广播电视音频监测技术研究.docx

广播电视音频监测技术研究广播电视的不问断和安全播出始终是广播电视机构要完成的首要任务。随着基于电子管、晶体管等设备的退役和计算机软硬件技术、微电子技术和数字化技术的应用普及广播电视设备的故障率已经降到了非常低的水平在节目播出过程中由于设备故障造成的停播、错播现象已很少发生。近年来信号的安全播出问题尤其是信号的被干扰、被破坏和被插播的现象屡见不鲜。广播电视的安全监测技术逐渐成为广播电视制播技术的研究焦点。本文将针对以上问题加以探讨并对解决问题所用到的关键技术和算法进行简要的分析和论述。1监测业务和技术的现状及分类目前国内大多数广播电视台站的自动监测系统都只针对音频信号的质量好坏和信号的有无进行监测而对于音频信号的来源及内容等安全方面的监测任务则更多地采用循环播放、人工监听的方式…。人工方式不仅效率低而且不及时。应州于广播电视安全监测系统的音频信号监测技术从业务层面上可分为音频的内容监测和音频的质量监测。音频的内容监测主要是对采集的信息的收集、整理、解析和应用等过程中所出现的错误、疏漏、不当及不和谐、敏感信息的检查和把关它关注的是音频所表述的具体内容。音频的质量监测主要是对已经制作完成的广播电视节目在音频信号的生成、处理、传输和收发过程中出现的干扰、噪声、电平过低、中断和信源突变等状况所进行的实时监控和更正它注重的是音频信号的质量及来源的正确性。二者虽然针对的业务层面不同却彼此依赖相互联系。音频内容的好坏会直接影响到音频质量的高低音频质量的高低也会直接影响终端听众对信息内容的获取量和正确率。总之对音频内容和质量的监测都是为了保证听众能收到正确、优质和不间断的音频信号。目前可应用于音频信号监测任务的技术可分为音频比对技术、音频识别技术、数字水印技术这三大类。2音频比对技术音频比对技术是利用数字音频的时域或频域特征或属性来分析两段音频序列的相似度再相似度的大小来判断这两段音频序列播放的是否是相同或相似的内容。其大概流程如图1所示。首先将要处理的2路音频序列通过多路音频采集卡采集到设备中并进行滤波、增益补偿等处理；其次将得到的2路音频信号进行模数转换再对得到的数字信号进行压缩处理；然后提取2路信号的特征参数或者属性；最后比较提取出来的参数或者属性得出2路音频信号的相似度再由相似度来判断2路信号是否相同或者相似。滤波和增益补偿等预处理是为了滤除音频中的噪卢、干扰脉冲及平衡音频的电平差等。压缩处理是为了减少音频中相关性较低和不相关的参数减少后续工作量提高处理的实时性(目前比较流行的压缩算法是利用小波函数压缩)。参数和属性的提取是从音频流中以帧为单位提取出2路音频的质心、均方根、Mel倒谱系数以及音高、振幅、带宽、能量等。音频比对是利用上一步提取的参数或属性进行计算和比较将比较结果同预先设定的阈值进行对比得出最终结果。音频比对技术在实现时不考虑音频的具体内容它只注重音频序列的关键参数和属性的相似度。目前对音频技术的应用需求更多的还是涉及到音频的语意和具体内容方面这项技术的适用领域相对来说比较小但是它基本上能满足广播电视的质量监测的任务需求。3音频识别技术音频识别技术主要以语音为研究对象许多资料亦称之为语音识别技术。它是指让系统依据语音和人声的特性、事先建立好的语音模板库或人类的大脑神经系统的活动原理对人们发出的声音或者保存的语音数据进行逐字逐句识别并转化为文本、对语音的特征语意进行判断和响应或者执行特定的命令任务的技术。从说话者异同方面可以将语音识别系统分为特定人语音识别系统、非特定人语音识别系统和多人语音识别系统。从语音的产生和输入的方式可以将语音识别系统分为孤立词语音识别系统、连接词语音识别系统和连续语音识别系统。从语音包含的词汇量大小可以将语音识别系统分为小词汇量语音识别系统、中等词汇量语音识别系统和大词汇量语音识别系统。语音识别技术从方法和实现层面总体可以分为三种：基于语音基元的共有特性和声学属性的方法基于模板的建立和匹配的方法基于人工神经网络的方法。声学属性的方法又细分为基于动态时间规整方法(DTW)的语音识别技术、基于隐马尔可夫理论(HMM)的语音识别技术和基于矢量量化算法(VQ)的语音识别技术等。基于模板匹配的语音识别技术大致流程如图2所示。其中自“参数属性提取”之前的处理过程与上文介绍的音频比对技术的过程基本相同此处不再赘述。提取参数之后需要先使用一定的训练算法对提取出来的参数进行训练以建立声学模板库有了声学模板库就可以对输入的语音数据进行识别了。识别的过程就是将输人的语音的特征或参数同模板库进行计算和比较得出最终结果。现在人们研究和使用的较多的语音识别的主流技术是基于隐马尔可夫理论(HMM)的语音识别技术它可以胜任大