异音检测 – 从入门到精通
电声或机械结构的异音（杂音、rubb&buzz）或振动一直以来都是用户和工程师的梦魇。对于用户来说，任何细微的杂音都会让他对产品的美好幻想瞬间破灭。而注重品质的工程师们更是绞尽脑汁，立志揪出这些“看不见”的杀手。
在与异音漫长的斗争中，人们的认知也不断发展变化，随着检测手段的不断进步，我们离“真相”越来越近。
金耳朵
相信碰到类似问题的厂商都会有这样一位“裁断人”，可能他的听音频率很广，可能他总能察觉不易发现的振动。这样一位金耳朵的存在，让客诉率下降不少，品控工程师们睡了几天安稳觉。
通过人耳听音，是最原始，也最接近实际的检测手段。但这个方法的问题非常明显：
- 人的主观因素影响过大，同一个声音或许敏感的人无法接受，其他人觉得根本不是问题。或许可以让多个人参与检测以排除主观干扰，但它的成本和效率是难以承受的；
- 人会疲劳，需要休息，长期听音误判率会不断提高，这不管对听音准确性还是效率都有显著影响；
- 长期听音会对人耳造成不可逆的伤害，对部分大功率扬声器生产企业尤其重要。
一台声级计
富有远见的厂家自然开始考虑使用机器替代人工。找一台靠谱的声级计，是很多工程师首先想到的方案。这很好理解，如果出现异音，声压级就会变化，只要检测出那些声音更大的害群之马，就能管控产品品质。
不得不说这有一定成效，比如一台空调外机或发动机，异常音通常都会让声压级变大。只需要对比良品（黄金样）和不良品的数据，就能检测出有问题的产品。
但细想一下就会发觉不对劲 - 很多杂音其实并不“响”，它只是让人烦躁罢了。甚至很多时候，存在异音的产品可能总声压级比良品还低，这就很难办了。
总量不行看分量
既然总的声压级难以发现问题，看频谱分量总可以了吧。
其实走到这里，检测手段已经有了质的提升，无数异音在频谱中原形毕露。它们对总声压级的贡献很小，但在频谱中通常表现抢眼。同型号批次的产品频谱通常具有一致性，所以稍有问题的产品能一眼辨认，无论它藏在高频还是低频，无论它是声音还是振动。
频谱检测对机械振动/异音的检测尤其有效，但对于扬声器这类由外部信号激发发声的电声产品就不太凑效了，更不要提如今产量最大的手机扬声器/受话器了，某些杂音是贴在耳朵上才能听出来的。
电声测试需要完整的信号激励和分析系统，还要兼顾其它参数，这些都让频谱分析望洋兴叹。
高次谐波失真
很多人看到这个词不免虎躯一震，其实没想象的那么复杂。对于电声产品，人们发现异音会导致失真变化。直接上图，红色和蓝色曲线分别是正常音和瑕疵音，失真法的本质，是对比两曲线包络内的面积，这个面积就是声音的能量，若后者曲线的面积与前者有不可接受的差异，机器就会认为它是不良的。
受限于当年的技术条件和成本考量，这个方法目前被广泛使用，但它属于理想很丰满，现实很骨感。
第一，机器听不懂什么是不可接受的差异，工程师必须设置一个数据，这个数据是多少，需要大量的验证，每次修改都会对良品率造成难以估量的影响；
第二，能量变化了就说明有异音？或者反过来讲，异音就能让能量明显变化？显然不是。较小的异音造成的能量（面积）变化很难检测，这也是机器识别的难点之一。或者声音整体抬高或降低，但曲线本身却很平滑，这明显是没有杂音的，不过对机器来说又是一记重锤。
还有普遍被忽视的一点 - 测试信号。测试采用的扫频信号是一种“步进制”信号，简单讲，比如它的起始频率是 100 Hz，下个频率就直接跳到了 200 Hz，那这之间的频率怎么办？人耳听的时候可不会跳过哪个频率。此外，扫频信号的测试速度也慢的令人难以接受。
扫频信号 StepSweep
PureSound 纯音检测技术
想必看到这里，有些人已经在思考一个最核心的问题了 - 异音到底是什么？上面又是测声压又是测失真的，这些都只是表象啊！异音的本质，是曲线不再“平滑”！异音的本质，是声音的突变！这种突变让声音不再和谐，人就觉得产生了异常音，反应在曲线中，就是“毛刺”或“不平滑”。
那么问题又来了，如果把曲线画出来，人当然一眼就能看出是否平滑，可机器怎么知道呢？
其实越难以理解的东西，说开了都很简单。大家记不记得，在初中或高中，我们都学过一个叫“斜率”的东西？如果曲线出现变形，斜率必然会突变，这样一来，找出斜率突变的那些产品，也就找到了不良品。
斜率由 K1，K2 突变为 K3
至于信号，连续变频且时间可控的滑频信号几十年前就被人提出了，只是过去受限于设备的计算性能难以实现，对现在动不动就性能过剩的处理器来说简直驾轻就熟。用过扫频仪的对这个信号一定非常熟悉。
滑频信号 GlideSweep
这项技术，就是 NTi Audio 的 PureSound 纯音测量技术，其具体实现方法自然比讲概念要复杂的多。无论是电声异音还是机械噪声，它都能一网打尽。
