声品质的应用分析方法

2016-04-05 09:18:57

阅读次数:14198

摘要:声品质分析在噪声的主观评价方面已经得到越来越多的应用。本文比较了声品质分析与传统计权声级的区别,并介绍了在声品质分析的实际应用中,针对稳态信号、非稳态信号的几种不同分析方法,以及各分析方法的要求和特点。

关键词:声品质,响度,尖锐度,粗糙度,波动度

1前言

传统评价噪声的方法主要为计权声压级,用以反映声音的大小。但是人耳的实际主观感受对于不同频率不同强度的声音有着非常复杂的关系,并不是简单的计权曲线所能描述的。现代产品设计中,越来越多地使用声品质指标进行噪声评价和改进。

声品质(Sound Quality)分析中包含多种参数,如响度(Loudness)、尖锐度(Sharpness)、粗糙度(Roughness)、波动度(Fluctuation Strength)和烦恼度(Psychoacoustic Annoyance)等,其中响度最为常用,并且计算方法已经具有相应的ISO532国际标准。虽然响度与计权声级(Weighting Sound Level)都是描述声音的强弱,但是两者之间还是有许多不同之处。其他参数目前都只有定性的定义,缺乏统一的计算模型,也没有相应的国际标准,并且对被分析信号的采样率和长度等参数有一定的特别要求。本文以DASP软件为例说明各个参数的特点和常用计算方法。

2声品质与计权声级的比较

声品质包含许多参数,其中只有响度可与计权声级进行比较。响度用于反映听觉判断声音强弱的属性,不仅与声压大小有关,还与频率、波形等因素有关,符号为N,单位为宋(sone),此外也可以用响度级来表示,符号为Ln,单位为方(phon),可与响度互算。

2.1 临界频带与1/3倍频程的比较

在声级分析中,常常将人耳听觉频率范围按1/3倍频程方式进行划分,如表1所示,而响度分析中则将人耳听觉范围划分为24个临界频带(Critical Band),符号为z,单位为Bark,如表2所示。由于人耳对声音频率具有掩蔽效应,某纯音频率附近的某个频带范围内的声音会对该纯音产生掩蔽效应,即该纯音被其他声音所淹没。临界频带则是根据该特性进行划分的。对于表1和表2,可见在280Hz以上两者对于频带的划分比较接近,而低于280Hz的频率范围,每个临界频带相当于若干个1/3倍频程频带的组合。

比较可见,在较高频率范围内,1/3倍频程频带较为接近于人耳的掩蔽效应,而低频范围内则划分过细,超出了实际人耳对频率的敏感能力。但是由于1/3倍频程是有规律的划分方式,因此在实际使用中不仅方便而且计算简单。

表1 听觉范围内的1/3倍频程划分频

Hz1822283645567189112141178

2242823554475627088911122141317782239

281835484467562370798913112241413117789

表2 听觉范围内的临界频带划分频

Hz0100200300400

5106307709201080127014801720200023202700

31503700440053006400770095001200015500

2.2 等响曲线与计权曲线的比较

等响曲线是一系列响度级相等的纯音或窄带噪声额的声压级与频率之间关系的曲线簇,是通过试验统计方法,根据试验者对来自正前方纯音强弱的判断来确定的,因此较能准确地反映人耳对声音强弱的主观感受,如图1所示。

图1 纯音等响曲线(根据ISO226-1987)

传统声压级的计权曲线则是通过某一条等响曲线修正而来的,A、B、C计权曲线分别为接近40phon、70phon和100phon的等响曲线的反曲线。以常用的A计权为例,由于它是接近40phon(响度为1sone)的等响曲线,因此对于其他大小的声音则具有较大的误差,在实际工程应用中,其突出的缺点主要在于对较高声压的低频声音衰减过大,难以反映高声压低频噪声的主观感受。

有计算表明,对于同为60dBA的声音,由于频率结构的不同,其响度可能从1.3sone到21.1sone不等。可见计权仅仅是一种简化的修正方法,对于某些声音则误差较大。但是由于等响曲线是一系列的曲线簇,并且需要考虑掩蔽效应,对于复合音的响度计算非常复杂,而计权声压级的计算则简单得多。

3响度谱分析方法

3.1稳态声音的平均响度谱

对于稳定的声音,一般使用线性平均方法计算平均响度,以提高计算结果的精度。图2为使用DASP软件按照ISO532B的方法,对列车噪声进行计算的平均响度谱,其横坐标为Bark,DASP软件中的横坐标分辨率为0.1Bark,纵坐标单位为sone/Bark,相当于响度在临界频带内的分布,因此响度谱的积分就是总响度值,单位为sone。

图2 对列车噪声进行全程平均响度谱分析

图3洗衣机运转过程的响度谱阵分析

3.2 响度谱阵分析

对于非稳态的声音,或者机器运行不同工况的全过程声音,由于声音特性随时间不同而不同,平均响度分析就不合适了。此时可以使用随时间的响度谱阵分析手段,以观察不同工况下的响度特性的变化情况。图3为洗衣机一次运行全过程的响度谱阵图,该运行过程中包含了一次洗涤过程(3~9秒)和一次甩干过程(13~23秒)。响度谱阵是一系列时间上的瞬时响度谱按时间进行排列的谱阵,响度谱的高度使用不同颜色来表示。从谱阵图上可以看出,噪声成分主要分布在两个频带区域(2~5Bark和15~18Bark),洗涤过程中的高频噪声和低频噪声都比较突出,而甩干过程中则主要是高频噪声占主要成分了。

4多参数分析

除响度之外,声品质分析中还常常提供其他一些参数的分析,常见的包括尖锐度、粗糙度、波动度和烦恼度等指标。

由于这些参数没用统一的定义,更没有统一的计算公式,因此实际使用之前必须了解分析软件中使用的计算公式。此外这些参数计算公式中还有一些定性的参数,各分析软件在进行细节处理时可能使用不用的方法,导致不同软件之间的结果很难有对比性,因此在实际产品的声品质分析和改进过程中应使用同一个软件进行结果的对比。

4.1 参数定义、特点和常用公式

尖锐度(Sharpness)指标描述了声音品质评价中的音色特征,符号为S,单位为acum。对于频率较高的声音,感受到的尖锐度较大。因此实际声音品质设计中有时会增加低频噪声以降低尖锐度,但响度会有所增加。尖锐度计算方法目前没有标准方法,DASP软件中使用公式1,其中N’(z)为某个Bark上的响度谱,g(z)为附加系数,是临界频带的函数:

                              (1)

波动度(Fluctuation Strength,又称抖动强度)和粗糙度(Roughness)主要反映声音的幅值调制特性,一般当调制频率低于20Hz时(参考频率为4Hz)为波动度特性,高于20Hz时(参考频率为70Hz)表现为粗糙度特性。

波动度的符号为F,单位是vacil,定义60dB的1kHz纯音在调制频率为4Hz的100%调幅作用下产生的波动度为l vacil。粗糙度符号为R,单位是asper,定义60dB的1kHz纯音在调制频率为70Hz的100%调幅作用下产生的粗糙度为1 asper。波动度和粗糙度的计算方法同样没有被标准化,DASP中使用公式2和公式3进行计算,其中Cf和Cr为计算系数,dL表示单位为dB的调制深度,fmod为调制频率,在计算波动度时为最接近4Hz的调制频率,计算粗糙度时为最接近70Hz的调制频率。

                              (2)

                           (3)

与响度一样,也可以得到以临界频带为横坐标的波动度谱曲线和粗糙度谱曲线,纵坐标分别为 vacil/Bark和asper/Bark。如图4所示。为表示波动度和粗糙度指标特点,图中示例波形中对左右声道分别选择了具有4Hz和70Hz的100%幅值调制的1KHz60dB单频波形,虽然这种情况在实际应用中几乎不可能出现。

烦恼度(PA, Psychoacoustic Annoyane, 又称厌烦度、骚扰度等)描述声音的厌烦程度,它考虑了响度、尖锐度、粗糙度、波动度的综合影响,为无量纲系数,DASP中使用公式4计算烦恼度系数,其中N5为以sone为单位的累积百分比响度,wS为反映尖锐度的系数,wFR为反映波动度和粗糙度的系数。

          (4)

4.2 波动度和粗糙度分析的特别要求

由于波动度和粗糙度计算中需要分析信号在各个临界频带内的幅值调制频率,而幅值调制曲线则需要通过响度时间谱阵在各个临界频带上的包络线来得到。由于要保证有效的包络线分析,因此对于被分析的波形数据有一定要求,在DASP软件中要求被分析数据的采样频率不低于5120Hz,并且被分析区间的时间长度不小于2 秒钟。按照经验,若要得到较好的分析结果,在对声音信号进行采样时,建议使用40KHz以上的采样频率,采样时间长度为5秒以上。

图4 波动度和粗糙度分析

5结束语

当前声品质分析应用已经逐渐广泛,但是由于它的主观性特点,目前虽然有大批学者在进行深入的研究,但是除响度外很难有标准化的统一计算手段。尤其对于综合性指标的PA烦恼度更是如此,除本文给出的公式4之外还有一些其他形式的公式,并且各种公式都只能在一定程度上反映人对噪声的厌烦程度。对于不同研究目标,有时还需要其他一些包括音调、纯音显著率、峰态因素等指标。在实际工程应用中,必须了解各指标的特点,并充分考虑到这些指标的局限性和不足之处,针对具体情况进行选择和结果判断。

声品质粗糙度matlab,声品质的应用分析方法相关推荐

  1. matlab传热分析,基于matlab的超临界流体对流传热可视化分析方法

    基于matlab的超临界流体对流传热可视化分析方法 [技术领域] [0001]本发明涉及一种基于MATLAB的管内超临界流体对流传热可视化分析方法,属于MATLAB应用技术领域. [背景技术] [00 ...

  2. 声品质参数响度计算matlab,声品质应用分析方法.PDF

    声品质的应用分析方法 沈松 应怀樵 刘进明 (北京东方振动和噪声技术研究所,北京,100085) 摘要:声品质分析在噪声的主观评价方面已经得到越来越多的应用.本文比较了声品质 分析与传统计权声级的区别 ...

  3. matlab 变调器,关于变声变调的matlab设计 比较详细

    [实例简介] 关于变声变调的matlab设计 比较详细 望下载使用 [实例截图] [核心代码] 变声bianshengchuli └── 数字信号处理课程设计 ├── 3_.wav ├── banyi ...

  4. 声音内容识别 linux,语音支付,银行的声纹识别与声纹鉴定

    原标题:语音支付,银行的声纹识别与声纹鉴定 近日,人民网官方微博表示:声纹识别已用于部分银行.开启声纹验证,只要说出随机动态码,就能进行转账.支付等交易.专家:每个人说话时的短时频谱.声源等都有差异. ...

  5. 实时语音趣味变声,大叔变声“妙音娘子”Get一下

    欢迎大家前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~ 本文由腾讯游戏云 发表于云+社区专栏 游戏社交化是近年来游戏行业发展的重要趋势,如何提高游戏的社交属性已成为各大游戏厂商游戏策划的重要组成部 ...

  6. 声纹识别demo_声纹识别 iOS SDK 文档

    # 声纹识别 iOS SDK 文档 # 1.简介 声纹识别(Voiceprint Recognition),是一项提取说话人声音特征和说话内容信息,自动核验说话人身份的技术.MSC SDK 声纹识别( ...

  7. 声纹识别demo_声纹识别 · 科大讯飞MSC开发指南-iOS · 看云

    [TOC] 声纹识别,主要是提供基于用户声纹特征的注册.验证服务.讯飞开放平台支持2种类型的声纹密码类型,即文本密码和数字密码,在注册时需要指定声纹类型. ~~~ //创建声纹对象 isvRec=[I ...

  8. 台式计算机启动叫两声,电脑开机2声短报警什么情况

    我们经常会在电脑开机启动时听到机箱小喇叭发出的各种不同的"嘟"声,那么电脑开机2声短报警什么情况呢?接下来大家跟着学习啦小编一起来了解一下电脑开机2声短报警的解决方法吧. 电脑开机 ...

  9. Dataset:White Wine Quality白葡萄酒品质数据集的简介、下载、使用方法之详细攻略

    Dataset:White Wine Quality白葡萄酒品质数据集的简介.下载.使用方法之详细攻略 目录 White Wine Quality白葡萄酒品质数据集的简介 1.输入变量(基于物理化学测 ...

最新文章

  1. 中国互联网+机器视觉行业商业模式创新与投资机会深度研究报告
  2. 十三、Redis五大数据类型之五Zset
  3. 【错误记录】Flutter 环境安装相关问题 ( 执行 flutter doctor 命令后续错误处理 )
  4. 一堂如何提高代码质量的培训课【转】
  5. 服务器读取本地文件,java远程服务器访问本地文件
  6. POJ1459 Power Network —— 最大流
  7. python中什么是数据驱动_Python数据驱动DDT的应用
  8. 鸿蒙系统开发者如何加入,鸿蒙开发实战系列之五:鸿蒙系统原生数据库
  9. 暴雪机器人消防_油库发生大规模爆炸?暴雪机器人、移动水炮、举高喷射车,消防高科技现身现场!...
  10. 重磅揭晓阿里 AliOS Things 3.0 革命性创新!
  11. CSDN博客积分标准,包括博客勋章等
  12. 水利水电工程施工导截流方案辅助设计系统DivClose软件特色
  13. 图像插值理论研究——双三次插值(双立方插值)
  14. 修改db_create_file_dest
  15. MP2888AGU-0030-Z 烧录
  16. 大学计算机基础网络配置实验报告答案,2008大学计算机基础实验报告参考答案...
  17. 名词解释atm网络_电信技术名词解释:什么是ATM技术
  18. python中\r的意义及用法
  19. 基于Unity尝试唇同步/LipSync/OVRLipSync(附Demo及源码)
  20. ajax contentType 设置

热门文章

  1. CSDN 请不要回避 泄密 事件
  2. 使用IDEA创建Java项目
  3. LeetCode-变位词组
  4. MySQL 中 ALTER 命令
  5. findIndex()的用法
  6. JavaScript换行合集
  7. Python输出星期
  8. selenium 成功绕过淘宝登录反爬机制(headless模式)
  9. androd备考 平时实验
  10. Cadence Virtuoso 电路元器件旁边的参数显示出来