音频开发 / 系统课时
从声谱图识别常见异常
从声谱图识别常见异常
声谱图适合回答三个排障问题:异常在什么时候出现、集中在哪些频段、持续多久。本篇用窄带啸叫、宽带底噪、周期性干扰和瞬态爆音四种典型形态建立识别方法,并要求把声谱图判断回到原始波形验证,避免只凭颜色下结论。
学习目标
- 能从声谱图区分窄带、宽带、周期性和瞬态异常。
- 能按“时间位置 → 频段范围 → 持续方式”描述异常,而不是只说“这里很亮”。
- 能把声谱图观察与原始波形交叉验证,缩小可能根因。
先看形状再猜来源
不同异常会在时频平面留下不同几何特征。持续啸叫通常是固定频率附近的细水平线;宽带底噪会让较大频率范围长期抬高;周期性干扰常表现为等间隔时间条纹或固定基频及其谐波;爆音则更像短时间内跨越大量频率的竖向亮带。

这四种形态只是定位入口,不是根因结论。同一条窄带线可能来自声学反馈、电源啸叫或测试信号泄漏;周期条纹可能来自周期任务、缓冲区抖动或机械碰撞。声谱图负责告诉你“异常长什么样”,根因还要结合链路和时域证据。
用三个维度描述异常
观察一处可疑区域时,先固定描述顺序:时间、频率、持续方式。这样能把“看起来不对”变成可复核的排障记录。
| 异常 | 声谱图特征 | 波形侧验证 |
|---|---|---|
| 窄带啸叫 | 固定频率附近持续细线 | 波形常近似周期振荡 |
| 宽带底噪 | 大片频段长期整体变亮 | 波形持续有随机小幅抖动 |
| 周期性干扰 | 等时间间隔出现竖条,或出现基频与谐波 | 波形中可找到重复脉冲或周期 |
| 瞬态爆音 | 极短时间跨越宽频段 | 波形中出现尖峰、削顶或突变 |
生成四类异常做识别练习
下面构造一段 4 秒信号:每秒放入一种典型异常,再计算 STFT。代码既绘制声谱图,也打印几个已知事件的位置,便于把视觉特征与原始信号对应起来。
import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import stft
fs = 16000
duration = 4.0
rng = np.random.default_rng(7)
t = np.arange(int(fs * duration)) / fs
x = np.zeros_like(t)
# 0~1 s:窄带啸叫,固定在 2800 Hz
mask = (t >= 0.0) & (t < 1.0)
x[mask] += 0.35 * np.sin(2 * np.pi * 2800 * t[mask])
# 1~2 s:宽带底噪
mask = (t >= 1.0) & (t < 2.0)
x[mask] += 0.12 * rng.standard_normal(mask.sum())
# 2~3 s:每 0.2 s 一次的短脉冲干扰
for event_time in np.arange(2.0, 3.0, 0.2):
start = int(event_time * fs)
x[start:start + 24] += np.hanning(24) * 1.8
# 3.4 s:单个瞬态爆音
pop_index = int(3.4 * fs)
x[pop_index] += 4.0
f, tt, zxx = stft(
x,
fs=fs,
window="hann",
nperseg=512,
noverlap=384,
boundary=None,
padded=False,
)
db = 20 * np.log10(np.maximum(np.abs(zxx), 1e-8))
plt.figure(figsize=(10, 4.5))
plt.pcolormesh(tt, f, db, shading="auto")
plt.ylim(0, 5000)
plt.xlabel("Time (s)")
plt.ylabel("Frequency (Hz)")
plt.title("Synthetic anomaly spectrogram")
plt.tight_layout()
plt.show()
print("whistle_hz=2800")
print("periodic_interval_s=0.2")
print("pop_time_s=3.4")预期输出
whistle_hz=2800
periodic_interval_s=0.2
pop_time_s=3.4图中 0~1 秒附近应出现 2.8 kHz 的窄水平线;1~2 秒多个频段整体抬高;2~3 秒出现近似等间隔的宽频竖条;3.4 秒附近出现一次更孤立的宽频瞬态。
回到原始波形交叉验证
声谱图擅长找频段,但时域波形更适合确认尖峰、削顶和周期重复。实际排障时可以按以下顺序处理:
- 在声谱图上圈定异常的大致时间范围。
- 记录它集中在哪个频段,是单频、谐波还是宽带。
- 放大同一时间段的原始波形,确认是否存在尖峰、重复脉冲、削顶或持续随机抖动。
- 再结合设备、算法和数据链路,列出可能来源并做针对性实验。
例如,3.4 秒处如果声谱图出现宽频竖带,同时波形只有一个极高尖峰,优先检查点击音、拼接边界、缓冲区异常或数值突变;如果声谱图是持续 2.8 kHz 细线而波形呈稳定周期,则更像持续性窄带源,而不是随机噪声。
避免几个常见误判
频谱泄漏会让本来很窄的单频扩散到邻近频点,所以“有宽度”不等于“宽带噪声”。帧长过大又会把很短的爆音沿时间轴铺宽,因此看到几十毫秒的亮带时,要先确认 STFT 的时间分辨率。
另一个常见误判是只看声谱图不听、不看波形。排障时应把声谱图当成定位工具:先确定异常的时间和频段,再用原始波形确认事件形态,最后才推断来源。这样得到的是可复现的证据链,而不是对颜色纹理的主观猜测。