CN114383855A - 电动座椅声品质检测方法、装置、存储介质及电子设备 - Google Patents

电动座椅声品质检测方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN114383855A
CN114383855A CN202111433152.7A CN202111433152A CN114383855A CN 114383855 A CN114383855 A CN 114383855A CN 202111433152 A CN202111433152 A CN 202111433152A CN 114383855 A CN114383855 A CN 114383855A
Authority
CN
China
Prior art keywords
sound quality
score
data
subjective
quality parameter
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.)
Pending
Application number
CN202111433152.7A
Other languages
English (en)
Inventor
王鹭
钟秤平
黄超勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangling Motors Corp Ltd
Original Assignee
Jiangling Motors Corp Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangling Motors Corp Ltd filed Critical Jiangling Motors Corp Ltd
Priority to CN202111433152.7A priority Critical patent/CN114383855A/zh
Publication of CN114383855A publication Critical patent/CN114383855A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/007—Wheeled or endless-tracked vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/001—Testing of furniture, e.g. seats or mattresses
    • 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
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

一种电动座椅声品质检测方法、装置、存储介质及电子设备，该方法包括：获取多组样本噪声数据；对每组样本噪声数据进行处理，以得到多个声品质参量的数据；获取用户分别听取各组所述噪声数据后的主观评分的分值；根据主观评分的分值和各个声品质参量的数据，确定主观评分分别与各个声品质参量之间的相关性；确定相关性最大的预设数量个声品质参量作为目标声品质参量，并分析得出主观评分与目标声品质参量之间的客观计算公式；获取待测试电动座椅对应的噪声数据，并提取噪声数据中的目标声品质参量的数据；根据该客观计算公式计算待测试电动座椅的噪声评分。本发明提供了一种准确有效的客观数据量化方法，方便了电动座椅声品质的评估与优化。

Description

电动座椅声品质检测方法、装置、存储介质及电子设备
技术领域
本发明涉及汽车性能测评技术领域，特别是涉及一种电动座椅声品质检测方法、装置、存储介质及电子设备。
背景技术
声音是一个多维概念，仅用声压级无法描述声音的丰富性，也无法定义住声音，存在缺陷。因此引入了声品质的概念，可通过尖锐度衡量声音的尖锐程度，用粗糙度衡量声音的粗犷嘈杂程度等。
这些声品质参量可以多维度衡量人耳对所有声音的大致心理感受和偏好。但无法针对某特定噪声做出精准的客观衡量，例如电动座椅的调节声。现阶段汽车行业中电动座椅噪声开发调校常用主观评价法和简易声品质参量法。主观评价受评价人的经验、技术能力以及心理因素等限制，主观随机性大，稳定性差；也不利于技术积累和传承，项目过程常因人员流动和标准不一致导致评价混乱。选用某声品质参量则只有一个维度，描述不准确。选用所有声品质参量，其中某些维度对座椅声品质相关性较低，描述混乱。无法准确评估电动座椅声品质的好坏对其开发过程造成了阻碍。另外，优秀的电动座椅声品质也是构建汽车豪华感的重要因素。
为此亟需寻找一个能够综合多方面、可量化的电动座椅调节声品质优劣程度的客观衡量指标，确定电动座椅噪声的客观目标值，来准确描述人对电动座椅声品质的主观感觉。
发明内容
鉴于上述状况，有必要提供一种电动座椅声品质检测方法、装置、存储介质及电子设备，能够综合多方面、可量化和准确地检测电动座椅声品质。
一种电动座椅声品质检测方法，包括：
获取多组样本噪声数据，多组所述噪声数据包括调节多个不同噪声品质的座椅时采集的噪声数据；
对每组所述样本噪声数据进行处理，以得到多个声品质参量的数据；
获取用户分别听取各组所述噪声数据后的主观评分的分值；
根据所述主观评分的分值和各个声品质参量的数据，确定所述主观评分分别与各个所述声品质参量之间的相关性；
确定相关性最大的预设数量个声品质参量作为目标声品质参量，并利用数据回归分析得出所述主观评分与所述目标声品质参量之间的客观计算公式；
获取待测试电动座椅对应的噪声数据，并提取所述噪声数据中的目标声品质参量的数据；
根据所述目标声品质参量的数据和所述客观计算公式计算所述待测试电动座椅的噪声评分。
进一步的，上述电动座椅声品质检测方法，其中，所述声品质参量至少包括响度、尖锐度、波动度、粗糙度、语义清晰度、纯音度和响度溢。
进一步的，上述电动座椅声品质检测方法，其中，所述根据所述主观评分的分值和各个声品质参量的数据，确定所述主观评分分别与各个所述声品质参量之间的相关性的步骤包括：
根据所述主观评分和当前声品质参量的数据生成所述主观评分随所述当前声品质参量变化的散点图；
对所述散点图进行线性拟合，得到所述主观评分与所述当前声品质参量的相关性。
进一步的，上述电动座椅声品质检测方法，其中，所述预设数量为两个，所述主观评分与所述目标声品质参量之间的客观计算公式为：
score＝A-k1*x1-k2*x1*x2；
其中，score为主观评分，A、k1和k2分别为常数，x1和x2分别为两个所述目标声品质参量。
进一步的，上述电动座椅声品质检测方法，其中，两个所述目标声品质参量为响度和波动度。
本发明还公开了一种电动座椅声品质检测装置，包括：
第一获取模块，用于获取多组样本噪声数据，多组所述噪声数据包括调节多个不同噪声品质的座椅时采集的噪声数据；
处理模块，用于对每组所述样本噪声数据进行处理，以得到多个声品质参量的数据；
第二获取模块，用于获取用户分别听取各组所述噪声数据后的主观评分的分值；
确定模块，用于根据所述主观评分的分值和各个声品质参量的数据，确定所述主观评分分别与各个所述声品质参量之间的相关性；
分析模块，用于确定相关性最大的预设数量个声品质参量作为目标声品质参量，并利用数据回归分析得出所述主观评分与所述目标声品质参量之间的客观计算公式；
第三获取模块，用于获取待测试电动座椅对应的噪声数据，并提取所述噪声数据中的目标声品质参量的数据；
计算模块，用于根据所述目标声品质参量的数据和所述客观计算公式计算所述待测试电动座椅的噪声评分。
进一步的，上述电动座椅声品质检测装置，其中，所述确定模块具体用于：
根据所述主观评分和当前声品质参量的数据生成所述主观评分随所述当前声品质参量变化的散点图；
对所述散点图进行线性拟合，得到所述主观评分与所述当前声品质参量的相关性。
进一步的，上述电动座椅声品质检测装置，其中，所述预设数量为两个，所述主观评分与所述目标声品质参量之间的客观计算公式为：
score＝A-k1*x1-k2*x1*x2；
其中，score为主观评分，A、k1和k2分别为常数，x1和x2分别为两个所述目标声品质参量。
本发明还公开了一种电子设备，包括：存储器，处理器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时实现上述任意一项所述的方法。
本发明还公开了一种计算机可读存储介质，其上存储有程序，所述程序被处理器执行时实现上述任意一所述的方法。
本发明为电动座椅声品质调节提供一种客观量化指标，规范声品质客观数据处理过程，有效避免主观感受的随机性，便于座椅声品质的准确衡量，且易于形成文档指导产品开发，帮助主机厂为不同车型定位制定座椅声品质目标。
附图说明
图1为本发明第一实施例中的电动座椅声品质检测方法的流程图；
图2为本发明第一实施例中主观评分和响度的散点图；
图3为本发明第一实施例中主观评分和尖锐度的散点图；
图4为本发明第一实施例中主观评分和抖动度的散点图；
图5为本发明第一实施例中主观评分和声压级的散点图；
图6为本发明第二实施例中的电动座椅声品质检测装置的结构框图；
图7为本发明实施例中电子设备的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
参照下面的描述和附图，将清楚本发明的实施例的这些和其他方面。在这些描述和附图中，具体公开了本发明的实施例中的一些特定实施方式，来表示实施本发明的实施例的原理的一些方式，但是应当理解，本发明的实施例的范围不受此限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
本发明为座椅电调节噪声提供一种准确有效的客观数据量化方法，该量化方法客观数据的大小与主观感受完全对应，从客观数据上确定座椅调节噪声的目标值，极大方便了电动座椅声品质的评估与优化。
请参阅图1，为本发明第一实施例中的电动座椅声品质检测方法，包括步骤S11～S17。
步骤S11，获取多组样本噪声数据，多组所述噪声数据包括调节多个不同噪声品质的座椅时采集的噪声数据。
本实施例中的样本噪声数据通过人工头进行采集，具体实施时，将电动座椅置于安静环境中(背景噪声低于25dBA)，将数字人工头置于座椅坐垫上，并在操作座椅时通过人工头采集噪声数据。
为了保证测试的准确性，尽可能的获取多组不同噪声品质的座椅的噪声数据得到多组样本噪声数据。
步骤S12，对每组所述样本噪声数据进行处理，以得到多个声品质参量的数据。
分别对每组样本噪声数据进行分析和处理，提取每组样本噪声数据中的所有的声品质参量，该声品质参量包括但不限于响度、尖锐度、波动度、粗糙度、语义清晰度、纯音度和响度溢值等。
步骤S13，获取用户分别听取各组所述噪声数据后的主观评分的分值。
该噪声数据为音频信号，具体实施时，可按照人口结构，组织相应年龄段、性别、受教育程度的80人。在听音室中依次回放样本噪声数据，邀请每个人对这些声音进行主观评价，该主观评价可采用成对比较法。成对比较法是先将噪声样本分别两两编组，再让评价人员判断一组中较好的噪声样本。该方法易操作且适用于细微差别的样本。为避免后掩蔽效应，两个样本噪声数据之间设置1s的静音时间。实验结果统计前先根据计权一致性系数判据判断评价人员的数据可信度。保留50名有效评价人员的结果，计权一致性系数最小为0.78。每个评价对中有A/B两个样本，若A比B愉悦，则给A计2分、B记0分；若B比A愉悦则与之相反；若相同愉悦则各记1分。每个样本噪声数据满分为100分，将此分除以10得一值，用此值代表主观评分。
步骤S14，根据所述主观评分的分值和各个声品质参量的数据，确定所述主观评分分别与各个所述声品质参量之间的相关性。
具体的，所述根据所述主观评分的分值和各个声品质参量的数据，确定所述主观评分分别与各个所述声品质参量之间的相关性的步骤包括：
根据所述主观评分和当前声品质参量的数据生成所述主观评分随所述当前声品质参量变化的散点图；
对所述散点图进行线性拟合，得到所述主观评分与所述当前声品质参量的相关性。
得到每组样本噪声数据和对应的主观评分后，通过散点图确定主观评分与每个声品质参量的相关关系。具体的，以任意一声品质参量来说，可根据该主观评分和当前声品质参量的数据生成当前声品质参量对应的散点图，并对该散点图进行线性拟合，得到主观评分与当前声品质参量的相关性。可以理解的，主观评分与当前声品质参量的相关性可根据线性拟合后的相关系数r来表示。
按照上述方法，得到每一个声品质参量与主观评分的相关性。举例来说，以29台车辆的电动座椅声品质的检测数据来说，其声品质参量的数据如表1所示。
表1样本噪声数据的声品质参量
Figure BDA0003380738010000061
Figure BDA0003380738010000071
对应得到的主观评分的分值如表2所示。
表2
Figure BDA0003380738010000072
Figure BDA0003380738010000081
针对上述声品质参量的数据以及对应的主观评分的分值，得到主观评分和响度的散点图、主观评分和尖锐度的散点图、主观评分和抖动度的散点图、主观评分和声压级的散点图，分别如图2至图5所示。根据该数据得到的主观评分与其他声品质参量的散点图，根据线性拟合相关性交差，此处未示出。从图2至图5中可以看出主观评分与响度和抖动度成负相关，且相关性高。
步骤S15，确定相关性最大的预设数量个声品质参量作为目标声品质参量，并利用数据回归分析得出所述主观评分与所述目标声品质参量之间的客观计算公式。
根据确定的各个声品质参量与主观评分的相关性，将相关性最大的几个声品质参量作为目标声品质参量。具体实施时，可根据相关性超过阈值的数量来确定目标声品质参量的数量，该阈值例如为0.8，如主观评分与声品质参量的相关性的值超过0.8的有两个，则将这两个声品质参量确定为目标声品质参量。并利用数据回归分析得出主观评分与该两个目标声品质参量之间的客观计算公式。该客观计算公式为：
score＝A-k1*x1-k2*x1*x2；
其中，score为主观评分，A、k1和k2分别为常数，x1和x2分别为两个所述目标声品质参量。
例如，根据图2至图5的散点图中，主观评分与响度和抖动度成负相关，且相关性高。因此用响度和波动度构成客观评分公式。用数据回归分析得出客观计算公式：
score＝14.54-1.11*响度-7.98*响度*抖动度。
其中，score越高，表示声品质越佳。
为了检测该客观计算公式的准确性，对该客观计算公式进行测试，具体实施时，组织4人对某一电动座椅声品质进行驾评，综合评价人员意见：此座椅声品质处于中上水平，给出主观评分7.0分。同时使用人工头设备采集调节座椅是的噪声数据，使用软件Atermis对噪声数据进行处理，处理过程选用混响场，计算出座椅调节响度为3.4sone，抖动为0.14vacil。再根据上述客观计算公式计算出score＝6.97。6.97与7.0十分相近，说明该客观计算公式可靠性大。
步骤S16，获取待测试电动座椅对应的噪声数据，并提取所述噪声数据中的目标声品质参量的数据。
步骤S17，根据所述目标声品质参量的数据和所述客观计算公式计算所述待测试电动座椅的噪声评分。
得到的客观计算公式后，可利用该客观计算公式来对后续待测试的电动座椅进行测试。具体的，首选通过数字人工头来采集操作该待测试电动座椅时的噪声数据，并进行处理得到该目标声品质参量的值，利用上述的客观计算公式，计算对应的主观评分值。
本实施例为电动座椅声品质调节提供一种客观量化指标，规范声品质客观数据处理过程，有效避免主观感受的随机性，便于座椅声品质的准确衡量，且易于形成文档指导产品开发，帮助主机厂为不同车型定位制定座椅声品质目标。
请参阅图6，为本发明第二实施例中的电动座椅声品质检测装置，包括：
第一获取模块21，用于获取多组样本噪声数据，多组所述噪声数据包括调节多个不同噪声品质的座椅时采集的噪声数据；
处理模块22，用于对每组所述样本噪声数据进行处理，以得到多个声品质参量的数据；
第二获取模块23，用于获取用户分别听取各组所述噪声数据后的主观评分的分值；
确定模块24，用于根据所述主观评分的分值和各个声品质参量的数据，确定所述主观评分分别与各个所述声品质参量之间的相关性；
分析模块25，用于确定相关性最大的预设数量个声品质参量作为目标声品质参量，并利用数据回归分析得出所述主观评分与所述目标声品质参量之间的客观计算公式；
第三获取模块26，用于获取待测试电动座椅对应的噪声数据，并提取所述噪声数据中的目标声品质参量的数据；
计算模块27，用于根据所述目标声品质参量的数据和所述客观计算公式计算所述待测试电动座椅的噪声评分。
进一步的，上述电动座椅声品质检测装置，其中，所述确定模块具体用于：
根据所述主观评分和当前声品质参量的数据生成所述主观评分随所述当前声品质参量变化的散点图；
对所述散点图进行线性拟合，得到所述主观评分与所述当前声品质参量的相关性。
进一步的，上述电动座椅声品质检测装置，其中，所述预设数量为两个，所述主观评分与所述目标声品质参量之间的客观计算公式为：
score＝A-k1*x1-k2*x1*x2；
其中，score为主观评分，A、k1和k2分别为常数，x1和x2分别为两个所述目标声品质参量。
本发明实施例所提供的电动座椅声品质检测装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
本发明另一方面还提出一种电子设备，请参阅图7，所示为本发明第四实施例当中的电子设备，包括处理器10、存储器20以及存储在存储器上并可在处理器上运行的计算机程序30，所述处理器10执行所述计算机程序30时实现如上述的电动座椅声品质检测方法。
其中，所述电子设备可以为但不限于电脑、服务器等计算机设备。处理器10在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器20中存储的程序代码或处理数据。
其中，存储器20至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器20在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的硬盘。存储器20在另一些实施例中也可以是电子设备的外部存储装置，例如电子设备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(FlashCard)等。进一步地，存储器20还可以既包括电子设备的内部存储单元也包括外部存储装置。存储器20不仅可以用于存储安装于电子设备的应用软件及各类数据，还可以用于暂时地存储已经输出或者将要输出的数据。
可选地，该电子设备还可以包括用户接口、网络接口、通信总线等，用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard)，可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)，通常用于在该装置与其他电子装置之间建立通信连接。通信总线用于实现这些组件之间的连接通信。
需要指出的是，图7示出的结构并不构成对电子设备的限定，在其它实施例当中，该电子设备可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
本发明还提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述的电动座椅声品质检测方法。
本领域技术人员可以理解，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或装置(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或装置取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或装置而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或装置或结合这些指令执行系统、装置或装置而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或它们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种电动座椅声品质检测方法，其特征在于，包括：
获取多组样本噪声数据，多组所述噪声数据包括调节多个不同噪声品质的座椅时采集的噪声数据；
对每组所述样本噪声数据进行处理，以得到多个声品质参量的数据；
获取用户分别听取各组所述噪声数据后的主观评分的分值；
根据所述主观评分的分值和各个声品质参量的数据，确定所述主观评分分别与各个所述声品质参量之间的相关性；
确定相关性最大的预设数量个声品质参量作为目标声品质参量，并利用数据回归分析得出所述主观评分与所述目标声品质参量之间的客观计算公式；
获取待测试电动座椅对应的噪声数据，并提取所述噪声数据中的目标声品质参量的数据；
根据所述目标声品质参量的数据和所述客观计算公式计算所述待测试电动座椅的噪声评分。
2.如权利要求1所述的电动座椅声品质检测方法，其特征在于，所述声品质参量至少包括响度、尖锐度、波动度、粗糙度、语义清晰度、纯音度和响度溢。
3.如权利要求1所述的电动座椅声品质检测方法，其特征在于，所述根据所述主观评分的分值和各个声品质参量的数据，确定所述主观评分分别与各个所述声品质参量之间的相关性的步骤包括：
根据所述主观评分和当前声品质参量的数据生成所述主观评分随所述当前声品质参量变化的散点图；
对所述散点图进行线性拟合，得到所述主观评分与所述当前声品质参量的相关性。
4.如权利要求1所述的电动座椅声品质检测方法，其特征在于，所述预设数量为两个，所述主观评分与所述目标声品质参量之间的客观计算公式为：
score＝A-k1*x1-k2*x1*x2；
其中，score为主观评分，A、k1和k2分别为常数，x1和x2分别为两个所述目标声品质参量。
5.如权利要求4所述的电动座椅声品质检测方法，其特征在于，两个所述目标声品质参量为响度和波动度。
6.一种电动座椅声品质检测装置，其特征在于，包括：
第一获取模块，用于获取多组样本噪声数据，多组所述噪声数据包括调节多个不同噪声品质的座椅时采集的噪声数据；
处理模块，用于对每组所述样本噪声数据进行处理，以得到多个声品质参量的数据；
第二获取模块，用于获取用户分别听取各组所述噪声数据后的主观评分的分值；
确定模块，用于根据所述主观评分的分值和各个声品质参量的数据，确定所述主观评分分别与各个所述声品质参量之间的相关性；
分析模块，用于确定相关性最大的预设数量个声品质参量作为目标声品质参量，并利用数据回归分析得出所述主观评分与所述目标声品质参量之间的客观计算公式；
第三获取模块，用于获取待测试电动座椅对应的噪声数据，并提取所述噪声数据中的目标声品质参量的数据；
计算模块，用于根据所述目标声品质参量的数据和所述客观计算公式计算所述待测试电动座椅的噪声评分。
7.如权利要求6所述的电动座椅声品质检测装置，其特征在于，所述确定模块具体用于：
根据所述主观评分和当前声品质参量的数据生成所述主观评分随所述当前声品质参量变化的散点图；
对所述散点图进行线性拟合，得到所述主观评分与所述当前声品质参量的相关性。
8.如权利要求6所述的电动座椅声品质检测装置，其特征在于，所述预设数量为两个，所述主观评分与所述目标声品质参量之间的客观计算公式为：
score＝A-k1*x1-k2*x1*x2；
其中，score为主观评分，A、k1和k2分别为常数，x1和x2分别为两个所述目标声品质参量。
9.一种电子设备，其特征在于，包括：存储器，处理器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时实现如权利要求1-5中任意一项所述的方法。
10.一种计算机可读存储介质，其上存储有程序，其特征在于，所述程序被处理器执行时实现如权利要求1－5任意一所述的方法。
CN202111433152.7A 2021-11-29 2021-11-29 电动座椅声品质检测方法、装置、存储介质及电子设备 Pending CN114383855A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111433152.7A CN114383855A (zh) 2021-11-29 2021-11-29 电动座椅声品质检测方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111433152.7A CN114383855A (zh) 2021-11-29 2021-11-29 电动座椅声品质检测方法、装置、存储介质及电子设备

Publications (1)

Publication Number Publication Date
CN114383855A true CN114383855A (zh) 2022-04-22

Family

ID=81195829

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111433152.7A Pending CN114383855A (zh) 2021-11-29 2021-11-29 电动座椅声品质检测方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN114383855A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101672690A (zh) * 2009-09-27 2010-03-17 吉林大学 基于听觉模型的车内噪声烦躁度客观量化评价方法
WO2014206212A1 (zh) * 2013-06-26 2014-12-31 浙江工业大学 声品质客观参量三维空间分布数字图像生成方法
CN110737970A (zh) * 2019-09-24 2020-01-31 天津大学 一种发动机加速声品质评价方法
CN112097894A (zh) * 2020-08-17 2020-12-18 浙江工业大学 汽车座椅水平驱动器的辐射噪声合格性的检测方法
CN112765806A (zh) * 2021-01-15 2021-05-07 中国第一汽车股份有限公司 一种汽车电动座椅声品质的评价方法及优化方法
CN113155272A (zh) * 2021-01-21 2021-07-23 中国第一汽车股份有限公司 一种汽车尾门电动开闭声品质的评价及优化方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101672690A (zh) * 2009-09-27 2010-03-17 吉林大学 基于听觉模型的车内噪声烦躁度客观量化评价方法
WO2014206212A1 (zh) * 2013-06-26 2014-12-31 浙江工业大学 声品质客观参量三维空间分布数字图像生成方法
CN110737970A (zh) * 2019-09-24 2020-01-31 天津大学 一种发动机加速声品质评价方法
CN112097894A (zh) * 2020-08-17 2020-12-18 浙江工业大学 汽车座椅水平驱动器的辐射噪声合格性的检测方法
CN112765806A (zh) * 2021-01-15 2021-05-07 中国第一汽车股份有限公司 一种汽车电动座椅声品质的评价方法及优化方法
CN113155272A (zh) * 2021-01-21 2021-07-23 中国第一汽车股份有限公司 一种汽车尾门电动开闭声品质的评价及优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
康润程;叶常景;李青林;: "汽车声品质主客观评价方法研究", 汽车科技, no. 03, pages 57 - 61 *

Similar Documents

Publication Publication Date Title
Klein et al. Spectral and modulation indices for annoyance-relevant features of urban road single-vehicle pass-by noises
Yang et al. Psychoacoustical evaluation of natural and urban sounds in soundscapes
KR101612768B1 (ko) 인지적인 템포를 추정하기 위한 시스템 및 그 방법
US9223863B2 (en) Detection of conditions from sound
Susini et al. Psychological 11 measurement for sound description and evaluation
Hartelius et al. Long-term phonatory instability in individuals with multiple sclerosis
CN110579273A (zh) 一种汽车关门声的设计方法
Lockhead Absolute judgments are relative: A reinterpretation of some psychophysical ideas
Cunningham et al. Measuring lexical diversity for discourse analysis in aphasia: Moving-average type–token ratio and word information measure
Howell et al. Comparison of alternative methods for obtaining severity scores of the speech of people who stutter
Konigsberg et al. Status of mandibular third molar development as evidence in legal age threshold cases
Fujiki et al. The relationship between auditory-perceptual rating scales and objective voice measures in children with voice disorders
Tordini et al. Toward an improved model of auditory saliency
Williams et al. A tutorial on multiblock discriminant correspondence analysis (MUDICA): a new method for analyzing discourse data from clinical populations
CN110196098B (zh) 基于心率变化的车辆声品质评价方法
Lee et al. Investigating multidimensional characteristics of noise signals with tones from building mechanical systems and their effects on annoyance
Liu et al. Quantification of voice type components present in human phonation using a modified diffusive chaos technique
CN107910019B (zh) 一种人体声音信号处理及分析方法
CN114387987A (zh) 生态噪声源的测量方法、装置、终端及存储介质
Ingrisano et al. Environmental noise: a threat to automatic voice analysis
CN114383855A (zh) 电动座椅声品质检测方法、装置、存储介质及电子设备
Cardaci et al. On the evaluation of images complexity: A fuzzy approach
CN113436647B (zh) 一种车窗升降系统声音评价指标确定方法及装置
Herre et al. How similar do songs sound? towards modeling human perception of musical similarity
JP7307507B2 (ja) 病態解析システム、病態解析装置、病態解析方法、及び病態解析プログラム

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