广告
再下一城：ECMA引用HEAD专利算法形成粗糙度标准
2021-05-14 23:16:32· 来源：HEAD acoustics
声品质是目前NVH行业最火热的分支之一，在汽车、家电、IT等行业的都得到了重点关注。主观评价是评价声品质最直接的方式，但主观评价由于受限于高端的回放设备、
声品质是目前NVH行业最火热的分支之一，在汽车、家电、IT等行业的都得到了重点关注。主观评价是评价声品质最直接的方式，但主观评价由于受限于高端的回放设备、评价人员的人数等因素，实施起来费时费力。
为提高评价效率，推导出了表征主观评价的客观描述的参量：心理声学参数。对于不同的感知维度，会有不同的心理声学参数，如下图所示。
为了各个心理声学参数具有可比性，可以参照一些国际标准或国家标准。其中，响度可参照ISO 532-1、DIN 45631/A1和ANSI S3.4，尖锐度可参照DIN的标准，音调度可参照ECMA标准，见下表。
但对于没有标准可依的心理声学参数，客户用起来就会很茫然。为此，HEAD acoustics一直致力于该方面的努力。例如：2017年将人工头计算响度所需的ID均衡加入了ISO 532-1标准中，2018年将基于Hearing Model的Tonality（音调度）算法加入ECMA 74标准中。而在2020年，另一个重要的心理声学参数：粗糙度，将不再无标准可依。
粗糙度纳入ECMA international标准
粗糙度最为声品质中一个重要的心理声学参数，表征了听觉系统对声音的嘈杂、刺耳、粗犷、富有进攻性等方面的感受，在汽车、家电、IT领域被广泛使用。但之前没有统一的标准可用，致使行业内的使用有诸多不便。
在2018年6月，基于HEAD acoustics Sottek 教授 Hearing Model 模型推导的 Tonality 得到了行业的认可，并写入了ECMA 74的标准里。
而在2020年12月，基于 Hearing Model 模型推导的 Roughness 算法同样得到了 ECMA International 的认可，且将基于 Hearing Model 模型推导的 Tonality 和 Roughness 算法单列出来，形成新的标准 ECMA 418-2 。至此， Roughness 有标准可依，喜大普奔。
粗糙度算法的适用性
对于基于 Hearing Model 的 Roughness 算法的可靠性，行业内和 ECMA International 对多种声音类型进行了客观参量计算，并与主观评价进行对比。
参与评价的声音类型涉及汽车、家电、电脑、航空等领域，具体如下表：
通过 Roughness ( Hearing Model ) 算法计算的结果，以及主观评价的结果（ 平均值和95%的置信区间 ）对比，见下图所示。
（数据来源于ECMA 74 International）
从对比可以看出：7个样本声音和1个标准声音的 Roughness ( Hearing Model ) 计算结果，都位于主观评价结果的置信区间内。
总 结
HEAD acoustics 的 Sottek 教授提出的 Hearing Model 模型，成功用于 Tonality 和 Roughness 的计算，并得到行业的认可，最终写入了 ECMA International 标准，从此声品质行业内具有了统一的 Roughness 标准，为客户使用提供了更多的方便。
为提高评价效率，推导出了表征主观评价的客观描述的参量：心理声学参数。对于不同的感知维度，会有不同的心理声学参数，如下图所示。
为了各个心理声学参数具有可比性，可以参照一些国际标准或国家标准。其中，响度可参照ISO 532-1、DIN 45631/A1和ANSI S3.4，尖锐度可参照DIN的标准，音调度可参照ECMA标准，见下表。
但对于没有标准可依的心理声学参数，客户用起来就会很茫然。为此，HEAD acoustics一直致力于该方面的努力。例如：2017年将人工头计算响度所需的ID均衡加入了ISO 532-1标准中，2018年将基于Hearing Model的Tonality（音调度）算法加入ECMA 74标准中。而在2020年，另一个重要的心理声学参数：粗糙度，将不再无标准可依。
粗糙度纳入ECMA international标准
粗糙度最为声品质中一个重要的心理声学参数，表征了听觉系统对声音的嘈杂、刺耳、粗犷、富有进攻性等方面的感受，在汽车、家电、IT领域被广泛使用。但之前没有统一的标准可用，致使行业内的使用有诸多不便。
在2018年6月，基于HEAD acoustics Sottek 教授 Hearing Model 模型推导的 Tonality 得到了行业的认可，并写入了ECMA 74的标准里。
而在2020年12月，基于 Hearing Model 模型推导的 Roughness 算法同样得到了 ECMA International 的认可，且将基于 Hearing Model 模型推导的 Tonality 和 Roughness 算法单列出来，形成新的标准 ECMA 418-2 。至此， Roughness 有标准可依，喜大普奔。
粗糙度算法的适用性
对于基于 Hearing Model 的 Roughness 算法的可靠性，行业内和 ECMA International 对多种声音类型进行了客观参量计算，并与主观评价进行对比。
参与评价的声音类型涉及汽车、家电、电脑、航空等领域，具体如下表：
通过 Roughness ( Hearing Model ) 算法计算的结果，以及主观评价的结果（ 平均值和95%的置信区间 ）对比，见下图所示。
（数据来源于ECMA 74 International）
从对比可以看出：7个样本声音和1个标准声音的 Roughness ( Hearing Model ) 计算结果，都位于主观评价结果的置信区间内。
总 结
HEAD acoustics 的 Sottek 教授提出的 Hearing Model 模型，成功用于 Tonality 和 Roughness 的计算，并得到行业的认可，最终写入了 ECMA International 标准，从此声品质行业内具有了统一的 Roughness 标准，为客户使用提供了更多的方便。
广告
广告
编辑推荐
最新资讯
-
纽北（Nürburgring Nordschleife）赛道介
2024-11-22 09:17
-
虚拟验证先行丨集成多学科方法，让电池生产
2024-11-22 09:10
-
新品上市 | Fusion-LN 数据采集的下一个飞
2024-11-22 09:08
-
车规级V2X芯片- 汽车移动通信功能核心
2024-11-22 09:03
-
BEV端到端视觉论文合集|从不同的视角解析BE
2024-11-22 09:00
广告
广告
