Звука анализ

ЗВУКА АНАЛИЗ, разложение сложного звукового сигнала на ряд простых составляющих. Чаще всего применяются частотный и временной звуковой анализ. При частотном звуковом анализе звуковой сигнал р(t), где t - время, р - звуковое давление, представляется суммой его составляющих p_i(t) в заданных полосах частот Δf_i . При временном звуковом анализе сигнал представляется суммой коротких импульсов, характеризующихся временем появления и амплитудой.

Если звуковой сигнал р(t) периодичен (рис. 1) (большинство музыкальных  звуков, гласные звуки речи), то его представляют в виде ряда Фурье, в котором частоты f образуют гармонический ряд f₀, 2f₀, 3f₀ и т.д., f₀ - низшая частота ряда, Т₀ = 1/ f₀ - период звукового колебания. Если же звуковой сигнал р(t) непериодичен, например однократный щелчок (рис. 2), то его можно рассматривать как периодический с бесконечно большим периодом Т₀. При этом число гармоник становится бесконечно большим, а частотные интервалы между ними - бесконечно малыми; такой сигнал представляют в виде интеграла Фурье.

До появления электроакустических методов частотный звуковой анализ проводили с помощью набора резонаторов акустических с различными собственными частотами, наблюдая, какие из резонаторов «откликаются» на звук и с какой громкостью. В настоящее время звуковой анализ выполняют после преобразования звукового сигнала в электрический с помощью электроакустических преобразователей - микрофона, гидрофона и др. Применяют либо параллельный, либо последовательный звуковой анализ. В первом случае электрический сигнал пропускают через набор полосных фильтров с шириной полосы Δf_k (k - номер фильтра) и получают частотный спектр. Наиболее употребительны анализаторы с постоянной относительной шириной полосы Δf_k/(f_cp)_k [(f_cp)_k - средняя частота фильтра], равной 1, 1/3 или 1/6 октавы. Совокупность напряжений на выходе фильтров представляет частотный спектр сигнала. В случае нестационарных сигналов спектр характеризуется накопленными за некоторый интервал времени среднеквадратичными напряжениями на выходе фильтров.

Более высокую разрешающую способность обеспечивает метод последовательного звукового анализа (метод гетеродинирования), при котором с помощью специального генератора (гетеродина) с регулируемой частотой f_г получают напряжение с разностной f_г - f_c или суммарной f_г + f_c частотой (f_c - частота сигнала). Полосный фильтр с шириной полосы Δf настроен при этом на некоторую фиксированную частоту f_п. При плавном изменении f_г все частотные составляющие сигнала последовательно образуют с f_г разностную частоту f_г-f_c = f_п ± Δf/2. Зависимость напряжения на выходе фильтра от частоты даёт амплитудно-частотный спектр звука. Анализаторы гетеродинного типа проводят звуковой анализ с постоянной шириной полосы.

Частотные спектры многих практически важных звуков (речь, звуки голосов животных, шум машин и механизмов) изменяются во времени. Чтобы проследить эти изменения, применяют частотно-временной, или сонографический, анализ. Частотные спектры, полученные за последовательные интервалы времени, отображаются в координатах «частота-время». Степень почернения бумаги характеризует значение спектральной составляющей на данном интервале времени (рис. 3).

Для звукового анализа наряду с аналоговыми методами, основанными на применении фильтров, гетеродинных анализаторов, сонографов, широко применяются численные методы с использованием ЭВМ.

Рис. З. Сонографическое изображение речевого сигнала.

Применение ЭВМ позволяет выполнять как частотный, так и временной звуковой анализ. Возможно также разложение звукового сигнала по отличным от синусоидальных функциям; так, большую популярность приобрёл вейвлетный анализ звука.

Для анализа случайных звуковых сигналов применяют корреляционный анализ, позволяющий определить степень статистической взаимосвязи либо одного и того же сигнала р(t), но в различные моменты времени, отстоящие на интервал τ, либо разных звуковых сигналов р₁(t) и р₂(t), например звукового поля в разных точках пространства. Методами корреляционного анализа решаются такие задачи, как предсказание характера изменения процесса во времени, выделение слабых акустических сигналов на фоне помех, измерение искажений вещательных сигналов при их передаче электроакустической системой и др. По корреляционным функциям могут быть найдены многие физические характеристики акустических процессов, систем и звуковых полей, представляющие практический интерес.

Звуковой  анализ применяют при изучении свойств источников звука, среды его распространения, при обнаружении звукового сигнала на фоне других мешающих звуков, при распознавании звукового сигнала и т.п. Например, анализируя звуки животных, можно выяснить биологическое назначение этих звуков. Наблюдая изменение спектров звука с расстоянием, выявляют способность воздушной или водной среды проводить, поглощать и рассеивать звук. По спектрам шумов сердца у людей выполняют акустическую диагностику сердца. Звуковой  анализ полезен при борьбе с шумом и вибрациями на производстве и транспорте. Например, зная спектр шума автомобильного двигателя, можно рассчитать рациональную конструкцию глушителя. Знание спектров речевых и музыкальных  звуков необходимо для выбора частотной характеристики электроакустических передающих трактов, обеспечивающих требуемое качество воспроизведения звука. На основе звукового анализа работают системы автоматического распознавания речи. Методы временного и частотного звукового анализа лежат в основе принципа действия гидролокаторов и эхолотов.

Звуковой  анализ в живой природе производится слуховыми органами животных, причём, чем выше на ступени эволюционной лестницы находится животное, тем сложнее его звуковой анализ. Так, слух насекомых анализирует звук только по его временной структуре, тогда как амфибии и млекопитающие (включая человека) имеют развитую систему звукового анализа: частотного (параллельного на улитке органа слуха) и частотно-временного (в нейронных структурах головного мозга). Наиболее развитыми формами звукового анализа обладают эхолоцирующие животные - дельфины, летучие мыши.

Лит.: Харкевич А. А. Спектры и анализ. 4-е изд. М., 1962; Френке Л. Теория сигналов. М., 1974; Скучик Е. Основы акустики. М., 1976. Т. 1; Белькович В. М., Дубровский Н. А. Сенсорные основы ориентации китообразных. Л., 1976; Fundamentals of noise and vibrations analysis for engineers / Ed. М. Р. Norton, D.G. Karczub. Camb., 200З.