从语音信号处理角度解读mic规格书

简介: 对于语音信号处理来说,输入音频数据的质量很重要。而mic作为声音的采集设备,会直接影响采集到声音的质量。虽然mic选型是硬件或者声学方面的工作重点,但是对于从事语音信号处理相关人员来说,理解mic规格书中的一些技术指标也是大有裨益的。本文结合国家标准对mic规格书中的一些指标进行说明。

从语音信号处理角度解读mic规格书

1 背景介绍

对于语音信号处理来说,输入音频数据的质量很重要。而mic作为声音的采集设备,会直接影响采集到声音的质量。虽然mic选型是硬件或者声学方面的工作重点,但是对于从事语音信号处理相关人员来说,理解mic规格书中的一些技术指标也是大有裨益的。本文结合国家标准对mic规格书中的一些指标进行说明。

2 参数解读

根据mic的制作工艺可以分为驻极体mic,MEMS mic等;根据mic的输出信号可以分为模拟mic和数字mic。总之,从多种角度看,mic存在差异,导致mic的规格书中的参数和指标也不尽相同。本文会结合图2.1^[1]^所示规格书截图进行说明。

image.png

如图2.1所示,规格书中给出了测试条件及指标,其中和语音信号处理相关的指标包括:灵敏度(Sensitivity),信噪比(S/N Ratio),频响曲线(Frequency),最大声压级和总谐波失真(Max Input Sound Pressure Level)。

2.1 灵敏度

灵敏度是模拟输出电压(模拟mic)或数字输出值(数字mic)与输入声压之比,对任何麦克风来说都是一项关键指标。mic灵敏度一般在94 dB的声压级(1Pa有效声压对应的声压级)下,用1 kHz正弦波进行测量。mic在该输入激励下的模拟或数字输出信号幅度即是mic灵敏度^[2]^。

图2.1中的标准灵敏度为 -41dBV,对应的是模拟mic,模拟mic灵敏度的计算公式为

image.png

式(1)中Ref为1000 mV/Pa (1 V/Pa)。根据式(1)可知,-41dBV对应的灵敏度约为8.9mv/Pa,即经过该mic后,1Pa的声压会产生8.9mv的电压。有了该信息和前置放大器的增益,则可将mic经过前置放大的输出电平匹配至后续电路系统,进而作为ADC的输入。假设前置放大的增益是4倍,ADC后输出的数字信号满量程(0 dBFs)对应的电压是1V,那么该mic的灵敏度对应的数字信号的幅值约为 -29dBFs,计算公式为

image.png

因为语音信号处理希望数字信号的有效bit位尽可能多,即dBFs的值尽可能大。有了灵敏度的信息,可以选择合适前置放大增益,和ADC的转换比例来实现该目的。至于mic输入声压的范围下一小节会讨论。

这里顺便提及一下数字mic的灵敏度。数字mic的灵敏度只取决于一个设计参数,即最大声学输入。只要将满量程数字映射到mic的最大声学输入,则灵敏度一定是该最大声学信号与94 dB SPL参考信号之差。因此,如果数字mic的最大声学输入为120 dB,则该mic的灵敏度为 -26 dBFs(94 dB - 120 dB)。

2.2 信噪比和最大声压级

最大声压级就是mic能承受的最大输入声压对应的声压级,图2.1中为104dB SPL。这个就是mic正常工作时,输入的声压上限。而mic的输入声压下限可由信噪比这个参数得到。

信噪比指的是mic的灵敏度和固有噪声的比值,计算公式为

image.png

其中Vn为mic固有噪声引起的输出电压(V),Sensitivity为mic灵敏度(V/Pa)。国标^[2]^中描述固有噪声的指标为“固有噪声引起的等效声压级”,即无外声场时,仅由mic固有噪声引起的输出电压,可以看作能产生相同有效值输出电压所对应的外部声压级。等效噪声级的计算公式为

image.png

其中SPLn为等效噪声级,Pref为参考声压2*10^-5 Pa。根据公式(3)和(4)可以推导出固有噪声引起的等效声压级与信噪比的关系为

image.png

图2.1中的信噪比为55dB,则固有噪声引起的等效声压级为39dB SPL。那么该mic的输入声压下限就是39dB SPL。综上可知该mic正常工作时,输入声压范围为39dB ~ 104dB SPL。

2.3 频响曲线和总谐波失真

频响曲线和总谐波失真都是描述mic输出电压幅度和输入声音频率之间关系的指标。

频响曲线描述的是mic的频率响应与给定用途的“理想”响应偏差不超过规定值所覆盖的频率范围^[2]^。图2.1给出的频率范围为50 ~ 16K Hz。规格书中的一种频率响应的曲线如图2.2^[1]^所示。从语音信号处理角度来看,希望频响曲线越平坦越好,平坦的频率范围越宽越好。

image.png

总谐波失真(THD)是描述mic幅度非线性的一个指标。“声系统和声系统设备中,幅度非线性会在输出端产生输入信号中不存在的信号。幅度非线性是频率,幅度和温度等因素的函数,甚至在信号幅度恒定时也是如此,因此它不是常量,有多种评价幅度非线性的方法^[3]^”。总谐波失真就是其中的一种方法。总谐波失真计算如图2.3^[3]^所示。

image.png

从语音信号处理的角度,希望总谐波失真越小越好。

3 小结

本文从语音信号处理的角度,结合国家标准对mic规格书中的一些指标进行说明,希望能够为从事语音信号处理相关人员提供一个角度,来理解mic的硬件指标。因为个人能力有限,不能就规格书中的所有参数进行说明。对其他参数指标感兴趣的读者,可以使用“规格书 + 国标”的方法来进行解读。

4 参考文献

[1] MIC标准规格书

[2] 中华人民共和国国家标准GB/T 12060.4-2012

[3] 中华人民共和国国家标准GB/T 12060.2-2011

原文作者:K'
点击查看原文

相关文章
|
5月前
|
存储 缓存 算法
细谈零拷贝
本文探讨了文件传输功能的实现及其性能优化方法。传统方式通过用户缓冲区分块读写文件,存在大量内存拷贝与上下文切换问题,导致性能低下。零拷贝技术通过减少内存拷贝次数和上下文切换,大幅提升文件传输效率,尤其适用于小文件场景。同时,文章分析了PageCache的作用与局限性,指出在大文件传输时,异步IO+直接IO可避免PageCache带来的额外开销。最后总结,零拷贝适合小文件传输,而大文件场景推荐使用异步IO与直接IO结合的方式。
108 5
|
9月前
|
移动开发
USB-TTL连接ESP8266不识别串口/串口助手回复乱码
【11月更文挑战第14天】当USB-TTL连接ESP8266出现不识别串口或乱码问题时,应检查硬件连接(线路、电源)、串口设置(驱动、串口选择、数据位等)及软件固件(AT指令、固件版本、串口助手)。确保所有设置正确无误。
995 0
|
资源调度 芯片
流片Corner Wafer介绍
芯片制造是一个物理过程,存在着工艺偏差(包括掺杂浓度、扩散深度、刻蚀程度等),导致不同批次之间,同一批次不同晶圆之间,同一晶圆不同芯片之间情况都是不相同的。
22272 0
流片Corner Wafer介绍
|
机器学习/深度学习 网络协议 PyTorch
【文献学习】DCCRN: Deep Complex Convolution Recurrent Network for Phase-Aware Speech Enhancement
本文介绍了一种新的深度复数卷积递归网络(DCCRN),用于处理语音增强问题,特别是针对低模型复杂度的实时处理。
576 5
单片机课程设计——PWM电机调速
单片机课程设计——PWM电机调速
106 0
|
安全 Java
java.security.InvalidKeyException: Illegal key size
java.security.InvalidKeyException: Illegal key size
216 0
|
Android开发
Android 12修改usb tp触摸唤醒
Android 12修改usb tp触摸唤醒
282 0
SeLinux 权限配置技巧
SeLinux 权限配置技巧
310 2
|
Web App开发 监控 算法
详解 WebRTC 高音质低延时的背后 — AGC(自动增益控制)
本文将结合实例全面解析 WebRTC AGC 的基本框架,一起探索其基本原理、模式的差异、存在的问题以及优化方向。
详解 WebRTC 高音质低延时的背后 — AGC(自动增益控制)