扬声器出厂质检中，存在人工听音和设置门限两种方法。长期人工听音损害员工听力，设置门限依赖工程师主观经验。出于保护员工听力，降低主观因素影响的目的，大部分研究者提出从高阶谐波失真等角度进行扬声器异音识别的方法，但是很少有研究者从人耳角度分析扬声器异音。本文研究了一种心理声学模型并将之应用于扬声器质量的判别。该方法模拟了人耳对声音的感知与处理，并能对扬声器的质量进行客观评判，规避了由人的主观因素所带来的误判风险。
　　主要研究工作如下：
　　本文通过实验室自主设计开发的扬声器测试系统进行扬声器声响应信号的采集。由于实验中所有样本均来自现场采集，为了满足实验条件，配备了相关硬件电路。硬件电路包括专业声卡、功率放大器、供电电路、传声器构成。扬声器声响应信号由上位机软件采集。
　　本文研究了国际电信联盟ITU提出的PEAQ（Perceived Evaluation of Audio Quality）算法中的心理声学模型。根据标准BS.1387-1中的描述进行心理声学模型搭建，由于标准中的某些参数描述含糊或者缺漏，本文在实现过程中进行补充说明。利用心理声学参数优化心理声学模型处理结果，结合机器学习算法实现扬声器异音的识别，最终，提出一种基于支持向量机的扬声器异音识别算法，该算法实现了扬声器异音的识别与分类，扬声器异音识别准确率和分类准确率均优于传统方法，平均异音识别准确率达99.15%。