。本系統采用這兩種方法的綜合——雙門限端點檢測法來進行語音信號端點檢測，檢測時，先要分別為短時能量和過零率確定兩個門限。高門限被超過時，基本可以確定語音的起始端點，低門限用于確定語音真正的端點。低門限被超過未必就是語音的起始端點，也有可能是短時噪聲。當高門限已經確定語音起始端點，再返回去利用低門限確定語音的真正起始點，語音結束點的判別方法類似。有時噪聲的能量也相當大，可能超過高門限，但是噪聲一般持續時間比較短，可以用持續時間來決定是噪聲還是語音。
2.5 識別判決與相應動作
??? 因為光纖傳輸的節目受到惡意侵入的可能性比較小，因此，可以以這路信號為模板，將其他三路信號與該路信號比較，判決其他三路信號是否遭到惡意侵入。若沒有一路信號與其相同，則說明該路可能受到敵意攻擊，則再選另一路做為模板來做判決。
??? 經過語音識別判決后，在已經識別出的未受干擾的正常廣播節目信號中，要選取一路最佳節目作為輸出，即要尋找一路信噪比最高的信號。
??? 在這里，通過計算信號的平均功率來進行判別。具體步驟如下：
??? (1)讀取各路正常信號進行分幀后，計算每一幀的短時能量；
?? ?(2)對各路信號均取其N幀的短時能量進行累加；
?? ?(3)對它們累加后的結果取平均，便得到各路信號的平均功率；
?? ?(4)根據各路信號的平均功率進行比較，選擇平均功率最高的那路信號作為輸出。
2.6 實驗結果
??? 在ICETEK-C6713-A的硬件平臺下，每次輸入兩路語音信號，并給信號加噪聲（信噪比為13dB），然后對相同信號與不同信號之間進行判決。各做了66次實驗，其結果如表1所示。
?
??? 本系統采用相關性算法，結合TI公司高速的DSP浮點處理器TMS320C6713嵌入式硬件平臺，實現對四路廣播節目的自動識別。系統對提高廣播機房工作的有效性、可靠性、安全性，并最終實現無人看守方面有著重大意義。當然，系統處理速度和識別率等方面都有待于優化。
參考文獻
[1] 殷福亮，宋愛軍.數字信號處理C語言程序集[M].遼寧：遼寧科學技術出版社，1997.
[2] 李方慧，王飛.TMS320C6000系列DSPs原理與應用[M].北京：電子工業出版社，2003.
[3] 何強，何英.MATLAB擴展編程[M].北京：清華大學出版社，2002.
[4] 胡廣書.數字信號處理理論、算法與實現[M].北京：清華大學出版社，2003.
[5] 鄭君理，應啟衍，楊為理.信號與系統[M].北京：高等教育出版社，2000.