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。
