CN116092527A - 一种车辆内环境声音评价方法及装置 - Google Patents

一种车辆内环境声音评价方法及装置 Download PDF

Info

Publication number
CN116092527A
CN116092527A CN202310059167.4A CN202310059167A CN116092527A CN 116092527 A CN116092527 A CN 116092527A CN 202310059167 A CN202310059167 A CN 202310059167A CN 116092527 A CN116092527 A CN 116092527A
Authority
CN
China
Prior art keywords
sound
vehicle
data
environmental
sounds
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
CN202310059167.4A
Other languages
English (en)
Inventor
张惠
于爱群
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.)
FAW Group Corp
Original Assignee
FAW Group Corp
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 FAW Group Corp filed Critical FAW Group Corp
Priority to CN202310059167.4A priority Critical patent/CN116092527A/zh
Publication of CN116092527A publication Critical patent/CN116092527A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/65—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/686—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title or artist information, time, location or usage information, user ratings
    • 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
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • 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
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/10—Speech classification or search using distance or distortion measures between unknown speech and reference templates
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

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

Abstract

本申请公开了一种车辆内环境声音评价方法及装置，包括：采集车辆内环境声音数据；获取声音数据库；所述声音数据库的数据具有多个分类，且每个类别具有多个特征维度；筛选与所述声音数据库数据类别、特征维度匹配的车辆内环境声音数据；根据筛选的车辆内环境声音数据与所述声音数据库数据间差异，评价车辆内环境声音。通过上述方案，为各类车辆内环境声音分配权重，形成各类声音在车辆内环境中主次阶梯。从多个维度上进行声音数据的匹配、评价，并为每个特征维度赋予权重和分值，从局部细节入手，最终形成综合评分，使车辆内环境声音的评价不会偏激。针对七个维度上设置权重和分值，使各类声音在整体的车辆内环境中具有区分度保持关联度。

Description

一种车辆内环境声音评价方法及装置
技术领域
本申请涉及车辆声音领域，尤其涉及一种车辆内环境声音评价方法、车辆内环境声音评价装置、电子设备以及存储介质。
背景技术
随着当前智能汽车技术的发展，汽车的内部空间越来越与现代生活密切相关，逐渐成为继居家、办公之外的第三生活空间。
“第三生活空间”相较于传统的居家、办公空间，呈现出智能设备密集化、交互信息密集化，尤其是大量使用语音交互功能，不可避免的，汽车内部空间的声音会出现音量、音色、音频、优先级等矛盾，增加了交互的复杂度，使用户感觉烦躁，降低了“第三生活空间”的舒适性。
通常留给用户的可操作方式是，预存几个备选音，允许用户采用手动调节或选择，但随着“第三生活空间”智能化程度的提高，效果越来越不理想。
因此需要一种方案，将车辆内环境看做一个整体，根据车辆内环境多种声源、声音特征以及语音交互场景等，自动将车内设备的声音按照一定的规则或优先级进行筛选，并能评价出车辆之间的内环境声音优劣，从而可以辅助车辆内环境设计的整体优化。
发明内容
本发明的目的在于提供一种车辆内环境声音评价方法、车辆内环境声音评价装置、电子设备以及存储介质来至少解决上述的一个技术问题。
本发明提供了下述方案：
根据本发明的一个方面，提供一种车辆内环境声音评价方法，所述车辆内环境声音评价方法包括：
采集车辆内环境声音数据；
获取声音数据库；
所述声音数据库的数据具有多个分类，且每个类别具有多个特征维度；
筛选与所述声音数据库数据类别、特征维度匹配的车辆内环境声音数据；
根据筛选的车辆内环境声音数据与所述声音数据库数据间差异，评价车辆内环境声音。
进一步的，所述车辆内环境声音数据包括：
根据车辆型号、场景、音源设备，采集车辆内的声音数据；
筛选相同车辆型号、场景、音源设备的车辆，组成车辆内环境声音数据的对照组。
进一步的，所述声音数据库的数据具有多个分类，且每个类别具有多个特征维度包括：第一类声音、第二类声音；
所述第一类声音包括，开机氛围声、提示警告声、反馈声的小类；
所述第二类声音包括，多媒体声、导航声、语音识别声的小类；
其中，每个声音类别具有，声音频率、频率相应曲线、清晰度、立体感、力度、声场高度、宽度的特征维度。
进一步的，所述筛选与所述声音数据库数据类别、特征维度匹配的车辆内环境声音数据包括：
获取匹配分析模型，
Figure BDA0004060967250000021
Z＝min(th-D,1)2，
Figure BDA0004060967250000022
其中，
X1、X2：分别表示采集的当前车辆内环境声音数据和所述声音数据库数据；
F：表示声音数据的特征维度；
D：表示X1、X2间的矢量差异；
th：表示衡量X1、X2间匹配程度的预设阈值；
Z：表示X1、X2间匹配程度的标签；
若Z>＝1，则表示当前车辆内环境声音数据和声音数据库数据不相匹配；
若0<Z<1，则表示当前车辆内环境声音数据和所述声音数据库数据相匹配；
N：表示当前车辆内环境声音数据样本数量；
L：表示当前声音类别下数据匹配计算的损失函数；
根据所述匹配分析模型，将当前车辆内环境声音数据与所述声音数据库的数据进行逐声音类别匹配一致性分析包括，
根据所述损失函数中th限定的筛选范围，筛选出符合0<Z<1条件的车辆内环境声音数据。
进一步的，所述根据筛选的车辆内环境声音数据与所述声音数据库数据间差异，评价车辆间的内环境声音优劣包括：
获取评价模型，
Figure BDA0004060967250000031
其中，
Y：表示评价车辆内环境声音的综合评分；
a：表示第一类声音的权重；
b：表示第二类声音的权重；
c：表示每个声音小类的权重；
w:表示每个声音特征维度的权重；
S：表示每个声音特征维度的分值；
预设评估指标；
所述评估指标包括，在所述评价模型中，预设的w、S的值；
根据所述评价模型、所述预设评估指标，将符合0<Z<1条件的车辆内环境声音数据转换成评价车辆内环境声音的综合评分；
根据所述综合评分高低，评价对照组内车辆间的车辆内环境声音优劣。
进一步的，包括：
所述a、b的值之和等于1；
其中，所述a的值大于所述b的值。
进一步的，所述根据所述损失函数中th限定的筛选范围，筛选出符合0<Z<1条件的车辆内环境声音数据包括：
若当前车辆内环境声音数据和声音数据库数据不相匹配，则通过调节损失函数调整进行匹配的声音数据类别；
当0＝<L＝<1时，则重新进行声音数据的一致性匹配包括，
当0＝<L<0.5时，则在同一声音类别中进行声音数据的一致性匹配，
当0.5<L<＝1时，则在不同声音类别中进行声音数据的一致性匹配。
根据本发明的二个方面，提供一种车辆内环境声音评价装置，所述车辆内环境声音评价装置包括：
采集模块，用于采集车辆内环境声音数据；
数据库模块，用于获取声音数据库；
筛选模块，用于筛选与所述声音数据库数据类别、特征维度匹配的车辆内环境声音数据；
评价模块，用于根据筛选的车辆内环境声音数据与所述声音数据库数据间差异，评价车辆内环境声音。
根据本发明的三个方面，提供一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
所述存储器中存储有计算机程序，当所述计算机程序被所述处理器执行时，使得所述处理器执行所述车辆内环境声音评价方法的步骤。
根据本发明的四个方面，提供一种计算机可读存储介质，其存储有可由电子设备执行的计算机程序，当所述计算机程序在所述电子设备上运行时，使得所述电子设备执行所述车辆内环境声音评价方法的步骤。
通过上述方案，获得如下有益的技术效果：
本申请将车辆内环境中各种类别的声音作为一个整体进行评价，在评价车辆内环境声音的优劣时，为各类车辆内环境声音分配权重，形成各类声音在车辆内环境中主次阶梯。
本申请从多个维度上进行声音数据的匹配、评价，并为每个特征维度赋予权重和分值，从局部细节入手，最终形成综合评分，使车辆内环境声音的评价不会偏激。
本申请在评价车辆内环境声音的优劣时，针对七个维度上设置权重和分值，使各类声音在整体的车辆内环境中即具有区分度又保持了关联度。
附图说明
图1是本发明一个或多个实施例提供的车辆内环境声音评价方法的流程图。
图2是本发明一个或多个实施例提供的车辆内环境声音评价装置的结构图。
图3是本发明一个具体实施例的汽车声音的自动化识别及评价的方法示意图。
图4是本发明一个具体实施例的声音识别及分类的示意图。
图5是本发明一个或多个实施例提供的车辆内环境声音评价方法的一种电子设备结构框图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1是本发明一个或多个实施例提供的车辆内环境声音评价方法的流程图。
如图1所示的车辆内环境声音评价方法包括：
步骤S1，采集车辆内环境声音数据；
步骤S2，获取声音数据库，声音数据库的数据具有多个分类，且每个类别具有多个特征维度；
步骤S3，筛选与声音数据库数据类别、特征维度匹配的车辆内环境声音数据；
步骤S4，根据筛选的车辆内环境声音数据与声音数据库数据间差异，评价车辆内环境声音。
通过上述方案，获得如下有益的技术效果：
本申请将车辆内环境中各种类别的声音作为一个整体进行评价，在评价车辆内环境声音的优劣时，为各类车辆内环境声音分配权重，形成各类声音在车辆内环境中主次阶梯。
本申请从多个维度上进行声音数据的匹配、评价，并为每个特征维度赋予权重和分值，从局部细节入手，最终形成综合评分，使车辆内环境声音的评价不会偏激。
本申请在评价车辆内环境声音的优劣时，针对七个维度上设置权重和分值，使各类声音在整体的车辆内环境中即具有区分度又保持了关联度。
在本实施例中，车辆内环境声音数据包括：
根据车辆型号、场景、音源设备，采集车辆内的声音数据；
筛选相同车辆型号、场景、音源设备的车辆，组成车辆内环境声音数据的对照组。
具体而言，采集一个预设环境内声场信息是现有技术，一般可以使用拾音设备在特定位置上收集声音，还可以截获声音模块的音频数据与拾音设备收集的声音数据进行对照，形成数据对照组别，用于描述车内环境的声音。
车辆内环境声音优劣主要影响的是驾驶员，而不同的车辆型号、场景、音源设备等，对驾驶员的影响是不同的，驾驶员对车辆内环境声音主观评价也会不同。
比如豪华车的私密性较好，驾驶员一般会习惯于将音量适当的调小，保持轻松优雅。
比如智能设备比较多的车辆，需要频繁的语音交互或对语音交互比较依赖，驾驶员对车内各种智能设备的声音需要保持较高的识别能力，因此就需要在声音的区分度上着重关注。通过为对应车辆功能或交互功能设置有特色的声音来增加声音识别度。
通过算法、综合评分等可以一定程度上描述车辆内环境声音优劣，但仅从算法、综合评分结果来描述优劣，表达的含义不够直观，容易脱离与驾驶员主观感受的对应关联性。因此，可以对型号、设置等相同的车辆采集声音数据，组成对照组，结合驾驶员的体验，可以使评分结果的优劣与驾驶员语言描述保持较好的对应关联。
在本实施例中，声音数据库的数据具有多个分类，且每个类别具有多个特征维度包括：第一类声音、第二类声音；
第一类声音包括，开机氛围声、提示警告声、反馈声的小类；
第二类声音包括，多媒体声、导航声、语音识别声的小类；
其中，每个声音类别具有，声音频率、频率相应曲线、清晰度、立体感、力度、声场高度、宽度的特征维度。
具体而言，建立声音数据库是现有技术，可以按照预先设置的数据库架构存储声音数据，可以按照声音数据的用途对声音数据进行排列，可以按照预设的分类规则对声音数据库中的声音数据进行排列，方便与声音数据进行对比。可以对声音数据进行量化，可以对声音数据设置筛选对比的阈值。
本申请中声音数据库的数据分为两大类，第一类声音与车辆安全相关性强，或互动不可延迟相关性强的声音，第二类声音与行驶舒适便捷相关性强的声音，各种类别的声音分别对应着车辆的具体功能或操作、互动环节等。
在第一类声音中，包括开机氛围声、提示警告声、反馈声的小类。
提示警告声一般是指转向灯声音、安全带声音、倒车声音，车外喇叭等。
反馈声一般是操作车辆时，反馈接收到操作指令的声音，用以表示确认。比如，屏幕反馈声、机械反馈声(滑动座椅或者是门打开关闭时的声音等)、动力反馈声(电动车模拟内燃车发动机声浪)。
开机氛围声通常与车辆行驶过程无关，但开机声响起意味着车辆控制权限的移交。比如初次启动时，车辆控制权移交到驾驶员。比如某些电动车行驶中出现系统“死机”需要重启，重启后，有可能马上涉及到车辆控制权的部分调整。
在第二类声音中，分为多媒体声、导航声、语音识别声的小类。
多媒体声一般是音乐、视频、有声读物类等各种多媒体声音。
导航声一般是导航类声音，主要是地图导航声音。
语音识别声一般是语音互动时的反馈、确认等声音。
为了使各种声音类别能够辨识又有主次，可以通过声音频率、频率相应曲线、清晰度、立体感、力度、声场高度、宽度这七个声音特征维度对声音数据库中的声音进行塑造和组合，使声音类别与所对应的“车辆功能”之间具有关联度，容易记住，声音类别之间具有区分度，容易辨识。
本实施例选择的七个声音特征维度中，声音频率，指发声物体(声源)每秒振动的次数，单位是赫兹(Hz)。
音调是指基音频率的声刺激给人耳的主观感觉，例如低频声音在人耳感觉到的音调低沉，而高颇声音的音调高尖。声音频率不受声音强度变化的影响，而音调可因声音强度不同而稍有差异。
频率相应曲线指增益随频率的变化曲线。任何音响设备或载体(记录声音信号的物体)都有其频响曲线。理想的频响曲线应当是平直的，声音信号通过后不产生失真。
清晰度指声音中语言部分的可听懂度高，音乐层次分明，各频率段的信号都能很好的表现出来，有清澈见底之感。
立体感指具有立体感的声音。立体感是基于人类对音源定位的能力。
力度为声音有劲、有气魄，表示声音中低频成分较强，动态范围宽。
声场高度指声音的声场高度，靠发生源位置决定的。
宽度指的是声音的厚度，是声音的深度感；一般男性声带教女性声带宽，短，所以相对声音会比较低沉。
比如第一类声音，可以考虑凸显急迫、清脆、宏大等偏“刚性”的声音特征，有利于调动驾驶员的神经兴奋度。
比如第二类声音，可以考虑相对平缓、轻柔、悠长等偏“内秀”的声音特征，有利于舒缓驾驶员的神经焦虑度。
还可以通过设计声音前奏，作为声音标记。
比如选择用两声警报作为前缀，之后再衔接警示内容相关的声音。只要听到两声警报前缀，驾驶员就明白这是个警告相关的内容。
在本实施例中，筛选与声音数据库数据类别、特征维度匹配的车辆内环境声音数据包括：
获取匹配分析模型，
Figure BDA0004060967250000101
Z＝min(th-D,1)2，
Figure BDA0004060967250000102
其中，
X1、X2：分别表示采集的当前车辆内环境声音数据和声音数据库数据；
F：表示声音数据的特征维度；
D：表示X1、X2间的矢量差异；
th：表示衡量X1、X2间匹配程度的预设阈值；
Z：表示X1、X2间匹配程度的标签；
若Z>＝1，则表示当前车辆内环境声音数据和声音数据库数据不相匹配；
若0<Z<1，则表示当前车辆内环境声音数据和声音数据库数据相匹配；
N：表示当前车辆内环境声音数据样本数量；
L：表示当前声音类别下数据匹配计算的损失函数；
根据匹配分析模型，将当前车辆内环境声音数据与声音数据库的数据进行逐声音类别匹配一致性分析包括，
根据损失函数中th限定的筛选范围，筛选出符合0<Z<1条件的车辆内环境声音数据。
具体而言，描述声音模型是现有技术，依据声音模型做检测、对比，可以评价样本声音数据在预设维度上的优劣特质或差异性。
通过七个维度的声音特征，对车辆内环境声音进行匹配计算。由于采集的车辆内环境声音是随机的，有可能只采集到属于某个类别的声音，也可能采集到多个类别混合的声音。通过逐个类别的与数据库数据匹配，可以筛选出车辆内环境声音与声音数据库数据之间匹配一致性高的声音数据。
通过调整th，损失函数将匹配的范围缩小，将属于当前筛选种类的车辆内环境声音筛选出来，再根据Z值进一步判断匹配度。
在匹配分析模型中，Z值越靠近“0”，表示匹配度越高，差异越小。
在本实施例中，根据筛选的车辆内环境声音数据与声音数据库数据间差异，评价车辆间的内环境声音优劣包括：
获取评价模型，
Figure BDA0004060967250000111
其中，
Y：表示评价车辆内环境声音的综合评分；
a：表示第一类声音的权重；
b：表示第二类声音的权重；
c：表示每个声音小类的权重；
w:表示每个声音特征维度的权重；
S：表示每个声音特征维度的分值；
预设评估指标；
评估指标包括，在评价模型中，预设的w、S的值；
根据评价模型、预设评估指标，将符合0<Z<1条件的车辆内环境声音数据转换成评价车辆内环境声音的综合评分；
根据综合评分高低，评价对照组内车辆间的车辆内环境声音优劣。
具体而言，评价模型对应表1、表2；
通过评估指标，从七个声音特征维度对每个筛选出的声音类别赋予权重值和分值。
在评价模型中，评估指标权重和是七个声音特征维度的指标权重之和，表示为
Figure BDA0004060967250000112
在评价模型中，第一类声音中所有细分类声音的权重之和，表示为
Figure BDA0004060967250000113
在评价模型中，第二类声音中所有细分类声音的权重之和，表示为
Figure BDA0004060967250000114
S表示预设的每个单独声音特征维度的分值，分值设为1至10分，S值是与D值呈正比例关系。
比如将车内声音分为超低频(20-50Hz)、低频(50-500Hz)、中频(500-3KHz)、高频(3K-20KHz)，将超低频、低频、中频和高频都分别线性分为10段，对应评分为1至10分，求四段声音平均值为该声音的频率分值。
如：车内声音超低频30Hz，低频100Hz，中频1000Hz，高频10kHz，分别得分为4分、2分、2.8分、4.7分，得到声音频率分为3.4分。
频率响应曲线是声音评价的基础，频率响应的理想状态是在整个频率范围内呈直线，不产生失真和衰减，曲线越平直系统的输出品质越好。比如将频率响应曲线线性分为10段，对应1至10分。
表1
Figure BDA0004060967250000121
表2
评估指标 权重 分值
声音频率 <![CDATA[W<sub>11</sub>]]> <![CDATA[S <sub>11</sub>]]>
频率相应曲线 <![CDATA[W<sub>12</sub>]]> <![CDATA[S <sub>12</sub>]]>
清晰度 <![CDATA[W<sub>13</sub>]]> <![CDATA[S <sub>13</sub>]]>
立体感 <![CDATA[W<sub>14</sub>]]> <![CDATA[S <sub>14</sub>]]>
力度 <![CDATA[W<sub>15</sub>]]> <![CDATA[S <sub>15</sub>]]>
声场高度 <![CDATA[W<sub>16</sub>]]> <![CDATA[S <sub>16</sub>]]>
宽度 <![CDATA[W<sub>17</sub>]]> <![CDATA[S <sub>17</sub>]]>
综合评分高低，是为了比较对照组内参与评价的车辆之间的优劣。由于数据库、阈值的设置不是一成不变的，可能会因为车型不同、配置不同等从新设置数据库、阈值，所以评分的高低代表的是对照组内车辆间的车辆内环境声音优劣。
在本实施例中，包括：
a、b的值之和等于1；
其中，a的值大于b的值。
具体而言，a表示获得的第一类声音的权重，b表示获得的第二类声音的权重。
将车辆内各种类别的声音作为一个整体，总的权重值设置为1。
由于第一类声音与车辆行驶安全相关，因此，在评估指标中第一类声音权重值高于第二类声音权重值。
在本实施例中，根据损失函数中th限定的筛选范围，筛选出符合0<Z<1条件的车辆内环境声音数据包括：
若当前车辆内环境声音数据和声音数据库数据不相匹配，则通过调节损失函数调整进行匹配的声音数据类别；
当0＝<L＝<1时，则重新进行声音数据的一致性匹配包括，
当0＝<L<0.5时，则在同一声音类别中进行声音数据的一致性匹配，
当0.5<L<＝1时，则在不同声音类别中进行声音数据的一致性匹配。
具体而言，
L表示当前声音类别下数据匹配计算的损失函数，通过匹配分析模型，先进行一个类别的声音数据匹配计算，当遇到匹配不成功的情况，则通过控制损失函数大小调节匹配类别。
L值从0到1时可以重新进行声音一致性匹配，在0＝<L<0.5时，在同一声音类别继续匹配，当0.5<L<＝1时，在不同声音类别匹配。
如：正在第一类声音类别中进行声音匹配，但未匹配成功，若L值为0.6，则跳过第一类声音类别，直接去第二类声音类别中与数据库数据进行匹配。
图2是本发明一个或多个实施例提供的车辆内环境声音评价装置的结构图。
如图2所示的车辆内环境声音评价装置包括：采集模块、数据库模块、筛选模块、评价模块；
采集模块，用于采集车辆内环境声音数据；
数据库模块，用于获取声音数据库；
筛选模块，用于筛选与声音数据库数据类别、特征维度匹配的车辆内环境声音数据；
评价模块，用于根据筛选的车辆内环境声音数据与声音数据库数据间差异，评价车辆内环境声音。
值得注意的是，虽然本系统只披露了采集模块、数据库模块、筛选模块、评价模块等基本功能模块，但并不意味着本装置仅仅局限于上述基本功能模块，相对，本发明所要表达的意思是，在上述基本功能模块的基础之上，本领域技术人员可以结合现有技术任意添加一个或多个功能模块，形成无穷多个实施例或技术方案，也就是说本系统是开放式的而非封闭式的，不能因为本实施例仅披露了个别基本功能模块，就认为本发明权利要求的保护范围局限于上述公开的基本功能模块。
图3是本发明一个具体实施例的汽车声音的自动化识别及评价的方法示意图。
如图3所示的汽车声音的自动化识别及评价的方法，其步骤如下：
第一步，确定汽车品牌和车型，找到相匹配的声音数据库；
第二步，采集汽车声音，将声音提取处理，获得声音数据；
第三步，获得声音与声音数据库进行模型匹配；
第四步，自动识别声音类别；
第五步，根据采集声音获得声音数据的频率、频率相应曲线、清晰度、立体感、力度、声场高度和宽度；
第六步，基于声音数据库和获得指标，建立声音评价模型；
第七步，对当前车的声音进行声音评价。
图4是本发明一个具体实施例的声音识别及分类的示意图。
如图4所示，汽车的声音分为两大类，每个大类下分为多个小类：
第1大类：系统声音；
第11小类：氛围声，主要是为了营造氛围的声音，配合起来烘托声音气氛；
第12小类：提醒警示音，包括转向灯声音、安全带声音、倒车声音，车外如喇叭和低速行人提醒；
第13小类：反馈音声，人在主动操作车辆时候，用来响应操作的声音，用以增加体验。
第13小类下的第1个子类是屏幕反馈声，比如点击和滑动屏幕时的声音；
第13小类下的第2个子类是机械反馈声，比如滑动座椅或者是门打开关闭的时候的音效；
第13小类下的第3个子类是动力反馈声，也就是模拟声浪，常见在电动车加速时，通过音响系统加入发动机的声音，增加动力感。
第2大类：智能座舱声音；
第21小类：音乐、视频、有声读物类等各种多媒体声音；
第22小类：导航类声音，主要是地图导航声音；
第23小类：语音识别声音，车机反馈声音。
图5是本发明一个或多个实施例提供的车辆内环境声音评价方法的一种电子设备结构框图。
如图5所示，本申请提供一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器中存储有计算机程序，当计算机程序被处理器执行时，使得处理器执行车辆内环境声音评价方法的步骤。
本申请还提供一种计算机可读存储介质，其存储有可由电子设备执行的计算机程序，当计算机程序在电子设备上运行时，使得电子设备执行车辆内环境声音评价方法的步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
电子设备包括硬件层，运行在硬件层之上的操作系统层，以及运行在操作系统上的应用层。该硬件层包括中央处理器(CPU，Central Processing Unit)、内存管理单元(MMU，Memory Management Unit)和内存等硬件。该操作系统可以是任意一种或多种通过进程(Process)实现电子设备控制的计算机操作系统，例如，Linux操作系统、Unix操作系统、Android操作系统、iOS操作系统或windows操作系统等。并且在本发明实施例中该电子设备可以是智能手机、平板电脑等手持设备，也可以是桌面计算机、便携式计算机等电子设备，本发明实施例中并未特别限定。
本发明实施例中的电子设备控制的执行主体可以是电子设备，或者是电子设备中能够调用程序并执行程序的功能模块。电子设备可以获取到存储介质对应的固件，存储介质对应的固件由供应商提供，不同存储介质对应的固件可以相同可以不同，在此不做限定。电子设备获取到存储介质对应的固件后，可以将该存储介质对应的固件写入存储介质中，具体地是往该存储介质中烧入该存储介质对应固件。将固件烧入存储介质的过程可以采用现有技术实现，在本发明实施例中不做赘述。
电子设备还可以获取到存储介质对应的重置命令，存储介质对应的重置命令由供应商提供，不同存储介质对应的重置命令可以相同可以不同，在此不做限定。
此时电子设备的存储介质为写入了对应的固件的存储介质，电子设备可以在写入了对应的固件的存储介质中响应该存储介质对应的重置命令，从而电子设备根据存储介质对应的重置命令，对该写入对应的固件的存储介质进行重置。根据重置命令对存储介质进行重置的过程可以现有技术实现，在本发明实施例中不做赘述。
为了描述的方便，描述以上装置时以功能分为各种单元、模块分别描述。当然在实施本申请时可以把各单元、模块的功能在同一个或多个软件和/或硬件中实现。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非被特定定义，否则不会用理想化或过于正式的含义来解释。
对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器或者网络设备等)执行本申请各个实施方式或者实施方式的某些部分所述的方法。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围。

Claims (10)

1.一种车辆内环境声音评价方法，其特征在于，所述车辆内环境声音评价方法包括：
采集车辆内环境声音数据；
获取声音数据库；
所述声音数据库的数据具有多个分类，且每个类别具有多个特征维度；
筛选与所述声音数据库数据类别、特征维度匹配的车辆内环境声音数据；
根据筛选的车辆内环境声音数据与所述声音数据库数据间差异，评价车辆内环境声音。
2.如权利要求1所述的车辆内环境声音评价方法，其特征在于，所述车辆内环境声音数据包括：
根据车辆型号、场景、音源设备，采集车辆内的声音数据；
筛选相同车辆型号、场景、音源设备的车辆，组成车辆内环境声音数据的对照组。
3.如权利要求2所述的车辆内环境声音评价方法，其特征在于，所述声音数据库的数据具有多个分类，且每个类别具有多个特征维度包括：第一类声音、第二类声音；
所述第一类声音包括，开机氛围声、提示警告声、反馈声的小类；
所述第二类声音包括，多媒体声、导航声、语音识别声的小类；
其中，每个声音类别具有，声音频率、频率相应曲线、清晰度、立体感、力度、声场高度、宽度的特征维度。
4.如权利要求3所述的车辆内环境声音评价方法，其特征在于，所述筛选与所述声音数据库数据类别、特征维度匹配的车辆内环境声音数据包括：
获取匹配分析模型，
Figure FDA0004060967240000021
Z＝min(th-D，1)2，
Figure FDA0004060967240000022
其中，
X1、X2：分别表示采集的当前车辆内环境声音数据和所述声音数据库数据；
F：表示声音数据的特征维度；
D：表示X1、X2间的矢量差异；
th：表示衡量X1、X2间匹配程度的预设阈值；
Z：表示X1、X2间匹配程度的标签；
若Z>＝1，则表示当前车辆内环境声音数据和声音数据库数据不相匹配；
若0<Z<1，则表示当前车辆内环境声音数据和所述声音数据库数据相匹配；
N：表示当前车辆内环境声音数据样本数量；
L：表示当前声音类别下数据匹配计算的损失函数；
根据所述匹配分析模型，将当前车辆内环境声音数据与所述声音数据库的数据进行逐声音类别匹配一致性分析包括，
根据所述损失函数中th限定的筛选范围，筛选出符合0<Z<1条件的车辆内环境声音数据。
5.如权利要求4所述的车辆内环境声音评价方法，其特征在于，所述根据筛选的车辆内环境声音数据与所述声音数据库数据间差异，评价车辆间的内环境声音优劣包括：
获取评价模型，
Figure FDA0004060967240000031
其中，
Y：表示评价车辆内环境声音的综合评分；
a：表示第一类声音的权重；
b：表示第二类声音的权重；
c：表示每个声音小类的权重；
w:表示每个声音特征维度的权重；
S：表示每个声音特征维度的分值；
预设评估指标；
所述评估指标包括，在所述评价模型中，预设的w、S的值；
根据所述评价模型、所述预设评估指标，将符合0<Z<1条件的车辆内环境声音数据转换成评价车辆内环境声音的综合评分；
根据所述综合评分高低，评价对照组内车辆间的车辆内环境声音优劣。
6.如权利要求5所述的车辆内环境声音评价方法，其特征在于，包括：
所述a、b的值之和等于1；
其中，所述a的值大于所述b的值。
7.如权利要求6所述的车辆内环境声音评价方法，其特征在于，所述根据所述损失函数中th限定的筛选范围，筛选出符合0<Z<1条件的车辆内环境声音数据包括：
若当前车辆内环境声音数据和声音数据库数据不相匹配，则通过调节损失函数调整进行匹配的声音数据类别；
当0＝<L＝<1时，则重新进行声音数据的一致性匹配包括，
当0＝<L<0.5时，则在同一声音类别中进行声音数据的一致性匹配，
当0.5<L<＝1时，则在不同声音类别中进行声音数据的一致性匹配。
8.一种车辆内环境声音评价装置，其特征在于，所述车辆内环境声音评价装置包括：
采集模块，用于采集车辆内环境声音数据；
数据库模块，用于获取声音数据库；
筛选模块，用于筛选与所述声音数据库数据类别、特征维度匹配的车辆内环境声音数据；
评价模块，用于根据筛选的车辆内环境声音数据与所述声音数据库数据间差异，评价车辆内环境声音。
9.一种电子设备，其特征在于，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
所述存储器中存储有计算机程序，当所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至7中任一项所述车辆内环境声音评价方法的步骤。
10.一种计算机可读存储介质，其特征在于，其存储有可由电子设备执行的计算机程序，当所述计算机程序在所述电子设备上运行时，使得所述电子设备执行权利要求1至7中任一项所述车辆内环境声音评价方法的步骤。
CN202310059167.4A 2023-01-16 2023-01-16 一种车辆内环境声音评价方法及装置 Pending CN116092527A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310059167.4A CN116092527A (zh) 2023-01-16 2023-01-16 一种车辆内环境声音评价方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310059167.4A CN116092527A (zh) 2023-01-16 2023-01-16 一种车辆内环境声音评价方法及装置

Publications (1)

Publication Number Publication Date
CN116092527A true CN116092527A (zh) 2023-05-09

Family

ID=86204114

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310059167.4A Pending CN116092527A (zh) 2023-01-16 2023-01-16 一种车辆内环境声音评价方法及装置

Country Status (1)

Country Link
CN (1) CN116092527A (zh)

Similar Documents

Publication Publication Date Title
DE102012217160B4 (de) Verfahren zum Korrigieren unverständlicher synthetischer Sprache
US7729911B2 (en) Speech recognition method and system
CN1637857A (zh) 噪音消除系统、语音识别系统以及汽车导航系统
Park et al. A comparative study on subjective feeling of engine acceleration sound by automobile types
Genuit et al. Sound design of electric vehicles-Challenges and risks
Swart et al. The relationship between consumer satisfaction and psychoacoustics of electric vehicle signature sound
Lemaitre et al. A psychoacoustical study of wind buffeting noise
CN112216300A (zh) 用于搅拌车驾驶室内声音的降噪方法、装置和搅拌车
CN110789478B (zh) 车载音响参数辅助调节方法、装置以及音频处理器
CN114194128A (zh) 车辆的音量控制方法、车辆和存储介质
CN113270095B (zh) 语音处理方法、装置、存储介质及电子设备
KR101314043B1 (ko) 차량의 액슬 기어 소음의 음질평가 방법 및 장치
CN113409798A (zh) 车内含噪语音数据生成方法、装置以及设备
CN116092527A (zh) 一种车辆内环境声音评价方法及装置
CN108986811B (zh) 一种语音识别的检测方法、装置和设备
Krishnamurthy et al. Car noise verification and applications
CN113370923B (zh) 一种车辆配置的调整方法、装置、电子设备及存储介质
CN115307721A (zh) 汽车加速声品质评价方法、装置、设备及存储介质
CN114299929A (zh) 语音交互方法及装置、服务器及存储介质
DE112020007096T5 (de) Systeme und verfahren zum bereitstellen eines personalisierten virtuellen persönlichen assistenten
CN115878070B (zh) 一种车载音频播放方法、装置、设备及存储介质
CN111833889A (zh) 一种电动车行人警示音的多轨混音方法
Chen et al. Vehicle interior sound quality analysis by using grey relational analysis
Paul et al. Imagine, design, and experience interior active sounds for EV: a comprehensive process
CN115139952A (zh) 沉浸场景构建方法、装置、电子设备及存储介质

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