Talk-off魯棒的雙音多頻信號解碼器*

吳澤偉，袁紅星，吳少群，余輝晴

（寧波工程學(xué)院 電子與信息工程學(xué)院，浙江 寧波315016）

雙音多頻DTMF(Dual Tone Multi-Frequency)信號由兩個(gè)單頻正弦信號疊加生成，是音頻電話的撥號信號標(biāo)準(zhǔn)[1]。由于具有良好的抗噪特性，已被廣泛用于諸如主叫識別信號傳送及顯示、電話語音服務(wù)、遠(yuǎn)程控制和ATM終端等通信系統(tǒng)撥號傳輸中[2]。根據(jù)ITU的建議標(biāo)準(zhǔn)Q23[3]，構(gòu)成DTMF信號的兩個(gè)頻率分別來自行頻組(697 Hz，770 Hz，852 Hz，941 Hz)和列頻組(1 290 Hz，1 336 Hz，1 477 Hz，1 633 Hz)，共16種組合，分別表示16個(gè)按鍵值，即10個(gè)數(shù)字鍵0～9和6 個(gè)功能鍵*、#、A、B、C、D[4]。

DTMF解碼是指從受干擾的語音信號中檢測出DTMF信號并將其還原成按鍵值。正確的解碼對于基于DTMF的應(yīng)用至關(guān)重要。DTMF解碼的實(shí)質(zhì)是從有噪信號中檢測出兩個(gè)正弦波頻率。近年來，已有多個(gè)解碼算法被提出。最直接的方法是DFT，通過DFT得到輸入信號的頻域信息，進(jìn)而分析頻譜確定是否存在DTMF頻率。DFT通常以FFT的運(yùn)算來實(shí)現(xiàn)，由于FFT生成從DC到半采樣率頻帶內(nèi)所有頻率信息，因此該方法計(jì)算量大，且需要較多的存儲空間用于暫存計(jì)算結(jié)果[5]。針對該問題，參考文獻(xiàn)[6]提出基于Goertzel的 DFT快速運(yùn)算。與FFT不同，Goertzel算法只對DTMF的8個(gè)頻點(diǎn)計(jì)算DFT，因此計(jì)算量大大降低。此外，Deosthali等人提出了非均勻DFT算法[7]，Popovic在犧牲相位信息的情況下提出了改進(jìn)的Goertzel算法[8]，金鑫春等人研究了Goertzel算法的參數(shù)選擇問題，但這些算法都沒有考慮DTMF的Talk-off錯(cuò)誤問題。解決該問題的常用方法是檢測二次諧波。由于DTMF信號只包含基因成分，因此只要檢測到較強(qiáng)的二次諧波，就認(rèn)為該信號不是DTMF信號。但在強(qiáng)噪音環(huán)境下，該方法仍會出現(xiàn)誤判，即發(fā)生Talk-off錯(cuò)誤。

本文針對Talk-off錯(cuò)誤問題，在Goertzel算法的基礎(chǔ)上，提出基于頻率分辨率及其倍頻檢測的方案，并利用后續(xù)的判斷邏輯進(jìn)一步排除虛假DTMF信號。大量真實(shí)應(yīng)用環(huán)境下的語音測試結(jié)果表明，本文方法在強(qiáng)噪音干擾情況下仍能避免Talk-off錯(cuò)誤問題。

1 DTMF解碼器

1.1 解碼器框架

本文提出的DTMF解碼器如圖1所示，主要包括信號預(yù)判、自動增益控制AGC(Auto Gain Control)、基于Goertzel的頻率檢測和判斷邏輯幾個(gè)模塊。信號預(yù)判模塊根據(jù)輸入信號的能量決定其是否包含DTMF信號；AGC將輸入信號的動態(tài)范圍變換到Goertzel算法可以處理的范圍；基于Goertzel的頻率檢測模塊計(jì)算輸入信號在8個(gè)DTMF頻點(diǎn)的能量、頻率分辨率及其倍頻的能量，并以此作為下一個(gè)模塊的輸入；判斷邏輯模塊根據(jù)前一個(gè)模塊的輸入，決定某對DTMF頻率是否存在，并將其翻譯成對應(yīng)的鍵值。

圖1 DTMF解碼器框架

1.2 信號預(yù)判

根據(jù)ITU的建議標(biāo)準(zhǔn)Q23對DTMF信號的規(guī)定，如果輸入信號在8個(gè)DTMF頻點(diǎn)的能量均≥-25 dBm且≤9 dBm，則認(rèn)為可能包括DTMF信號。如果輸入信號在8個(gè)DTMF頻點(diǎn)處的能量均≤55 dBm，則認(rèn)為該信號肯定不存在DTMF音調(diào)。信號預(yù)判模塊能夠有效地排除一些虛假DTMF信號，減小后續(xù)模塊誤判的可能性。

1.3 AGC

AGC從一幀輸入數(shù)據(jù)的前若干個(gè)樣點(diǎn)中確定幅度模的峰值，將Goertzel算法所要處理的樣點(diǎn)都乘以一個(gè)系數(shù)，使得該峰值等于Goertzel算法所能處理的最大值。

1.4 基于Goertzel算法的頻率檢測

由于Goertzel算法簡單、易于實(shí)現(xiàn)，本文采用Goertzel算法進(jìn)行頻率檢測。Goertzel算法的處理對象是數(shù)據(jù)塊，一個(gè)數(shù)據(jù)塊由N個(gè)樣本構(gòu)成，每個(gè)數(shù)據(jù)塊輸出一個(gè)檢測結(jié)果。數(shù)據(jù)塊的大小，即N決定了頻率分辨率fk：

其中fs表示采樣頻率，對于語音信號，fs一般取8 kHz。

Goertzel算法利用一個(gè)雙極點(diǎn)的二階IIR濾波器來估計(jì)DFT值，其結(jié)構(gòu)如圖2所示。離散域上的Goertzel算法如下：

對于n=0…N，遞歸計(jì)算：

其中 vk(-1)=0，vk(-2)=0，x(n)表示 n時(shí)刻輸入信號的采樣值。

每N個(gè)樣本估計(jì)一次DFT模值：

k由下式確定：

其中fk和fs分別表示待檢測的目標(biāo)頻率和采樣頻率，floor()表示向下取整運(yùn)算。本文用14個(gè)如圖2所示的IIR濾波器實(shí)現(xiàn)14個(gè)頻率的檢測，即8個(gè)DTMF頻率和6個(gè)與頻率分辨率相關(guān)的頻率。這6個(gè)頻率檢測主要是為了解決Talk-off問題，其計(jì)算如下：

圖2 Goertzel算法的IIR結(jié)構(gòu)

當(dāng)N=102，采樣率為8 kHz時(shí)，這6個(gè)頻率分別為78 Hz、235 Hz、314 Hz、392 Hz、549 Hz和 1 098 Hz。為了與 DTMF頻率區(qū)別開來，本文將這6個(gè)頻率稱為輔頻。

由于現(xiàn)有的語音增強(qiáng)模塊都是一個(gè)語音幀(8 kHz時(shí)為20ms，160個(gè)采樣點(diǎn))處理一次。為了便于將DTMF解碼器集成到現(xiàn)有系統(tǒng)中，本文的DTMF解碼器每個(gè)語音幀調(diào)用一次Goertzel算法進(jìn)行頻率檢測。根據(jù)ITU Q24[9]，DTMF音調(diào)的持續(xù)時(shí)間介于45ms～55 ms之間，連續(xù)的DTMF信號之間的間隔至少為45ms。因此一個(gè)DTMF音調(diào)由多個(gè)語音幀組成。這意味著一個(gè)DTMF音調(diào)會被檢測多次。對同一個(gè)DTMF音調(diào)，理論上每次檢測結(jié)果都應(yīng)該是一樣的。然而受噪聲影響，前后幾次檢測結(jié)果有可能出現(xiàn)不一致的情況。為解決該問題，本文采用表決方法輸出最可靠的檢測結(jié)果，多次檢測的表決也增強(qiáng)了本文解碼器的抗噪性能。

1.5 判斷邏輯

圖3給出了判斷邏輯模塊的工作流程，根據(jù)前面14個(gè)IIR濾波器的檢測結(jié)果判斷檢測到的行頻和列頻是否有效。對于有效的檢測結(jié)果，根據(jù)圖4所示的行頻、列頻與按鍵的對應(yīng)關(guān)系，輸出按鍵值。

2 實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證本文方法的有效性，用真實(shí)使用環(huán)境下的語音數(shù)據(jù)作為測試數(shù)據(jù)。測試數(shù)據(jù)獲取方法是，首先在兩個(gè)手機(jī)之間建立通信鏈接，然后在其中一個(gè)手機(jī)上隨機(jī)連續(xù)地按下多個(gè)按鍵，另一個(gè)手機(jī)將接收到的語音信號保存成測試用的wav文件。為了測試Talk-off性能，在發(fā)送DTMF信號的手機(jī)端分別播放噪音、語音和音樂。在算法實(shí)現(xiàn)時(shí)，考慮到在定點(diǎn)DSP上的移植，用Q14格式將其定點(diǎn)化(DFT模值用32位表示，其余的均用16位表示)。

程序有3個(gè)可調(diào)參數(shù)，其中Frames between Successive Dials指兩個(gè)連續(xù)按鍵間隔的時(shí)間，該參數(shù)用于處理按鍵防抖動，以幀為單位，對于8 kHz采樣率的語音而言，一幀為20ms。對于真實(shí)環(huán)境下的測試數(shù)據(jù)，程序中的3個(gè)參數(shù)都是固定的，分別設(shè)為3、2和5。測試中，將本文方法與參考文獻(xiàn)[2]的方法進(jìn)行了對比。其中，參考文獻(xiàn)[2]通過二次諧波檢測來排除噪音對檢測結(jié)果的干擾。參考文獻(xiàn)[2]的參數(shù)設(shè)置如下：N=201，二次諧波的能量至少比基頻能量小20 dB。

2.1 真實(shí)環(huán)境下測試1

在發(fā)送DTMF信號的手機(jī)側(cè)播放如圖5所示的噪聲信號。接收側(cè)手機(jī)錄制的語音信號如圖6所示。這個(gè)測試信號的DTMF按鍵值序列為：123456789*0##0*9876542 3147856280#963547*。參考文獻(xiàn)[2]的檢測結(jié)果為:123456 789?##0*9876542314785280#963547*(單下劃線表示誤檢測，雙下劃線表示重復(fù)檢測，?表示漏檢)，重復(fù)檢測一個(gè)9，漏檢一個(gè)0，誤將6檢測為5;本文方法檢測成功率為100%。

2.2 真實(shí)環(huán)境下測試2

在發(fā)送DTMF信號的手機(jī)側(cè)播放如圖7所示的音樂信號。接收側(cè)的語音信號如圖8所示，對應(yīng)的DTMF按鍵值序列為：123456789*0##0*987654321147*2580369##96 30852*741。參考文獻(xiàn)[2]的檢測結(jié)果為：123456789*0##0*98765?321147*2580369##963085?*741(單下劃線表示誤檢測，雙下劃線表示重復(fù)檢測，?表示漏檢)，漏檢 4和2，#被重復(fù)檢測一次，結(jié)束時(shí)誤檢測出7；本文方法檢測成功率為100%。

2.3 真實(shí)環(huán)境下測試3

在發(fā)送DTMF信號的手機(jī)側(cè)，操作者一邊按鍵一邊發(fā)聲。接收側(cè)的語音信號如圖9所示，對應(yīng)的DTMF按鍵值序列為：5152535455565758595*505#152535456575859 5*505#5。參考文獻(xiàn)[2]的檢測結(jié)果為：51?25354555657 58595*505#1525354565758595*505#5(單下劃線表示誤檢測，雙下劃線表示重復(fù)檢測，?表示漏檢)，第 2個(gè)按鍵 1被重復(fù)檢測1次，第3個(gè)按鍵5被漏檢，第10個(gè)按鍵、第17個(gè)按鍵和第43個(gè)按鍵分別被重復(fù)檢測1次；本文方法檢測成功率為100%。

上述真實(shí)環(huán)境下的測試結(jié)果表明，本文方法在處理Talk-off問題上比傳統(tǒng)的二次諧波檢測更為有效。其原因是，離散域上用Goertzel算法檢測二次諧波的準(zhǔn)確性依賴于頻率分辨率的選擇。在強(qiáng)背景噪音環(huán)境下，其檢測結(jié)果更容易受到影響。本文直接利用頻率分辨率及其倍頻進(jìn)行干擾語音的檢測，可以有效避免該問題。

2.4 ITU標(biāo)準(zhǔn)兼容性測試

ITU對DTMF解碼器的性能規(guī)定主要體現(xiàn)在4個(gè)方面，即 Talk-off、扭曲(twist)、頻偏和 SNR。Talk-off的測試如前文所述。扭曲指的是檢測到的行頻與列頻DFT模值之比，對于有效的 DTMF信號，要求在-4 dB～8 dB范圍內(nèi)。扭曲測試是在檢測DTMF之后的邏輯判斷中進(jìn)行的，目的是用于排除虛假DTMF信號。圖4中判斷行頻、列頻檢測值之間關(guān)系的步驟即為扭曲測試。ITU規(guī)定頻偏的容許范圍為±1.5%，當(dāng)超過±3.5%時(shí)則認(rèn)為是無效的DTMF信號。在SNR等于或高于15 dB時(shí)，ITU要求成功檢測率為100%。按照參考文獻(xiàn)[10]所述的方法對頻偏和SNR進(jìn)行測試。實(shí)驗(yàn)結(jié)果表明，在SNR為10 dB的情況下，頻偏在±1.5%范圍內(nèi)時(shí)，本文解碼器的檢測成功率為100%;當(dāng)頻偏超過±2.0%，譯碼開始出錯(cuò)。當(dāng)SNR在-3.7 dB以上時(shí)，本文檢測成功率為100%。其中，測試用的DTMF信號都由Cool Edit Pro軟件生成；實(shí)驗(yàn)中的3個(gè)參數(shù)均設(shè)為1。

Talk-off是DTMF解碼器的重要性能，然而現(xiàn)有算法對此問題的解決方案主要囿于二次諧波的檢測。本文另辟蹊徑，提出頻率分辨率及其倍頻檢測的解決思路。真實(shí)使用環(huán)境下的測試數(shù)據(jù)驗(yàn)證了該方法的可行性。ITU標(biāo)準(zhǔn)兼容性測試實(shí)驗(yàn)表明本文方法能夠滿足ITU對DTMF解碼器的規(guī)定。

[1]王乙斐，游舟浩，王穎，等.DTMF信號的合成與識別[J].電子設(shè)計(jì)工程，2011，19(7)：71-73.

[2]邵明東.改進(jìn) Goertzel算法的 DTMF信號檢測的仿真與應(yīng)用[J].聲電技術(shù)，2009，33(12)：65-69.

[3]ITU.ITU-T recommendation Q.23 technical features of pushbutton telephone sets[S].1988.

[4]金鑫春，汪一鳴.Goertzel算法下DTMF信號檢測及參數(shù)優(yōu)化[J].現(xiàn)代電子技術(shù)，2010(6)：152-155.

[5]MILOS S T，DUSAN R.Performance analysis of the DTMF detector based on the Goertzel’s algorithm[C].Proc.of 14th Telecommunications Forum，2006.

[6]POPOVIC M.Digital signal processing[M].Belgrade：Academic mind，2003：100-120.

[7]DEOSTHALI S，MCCASLIN R，EVANS B.A low-complexity ITU-compliant dual tone multiple frequency detector[J].IEEE Trans.on Signal Processing，2000，48(5)：1-20.

[8]POPOVIC M.Efficient decoding of digital DTMF and R2 tone signalization[J].Factual Univ.Ser.，Elec.Energ，2003，16(3)：389-399.

[9]ITU.ITU-T recommendation Q.24 multifrequency push buton signal reception[S].1989.

[10]陳通，曹小強(qiáng).基于 NDFT Goertzel濾波器的 DTMF信號檢測的改進(jìn)方法[J].西南大學(xué)學(xué)報(bào)，2008，30(1)：152-155.