基于机器视觉的音响检测方法、装置、设备及介质
文献发布时间：2024-04-18 20:01:55
技术领域
本申请涉及声学检测的技术领域，尤其涉及一种基于机器视觉的音响检测方法、基于机器视觉的音响检测装置、基于机器视觉的音响检测设备及计算机可读存储介质。
背景技术
智能音响在传统音响的基础上结合了语音识别和自然语言处理等新兴技术,使其同时具备了有声资源播放、智能语音交互和智能家居控制等功能。智能音响因其丰富的产品功能而被视为智能家居的控制中枢，进而成为如今发展最迅速的电子产品之一。音频播放是智能音响的基础功能，因此保障智能音响的声学性能是品质端的基本要求，这就需要从新产品研发和NPI(新产品导入)阶段就开始对声学性能进行检测。
目前，在传统生产制造场景中，在新产品研发和NPI阶段往往通过人工听音的方式对声学性能进行评判，这种检测方法耗费人工成本、降低检测效率、鲁棒性差、受人主观因素影响大，且长时间的检测会导致检验员听觉疲劳。在高端生产制造场景中，声学性能判定又由复杂的精密声学仪器完成检测，这种检测方法成本高昂，检测条件要求严苛，且检测效率有待提高。
发明内容
本申请的主要目的在于提供一种基于机器视觉的音响检测方法、基于机器视觉的音响检测装置、基于机器视觉的音响检测设备及计算机可读存储介质，旨在准确检测音响的声学质量。
为实现上述目的，本申请提供一种基于机器视觉的音响检测方法，所述方法包括：
获取待测音响在播放预设测试音频时录制的录音音频，并将所述录音音频转换为时域图像；
在所述时域图像上检测所述录音音频的预设检测项的检测值；
若所述检测值均满足所述检测值对应的预设检测项的预设阈值，则确定所述待测音响合格。
示例性的，所述在所述时域图像上检测所述录音音频的预设检测项的检测值的步骤，包括：
在所述时域图像中确定所述预设测试音频的上升时间、峰值时间、超调量；
在所述预设测试音频为阶跃信号音频时，在所述时域图像中还确定所述阶跃信号音频的调整时间；
在所述预设测试音频为方波信号音频时，在所述时域图像中还确定所述方波信号音频的倾斜度。
示例性的，所述在所述时域图像中确定所述预设测试音频的上升时间、峰值时间、超调量的步骤，包括：
将所述时域图像二值化，并通过边缘检测提取边缘轮廓线；
通过对所述边缘轮廓线的曲线追踪和局部寻优，确定所述边缘轮廓线的起始点、纵轴坐标最大值点和稳态值点，并以所述起始点为原点建立二维坐标系；
确定所述预设测试音频的峰值时间为所述纵轴坐标最大值点的横坐标值；
确定所述预设测试音频的超调量为所述纵轴坐标最大值点和所述稳态值点的纵坐标差值，与所述稳态值点的纵坐标的比值；
确定所述预设测试音频的上升时间为所述边缘轮廓线的纵坐标第一次达到基准纵坐标时的横坐标值，其中，所述基准纵坐标由所述稳态值点的纵坐标以及预设基准系数确定。
示例性的，所述在所述预设测试音频为阶跃信号音频时，在所述时域图像中还确定所述阶跃信号音频的调整时间的步骤，包括：
根据所述稳态值点的纵坐标以及预设波动系数，确定所述稳态值点的纵坐标波动区间；
确定所述边缘轮廓线的单调性变化时的极值点；
若所述极值点的纵坐标处于所述纵坐标波动区间内，则在所述极值点之前，确定所述边缘轮廓线与所述纵坐标波动区间的区间纵坐标最大值或区间纵坐标最小值相交的目标点；
确定所述阶跃信号音频的调整时间为所述目标点的横坐标值。
示例性的，所述在所述预设测试音频为方波信号音频时，在所述时域图像中还确定所述方波信号音频的倾斜度的步骤，包括：
确定倾斜点，其中，所述倾斜点的横坐标值为所述边缘轮廓线的纵坐标第一次达到基准纵坐标时的横坐标值，所述倾斜点的纵坐标值为所述基准纵坐标；
确定所述方波信号音频的倾斜度为所述倾斜点与所述起始点之间的斜率。
示例性的，所述获取待测音响在播放预设测试音频时录制的录音音频的步骤之前，包括：
通过标准麦克风测量主动扬声器的自由场频率响应，将测量结果作为参考频率响应；
在所述标准麦克风的相同测量位置，对待测麦克风进行重复测量，记录所述待测麦克风的频率响应与所述参考频率响应的频响偏差，并将所述频响偏差作为所述待测麦克风的补偿值；
使用所述标准麦克风或者基于所述补偿值进行补偿后的所述待测麦克风，采集待测音响在播放预设测试音频时录制的录音音频。
示例性的，所述方法还包括：
若当前抽检批次的待测音响均合格，则将当前抽检批次对应的待测音响送入后续工站；
若当前抽检批次的存在不合格的待测音响，则增加待测音响的抽检数量，直至后续抽检批次的待测音响均合格。
本申请还提供一种基于机器视觉的音响检测装置，所述基于机器视觉的音响检测装置包括：
获取模块，用于获取待测音响在播放预设测试音频时录制的录音音频，并将所述录音音频转换为时域图像；
检测模块，用于在所述时域图像上检测所述录音音频的预设检测项的检测值；
确定模块，用于若所述检测值均满足所述检测值对应的预设检测项的预设阈值，则确定所述待测音响合格。
本申请还提供一种基于机器视觉的音响检测设备，所述基于机器视觉的音响检测设备包括：存储器、处理器、及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的基于机器视觉的音响检测方法的步骤。
本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的基于机器视觉的音响检测方法的步骤。
本申请实施例提出的一种基于机器视觉的音响检测方法、基于机器视觉的音响检测装置、基于机器视觉的音响检测设备及计算机可读存储介质,获取待测音响在播放预设测试音频时录制的录音音频，并将所述录音音频转换为时域图像；在所述时域图像上检测所述录音音频的预设检测项的检测值；若所述检测值均满足所述检测值对应的预设检测项的预设阈值，则确定所述待测音响合格。
在本申请中，通过机器视觉的自动化检测技术实现对新产品研发和NPI阶段的智能音响声学质量检测，以此从研发端开始保证产品质量。首先，将待测音响在播放预设测试音频时录制的录音音频转换为时域图像；然后，在该时域图像上检测录音音频的预设检测项的检测值；如果检测值均满足检测值对应的预设检测项的预设阈值，则确定该待测音响合格。为保证智能音响质量，需要从新产品研发和NPI阶段对其声学性能进行检测，若使用人工检测则需要消耗大量人力资源且长时间检测会造成听觉疲劳，同时易发生漏检、错检；若用高端声学仪器进行检测则成本高昂且对检测环境要求较高。通过基于机器视觉的智能音响实验室质检方法，以实现低成本自动化声学性能检测，准确检测音响的声学智能。
附图说明
图1是本申请实施例方案涉及的硬件运行环境的运行设备的结构示意图；
图2为本申请实施例方案涉及的基于机器视觉的音响检测方法一实施例的流程示意图；
图3为本申请实施例方案涉及的基于机器视觉的音响检测方法一实施例的音频检测算法示意图；
图4为本申请实施例方案涉及的基于机器视觉的音响检测方法一实施例的阶跃信号检测示意图；
图5为本申请实施例方案涉及的基于机器视觉的音响检测方法一实施例的方波信号检测示意图；
图6为本申请实施例方案涉及的基于机器视觉的音响检测方法一实施例的音响质检过程过程示意图；
图7为本申请实施例方案涉及的基于机器视觉的音响检测方法一实施例的应用示意图；
图8为本申请实施例方案涉及的基于机器视觉的音响检测装置的示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
参照图1，图1为本申请实施例方案涉及的硬件运行环境的运行设备结构示意图。
如图1所示，该运行设备可以包括：处理器1001，例如中央处理器(CentralProcessing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对运行设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及计算机程序。
在图1所示的运行设备中，网络接口1004主要用于与其他设备进行数据通信；用户接口1003主要用于与用户进行数据交互；本申请运行设备中的处理器1001、存储器1005可以设置在运行设备中，所述运行设备通过处理器1001调用存储器1005中存储的计算机程序，并执行以下操作：
获取待测音响在播放预设测试音频时录制的录音音频，并将所述录音音频转换为时域图像；
在所述时域图像上检测所述录音音频的预设检测项的检测值；
若所述检测值均满足所述检测值对应的预设检测项的预设阈值，则确定所述待测音响合格。
在一实施例中，处理器1001可以调用存储器1005中存储的计算机程序，还执行以下操作：
所述在所述时域图像上检测所述录音音频的预设检测项的检测值的步骤，包括：
在所述时域图像中确定所述预设测试音频的上升时间、峰值时间、超调量；
在所述预设测试音频为阶跃信号音频时，在所述时域图像中还确定所述阶跃信号音频的调整时间；
在所述预设测试音频为方波信号音频时，在所述时域图像中还确定所述方波信号音频的倾斜度。
在一实施例中，处理器1001可以调用存储器1005中存储的计算机程序，还执行以下操作：
所述在所述时域图像中确定所述预设测试音频的上升时间、峰值时间、超调量的步骤，包括：
将所述时域图像二值化，并通过边缘检测提取边缘轮廓线；
通过对所述边缘轮廓线的曲线追踪和局部寻优，确定所述边缘轮廓线的起始点、纵轴坐标最大值点和稳态值点，并以所述起始点为原点建立二维坐标系；
确定所述预设测试音频的峰值时间为所述纵轴坐标最大值点的横坐标值；
确定所述预设测试音频的超调量为所述纵轴坐标最大值点和所述稳态值点的纵坐标差值，与所述稳态值点的纵坐标的比值；
确定所述预设测试音频的上升时间为所述边缘轮廓线的纵坐标第一次达到基准纵坐标时的横坐标值，其中，所述基准纵坐标由所述稳态值点的纵坐标以及预设基准系数确定。
在一实施例中，处理器1001可以调用存储器1005中存储的计算机程序，还执行以下操作：
所述在所述预设测试音频为阶跃信号音频时，在所述时域图像中还确定所述阶跃信号音频的调整时间的步骤，包括：
根据所述稳态值点的纵坐标以及预设波动系数，确定所述稳态值点的纵坐标波动区间；
确定所述边缘轮廓线的单调性变化时的极值点；
若所述极值点的纵坐标处于所述纵坐标波动区间内，则在所述极值点之前，确定所述边缘轮廓线与所述纵坐标波动区间的区间纵坐标最大值或区间纵坐标最小值相交的目标点；
确定所述阶跃信号音频的调整时间为所述目标点的横坐标值。
在一实施例中，处理器1001可以调用存储器1005中存储的计算机程序，还执行以下操作：
所述在所述预设测试音频为方波信号音频时，在所述时域图像中还确定所述方波信号音频的倾斜度的步骤，包括：
确定倾斜点，其中，所述倾斜点的横坐标值为所述边缘轮廓线的纵坐标第一次达到基准纵坐标时的横坐标值，所述倾斜点的纵坐标值为所述基准纵坐标；
确定所述方波信号音频的倾斜度为所述倾斜点与所述起始点之间的斜率。
在一实施例中，处理器1001可以调用存储器1005中存储的计算机程序，还执行以下操作：
所述获取待测音响在播放预设测试音频时录制的录音音频的步骤之前，包括：
通过标准麦克风测量主动扬声器的自由场频率响应，将测量结果作为参考频率响应；
在所述标准麦克风的相同测量位置，对待测麦克风进行重复测量，记录所述待测麦克风的频率响应与所述参考频率响应的频响偏差，并将所述频响偏差作为所述待测麦克风的补偿值；
使用所述标准麦克风或者基于所述补偿值进行补偿后的所述待测麦克风，采集待测音响在播放预设测试音频时录制的录音音频。
在一实施例中，处理器1001可以调用存储器1005中存储的计算机程序，还执行以下操作：
所述方法还包括：
若当前抽检批次的待测音响均合格，则将当前抽检批次对应的待测音响送入后续工站；
若当前抽检批次的存在不合格的待测音响，则增加待测音响的抽检数量，直至后续抽检批次的待测音响均合格。
本申请实施例提供了一种基于机器视觉的音响检测方法，参照图2，在基于机器视觉的音响检测方法的一实施例中，所述方法包括：
步骤S10，获取待测音响在播放预设测试音频时录制的录音音频，并将所述录音音频转换为时域图像；
为保障智能音响的声学性能，需从新产品研发和NPI阶段开始对其质量进行检测。检测在品质实验室中完成，先使待测产品(整机或模组)播放测试音频，标准麦克风采集音频信号经串口发送至上位机，在上位机中将音频信号转换为时域图像，再对时域图像进行基于机器视觉的检测算法来评判其声学性能。
示例性的，所述获取待测音响在播放预设测试音频时录制的录音音频的步骤之前，包括：
通过标准麦克风测量主动扬声器的自由场频率响应，将测量结果作为参考频率响应；
在所述标准麦克风的相同测量位置，对待测麦克风进行重复测量，记录所述待测麦克风的频率响应与所述参考频率响应的频响偏差，并将所述频响偏差作为所述待测麦克风的补偿值；
使用所述标准麦克风或者基于所述补偿值进行补偿后的所述待测麦克风，采集待测音响在播放预设测试音频时录制的录音音频。
在获取待测音响在播放预设测试音频时录制的录音音频之前，还需要进行录音设备如麦克风的标定。录制音频时需使用标准麦克风，因而需在测试前对麦克风进行标定。
标定需在隔音环境下进行，准备标准麦克风和若干待标麦克风。先在场地中固定主动扬声器和标准麦克风的位置，测量主动扬声器的自由场频率响应，测量结果作为参考频率响应；用待测麦克风在相同位置替换标准麦克风，重复测量，记录其频响偏差，该偏差会在后续测试时进行软件补偿。
另外，为提高标定的可靠性，使频谱测量信噪比大于20dB，并可通过重复标定以保证标麦标定的一致性。
步骤S20，在所述时域图像上检测所述录音音频的预设检测项的检测值；
在将获取到的待测音响在播放预设测试音频时录制的录音音频转换为时域图像之后，便可以在时域图像上检测录音音频的预设检测项的检测值，后续通过检测值确定待测音响是否合格。
在一实施例中，参照图3，首先上位机经串口接收音频信号，音频信号为数字信号，再根据数字信号的帧总数、采样率、振幅等信息将其转化为时域图像。利用窗函数识别图像噪点，若噪点过多则判定为NG，否则执行后续检测步骤。用图像分割取出主要信号区域(同时图像去噪)，然后根据不同的测试音频执行相应测试算法。
示例性的，所述在所述时域图像上检测所述录音音频的预设检测项的检测值的步骤，包括：
在所述时域图像中确定所述预设测试音频的上升时间、峰值时间、超调量；
在所述预设测试音频为阶跃信号音频时，在所述时域图像中还确定所述阶跃信号音频的调整时间；
在所述预设测试音频为方波信号音频时，在所述时域图像中还确定所述方波信号音频的倾斜度。
在时域图像上检测录音音频的预设检测项的检测值时，非详细测试的测试音频是阶跃信号，测试内容是使用机器视觉算法检测录制的阶跃信号的上升时间、峰值时间、超调量和调整时间。详细测试的测试音频是方波信号，测试内容是使用机器视觉算法检测录制的方波信号的上升时间、峰值时间、超调量和倾斜度。
示例性的，所述在所述时域图像中确定所述预设测试音频的上升时间、峰值时间、超调量的步骤，包括：
将所述时域图像二值化，并通过边缘检测提取边缘轮廓线；
通过对所述边缘轮廓线的曲线追踪和局部寻优，确定所述边缘轮廓线的起始点、纵轴坐标最大值点和稳态值点，并以所述起始点为原点建立二维坐标系；
确定所述预设测试音频的峰值时间为所述纵轴坐标最大值点的横坐标值；
确定所述预设测试音频的超调量为所述纵轴坐标最大值点和所述稳态值点的纵坐标差值，与所述稳态值点的纵坐标的比值；
确定所述预设测试音频的上升时间为所述边缘轮廓线的纵坐标第一次达到基准纵坐标时的横坐标值，其中，所述基准纵坐标由所述稳态值点的纵坐标以及预设基准系数确定。
以非详细测试为例，在一实施例中，参照图4，首先，进行图像预处理。将时域图像二值化，利用边缘检测(如Canny算法)提取信号边缘轮廓线，图4是经图像预处理后的阶跃信号的局部放大示意图。
然后，用图像处理的方法标记阶跃信号特征。二值化后的图像前后景由0和255区分，因此可以通过曲线追踪和局部寻优的方式获取关键点。曲线追踪的起始点，其在图像中的绝对坐标为(x
接着，局部寻优，记录曲线前段在y轴方向的最大值点(纵轴坐标最大值点)的绝对坐标(x
曲线跟踪，在图像后段取任一稳态值点的纵坐标y
在一实施例中，预设基准系数取值为0.9，基准纵坐标为0.9y
确定上升时间：t
在一实施例中，参照图5，方波信号的上升时间t
示例性的，所述在所述预设测试音频为阶跃信号音频时，在所述时域图像中还确定所述阶跃信号音频的调整时间的步骤，包括：
根据所述稳态值点的纵坐标以及预设波动系数，确定所述稳态值点的纵坐标波动区间；
确定所述边缘轮廓线的单调性变化时的极值点；
若所述极值点的纵坐标处于所述纵坐标波动区间内，则在所述极值点之前，确定所述边缘轮廓线与所述纵坐标波动区间的区间纵坐标最大值或区间纵坐标最小值相交的目标点；
确定所述阶跃信号音频的调整时间为所述目标点的横坐标值。
在一实施例中，参照图4，进行曲线跟踪，从点(t
示例性的，所述在所述预设测试音频为方波信号音频时，在所述时域图像中还确定所述方波信号音频的倾斜度的步骤，包括：
确定倾斜点，其中，所述倾斜点的横坐标值为所述边缘轮廓线的纵坐标第一次达到基准纵坐标时的横坐标值，所述倾斜点的纵坐标值为所述基准纵坐标；
确定所述方波信号音频的倾斜度为所述倾斜点与所述起始点之间的斜率。
在一实施例中，参照图5，方波信号需额外检测其倾斜度，倾斜度由方波信号起始点(t
步骤S30，若所述检测值均满足所述检测值对应的预设检测项的预设阈值，则确定所述待测音响合格。
在测试音频为阶跃信号时，若上升时间、峰值时间、超调量和调整时间均满足对应的预设阈值，则确定待测音响合格。
在测试音频为方波信号时，若上升时间、峰值时间、超调量和倾斜度均满足对应的预设阈值，则确定待测音响合格。
示例性的，所述方法还包括：
若当前抽检批次的待测音响均合格，则将当前抽检批次对应的待测音响送入后续工站；
若当前抽检批次的存在不合格的待测音响，则增加待测音响的抽检数量，直至后续抽检批次的待测音响均合格。
在一实施例中，若检测PASS，则判定产品合格执行后续检测步骤；若检测NG，则分析测试数据并将其上传至研发系统，后续可进行复测或其他处理(包括在MP阶段增加抽检量)。同时实验室检测完成后，检测情况会在进行简单的数据分析与报告生成后传递给研发系统，以便于在新产品研发和NPI阶段从研发端对产品进行针对性改进。
在本申请一种基于机器视觉的音响检测方法的一应用场景中，参照图6，基于机器视觉的智能音响实验室质检，整个过程分为实验室前期准备阶段和实验室检测阶段两部分。在实验室前期准备阶段，保证有一个稳定的检测环境和调校标准麦克风，包括搭建测试环境和标麦标定。搭建智能音响实验室质检的测试环境，该环境要求稳定、隔音、无音源干扰，且需固定好待测产品与标准麦克风的位置。
在实验室检测阶段，标麦获取音频信号并传入上位机，将待测的声学整机或模组抽样后送入实验室测试环境，播放测试音频(阶跃信号或方波信号)，标麦获取音频信号，传入上位机。并进行音频检测以及后续处理。
参照图7，基于机器视觉的智能音响实验室质检方法流程详述如下：
(1)搭建好实验室的测试环境；
(2)将测试用麦克风进行标定，获得标准麦克风；
(3)选择待测产品，根据测试内容播放相应音频(阶跃信号或方波信号)；
(4)标麦录制测试音频并经串口传送至实验室的上位机；
(5)在上位机中将音频信号转化为图像，以便对其进行图像处理；
(6)执行基于机器视觉的音频检测算法进行音频质量检测；
(7)若步骤(6)存在NG品，则将其分析数据反馈至研发系统，然后执行复测、增加抽检数量(MP阶段)、返修或其他操作；
(8)若步骤(6)的待测品全部PASS则判定为音频质量合格，执行后续检测步骤，至此基于机器视觉的智能音响实验室质检结束。
通过提供一种智能音响实验室阶段的低成本自动化检测方法，替代人工自动化检测音频质量，提升检测效率和精度，保证了产品品质。并且该系统会与研发系统联动，以优化产品设计与工艺等，从而提升制造业智能化程度并提高产品研发效率。该方法具有高集成度、高可靠性、高自动化程度与一定的智能化能力，降低检测成本，提升检测效率，并可推广到其他含有音频播放功能的产品上。
参照图8，此外，本申请实施例还提供一种基于机器视觉的音响检测装置，所述基于机器视觉的音响检测装置包括：
获取模块M1，用于获取待测音响在播放预设测试音频时录制的录音音频，并将所述录音音频转换为时域图像；
检测模块M2，用于在所述时域图像上检测所述录音音频的预设检测项的检测值；
确定模块M3，用于若所述检测值均满足所述检测值对应的预设检测项的预设阈值，则确定所述待测音响合格。
示例性的，所述检测模块还用于：
在所述时域图像中确定所述预设测试音频的上升时间、峰值时间、超调量；
在所述预设测试音频为阶跃信号音频时，在所述时域图像中还确定所述阶跃信号音频的调整时间；
在所述预设测试音频为方波信号音频时，在所述时域图像中还确定所述方波信号音频的倾斜度。
示例性的，所述检测模块还用于：
将所述时域图像二值化，并通过边缘检测提取边缘轮廓线；
通过对所述边缘轮廓线的曲线追踪和局部寻优，确定所述边缘轮廓线的起始点、纵轴坐标最大值点和稳态值点，并以所述起始点为原点建立二维坐标系；
确定所述预设测试音频的峰值时间为所述纵轴坐标最大值点的横坐标值；
确定所述预设测试音频的超调量为所述纵轴坐标最大值点y
确定所述预设测试音频的上升时间为所述边缘轮廓线的纵坐标第一次达到基准纵坐标时的横坐标值，其中，所述基准纵坐标由所述稳态值点的纵坐标以及预设基准系数确定。
示例性的，所述检测模块还用于：
根据所述稳态值点的纵坐标以及预设波动系数，确定所述稳态值点的纵坐标波动区间；
确定所述边缘轮廓线的单调性变化时的极值点；
若所述极值点的纵坐标处于所述纵坐标波动区间内，则在所述极值点之前，确定所述边缘轮廓线与所述纵坐标波动区间的区间纵坐标最大值或区间纵坐标最小值相交的目标点；
确定所述阶跃信号音频的调整时间为所述目标点的横坐标值。
示例性的，所述检测模块还用于：
确定倾斜点，其中，所述倾斜点的横坐标值为所述边缘轮廓线的纵坐标第一次达到基准纵坐标时的横坐标值，所述倾斜点的纵坐标值为所述基准纵坐标；
确定所述方波信号音频的倾斜度为所述倾斜点与所述起始点之间的斜率。
示例性的，所述获取模块还用于：
所述获取待测音响在播放预设测试音频时录制的录音音频的步骤之前，
通过标准麦克风测量主动扬声器的自由场频率响应，将测量结果作为参考频率响应；
在所述标准麦克风的相同测量位置，对待测麦克风进行重复测量，记录所述待测麦克风的频率响应与所述参考频率响应的频响偏差，并将所述频响偏差作为所述待测麦克风的补偿值；
使用所述标准麦克风或者基于所述补偿值进行补偿后的所述待测麦克风，采集待测音响在播放预设测试音频时录制的录音音频。
示例性的，所述确定模块还用于：
若当前抽检批次的待测音响均合格，则将当前抽检批次对应的待测音响送入后续工站；
若当前抽检批次的存在不合格的待测音响，则增加待测音响的抽检数量，直至后续抽检批次的待测音响均合格。
本申请提供的基于机器视觉的音响检测装置，采用上述实施例中的基于机器视觉的音响检测方法，旨在准确检测音响的声学质量。与常规技术相比，本申请实施例提供的基于机器视觉的音响检测装置的有益效果与上述实施例提供的基于机器视觉的音响检测方法的有益效果相同，且基于机器视觉的音响检测装置中的其他技术特征与上述实施例方法公开的特征相同，在此不做赘述。
此外，本申请实施例还提供一种基于机器视觉的音响检测设备，所述基于机器视觉的音响检测设备包括：存储器、处理器、及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的基于机器视觉的音响检测方法的步骤。
此外，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的基于机器视觉的音响检测方法的步骤。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对常规技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。