麦克风测试指标术语

article/2025/9/29 15:51:00

麦克风测试指标术语

 


1. dB

2. 谐波

3. THD

4. 灵敏度

5. 频率响应

6. 本底噪音

7.  持续中。。。


1,dB

多数的麦克风技术指标里最基础的就是dB 的单位。分贝是一个相对数,等同于人耳在声音的压力下感到的变化曲线。此外,分贝的变化是很平稳的,而且相对于声压数据的巨大的变化。

分贝是以一个特定的声压为参考的相对数值,通常将20 微帕这人耳刚刚可以察觉的响度为参考,定义为0 分贝。请注意,0 分贝并不代表没有一点声音,这只是根据大多数人的耳朵对于声音的察觉度而规定的一个数值。

2,谐波介绍

谐波,从字面解释,谐,有“多部分”的意思,谐和,指多部分协调有致。波,指的是波形(Wave)。合起来形容,就是有很多种波形合成的波形。

从高等数学中分析可知:任何周期性波形均可分解为一个基频正弦波加上许多高次频率的正弦波,高次频率是基频的整倍数(N,只能为整数),直流成分称为0次谐波,基波称为1次谐波,二次以上的波形称为高次谐波,其中偶次频率的波形称为偶次谐波,奇次频率的波形称为奇次谐波。例如一个基频为200 HZ的波形,其基波为200HZ,当它的波形不是纯正的正弦波时,便有失真存在,其200HZ以上的波形称为高次谐波,400HZ为二次谐波,600HZ为三次谐波,如此类推。下面的图片形象地合成了这个波形,是以一个200HZ的正弦基波和2-5次高次谐波组成。

 

3,THD(Total Harmonic Distortion)的基本概念

THD为总谐波失真的英文简写,是谐波计算的引申,表征被输入波形的失真程度,THD数值越大,输入波形的失真越严重,高次谐波越丰富。数值越小,失真越小,高次谐波占的分量越小。THD分电压VTHD和电流ITHD两种,其IEC(国际电工委员会)规定的计算公式如下。

  VTHD=

      ITHD=

其中:

    基波电压成分

    基波电压成分

     ……:整倍数的谐波电压成分

    ……:整倍数的谐波电流成分

4,灵敏度

灵敏度是表示麦克风声电转换效率的重要指标。它表示在自由声场中,麦克风频率为1KHz恒定声压下与声源正向(即声入射角为零)时所测得的开路输出电压。单位为毫伏/帕。1Pa=10bar1ubar大致相当于人正常说话音量,在1m远处测得的声压。

根据IEC268-4 标准, 灵敏度的单位是mV,以每Pascal 声压在1 千赫测得。灵敏度的单位是dB,以1V/Pa 为测量条件,灵敏度为负数。一个严格的话筒厂商应该提供灵敏度偏差,由于生产的原因,一般这个偏差在2 个dB 以内。

5,频率响应

频率响应是反映麦克风电转换过程中对频率失真的一个重要指标。麦克风在恒定声压和规定入射角声波作用下,各频率声波信号的开路输出电压与规定频率麦克风开路输出电压之比,称为麦克风的频率响应,用分贝(db)表示。一般专业用麦克风频响曲线容差范围在2db。频率响应是麦克风接受到不同频率声音时,输出信号会随着频率的变化而发生放大或衰减。最理想的频率响应曲线为一条水平线,代表输出信号能直实呈现原始声音的特性,但这种理想情况不容易实现。

频率响应曲线图中,横轴为频率,单位为赫兹(Hz),大部份情况取对数来表示;纵轴则为音强,单位为分贝(db)。0分贝代表麦克风的输出信号跟原始声音一致,没有被改变;大于0分贝代表输出信号被放大;小于0分贝则代表输出信号被衰减。

麦克风阵列一致性测试:判断各个麦克风的频响曲线是否一致。

6,本底噪音(noise)

 

参考:

http://www.aitek.tw/GB2313/appliance_thd.asp

https://zx.ingping.com/c_3/4198.html

http://www.av010.com/zixun/news_info_16145.html


http://chatgpt.dhexx.cn/article/Es2o6Vl3.shtml

相关文章

浅析硬件“好声音”:麦克风技术指标及选型指南

如今大多数IoT类设备都具有语音唤醒和声控的功能,如天猫精灵、百度音箱等。 这类设备中都集成了麦克风和喇叭等电声器件,其中麦克风用于识别用户的声音,喇叭用于播放设备对用户指令的反应。麦克风的性能是影响语音唤醒率高低的重要因数&…

麦克风概述

麦克风可以将声音的变化通过特定的机制转换为电压或者电流的变化,再交给电路系统进行处理。声音的强度,通过声压表示,对应电压或电流的幅值;声音变化的快慢,则对应电信号的频率。 声压级和距离的关系:其中…

硬件参数 调整 麦克风MIC灵敏度 原理

1、先看MIC电路连接 这是个差分输入的例子,MICP2和MICN2是一对差分信号,经过C156的滤波,输入到MIC两端 MIC两引脚分别是到地和供电,上图的R177参数就关系到MIC输入的灵敏度 2、电阻R177影响灵敏度分析 MICBIAS是提供MIC的偏置电…

浏览器检测麦克风音量

开发直播类的Web应用时在开播前通常需要检测设备是否正常,本文就来介绍一下如果如何做麦克风音量的可视化。 AudioWorklet出现的背景 做这个功能需要用到 Chrome 的 AudioWorklet。 Web Audio API 中的音频处理运行在一个单独的线程,这样才会比较流畅。…

最大信息系数(MIC)

童鞋们觉得文章不错,就麻烦点一下下面人工智能的教程链接吧,然后随便翻阅一下 https://www.captainbed.net/qtlyx MIC(Maximal information coefficient)一个很神奇的东西,源自于2011年发在sicence上的一个论文。 学…

麦克风基础参数

麦克风由Microphone读音翻译的,正确的翻译为微音器,或者称拾音器,传声器。我们的咪芯其实就是一只麦克风,只不过属于半成品。给它加网罩,手柄,开关,导线就成了一支完整的麦克风了。 我们生产的…

mic的灵敏度和声音的大小

今天查看麦克风的一些资料,发现这个博客写得很好,不知道这样转载是否可以。 mic的灵敏度和声音的大小 我对于mic的灵敏度一直无法说出其准确定义的表述。我看过mic的sepc上面都是标注的负的多少dB,比如-42dB。所以我一直认为-30dB的mic的灵…

MIC(最大信息系数)

MIC 我在论文使用MIC来衡量两个基因之间的关联程度,线性或非线性关系,相较于Mutual Information(MI)互信息而言有更高的准确度巴拉巴拉的,按作者的话说总之比其他的方式好。 原文参照: Detecting Novel As…

MIC相关基础知识

一、mic及声音的指标: (1)声音的分贝(dB) 分贝 Decibel 分贝(dB)是一个对数单位(logarithmic unit), 它和很多常见的单位如“米”,“秒”或者“千克”等物理单…

MIC - 最大信息系数

MIC 文章目录 MIC前言MIC介绍MIC库Python实例MIC缺陷参考文章 前言 皮尔逊相关系数即我们通常说的(线性)相关系数,是用来反映两个变量线性相关程度的统计量,变化范围为-1到1。 系数的值为1意味着X和Y可以很好的由直线方程来进行描述,所有的…

MIC:最大信息系数

目录 1. 概念 1.1 MIC 1.2 互信息 2. MIC的优点 3. 算法原理 3.1 MIC公式原理 3.2 MIC计算步骤 (1)计算最大互信息值 (2)对最大的互信息值进行归一化 (3)选择不同尺度下互信息的最大值作为MIC值…

MIC 的指标解读

MIC 的指标解读 1.Sensitivity 灵敏度 麦克风是支持以声压信号为输入,最后转换为电信号的传感器。sensitivity是microphone 能够capture的最小声压信号,声压信号的单位为dBSPL.sensitivity 是ratio ,是模拟输出电压或者数字输出值对于输入的…

MIC一般参数指标

SNR>68dB&#xff0c; 灵敏度>-34dB&#xff0c;频响范围&#xff1a;/-3dB &#xff08;300Hz-3kHz&#xff09;&#xff1b;失真度&#xff1a;<3% 麦克风的灵敏度高好还是低&#xff0c;要根据你使用的条件来选择。如果声源离麦克风较远&#xff0c;需用灵敏度高的…

Maximal Information Coefficient (MIC)最大互信息系数

MIC 我在论文使用MIC来衡量两个基因之间的关联程度&#xff0c;线性或非线性关系&#xff0c;相较于Mutual Information&#xff08;MI&#xff09;互信息而言有更高的准确度巴拉巴拉的&#xff0c;按作者的话说总之比其他的方式好。 原文参照&#xff1a; Detecting Novel A…

R+树

考虑R树的性能&#xff0c;其中覆盖(coverage)和重叠(overlap)两个概念很重要&#xff0c;因为R树查询是根据给定区域与当前MBR是否有交叉来判断, 因此覆盖和重叠都应当尽量小 覆盖小即MBR要小&#xff0c;最好刚好包围其中的数据点 (对于叶节点)或子MBR (对于非叶节点) 重叠…

R树及其应用场景

地理围栏&#xff08;Geo-fencing&#xff09;是LBS的一种应用&#xff0c;就是用一个虚拟的栅栏围出一个虚拟地理边界&#xff0c;当手机进入、离开某个特定地理区域&#xff0c;或在该区域内活动时&#xff0c;手机可以接收自动通知和警告。如下图所示&#xff0c;假设地图上…

R树与空间索引

B树或者B树可以非常好的处理一维空间存储的问题。B树是一棵平衡树&#xff0c;它是把一维直线分为若干段线段&#xff0c;当我们查找满足某个要求的点的时候&#xff0c;只要去查找它所属的线段即可。依我看来&#xff0c;这种思想其实就是先找一个大的空间&#xff0c;再逐步缩…

R语言学习(三)——决策树分类

分类 分类&#xff08;Classification&#xff09;任务就是通过学习获得一个目标函数&#xff08;Target Function&#xff09;f, 将每个属性集x映射到一个预先定义好的类标号y。 分类任务的输入数据是记录的集合&#xff0c;每条记录也称为实例或者样例。用元组(X,y)表示&am…

空间数据索引RTree(R树)完全解析及Java实现

本文是在https://www.cnblogs.com/cmi-sh-love/p/kong-jian-shud-ju-suo-yinRTree-wan-quan-jie-xi-jiJa.html?share_tokene5b096d7-6dbf-4839-9992-b29913335ba9基础上进行修改和补充的。 第一部分 空间数据的背景介绍 空间数据的建模 基于实体的模型&#xff08;基于对象…

最小生成树:kruskal算法的R语言实现

以如下图为例 library(hash)#需要用到hash包 Nodes<-c("A","B","C","D","E","F","G") #创建存放顶点的向量 edges<- data.frame(startcharacter(),endcharacter(),lengthnumeric(),stringsAsFa…