听起来不错

客户关心其汽车中扬声器系统的音频质量,这是影响购车决策的关键因素之一。对于大多数汽车驾驶员和乘客而言,听音乐是驾驶体验中不可或缺的一部分。

客户对音响质量的期望在不断提高,这是汽车制造商必须注意的事情。但是,评估所交付的音响系统的质量并非易事。

挑战
主要的验证过程通常涉及一系列耗时的主观音频评估。这意味着要花费大量时间来检查和控制已安装系统的品质,并且很难将主观评估的结果与可能的解决方案联系起来。为了帮助汽车制造商确定交付的系统是否满足他们的期望,以及如果不能满足其期望时需要改进哪些感知属性,我们根据有限的声音样本集开发了一种新的原型工具。

非介入式方法
该项目开发了一种用于车辆多声道音响系统的音频品质算法。这是一种非介入式方法,意味着该过程不会使用参考声音样本,而该声音样本无法从汽车的音频系统获得。该算法基于空间指标、失真指标和声品质指标。

为了开发该算法,在测试条件下,在车辆内录制了一个古典音乐样本和两个流行音乐样本,听音专家确定了六个感知属性。然后在听音室中将录制的声音样本播放给二十位专家受试者听,由他们评估整体质量以及六个感知属性。

本测试揭示了所录制声音样本的总体指标和感知属性。然后通过涉及客观指标主要成分的线性回归法预测主观结果。此外,还开发了一种新的失真指标,以检测和量化扬声器系统产生的任何非线性失真,例如面板的嘎嘎声。

教学系统
其提供原型软件,该软件计算相关的客观指标并预测感知到的属性。这是一个可教学的系统,因此可以在模型中添加新的主观数据,以进一步提高预测准确性。其他算法需要参考样本(音频质量接近完美),而这种评估技术适用于无法确定完美系统是什么样的汽车音响。

一旦有了足够的主观数据,就可以将听力测试结果应用于其他汽车音响系统,而无需执行进一步的听力实验。这种方法可以更有效地评估车辆中的多声道音响,而无需执行耗时的主观评估。