胡文成

摘要：三峽變動回水區(qū)在三峽水庫175m蓄水以來以消落期卵石淺灘礙航問題為主，但測量卵石輸移強度難度較大。結合自主研發(fā)的水下卵石音頻采集設備，基于Matlab平臺，設計卵礫石音頻分析計數(shù)可視化軟件。該軟件具有讀取音頻文件、提取音頻文件信息、音頻文件預處理、音頻特征參數(shù)分析、卵石碰撞識別計數(shù)、估算卵石輸移強度等功能。為解決三峽變動回水區(qū)卵石礙航問題提供一定參考。

關鍵詞：淺灘礙航;卵石輸移強度;音頻分析;可視化軟件

中圖分類號：TP317? ? ? 文獻標識碼：A

文章編號：1009-3044（2019）17-0249-03

開放科學（資源服務）標識碼（OSID）：

Abstract： Since the Three Gorges Reservoir backwater area has been 175m water storage in the Three Gorges Reservoir， the problem of obstruction of the pebble shoal is mainly due to the erosion， but it is difficult to measure the pebble transport intensity. Combined with the self-developed underwater pebble audio acquisition equipment， based on Matlab platform， design the visual analysis software for the gravel audio analysis and counting. The software has the functions of reading audio files， extracting audio file information， audio file preprocessing， audio feature parameter analysis， pebble collision recognition counting， and estimating pebble transmission intensity. To provide a reference for solving the problem of pebbles in the backwater area of the Three Gorges.

Key words： shoal obstacle navigation; pebble transport intensity; audio analysis; visualization software

1 背景

三峽水庫175m蓄水以來，長江干流航道條件大幅改善。三峽變動回水區(qū)蓄水期明顯改善，消落期部分河段、特殊時段由于泥沙淤積等問題，通航十分困難。新水沙條件下入庫推移質大幅減少，水庫淤積平衡時間延長，變動回水區(qū)將長期面臨卵礫石輸移礙航問題。雖然卵石淤積量不大，但對航道條件影響很大。變動回水區(qū)目前仍以消落期卵石淺灘礙航問題為主。但測量卵石輸移強度比較困難，卵石運動觀測技術已成為制約航道整治維護的技術瓶頸。

每年消落期，在重慶九龍坡三角磧河槽都有數(shù)天卵礫石輸移發(fā)出在岸上可以清楚聽見的強烈聲音[1]。由于卵石輸移時發(fā)出聲音這一特性，經(jīng)試驗論證，卵石輸沙率可以通過采集和分析卵石碰撞音頻進行測量。田蜜[2]等結合當前追蹤技術，提出了一種基于聲學原理的實時定位卵石運動觀測的方法。研發(fā)了一套可用于水下卵石輸移聲音采集設備。設備面板安裝有拾音器，卵石從設備上運動碰撞面板發(fā)出聲音可以被拾音器采集到。郭琦[3]等利用小波分析對水下卵石運動聲音進行了研究，提出了一種根據(jù)音頻信號能量特征向量對卵石運動聲音進行識別的方法。薛飛龍[4]等對卵石碰撞聲音的特征參數(shù)進行了分析。董梅[5]等利用Matlab軟件設計了一套語音特征提取系統(tǒng)。

本文基于Matlab GUI編程環(huán)境，設計了一套卵石音頻特征參數(shù)分析識別系統(tǒng)，通過分析實測的水下卵石運動音頻的特征參數(shù)，統(tǒng)計一段時間內(nèi)卵石碰撞的次數(shù)并換算成輸沙率，對三峽回水變動區(qū)卵石輸移強度測量提供參考。

2 卵石聲音分析識別方法

將設備放置在水下，卵石經(jīng)過設備時發(fā)出的聲音被設備的拾音器采集到，圖1為采集到的信號的時域波形圖。

2.1 音頻信號預處理

分幀加窗：卵石運動聲音信號屬于非穩(wěn)態(tài)、時變的信號，而通常對于聲音信號的分析方法是基于穩(wěn)態(tài)信號這個前提，因此在分析之前需要對卵石運動聲音進行處理，使之成為穩(wěn)態(tài)信號。本文窗函數(shù)使用漢明窗[6]。

降噪：原始音頻信號含有噪聲，其對分析造成干擾，采用譜減法[6]進行降噪處理，以提高信號質量。對幾種降噪方法進行比較，譜減法對設備采集的卵石運動聲音降噪效果較好。

端點檢測：在音頻信號處理中檢測出有效音頻的端點是十分重要的。語音端點的檢測是指從包含語音的一段信號中確定出語音的起始點和結束點位置，以區(qū)分有話段與無話段。本文采用基于多窗譜估計譜減法和能熵比法[6]的端點檢測方法。

2.2 特征分析

經(jīng)過室內(nèi)水槽試驗，對試驗得到的音頻信號進行分析處理后，提出針對水下拾音器測量方法的卵石運動聲音識別技術。

（1）峰值頻率在1400～4000Hz;

（2）基音頻率在2000～3800Hz;

（3）能量特征向量前三階系數(shù)總能量占比在0.8～1.0。

當一段音頻信號滿足上述三個條件時，可認為其為卵石運動聲音，利用該方法可從長時、復雜的音頻信號中快速提取卵石運動聲音。

3 軟件總體設計

Matlab（矩陣實驗室）是由美國Mathworks公司發(fā)布的主要面對科學計算、可視化以及交互式程序設計的高科技計算環(huán)境。它將數(shù)值分析、矩陣計算、科學數(shù)據(jù)可視化以及非線性動態(tài)系統(tǒng)的建模和仿真等諸多強大功能集成在一個易于使用的視窗環(huán)境中，為科學研究、工程設計以及必須進行有效數(shù)值計算的眾多科學領域提供了一種全面的解決方案。Matlab GUI（圖形用戶界面）（GUI）的制作上做了很大的改善。允許用戶使用鼠標等輸入設備操縱屏幕上的圖標或菜單選項，以選擇命令、調(diào)用文件、啟動程序或執(zhí)行其他一些日常任務。MATLAB 圖形用戶界面主要由常用對話框、按鈕、文本框、面板、表格、坐標軸、復選框、單選框等控件。

本程序基于Matlab GUI編程環(huán)境，軟件主要功能為：音頻文件讀取及信息提取、波形圖繪制、音頻分幀加窗、降噪、端點檢測、音頻特征參數(shù)提取、卵石碰撞次數(shù)統(tǒng)計等功能。圖2是軟件設計技術路線圖。圖3是軟件主界面。

4 功能實現(xiàn)

4.1 音頻文件讀取及信息提取

本軟件支持讀取Matlab audioread函數(shù)支持的所有音頻文件，本文主要利用此函數(shù)打開wav格式的音頻文件，并提取音頻文件的信息。提取的音頻文件信息包括文件路徑、采樣率（每秒從連續(xù)信號中提取并組成離散信號的采樣個數(shù)，單位為赫茲）、采樣精度（反映度量聲音波形幅度的精度，單位為比特）、持續(xù)時間（單位為秒）。

4.2 圖像繪制

本軟件能在對音頻文件進行分析后繪制相關圖像，便于直觀地看出分析結果。主要包括三個圖像：降噪后音頻波形、能熵比端點檢測、卵石碰撞檢測音頻波形。點擊“求卵石碰撞次數(shù)”按鈕后，軟件將對導入的音頻文件進行分析，并根據(jù)分析結果繪制圖像。

1）降噪后音頻波形對音頻文件進行分析后，繪圖區(qū)將對譜減法降噪后的波形進行繪制。譜減法是利用噪聲的統(tǒng)計平穩(wěn)性以及加強性噪聲與語音不相關的特點而提出的一種語音增強方法。這種方法沒有使用參考噪聲源，但它假設噪聲是統(tǒng)計平穩(wěn)的，即有語音期間噪聲幅度譜的期望值與無語音間隙噪聲的幅度譜的期望值相等。用無語音的間隙測量計算得到的噪聲頻譜的估計值取代有語音的期間噪聲的頻譜，與含噪聲語音頻譜相減的估計值。當上述差值得到負的幅度值時，將其置零。譜減法的優(yōu)點是總體運算量較小，容易實時實現(xiàn)，增強效果也較好，由于拾音器錄制的水下卵石運動聲音噪聲較平穩(wěn)，運用譜減法降噪比較適宜。

2）能熵比端點檢測

首先計算出每幀音頻信號的改進能量和每幀語音信號的譜熵，然后計算每幀的能熵比。譜熵值類似于過零率值，在有話段內(nèi)的譜熵值小于無話段的譜熵值，所以用能熵比能突出有話段與無話段的差別。當某語音幀能熵比超過閾值時即認為該幀處于有話段內(nèi)，從而實現(xiàn)端點檢測。

圖6為利用能熵比進行端點檢測后的端點檢測圖像，其中橫坐標為時間（單位為秒），縱坐標為短時能熵比。每個有話段均標出起始點與結束點，有話段起始點用豎直實線表示，有話段結束點用豎直虛線表示。

3）卵石碰撞檢測音頻波形

對有話段音頻進行特征分析，當基音頻率、峰值頻率、能量特征向量前三階系數(shù)總能量占比均滿足條件時即認為該有話段音頻為卵石碰撞產(chǎn)生。

圖7為卵石碰撞檢測音頻時域波形圖，其中橫坐標為時間，縱坐標為歸一化幅值。其中每個被認為是卵石碰撞產(chǎn)生的音頻片段均標出。每個卵石碰撞片段起始點用藍色豎直實現(xiàn)表示，結束點用藍色豎直虛線表示。從圖7可以直觀地看出每個卵石碰撞片段的在整個音頻文件中的位置。

4.3 數(shù)據(jù)統(tǒng)計

在對音頻文件進行分析并得出分析結果后，可以在數(shù)據(jù)統(tǒng)計區(qū)查看相關數(shù)據(jù)。

圖8是本軟件的數(shù)據(jù)統(tǒng)計區(qū)?！奥咽鲎泊螖?shù)”將在對音頻文件進行分析后返回卵石碰撞的次數(shù)。在edit控件輸入卵石碰撞片段的序號，可返回該片段的三個特征參數(shù)。例如此音頻文件在分析后得出有11個卵石碰撞片段，在edit控件輸入1至11并點擊“導出參數(shù)”按鈕，即可返回相應片段的特征參數(shù)。

得到卵石碰撞次數(shù)后，可以將其轉化為單寬輸沙率。將卵石概化為球體，則單個卵石的質量可以表示為其中[ρ]為天然卵石密度;[d]為卵石粒徑;[m]為單個卵石的質量。計算出單個卵石的質量后，根據(jù)單寬輸沙率的定義，可求得單寬輸沙率：

其中[n]為卵石碰撞次數(shù);[m]為單個卵石質量;[b]為測量設備面板寬度;[t]為持續(xù)時間。根據(jù)此公式可估算卵石輸移強度。

5 結束語

本文設計了一個基于Matlab GUI編程環(huán)境的水下卵石碰撞運動音頻分析系統(tǒng)，系統(tǒng)主要功能包括：

1）音頻文件讀取級音頻文件信息提取;

2）音頻預處理：分幀加窗，譜減法降噪，能熵比法端點檢測;

3）音頻特征分析：通過分析音頻片段的特征參數(shù)（基音頻率、峰值頻率、能量特征向量前三階系數(shù)總能量占比）來判斷該音頻片段是否為卵石碰撞產(chǎn)生;

4）圖像繪制：可繪制降噪后時域波形圖、能熵比端點檢測圖、卵石碰撞識別時域波形圖;

5）數(shù)據(jù)統(tǒng)計：可統(tǒng)計音頻文件中卵石碰撞產(chǎn)生的音頻片段的個數(shù)，導出每個音頻片段的特征參數(shù)，并可根據(jù)卵石碰撞個數(shù)計算單寬輸沙率。

本軟件主要針對三峽變動回水區(qū)卵石礙航問題設計，配合卵石水下錄音設備，統(tǒng)計卵石碰撞個數(shù)，估計卵石輸移強度，對解決三峽變動回水區(qū)卵石礙航問題提供一定技術支撐。

參考文獻：

[1] 長江重慶航運工程勘察設計院， 重慶交通大學. 三峽工程試驗性蓄水以來庫區(qū)航道泥沙原型觀測（2008-2013年度）總結分析[R]. 武漢： 長江航道局， 2014.

[2] 田蜜， 楊勝發(fā)， 郭琦. 基于聲學原理的卵石運動實時追蹤研究[J]. 泥沙研究， 2017， 42（3）： 14-19.

[3] 郭琦， 高辰龍， 劉卡. 基于小波變換的水下卵石運動聲音識別研究[J]. 中國水運： 航道科技， 2016（6）： 24-28.

[4] 薛飛龍， 宋丹丹， 杜思材. 卵石碰撞的聲學特征分析[J]. 人民長江， 2018， 49（1）： 95-98， 102.

[5] 董梅， 廖云霞， 劉海山， 等. 基于Matlab的語音信號特征提取系統(tǒng)的設計[J]. 電腦知識與技術， 2018， 14（20）： 271-274.

[6] 宋知用. MATLAB在語音信號分析與合成中的應用[M]. 北京： 北京航空航天大學出版社， 2013.

【通聯(lián)編輯：謝媛媛】