CN109410907B - 云轨的噪音处理方法、装置、设备及存储介质 - Google Patents
云轨的噪音处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109410907B CN109410907B CN201710711342.8A CN201710711342A CN109410907B CN 109410907 B CN109410907 B CN 109410907B CN 201710711342 A CN201710711342 A CN 201710711342A CN 109410907 B CN109410907 B CN 109410907B
- Authority
- CN
- China
- Prior art keywords
- frequency
- signal
- sound
- noise
- noise signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 34
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 230000005236 sound signal Effects 0.000 claims abstract description 160
- 238000000034 method Methods 0.000 claims abstract description 69
- 230000008569 process Effects 0.000 claims abstract description 50
- 230000000873 masking effect Effects 0.000 claims abstract description 38
- 238000011156 evaluation Methods 0.000 claims description 35
- 238000012545 processing Methods 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 22
- 230000005238 low-frequency sound signal Effects 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000008030 elimination Effects 0.000 abstract description 5
- 238000003379 elimination reaction Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 230000009467 reduction Effects 0.000 description 12
- 230000008859 change Effects 0.000 description 10
- 238000010521 absorption reaction Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 230000005237 high-frequency sound signal Effects 0.000 description 6
- 239000000203 mixture Substances 0.000 description 6
- 239000011295 pitch Substances 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 238000009413 insulation Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000005284 excitation Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000004806 packaging method and process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000010183 spectrum analysis Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 210000005069 ears Anatomy 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000017525 heat dissipation Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000001755 vocal effect Effects 0.000 description 2
- 206010047700 Vomiting Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000030279 gene silencing Effects 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000012774 insulation material Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- XOFYZVNMUHMLCC-ZPOLXVRWSA-N prednisone Chemical group O=C1C=C[C@]2(C)[C@H]3C(=O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 XOFYZVNMUHMLCC-ZPOLXVRWSA-N 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 230000008673 vomiting Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/16—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/175—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound
- G10K11/1752—Masking
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/038—Speech enhancement, e.g. noise reduction or echo cancellation using band spreading techniques
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
- Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)
Abstract
本发明提供一种云轨的噪音处理方法、装置、设备及存储介质,该噪音处理方法包括:获取云轨的噪音信号和云轨运行的地点,并对噪音信号进行分析以获取噪音信号的频率;当检测到云轨处于站间运行过程时并且噪音信号包括频率大于第一预设频率的高频噪音信号时,根据高频噪音信号的频率生成并输出分谐波声音信号;当检测到云轨处于进站过程或者离站过程时输出相应的掩蔽声音信号,根据云轨处于不同的地点采用不同的消除噪音的方式,营造了良好的声音环境,进而提高乘客乘车的舒适度。
Description
技术领域
本发明涉及消声技术领域,尤其涉及一种云轨的噪音处理方法、装置、设备及存储介质。
背景技术
云轨作为一种新型的公共交通工具,给城市拥堵难题提供了一种行之有效的解决方案。云轨被誉为是“治堵神器”,与以往的轨道交通相比,云轨展现了诸多优势,具有造价小、建设周期短、空间占用少以及噪音污染小等优点。
对于以往传统的轨道交通工具的噪音处理方法一般为设计前期的结构优化和后期的声学包装处理,声学包装主要是指对噪音源进行吸隔声包裹处理,在主要的噪音传递路径上用阻尼材料进行吸隔声处理等。
现有技术在噪音处理方面已经取得了很好的效果,但对于云轨中的电机产生的这种特殊噪音还是效果不理想,一方面,电机的噪音是一种噪音综合的结果,包括机械噪音、电磁噪音以及空气噪音,尤其是电机的高频噪音,有很强的穿透性,主观感受上更是令人烦躁无比,甚至会引起生理不适,例如头晕、呕吐等;另一方面由于电机的特殊性,考虑到散热问题,不能过多使用吸隔声材料。
现有的技术方案中降噪的方式主要有两种,一种降噪方式是被动降噪,也叫做物理降噪,该种降噪方式包括结构优化、消除共振以及通过阻尼材料进行吸隔声等。另外一种降噪方式是有源降噪,产生与噪音信号相位相反的声信号,对低频的电机噪音进行相位抵消。
传统的吸隔声物理降噪技术现在已成为通用技术,主要指采用隔音、吸音、消音材料达到降低噪音的效果。但物理降噪受电机散热指标的制约,只能有限采用,对于电机的高频噪音还是达不到理想的要求。另一方面,由于电机噪音的频率很高,波长很短,所以很难去捕捉它的相位来生成反相声波来主动抵消,即使能够捕捉,也要不断去调整搜索步长,这样循环次数会非常多,运算量很大,算法实现起来较为困难,即使算法能够实现,对硬件的要求也会很高,成本高昂。
发明内容
本发明的目的在于提供一种云轨的噪音处理方法、装置、设备及存储介质,能够实现对电机的高频噪音的降噪,对硬件设备的要求不高并且成本较低。
本发明是这样实现的,本发明第一方面提供一种云轨的噪音处理方法,所述噪音处理方法包括:
获取所述云轨的噪音信号和所述云轨运行的地点,并对所述噪音信号进行分析以获取所述噪音信号的频率;
当检测到所述云轨处于站间运行过程时并且所述噪音信号包括频率大于第一预设频率的高频噪音信号时,根据所述高频噪音信号的频率生成并输出分谐波声音信号;
当检测到所述云轨处于进站过程或者离站过程时输出相应的掩蔽声音信号,所述掩蔽声音信号的声音强度高于所述高频噪音信号的声音强度。
本发明第二方面提供一种云轨的噪音处理装置,所述噪音处理装置包括:
噪音信号获取模块,用于获取所述云轨的噪音信号,并对所述噪音信号进行分析以获取所述噪音信号的频率;
位置获取模块,用于获取所述云轨运行的地点;
分谐波生成模块,当检测到所述云轨处于站间运行过程时并且所述噪音信号包括频率大于第一预设频率的高频噪音信号时,用于根据所述高频噪音信号的频率生成并输出分谐波声音信号;
掩蔽信号输出模块,当检测到所述云轨处于进站过程或者离站过程时,用于输出相应的掩蔽声音信号,所述掩蔽声音信号的频率声音强度高于所述高频噪音信号的声音强度。
本发明第三方面提供一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如本发明第一方面所述方法的步骤。
本发明第四方面提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如本发明第一方面所述方法的步骤。
本发明实施例提供一种云轨的噪音处理方法、装置、设备及存储介质,获取云轨的噪音信号和云轨运行的地点,当云轨处于站间运行过程时并且包括高频噪音信号时,根据高频噪音信号的频率生成并输出分谐波声音信号,当输出所构造的分谐波声音信号以后,整个声音信号中的高频噪音信号的成分没有变化,但其他频率信号的成分增加,使得高频噪音信号成分的比例变小,从而使得噪音信号的尖锐度减小,当检测到云轨处于进站过程或者离站过程时输出相应的掩蔽声音信号,通过掩蔽声音信号对噪音信号进行掩蔽,根据云轨处于不同的地点采用不同的消除噪音的方式,进而营造了一个良好的车内声音环境,进而提高乘客乘车的舒适度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一种实施例提供的一种云轨的噪音处理方法的流程图;
图2是本发明一种实施例提供的一种云轨的噪音处理方法中的步骤S101的具体流程图;
图3是图1提供的一种云轨的噪音处理方法中经过实验获得的不同频率声音信号的绝对闻阈示意图;
图4是本发明一种实施例提供的一种云轨的噪音处理方法中的恒频啸叫信号波形图;
图5是本发明一种实施例提供的一种云轨的噪音处理方法中的变频啸叫信号波形图;
图6是本发明另一种实施例提供的一种云轨的噪音处理方法的流程图;
图7是本发明另一种实施例提供的一种云轨的噪音处理方法的流程图;
图8是图7提供的一种云轨的噪音处理方法中的步骤S302的具体流程图;
图9是本发明一种实施例提供的一种云轨内的噪音信号分布示意图;
图10是本发明另一种实施例提供的一种云轨的噪音处理方法中的声音信号的组成结构示意图;
图11是本发明另一种实施例提供的一种云轨的噪音处理方法的降噪过程示意图。
图12是本发明另一种实施例提供的一种云轨的噪音处理装置的结构示意图;
图13是本发明另一种实施例提供的一种云轨的噪音处理装置的结构示意图;
图14是本发明另一种实施例提供的一种云轨的噪音处理装置的结构示意图;
图15是本发明另一种实施例提供的终端设备的结构示意图;
图16是本实施例中终端设备的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
为了说明本发明的技术方案,下面通过具体实施例来进行说明。
本发明实施例提供一种车辆内部的噪音处理方法,如图1所示,该噪音处理方法包括:
步骤S101.获取云轨的噪音信号和云轨运行的地点,并对噪音信号进行分析以获取噪音信号的频率。
在步骤S101中,获取云轨运行的地点可以通过云轨上的定位装置进行获取,获取云轨的噪音信号可以通过采集云轨车厢内的声音信号,再对声音信号进行分析获得,作为步骤S101中的获取云轨的噪音信号的一种实施方式,如图2所示,可以采用步骤S1011至步骤S1013获取噪音信号的频率:
步骤S1011.采集云轨的声音信号;
在步骤S1011中,可以通过声音采集器件采集声音信号,例如,通过麦克风在预设时间检测内对车内声音信号进行采样。
步骤S1012.对声音信号进行频谱分析获取声音信号的频率,并将声音信号的频率与预设频率进行对比以获取噪音信号的频率。
在步骤S1012中,例如,将采集到的环境声音信号经过A/D转换,将声音信号转换为数字信号,并由DSP处理器和具有数值分析功能的嵌入式软件进行频谱分析获取声音信号的频率,再根据预设频率分离出噪音信号,噪音信号可以分为高频噪音信号和低频噪音信号,检测到频率为大于第一预设频率的声音信号为高频噪音信号,第一预设频率可以为3KHZ,检测到频率为小于第二预设频率的声音信号为低频噪音信号,第二预设频率可以为1KHZ。
在步骤S101后执行步骤S102:
步骤S102.当检测到云轨处于站间运行过程时并且噪音信号包括频率大于第一预设频率的高频噪音信号时,根据噪音信号的频率生成并输出分谐波声音信号。
在步骤S102中,云轨的运行过程包括离站过程、站间运行过程以及进站过程,离站过程指云轨的起步加速阶段,速度逐渐增大,可以设定云轨加速运行阶段或者离开车站的预设距离为离站过程,站间运行过程是指云轨在两个车站之间的运行状态,可以近似视为以某一预设速度持续运行,也可以设定运行在车站之间的预设距离为站间运行过程,进站过程指云轨的刹车减速阶段,速度逐渐减小,可以设定云轨减速运行阶段或者进入车站的预设距离为进站过程。
当检测到云轨处于站间运行过程时并且当前处理的噪音信号包括高频噪音信号时,获取该高频噪音信号的频率组成,对其中的某个频率的噪音信号进行降噪处理,具体的降噪处理方法为在原有噪音信号的基础上输出分谐波声音信号,其中分谐波声音信号的小于噪声信号的频率,分谐波就是某一个频率的分数谐波,比如噪声信号的频率为3000Hz,获取1500Hz的信号,其频率是噪声信号的1/2,这就是它的分数谐波,两者的频率比是2:1,可以构成纯八度音程,属于协和音程,即听起来比较悦耳、融合的声音,输出的分谐波声音信号可以为多个,例如同时输出频率是噪声信号的1/2、1/4、1/8等多阶次分谐波,例如,基频信号频率为1000Hz,构造的二次分谐波的频率为500Hz和250Hz,构造的的三次分谐波的频率为500Hz、250Hz、125Hz,对于纯八度音程分谐波的频率为基频信号频率的整数分之一,还可以构造频率为基频信号频率非整数分之一的分谐波信号,例如根据其他音程的频率比进行构造,例如小二度16:15、大二度9:8、小三度6:5等等。
步骤S103.当检测到云轨处于进站过程或者离站过程时输出相应的掩蔽声音信号,掩蔽声音信号的声音强度高于高频噪音信号的声音强度。
在步骤S103中,当检测到云轨处于进站过程或者离站过程时,掩蔽声音信号,可以根据“掩蔽效应”输出声音强度高于高频噪音信号的声音强度的低频声音信号。其中,“掩蔽效应”可以视为用一种声音去掩盖掉另一种声音,当一个较强的声音将一个较弱的声音隐蔽使较弱的声音不能听到的现象称为“掩蔽效应”。当同时聆听两个或者多个声音时,听觉系统会产生所谓的“掩蔽效应”,即每个纯音都会变得更听不清或者听不清,或者说这些纯音被部分地或完全的“掩蔽”掉,如图3所示,实验结论表明,频率为3000-5000Hz的绝对闻阈最低,比其余高频声音信号和低频声音信号的闻阈小的多,这是由于人的外耳道会在4000Hz时产生共振,所以高频声音信号产生的声音能很容易的就掩蔽掉低频声音信号产生的声音,并且高频声音信号产生的声音不需要很高的声压级。但如果想用相同声压级的低频声音信号产生的声音去掩蔽高频声音信号产生的声音时,就很难实现。从图3中可以看出,还有一种情况是采用声强级很大的低频声音信号产生的声音也能很好的去掩蔽掉声强级很小的高频声音信号产生的声音。由于存在上述掩蔽关系,通过对云轨上的噪音频率段能量进行了分析,结果表明声强级很小的高频声音信号的能量确实比声强级大的低频声音信号的能量小的多,所以可以用声强级大的低频声音信号产生的声音去掩蔽声强级小的高频声音信号产生的声音。
在步骤S103中,当播放掩蔽声音对高频噪音信号进行掩蔽时,根据云轨的运行地点的不同,播放不同的语音,例如,当云轨启动时时,可以通过语音预告下一站的站名对高频噪音信号进行掩蔽,当云轨即将到站刹车时时,可以通过语音播放即将到站的站名对高频噪音信号进行掩蔽,当云轨在运行过程时检测到高频噪音信号时,可以通过语音播放舒缓的音乐对高频噪音信号进行掩蔽。
在步骤S102和步骤S103中,进一步的,当检测到所述云轨处于站间运行过程时并且所述噪音信号包括频率大于第一预设频率的高频噪音信号时以及当检测到云轨处于进站过程或者离站过程时并且噪音信号包括频率大于第一预设频率的高频噪音信号时,可以同时输出相应的掩蔽声音信号并根据高频噪音信号的频率在掩蔽声音信号中生成分谐波声音信号,例如,掩蔽声音信号包括播音和背景音,其中播音用于对低频噪音信号进行掩蔽,背景音为高频噪音信号的分谐波声音信号,用于与高频噪音信号形成和声,即通过同时输出分谐波声音信号和掩蔽声音信号对云轨的噪音信号进行消除。
本发明实施例提供一种云轨的噪音处理方法、装置、设备及存储介质,获取云轨的噪音信号和云轨运行的地点,当云轨处于站间运行过程时并且包括高频噪音信号时,根据高频噪音信号的频率生成并输出分谐波声音信号,当输出所构造的分谐波声音信号以后,整个声音信号中的高频噪音信号的成分没有变化,但其他频率信号的成分增加,使得高频噪音信号成分的比例变小,从而使得噪音信号的尖锐度减小,当检测到云轨处于进站过程或者离站过程时输出相应的掩蔽声音信号,通过掩蔽声音信号对噪音信号进行掩蔽,根据云轨处于不同的地点采用不同的消除噪音的方式,进而营造了一个良好的车内声音环境,进而提高乘客乘车的舒适度。
对于上述实施例中的步骤S102,作为一种实施方式,根据高频噪音信号的频率生成并输出分谐波声音信号,包括:
当高频噪音信号的频率为恒定值时,生成并输出分谐波声音信号为y=asin(2×pi×A×f×t),其中,a为分谐波声音信号的振幅,A为分谐波系数,f为高频噪音信号的频率,t为时间。
作为步骤S102的另一种实施方式,根据高频噪音信号的频率生成并输出分谐波声音信号,包括:
当高频噪音信号的频率为线性渐变值时,生成并输出分谐波声音信号为Y=Ky+b,其中,y=asin(2×pi×A×f×t),a为分谐波声音信号的振幅,A为分谐波系数,f为高频噪音信号的频率,t为时间,b为常数。
上述两种实施方式分别对应恒频噪音信号和变频噪音信号,例如,通过对新能源车的电机高频噪音的研究,当电机转速达到一定的值时,会产生啸叫声,这种啸叫声的频率总体上可以分为两类,一类是频率不变的,称之为恒频啸叫,另一类是变频的,称之为变频啸叫,分别提取恒频啸叫信号和变频啸叫信号,分别对应于图4和图5,从图4和图5中就可以直观显示了恒频啸叫和变频啸叫,即在产生分谐波声音信号的时候发生函数是不一样的,所以要区分对待。举例说明,如图4可知,电机啸叫的恒定频率为f=5050Hz,假设此信号为正弦信号,通过研究发现,对于这一频率的电机信号构造,构造八度音程谐波成分时消除噪音的效果最好,于是生成频率为f/2=2525Hz的正弦分谐波声音信号,恒频时的发声函数为y=asin(2*pi*A*f*t),K表示渐变频率的斜率,a表示分谐波振幅,A表示分谐波系数,f表示噪音信号的频率,t表示时间;如图4所示,当电机啸叫是一个从3500Hz到4300Hz线性递增的频率,那么此时的信号发生函数也是一个线性渐变的函数,变频时的发声函数应该为Y=Ky+b,y=asin(2*pi*A*f*t)。
需要说明的是,在实际的操作中,不仅仅考虑频率关系,还需要考虑分谐波成分的阶次和振幅变化,例如分谐波声音信号的阶次可以是二次分谐波、三次分谐波、四次分谐波等等。
本发明另一种实施例提供一种云轨的噪音处理方法,如图6所示,该噪音处理方法包括:
步骤S201.获取云轨的噪音信号,并对噪音信号进行分析以获取噪音信号的频率。
该步骤与步骤S101相同,具体可参见步骤S101的相关描述,在此不再赘述。
步骤S202.当检测到噪音信号包括频率大于第一预设频率的高频噪音信号时,根据噪音信号的频率生成分谐波声音信号,并输出分谐波声音信号以及掩蔽声音信号。
该步骤与步骤S102相同,具体可参见步骤S102的相关描述,在此不再赘述。
步骤S203.根据高频噪音信号的频率依次生成并输出多组分谐波信号,每组分谐波声音信号包括一个分谐波信号或者至少两个阶次不同的分谐波信号。
在步骤S203中,可以生成多组分谐波信号,以测试输出不同分谐波后的声音信号的效果,例如同时输出频率是噪声信号的1/2、1/4、1/8等多阶次分谐波,基频信号频率为1000Hz,可以先输出频率为500Hz的分谐波信号后进行采集声音测试,再输出频率为500Hz和250Hz的二次分谐波信号后进行测试,然后再输出三次分谐波的频率为500Hz、250Hz、125Hz的三次分谐波信号后进行测试。
步骤S204.采集输出每组分谐波信号后的声音信号,获取每组声音信号的评价参数,其中,评价参数包括响度值、尖锐度值、抖动度值以及粗糙度值。
在步骤S204中,在输出每组分谐波声音信号后,对云轨的声音信号进行再次采集,并计算每组声音信号的评价参数,评价参数包括响度值、尖锐度值、抖动度值以及粗糙度值,每个评价参数的计算模型具体为:
响度,反映人耳对声音强弱的主观感受程度,能够比较准确的反映声音的响亮程度,响度的单位是sone,对响度的计算采用Zwicker法(ISO532B)计算模型:
N'=0.08(Erq/E0)0.23[(0.5+0.5E/Erq)-1](soneG/Bark)
上式中Erq是绝对听阈下的激励,E0是参考基准声强下的激励,E是被计算声音所对应的激励,G是由临界频带声级计计算而得到的响度值。
在0至24Bark域上对特征响度进行积分,即可得到总响度N:
尖锐度,反映声音信号的刺耳程度,可以用来描述声音成分中高频的比例大小,尖锐度的单位是acum,尖锐度的计算没有国际标准,经过前辈学者的研究发现,Zwicker提出的计算模型,较为符合我们的听觉特性,故选择Zwicker的计算模型:
抖动度,反映人耳对声音响亮变化程度的主观感受,可以用来描述声音成分中的低频成分,一般是对小于20Hz的声音信号进行评价,抖动度单位是vacil,抖动度没有国际标准,依然采用Zwicker的计算模型:
上式中,F是抖动度;fmod是调制频率,单位是kHz;f0是调制基频(f0=4Hz);ΔLE是临界频带里声压的变化量,计算公式是:
粗糙度,反映声音信号调制的程度、频率分布和幅度大小等特征,主要对20—200Hz的频率进行评估,粗糙度的单位是asper,粗糙度计算模型没有统一的标准,我们采用如下的计算模型:
上式中,R是粗糙度;fmod是调制频率,单位是kHz;ΔLE是临界频带里声压的变化量,计算方法与上面一样。
步骤S205.根据评价参数计算输出每组声音信号的噪音分数,并输出最低噪音分数所对应的一组分谐波声音信号。
在步骤S205中,通过上述步骤S203中各评价参数的计算模型的计算,分别可以获取到输出分谐波声音信号后的声音信号的响度值、尖锐度值、抖动度值以及粗糙度值,当响度值达到预设值时,根据评价分数计算公式进行计算,声音信号的评价分数Score,其中Score=ScoreV1×rateV1+ScoreV2×rateV2+ScoreV3×rateV3,ScoreV为每个评价参数的值,rateV为每个评价参数的权重值。尖锐度值、抖动度值以及粗糙度值分别采用V1、V2以及V3标识,在本实施例中主要是对声音的尖锐度进行消除,可以设置尖锐度值的rateV1为0.80,其余评价分数值的权重值为0.1,应当说明的是,可以根据不同的需求设置不同的权重值。
本发明实施例通过对输出每组分谐波声音信号后的声音信号进行再采样,获取每组声音信号的评价参数,最终获取到评价参数最高的分谐波声音信号,即对输出不同分谐波信号后的声音信号进行测评,最终输出声音效果最好的分谐波信号,提高乘客乘车的舒适度。
本发明另一种实施例提供一种云轨的噪音处理方法,如图7所示,该噪音处理方法包括:
步骤S301.获取云轨的噪音信号,并对噪音信号进行分析以获取噪音信号的频率。
该步骤与步骤S101相同,具体可参见步骤S101的相关描述,在此不再赘述。
步骤S302.当检测到噪音信号包括频率小于第二预设频率的低频噪音信号时,输出与低频噪音信号的幅度相同以及相位相反的低频声音信号。
如图8所示,在步骤S302中,输出与低频噪音信号的幅度相同以及相位相反的低频声音信号,包括:
步骤S3021.获取低频噪音信号的幅度和相位。
步骤S3022.判断是否存在与低频噪音信号的幅度和相位相同的分谐波声音信号,是,则执行步骤S3023,否,则执行步骤S3024。
步骤S3023.将与低频噪音信号的幅度和相位相同的分谐波声音信号进行反相位变换后输出。
步骤S3024.生成与低频噪音信号的幅度相同以及相位相反的低频声音信号后输出,其中,所述第二预设频率小于所述第一预设频率。
在上述步骤S3021至S3024中,当检测到噪音信号中包括低于1KHZ的低频噪音信号时,可以采用相位相消技术进行降噪,相位相消技术也叫做ANC(activity noise control)技术,相位相消技术的工作原理是采集低频噪音信号,分析低频噪音信号的相位和振幅,然后在已生成的分谐波声音信号中选取与低频噪音信号相位相同并且振幅相等的分谐波声音信号进行反相位变换,去抵消原有低频噪音信号,从而达到降噪的目的。
本发明实施例中采用了三种技术手段,三种技术手段互相配合,可以对云轨在行进中的的三种不同类型的噪声进行处理,如图9所述,三种不同类型的噪声分别为第一种是4000Hz到5000Hz之间平行部分的噪声,这类噪声在电机运转状态下是一直存在的,就是电机恒频噪声;第二种是与第一种噪声相交,倾斜部分的噪声,这一部分是由电机转动的加速度产生的,在云轨启动或者制动过程中的主观感受为啸叫声;第三种是0至1000Hz之间的噪声成分,这一部分的噪声频率相对较低,是机械噪声和其它电器噪声的综合,主观感受中粗糙感成分较多。三种技术手段为构造分谐波声音信号进行声音补偿、根据掩蔽效应输出掩蔽声音信号和对低频噪音输出进行反相位相消,通过以上三种方式的相互配合,改善了云轨内的声音环境,提升了乘客的舒适度。
下面以对云轨的噪音进行处理为例对本发明的技术构思进行具体说明:
云轨让人感觉不舒服的噪音成分有高频信号噪音和低频信号噪音,尤其是高频电机噪音,利用传统手段很难去除高频电机噪音的影响,造成这一现象的主要原因是声音信号中高频的噪音成分过高,高频成分在整个声音信号的成分中的比例反映了声音信号的刺耳程度,也就是尖锐度的大小,如果想改变尖锐度的大小,就要去改变高频噪音信号在整个成分中的比例,这种改变可以分为两种,主动改变和被动改变,主动改变就是改变高频噪音信号自身的成分的多少,想要使尖锐度大一点,就需要增加高频成分,想要使尖锐度小一点,就需要减少高频成分;被动改变是改变除了高频成分以外的其它频率成分,想要使尖锐度大一点,就需要减少其它频率成分,想要使尖锐度小一点,就需要增加其它频率成分。但是当一款新能源车成型以后,电机等相关结构也就固定了,所以新能源车所产生的噪音频率也是固定的,没有办法去减少电机的高频噪音信号。所以只能采用被动改变的方法,即增加其它频率成分的比例,于是这就引出我们的构造方法:分谐波构造,而且上面的分析也为分谐波构造的正确性提供了理论依据,分谐波本身就是基频成分的分数之一倍,频率是比基频小的,当构造分谐波以后,整个声音信号的高频成分没有变化,但其他的成分增加,使得高频成分的比例变小,从而使得尖锐度减小,主观感受提高。
因为云轨中的电机高频噪音会引起人们很大的不适感,所以只是对尖锐度的改善做了举例说明,若在其他的声环境中,可能尖锐度就不是主要的因素了,需要对其他的参数进行处理,方法类似,此处不进行一一举例说明。
下面从音乐声学的角度去解读分谐波构造的机制和一般规律:
如图10所示,显示了在音乐声学中声乐的组成原理,声音一般都是由两部分组成的,基频成分和谐波成分,可以简单的理解为基频决定了音高,谐波成分决定了音色,音高对应于响度(声强级),音色对应于舒适程度,若基频的频率为X(Hz),则谐波的频率为AX(Hz)、BX(Hz)、CX(Hz)、DX(Hz)等等。
其中A、B、C、D都为正整数也就是说谐波频率是基频频率整数倍。框图2中简单的显示了分谐波构造的原理,等同于声乐组成原理,不同的是整数倍变成了整分数之一倍,长度变化表示分谐波声压级的不同,对应于信号幅度的不同,当分谐波声音信号的幅度依次线性减小时,降噪的效果最好。同一基频有很多不同的谐波组成,分谐波也是如此,而一个谐波又可以有很多不同阶次的组成,在音乐声学中,基频包含二次和四次谐波的成分最协和,在新能源车中通过验证包含四次谐波的和声组成对提高声品质改善最大。
在音乐声学中,标准音小字1组的A频率是440Hz,高八度的小字2组A频率是880Hz,可以看出纯八度的频率比是2:1,也就是说,在弹奏纯八度时,两个音弦的震动,高音每震动2次,就会有一次跟低音是重合的,即此处若用分谐波原理来解释:基频信号每振动2次总会有一次与分谐波声音信号重合,重合率如此之高,所以听起来和谐。在物理学中的依据是,谐波能量中稳合比例越高,则越协和。乐理中完全协和的音程包括纯一、纯八、纯五、纯四,其他音程的频率比:小二度16:15,大二度9:8,小三度6:5,大三度5:4,纯四度4:3,增四度45:32,减五度64:45,纯五度3:2,小六度8:5,大六度5:3,小七度16:9,大七度5:27。
基于以上的心理声学和音乐声学的相关知识,就可以进行分谐波构造了,而且可以保证科学性和正确性。如图11所示,在进行一个分谐波构造时首先确定引起不适的噪音信号的频率组成,在云轨处于工作状态下,其所产生的噪音信号一般包括电机高频噪音信号,对应音乐声学谐波组成来对分谐波进行音程构造,生成四次分谐波、三次分谐波和两次分谐波,举例说明:基频信号为1000Hz,则生成八度的四次分谐波为500Hz、250Hz、125Hz、62.5Hz;三次谐波为500Hz、250Hz、125Hz;两次谐波为500Hz、250Hz。然后分别生成对应的音高变化的谐波成分,音高变化一般是三种:不变、线性减小以及线性增大。这样八度的一种音程就可以生成9种不同的和声组成,通过对输出分谐波声音信号后的声音信号的测量,最终选出四次分谐波,音高线性减小的和声组合为最优声音信号。
如图11所示,同时需要对噪音信号中其他的低频噪音信号进行采集分析,确定这些低频噪音信号的幅度和相位,在生成分谐波声音信号以后将与这些低频噪音信号的幅度和相位相同的分谐波声音信号进行反相处理,可以主动抵消一部分的低频信号。
此外,对于云轨这种公共交通中产生的电机高频噪音信号,还有一个比较简单实现的方法,并且这种方法符合人们生活常理,易于被人们接受。电机高频噪音信号是在云轨启动或者制动的时候产生的,而这个时候正是云轨进站或者离站的时候。通过上面的“掩蔽效应”理论可知,高声压级的低频声音信号可以很好的掩蔽低声压级的高频声音信号,所以这一时段根据“掩蔽效应”去掩蔽电机高频噪音,具体可以利用语音播报站点的形式,语音播报的一个优势在于,需要尽可能增加声音强度,就是声压级会很高,这有助于实现高频的掩蔽,而且不引起乘客的烦躁感。
本发明提供的一种云轨的噪音处理方法可以用于云轨等轨道交通,也可以用于新能源轿车,例如新能源巴士或以电机为驱动的设施设备。
本发明提供的一种云轨的噪音处理方法适用于一切声环境品质的提高、改变或者降低。
本发明提供的一种云轨的噪音处理方法适用于所用频段的噪音信号。
本发明另一种实施例提供一种云轨的噪音处理装置50,如图12所示,该噪音处理装置50包括:
噪音信号获取模块501,用于获取云轨的噪音信号,并对噪音信号进行分析以获取噪音信号的频率;
位置获取模块511,用于获取云轨运行的地点;
分谐波生成模块502,当检测到云轨处于站间运行过程时并且噪音信号包括频率大于第一预设频率的高频噪音信号时,用于根据高频噪音信号的频率生成并输出分谐波声音信号;
掩蔽信号输出模块510,当检测到所述云轨处于进站过程或者离站过程时,用于根据所述云轨运行的当前地点输出相应的掩蔽声音信号,掩蔽声音信号的频率声音强度高于高频噪音信号的声音强度。
进一步的,如图13所示,噪音处理装置50还包括声音信号获取模块503,用于采集车辆内部的声音信号,获取声音信号的频率。
噪音信号获取模块501用于对声音信号进行频谱分析获取声音信号的频率,并将声音信号的频率与预设频率进行对比以获取噪音信号的频率。
作为一种实施方式,当高频噪音信号的频率为恒定值时,分谐波生成模块502用于生成并输出分谐波声音信号为y=asin(2×pi×A×f×t),其中,a为分谐波声音信号的振幅,A为分谐波系数,f为高频噪音信号的频率,t为时间;
当高频噪音信号的频率为线性渐变值时,分谐波声生成模块502用于生成并输出分谐波声音信号为Y=Ky+b,其中,y=asin(2×pi×A×f×t),a为分谐波声音信号的振幅,A为分谐波系数,f为高频噪音信号的频率,t为时间,b为常数。
进一步的,如图14所示,噪音处理装置50还包括反相变换模块506;
当检测到噪音信号包括频率小于第二预设频率的低频噪音信号时,反相变换模块506输出与低频噪音信号的幅度相同以及相位相反的低频声音信号;
反相变换模块506输出与低频噪音信号的幅度相同以及相位相反的低频声音信号的过程具体为:
获取低频噪音信号的幅度和相位;
判断是否存在与低频噪音信号的幅度和相位相同的分谐波声音信号;
当判断结果为是时,将与低频噪音信号的幅度和相位相同的分谐波声音信号进行反相位变换后输出;
当判断结果为否时,则生成与低频噪音信号的幅度相同以及相位相反的低频声音信号后输出,其中,第二预设频率小于所述第一预设频率。
进一步的,如图15所示,噪音处理装置50还包括计算模块304和声音信号选择模块505;
声音信号获取模块503分别采集输出多组分谐波声音信号后的多组声音信号,计算模块304获取每组声音信号的评价参数,其中,评价参数包括响度值、尖锐度值、抖动度值以及粗糙度值,每组分谐波声音信号包括一个分谐波信号或者至少两个阶次不同的分谐波信号;声音信号选择模块505用于根据评价参数计算输出每组声音信号的噪音分数,并输出最低噪音分数所对应的一组分谐波声音信号。
上述终端设备中模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本发明另一种实施例提供一计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的云轨的噪音处理方法,为避免重复,这里不再赘述。或者,该计算机程序被处理器执行时实现上述实施例中云轨的噪音处理装置中各模块/单元的功能,为避免重复,这里不再赘述。
图16是本实施例中终端设备的示意图。如图16所示,终端设备6包括处理器60、存储器61以及存储在存储器61中并可在处理器60上运行的计算机程序62。处理器60执行计算机程序62时实现上述实施例中云轨的噪音处理方法的各个步骤,例如图1所示的步骤S101、S102和S103。或者,处理器60执行计算机程序62时实现上述实施例中云轨的噪音处理装置各模块/单元的功能,如图11所示噪音信号获取模块301、分谐波声音信号生成模块302、声音信号获取模块303、计算模块304以及分谐波声音信号选择模块305的功能。
示例性的,计算机程序62可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器61中,并由处理器60执行,以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序62在终端设备6中的执行过程。例如,计算机程序62可以被分割成同步模块、汇总模块、获取模块、返回模块(虚拟装置中的模块)。
该终端设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。终端设备可包括,但不仅限于,处理器60、存储器61。本领域技术人员可以理解,图16仅仅是终端设备6的示例,并不构成对终端设备6的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器60可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器61可以是终端设备6的内部存储单元,例如终端设备6的硬盘或内存。存储器61也可以是终端设备6的外部存储设备,例如终端设备6上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器61还可以既包括终端设备6的内部存储单元也包括外部存储设备。存储器61用于存储计算机程序以及终端设备所需的其他程序和数据。存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种云轨的噪音处理方法,其特征在于,所述噪音处理方法包括:
获取所述云轨的噪音信号和所述云轨运行的地点,并对所述噪音信号进行分析以获取所述噪音信号的频率;
当检测到所述云轨处于站间运行过程时并且所述噪音信号包括频率大于第一预设频率的高频噪音信号时,根据所述高频噪音信号的频率生成并输出分谐波声音信号;
当检测到所述云轨处于进站过程或者离站过程时输出相应的掩蔽声音信号,所述掩蔽声音信号的声音强度高于所述高频噪音信号的声音强度;
根据所述高频噪音信号的频率生成并输出分谐波声音信号,包括:
根据所述高频噪音信号的频率依次生成并输出多组分谐波信号,每组分谐波声音信号包括一个分谐波信号或者至少两个阶次不同的分谐波信号;
采集输出每组分谐波信号后的声音信号,获取每组声音信号的评价参数,其中,所述评价参数包括响度值、尖锐度值、抖动度值以及粗糙度值;
根据所述评价参数计算输出所述每组声音信号的评价分数,并输出最低评价分数所对应的一组分谐波声音信号,当响度值达到预设值时,根据评价分数计算公式Score=ScoreV1×rateV1+ScoreV2×rateV2+ScoreV3×rateV3进行计算,声音信号的评价分数Score,其中ScoreV为每个评价参数的值,rateV为每个评价参数的权重值,尖锐度值、抖动度值以及粗糙度值分别采用V1、V2以及V3标识。
2.如权利要求1所述的噪音处理方法,其特征在于,根据所述高频噪音信号的频率生成并输出分谐波声音信号,包括:
当所述高频噪音信号的频率为恒定值时,生成并输出分谐波声音信号为y=asin(2×pi×A×f×t),其中,a为所述分谐波声音信号的振幅,A为分谐波系数,f为所述高频噪音信号的频率,t为时间。
3.如权利要求1所述的噪音处理方法,其特征在于,根据所述高频噪音信号的频率生成并输出分谐波声音信号,包括:
当所述高频噪音信号的频率为线性渐变值时,生成并输出分谐波声音信号为Y=Ky+b,其中,y=asin(2×pi×A×f×t),a为所述分谐波声音信号的振幅,A为分谐波系数,f为所述高频噪音信号的频率,t为时间,b为常数。
4.如权利要求1至3任意一项所述的噪音处理方法,其特征在于,获取云轨的噪音信号,并对所述噪音信号进行分析以获取所述噪音信号的频率,之后还包括:
当检测到所述噪音信号包括频率小于第二预设频率的低频噪音信号时,输出与所述低频噪音信号的幅度相同以及相位相反的低频声音信号。
5.如权利要求4所述的噪音处理方法,其特征在于,输出与所述低频噪音信号的幅度相同以及相位相反的低频声音信号,包括:
获取所述低频噪音信号的幅度和相位;
判断是否存在与所述低频噪音信号的幅度和相位相同的分谐波声音信号,是,则将与所述低频噪音信号的幅度和相位相同的分谐波声音信号进行反相位变换后输出,否,则生成与所述低频噪音信号的幅度相同以及相位相反的低频声音信号后输出,其中,所述第二预设频率小于所述第一预设频率。
6.一种云轨的噪音处理装置,其特征在于,所述噪音处理装置包括:
噪音信号获取模块,用于获取所述云轨的噪音信号,并对所述噪音信号进行分析以获取所述噪音信号的频率;
位置获取模块,用于获取所述云轨运行的地点;
分谐波生成模块,当检测到所述云轨处于站间运行过程时并且所述噪音信号包括频率大于第一预设频率的高频噪音信号时,用于根据所述高频噪音信号的频率生成并输出分谐波声音信号;
掩蔽信号输出模块,当检测到所述云轨处于进站过程或者离站过程时,用于输出相应的掩蔽声音信号,所述掩蔽声音信号的频率声音强度高于所述高频噪音信号的声音强度;
所述噪音处理装置用于:
根据所述高频噪音信号的频率依次生成并输出多组分谐波信号,每组分谐波声音信号包括一个分谐波信号或者至少两个阶次不同的分谐波信号;
采集输出每组分谐波信号后的声音信号,获取每组声音信号的评价参数,其中,所述评价参数包括响度值、尖锐度值、抖动度值以及粗糙度值;
根据所述评价参数计算输出所述每组声音信号的评价分数,并输出最低评价分数所对应的一组分谐波声音信号,当响度值达到预设值时,根据评价分数计算公式Score=ScoreV1×rateV1+ScoreV2×rateV2+ScoreV3×rateV3进行计算,声音信号的评价分数Score,其中ScoreV为每个评价参数的值,rateV为每个评价参数的权重值,尖锐度值、抖动度值以及粗糙度值分别采用V1、V2以及V3标识。
7.如权利要求6所述的噪音处理装置,其特征在于,当所述高频噪音信号的频率为恒定值时,所述分谐波生成模块生成并输出的分谐波声音信号为y=asin(2×pi×A×f×t),其中,a为分谐波声音信号的振幅,A为分谐波系数,f为高频噪音信号的频率,t为时间;
当所述高频噪音信号的频率为线性渐变值时,所述分谐波生成模块生成并输出的分谐波声音信号为Y=Ky+b,其中,y=asin(2×pi×A×f×t),a为分谐波声音信号的振幅,A为分谐波系数,f为高频噪音信号的频率,t为时间,b为常数。
8.如权利要求6所述的噪音处理装置,其特征在于,所述噪音处理装置还包括反相变换模块;
当检测到所述噪音信号包括频率小于第二预设频率的低频噪音信号时,所述反相变换模块输出与所述低频噪音信号的幅度相同以及相位相反的低频声音信号;
所述反相变换模块输出与所述低频噪音信号的幅度相同以及相位相反的低频声音信号的过程具体为:
获取所述低频噪音信号的幅度和相位;
判断是否存在与所述低频噪音信号的幅度和相位相同的分谐波声音信号;
当判断结果为是时,将与所述低频噪音信号的幅度和相位相同的分谐波声音信号进行反相位变换后输出;
当判断结果为否时,则生成与所述低频噪音信号的幅度相同以及相位相反的低频声音信号后输出,其中,所述第二预设频率小于所述第一预设频率。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710711342.8A CN109410907B (zh) | 2017-08-18 | 2017-08-18 | 云轨的噪音处理方法、装置、设备及存储介质 |
PCT/CN2018/090100 WO2019033832A1 (zh) | 2017-08-18 | 2018-06-06 | 轨道车辆的噪音处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710711342.8A CN109410907B (zh) | 2017-08-18 | 2017-08-18 | 云轨的噪音处理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109410907A CN109410907A (zh) | 2019-03-01 |
CN109410907B true CN109410907B (zh) | 2022-07-15 |
Family
ID=65361709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710711342.8A Active CN109410907B (zh) | 2017-08-18 | 2017-08-18 | 云轨的噪音处理方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109410907B (zh) |
WO (1) | WO2019033832A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112399035B (zh) * | 2019-08-15 | 2022-06-14 | 浙江宇视科技有限公司 | 一种拾音模块与电机模块联动控制方法、装置及摄像机 |
CN112506341B (zh) * | 2020-12-01 | 2022-05-03 | 瑞声新能源发展(常州)有限公司科教城分公司 | 一种振动效果的生成方法、装置、终端设备及存储介质 |
CN114640939B (zh) * | 2020-12-16 | 2024-03-19 | 惠州比亚迪电子有限公司 | 一种音频播放装置的检测方法、装置、系统及存储介质 |
CN113125000B (zh) * | 2021-04-20 | 2022-11-29 | 中国汽车工程研究院股份有限公司 | 一种车内空调系统异响等级评判方法 |
CN114575225B (zh) * | 2021-06-28 | 2023-10-27 | 长城汽车股份有限公司 | 搓板路面识别方法、装置、介质和控制器 |
CN114241800B (zh) * | 2022-02-28 | 2022-05-27 | 天津市北海通信技术有限公司 | 一种智能报站辅助系统 |
CN114550740B (zh) * | 2022-04-26 | 2022-07-15 | 天津市北海通信技术有限公司 | 噪声下的语音清晰度算法及其列车音频播放方法、系统 |
CN115899939A (zh) * | 2022-11-09 | 2023-04-04 | 珠海格力节能环保制冷技术研究中心有限公司 | 一种降噪控制方法、装置、水源多联机外机和空调系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3420463A1 (de) * | 1984-06-01 | 1985-12-05 | Uwe 6500 Mainz Brückner | Vorrichtung zur beschallung |
CN1801611A (zh) * | 2005-12-20 | 2006-07-12 | 深圳兰光电子集团有限公司 | 一种低音增效处理的方法和装置 |
CN103392202A (zh) * | 2011-01-11 | 2013-11-13 | 伯斯有限公司 | 车辆发动机声音增强 |
CN106671912A (zh) * | 2015-11-06 | 2017-05-17 | 现代自动车株式会社 | 车辆燃烧噪声掩蔽控制装置以及使用其的方法 |
CN106910492A (zh) * | 2017-04-01 | 2017-06-30 | 广州日滨科技发展有限公司 | 一种电梯轿厢的噪声主动控制方法和装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9237399B2 (en) * | 2013-08-09 | 2016-01-12 | GM Global Technology Operations LLC | Masking vehicle noise |
KR20160149548A (ko) * | 2015-06-18 | 2016-12-28 | 현대자동차주식회사 | 차량 노이즈 마스킹 제어 장치 및 방법 |
KR101755463B1 (ko) * | 2015-06-18 | 2017-07-07 | 현대자동차 주식회사 | 차량 연소음 마스킹 제어 장치 및 방법 |
CN105067099B (zh) * | 2015-08-13 | 2018-10-16 | 南京大学(苏州)高新技术研究院 | 一种用于地铁环境振动与噪声联合测试的方法与系统 |
CN105872908A (zh) * | 2016-05-23 | 2016-08-17 | 北京长安汽车工程技术研究有限责任公司 | 一种制动系统降噪方法及装置 |
-
2017
- 2017-08-18 CN CN201710711342.8A patent/CN109410907B/zh active Active
-
2018
- 2018-06-06 WO PCT/CN2018/090100 patent/WO2019033832A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3420463A1 (de) * | 1984-06-01 | 1985-12-05 | Uwe 6500 Mainz Brückner | Vorrichtung zur beschallung |
CN1801611A (zh) * | 2005-12-20 | 2006-07-12 | 深圳兰光电子集团有限公司 | 一种低音增效处理的方法和装置 |
CN103392202A (zh) * | 2011-01-11 | 2013-11-13 | 伯斯有限公司 | 车辆发动机声音增强 |
CN106671912A (zh) * | 2015-11-06 | 2017-05-17 | 现代自动车株式会社 | 车辆燃烧噪声掩蔽控制装置以及使用其的方法 |
CN106910492A (zh) * | 2017-04-01 | 2017-06-30 | 广州日滨科技发展有限公司 | 一种电梯轿厢的噪声主动控制方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109410907A (zh) | 2019-03-01 |
WO2019033832A1 (zh) | 2019-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109410907B (zh) | 云轨的噪音处理方法、装置、设备及存储介质 | |
RU2487426C2 (ru) | Устройство и способ преобразования звукового сигнала в параметрическое представление, устройство и способ модификации параметрического представления, устройство и способ синтеза параметрического представления звукового сигнала | |
CN109300465B (zh) | 新能源车及其主动降噪方法和系统 | |
CN108944749B (zh) | 车辆降噪装置及方法 | |
CN103943113A (zh) | 一种歌曲去伴奏的方法和装置 | |
US11087734B1 (en) | Active noise reduction method, system, and new energy vehicle | |
Moorer et al. | Lexicon of analyzed tones. Part 2: Clarinet and oboe tones | |
US8725498B1 (en) | Mobile speech recognition with explicit tone features | |
Ellis et al. | Inharmonic speech: A tool for the study of speech perception and separation | |
Jaiswal et al. | Shifted nmf using an efficient constant-q transform for monaural sound source separation | |
Painter et al. | Perceptual segmentation and component selection for sinusoidal representations of audio | |
CN103035250A (zh) | 音频编码装置 | |
CN109413549B (zh) | 车辆内部的噪声消除方法、装置、设备及存储介质 | |
Pendharkar | Auralization of road vehicles using spectral modeling synthesis | |
Fu et al. | Spectral modelling synthesis of vehicle pass-by noise | |
CN105280178A (zh) | 声音信号处理装置及其声音信号处理方法 | |
Klemenz | Sound synthesis of starting electric railbound vehicles and the influence of consonance on sound quality | |
Hanna et al. | Time scale modification of noises using a spectral and statistical model | |
CN115206345B (zh) | 基于时频结合的音乐人声分离方法、装置、设备及介质 | |
JP6232710B2 (ja) | 録音音声の明瞭化装置 | |
Andersen et al. | Importance and representation of phase in the sinusoidal model | |
Kulesza et al. | Tonality estimation and frequency tracking of modulated tonal components | |
Sercov et al. | An improved speech model with allowance for time-varying pitch harmonic amplitudes and frequencies in low bit-rate MBE coders. | |
O’Donovan et al. | Perceptually motivated time-frequency analysis | |
Mignot et al. | Extended subtractive synthesis of harmonic musical tones |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |