声品质基本概念与研究综述文档格式.docx

1、响度、锐度、粗糙度、抖晃度等。这些量中的某几个组合在一起，形成了感觉舒适度、烦躁度等综合性指标。1.1 响度响度是对声音强度的一种感受，它是人们对声音感知影响最大的一个参量。通过对响度及其依赖关系的研究，以及掩蔽效应的研究， 人们发现，两个声级相等而频率间隔大于临界带的纯音产生的响度大于频率处于两纯音之间而声级为两纯音按能量叠加的纯音的响度。两纯音的频率间隔增加，组成复合音的响度也随之增加。这意味着响度不是由单独频率成分所决定的，而是由两者相互影响而产生，尤其是当两者频率间隔较小时，影响较为明显。只有在两者频率间隔足够大时无相互影响，这时，响度值等于两者的响度之和。由于临界带对响度计算有很大的

2、影响，因此在构造响度模型时，把激励声级对临界带率模式作为基础。将总响度看成是特征响度对临界带率的积分，即: 其中为在一个临界带内的特征响度，单位为，下标 表示响度值是由临界带声级计算得来的。1.2 粗糙度 粗糙感是在调制频率为 15300Hz 时产生的。调制函数的频谱在 15300Hz 区域即足以产生粗糙感，并非要周期性调制。这也是大多窄带噪声即使没有包络和频率的周期性变化，却产生粗糙感的原因。将调制频率为70Hz，调制幅度为100，声级为 60dB的1kHz纯音粗糙度定义为1 asper。影响粗糙度的因素主要有两个，一个为频率分辨率，一个为时间分辨率，频率分辨率由激励模式或特征响度随临界带的

3、关系决定。当调制幅度为 25%时，即m=0.25 ，粗糙度达到其最低值 0.1 asper，调制幅度每增加 10，相应粗糙度增加 17，因此在可听粗糙度划分为 20 个级别。粗糙度变化 1.56 倍时，我们刚可察觉到粗糙度的差异。粗糙度是由激励模式随时间变化引起的，非常缓慢的变化不产生粗糙度的感受，可见粗糙度正比于变化速度，即调制频率，此外，通过掩蔽分析可知，粗糙度与掩蔽深度成正比关系，于是得到：1.3 尖锐度 在影响锐度感觉的众多因素中，与锐度密切相关的量有窄带声音的频谱成份和中心频率、声音的带宽。声音的频谱包络对锐度的影响最大，而频谱细部结构显的不太重要。在一个临界带宽内，带宽的变化与锐度

4、无关。锐度模型与频谱的精细结构无关，而仅与频谱包络有关。从心理声学的角度，频谱包络表示成激励声级与特征频带率的关系的模式，或称为特性响度与特征频带率的关系模式。根据窄带噪声的锐度随特征频带变化关系，以及低频成份的增加可降低锐度的特点，可以采用冲量因子 g来构造锐度模型，在 16Bark 以下频带为 1，而在 16Bark 以上的频带，g大于 1。采用特性响度与特征频带率的关系模式作为分布函数。以及在 1kHz 时的锐度为 1acum的边界条件，可以构造出如下的关系式：式中为临界带内响度密度的积分，比例常数C=0.11，根据 1kHz声压级为60dB 时，锐度为1 acum来确定。1.4 抖晃度

5、听觉系统对经过 调制的声音有两种不同的感觉：当调制频率在20Hz以下感知为抖晃度，而在高频则感知为粗糙度。在 20Hz 附近是听觉感知的平稳过渡区域。将 60dB 频率为1kHz 的纯音，以 4Hz 纯音进行幅值调制，调制度为 100声音的抖晃度定义为 1vacil。抖晃度呈调制频率的带通特性，最大值在调制频率为 4Hz 处，即 4Hz 的调制频率将显现较大的抖晃度。人耳听觉系统的频率分辨率为4Hz，流利语音的正常速率为 4 音节/秒。与粗糙度的计算类似，抖晃度的计算也采用瞬间掩蔽模式，以最大和最小声级差 的形式表示：2国外声品质研究现状声品质研究作为一项跨学科领域的交叉研究，由于对其理解的不

6、同，不同研究单位在研究方向、研究方法手段上的相差很大。比较而言，英国和法国更强调它是一门感知科学，强调心理实验方法的研究，强调揭示感知心理属性结构。德国和丹麦偏重于机械工程方面的应用、以及物理机制方面的研究。比较来看，由于背后有着汽车行业的支持，德国和美国在此项研究中的水平较高，普及面较广，并具有重视基础研究作用机制和工程应用的特点。国外进行的声品质主观评价方面研究，其基本思路和流程大体相同：首先，组织评价组对多个不同的有效车辆噪声采样信号进行评分。常用评价方法有两种：等级评分法和成对比较法，前者可获得声音评价的绝对数值，后者则可提供多个噪声采样之间的相对排序。然后，以统计学方法对噪声样本进行

7、多重回归分析，确定主观评分等级与客观物理参数之间的相关性，最终建立用心理声学参量表达的声品质函数公式，并以此作为汽车产品设计和制造的声学参考和评价指标。2.1 声品质主观评价研究声品质主观评价研究是采用通过问卷调查或主观评价实验等形式，对主观评价数据通过统计分析等方法，获得适当的评价术语以描述声品质的主观感知特征。声品质主观评价方法有：排序法、幅度调节、等级评分法、成对比较法、语义细分法等。主观评价方法在不断发展的同时，不同评价方法都有其优缺点以及适用环境，因此经济、有效评价方法的研究也是声品质研究中的一个重要方面。国外许多学者对声品质描述指标进行了深入的探讨。奥地利AVL LIST公司较早给

8、出了系统描述声学属性的48个物理特征量，并把它们归纳出8类评价指标，包括声压级、综合级参数、周期性测量、音质响度、音质尖锐度、脉冲性、粗糙度和声压分布。日本学者提出的评价指标也很有特色，共分为响亮、轰鸣、平稳、尖锐、坚实、强劲、活泼、豪华、驾驶乐趣、动感、偏爱和发动机延展性等12类。1959年Solomon首先将语义细分法用于声学研究，在应用的过程中针对不同的情况实验流程有所不同。其中，德国奥登堡大学和波鸿大学在进行车内噪声声品质的研究中对语义细分法采用了不同的研究流程，以适用不同的研究要求。成对比较法在声品质研究中应用较广，1994年Chouard研究表明回放顺序对主观评价结果没有显著影响，

9、但是，不同的样本序列会给评价者的评判结果带来差异。近几年在具体的声品质应用研究中，成对比较法仍然处于不断的讨论研究中。1994年Boemak提出采用明亮度（Brightness）、柔和度（Softness）两个维度来描述汽车发动机的声品质.1995、1997年Bisping针对车内噪声的声品质，通过一系列的实验研究认为，车内声品质感知中愉悦度和劲度两方面的特征最为重要,在车辆标准驾驶状态下，这两个因素占总变量的6070%。1998年Bodden在比较几种不同的主观评价方法的基础上，提出一种适宜于工业应用的个性化测试法，可发挥评价者的主观能动性，减少评价工作量。1999年Otto等曾提出汽车声品

10、质主观评价导则，比较系统地介绍了评价环境、评价准备工作、评价和分析方法等。2004年Anna Preis关于专业评价者与非专业评价者对乐器声品质的成对比较法实验研究表明，专业与非专业评价者对于声品质偏好性的评价没有什么不同。一般情况下大多数的研究工作多是围绕声品质的满意度、偏好性或烦躁度等方面的特征进行，并将其解释为多维的特征。2.2 声品质客观评价研究声品质客观评价研究的目的是建立声品质主观感知属性与物理声学、心理声学之间的联系，即从物理声学、心理声学的角度，对人们对噪声声品质的主观属性进行理解。国际上目前的研究普遍针对特定的噪声条件而言，模型不适用所有的情况，研究方法和研究结果有很大差别。

11、总的来看，客观评价集中在从时间历程、频谱构成、物理声学参量、心理声学参量、双耳信号的互相关等多个角度的特征方面，利用方差分析、相关分析、主成份分析以及多元线性回归分析等统计分析方法来进行。一些研究主要考虑从时间历程和频率构成特征的角度进行分析，试图降低某些频率段声压级，以提高噪声的和谐结构成分、改善噪声的声品质。1999年Bodden和Heinrichs在研究柴油发动机的嗒嗒声品质评价时，采用考虑时域掩蔽和时域积分的时域响度模型来反映（响度、平均响度、抖晃度、以及响度在时域的平均偏差），相关系数达到0.95。2002年韩国科学技术学院，通过专门设计的实验运用正交矩阵评价实验分析研究吸尘器声品质

12、与频谱构成之间的关系，指出不同频带的变化明显影响主观评价结果，同时高频成分主要影响满意度，低频成分与吸尘性能相关。一些研究基于心理声学特征量对于声品质主观特征进行表征。比较有代表性的是1984年Aures把响度、粗糙度、锐度和音调组合起来提出的感觉愉悦度，以及1991年Hussain提出的烦恼度指数。1999年Scot和Jeff在进行细致的主观评价实验与分析之后，采用基于响度、及其在时域的标准偏差、抖晃度对汽车启动声的主观评价结果进行客观量化，取得比较好的效果。1997年Zhang和Vertiz认为对电动窗听觉感知的主要因素和偏好特征为噪声强度、音色变化以及锐度，其中强度（包含响度、粗糙度等）

13、为最主要的因素，用户更加偏好于这些参量值较低的产品，人们对电动车窗声品质的心理期望是一致的。1999年Scott和Jeff在进行细致的主观评价实验与分析之后，采用基于响度、响度在时域的标准偏差、抖晃度对汽车启动声的主观评价进行客观量化，取得比较好的效果。2001年Teik C.Lim通过研究将影响汽车电动车窗噪声烦躁度的因素归为四类:响度、尖叫声、脉冲声、时域变化。低频噪声对于声品质的研究非常重要，有许多的工作集中于典型的低频噪声以及特定条件下的隆隆声研究。2000年Hashimoto等在对车内噪声声品质的研究中，将300Hz以下的低频噪声在耳膜处产生的声压感受称为轰鸣感。车辆稳态行驶时心理声

14、学轰鸣级（Booming Level）的模型结果与轰鸣感相关性较好。而在加速时，提出另外采用轰鸣指数（Booming Index）来评价,针对怠速以及发动机低转速时加速情况下的车外噪声，采用脉冲度来评价。2002年Otto在对发动机声品质研究中发现现有模型具有很大的局限性，认为粗糙度的特点应具有时域范围内抖晃的特征，发现依据发动机的转速信息密切相关的阶次和半阶次特征所提出的粗糙度计算模型效果比较好。除了传统的声品质研究方法外，一些现代发展的研究手段也被运用到声品质的研究中来。1995年Brambilla 等则采用神经网络来建立客观测试与主观评价之间的相关性，针对客观测量结果与主观评价结果之间的

15、不符，需要寻找客观量与心理声学指标可能存在的相关性，或寻找更合适的心理声学参量，Brambilla 认为采用神经网络元的设计来完成这项工作“在众多情形下是有效和独特的”。1999年Prante 采用了 FIR 神经网络仿真评价者评价现实世界声信号的过程，他采用的声样本包括了生活环境、交通噪声、家用电器以及工业噪声。他的研究证明了FIR 神经网络适合于仿真主观评价过程。1999年Fry等采用多层感知（MLP）神经网络来进行车辆通过噪声的预测，其中对加速噪声的预测结果与分析模型的结果接近。以上的研究有许多侧重于神经网络在声品质评价应用中的概念，并未对声品质研究中的神经网络方法进行更深入的研究，Prante继续了他在