聲品質(zhì)是目前NVH行業(yè)最火熱的分支之一，在汽車、家電、IT等行業(yè)的都得到了重點(diǎn)關(guān)注。主觀評(píng)價(jià)是評(píng)價(jià)聲品質(zhì)最直接的方式，但主觀評(píng)價(jià)由于受限于高端的回放設(shè)備、評(píng)價(jià)人員的人數(shù)等因素，實(shí)施起來費(fèi)時(shí)費(fèi)力。

為提高評(píng)價(jià)效率，推導(dǎo)出了表征主觀評(píng)價(jià)的客觀描述的參量：心理聲學(xué)參數(shù)。對(duì)于不同的感知維度，會(huì)有不同的心理聲學(xué)參數(shù)，如下圖所示。



為了各個(gè)心理聲學(xué)參數(shù)具有可比性，可以參照一些國(guó)際標(biāo)準(zhǔn)或國(guó)家標(biāo)準(zhǔn)。其中，響度可參照ISO 532-1、DIN 45631/A1和ANSI S3.4，尖銳度可參照DIN的標(biāo)準(zhǔn)，音調(diào)度可參照ECMA標(biāo)準(zhǔn)，見下表。



但對(duì)于沒有標(biāo)準(zhǔn)可依的心理聲學(xué)參數(shù)，客戶用起來就會(huì)很茫然。為此，HEAD acoustics一直致力于該方面的努力。例如：2017年將人工頭計(jì)算響度所需的ID均衡加入了ISO 532-1標(biāo)準(zhǔn)中，2018年將基于Hearing Model的Tonality（音調(diào)度）算法加入ECMA 74標(biāo)準(zhǔn)中。而在2020年，另一個(gè)重要的心理聲學(xué)參數(shù)：粗糙度，將不再無標(biāo)準(zhǔn)可依。

粗糙度納入ECMA international標(biāo)準(zhǔn)

粗糙度最為聲品質(zhì)中一個(gè)重要的心理聲學(xué)參數(shù)，表征了聽覺系統(tǒng)對(duì)聲音的嘈雜、刺耳、粗獷、富有進(jìn)攻性等方面的感受，在汽車、家電、IT領(lǐng)域被廣泛使用。但之前沒有統(tǒng)一的標(biāo)準(zhǔn)可用，致使行業(yè)內(nèi)的使用有諸多不便。

在2018年6月，基于HEAD acoustics Sottek 教授 Hearing Model 模型推導(dǎo)的 Tonality 得到了行業(yè)的認(rèn)可，并寫入了ECMA 74的標(biāo)準(zhǔn)里。

而在2020年12月，基于 Hearing Model 模型推導(dǎo)的 Roughness 算法同樣得到了 ECMA International 的認(rèn)可，且將基于 Hearing Model 模型推導(dǎo)的 Tonality 和 Roughness 算法單列出來，形成新的標(biāo)準(zhǔn) ECMA 418-2 。至此， Roughness 有標(biāo)準(zhǔn)可依，喜大普奔。



粗糙度算法的適用性

對(duì)于基于 Hearing Model 的 Roughness 算法的可靠性，行業(yè)內(nèi)和 ECMA International 對(duì)多種聲音類型進(jìn)行了客觀參量計(jì)算，并與主觀評(píng)價(jià)進(jìn)行對(duì)比。

參與評(píng)價(jià)的聲音類型涉及汽車、家電、電腦、航空等領(lǐng)域，具體如下表：



通過 Roughness ( Hearing Model ) 算法計(jì)算的結(jié)果，以及主觀評(píng)價(jià)的結(jié)果（ 平均值和95%的置信區(qū)間 ）對(duì)比，見下圖所示。


（數(shù)據(jù)來源于ECMA 74 International）

從對(duì)比可以看出：7個(gè)樣本聲音和1個(gè)標(biāo)準(zhǔn)聲音的 Roughness ( Hearing Model ) 計(jì)算結(jié)果，都位于主觀評(píng)價(jià)結(jié)果的置信區(qū)間內(nèi)。

總  結(jié)

HEAD acoustics 的 Sottek 教授提出的 Hearing Model 模型，成功用于 Tonality 和 Roughness 的計(jì)算，并得到行業(yè)的認(rèn)可，最終寫入了 ECMA International 標(biāo)準(zhǔn)，從此聲品質(zhì)行業(yè)內(nèi)具有了統(tǒng)一的 Roughness 標(biāo)準(zhǔn)，為客戶使用提供了更多的方便。