王政欽 畢錦煙 黃濤 涂梨娥
(1.廣州汽車集團股份有限公司汽車工程研究院,廣州 511434;2.武漢理工大學(xué),現(xiàn)代汽車零部件技術(shù)湖北省重點實驗室,武漢 430070)
主題詞:關(guān)門聲 聲品質(zhì) 主觀評價 風(fēng)格劃分 預(yù)測模型
乘用車關(guān)門聲品質(zhì)研究的核心在于將主觀化的情感通過科學(xué)的手段轉(zhuǎn)變成工程語言用于產(chǎn)品開發(fā)。隨著關(guān)門聲品質(zhì)正向開發(fā)研究的深入,聲品質(zhì)評價(偏好分預(yù)測)模型作為性能預(yù)測和指導(dǎo)設(shè)計的手段也越來越受到重視[1-4]。
目前,關(guān)門聲品質(zhì)偏好分預(yù)測模型的研究主要集中在針對主觀感受提出客觀評價指標(biāo),建立預(yù)測模型。范瑋等[5]采用系列范疇法組織主觀評價試驗,獲得了汽車關(guān)門聲品質(zhì)的主觀評價術(shù)語,為聲品質(zhì)偏好分模型的建立提供了主觀評價試驗基礎(chǔ)。Malen等[6]將汽車關(guān)門聲信號的客觀屬性與主觀評價人員的偏好進行相關(guān)性分析,發(fā)現(xiàn)聲信號的高頻成分占比與主觀偏好具有強相關(guān)性。隨著汽車關(guān)門聲品質(zhì)研究的不斷深入,對其的客觀量化研究取得了大量成果。烏靜等[7]發(fā)現(xiàn)關(guān)門聲信號中峰值越少、功率譜密度集中時間越短,其主觀評價結(jié)果越好。楊川等[8]將時頻分析方法用于關(guān)門聲品質(zhì)客觀特征研究,基于偽分布和臨界頻率帶小波分解提出了聲品質(zhì)客觀評價指標(biāo)。Hoechstetter[9]研究發(fā)現(xiàn)“尖銳度持續(xù)時間”與沖擊聲音品質(zhì)強相關(guān)?,F(xiàn)有的聲品質(zhì)主、客觀評價模型研究主要針對品質(zhì)感總體評分開展,但在主觀評價中,出現(xiàn)了評審人員對兩種頻譜特征迥異的關(guān)門聲給出近似評分的情況,所以無法從單一維度上有效描述關(guān)門聲信號的時頻特性,即無法識別出整車關(guān)門聲風(fēng)格上的差異性。
本文通過收集用戶對關(guān)門聲品質(zhì)關(guān)鍵詞的定義和商品性對其的定義,運用語義細(xì)分法和成對比較法對關(guān)門聲品質(zhì)進行主觀評價,使用主成分分析法提煉出強相關(guān)的主觀評價指標(biāo),與心理聲學(xué)參量(尖銳度積分、響度能量比、響度能量變化率、響度變化時間)關(guān)聯(lián),提出基于風(fēng)格劃分的關(guān)門聲品質(zhì)預(yù)測模型。
乘用車關(guān)門沖擊聲樣本采集試驗在背景噪聲為25.6 dB 的整車轉(zhuǎn)鼓半消聲室進行,試驗選用10 輛關(guān)門聲品質(zhì)感從差到好均勻分布的乘用車,采用雙耳人工頭采集關(guān)門聲音信號,試驗對象和設(shè)備如表1和表2所示。
表1 試驗對象
表2 試驗設(shè)備
將雙耳人工頭正對車身布置于整車坐標(biāo)系的固定位置處;光電關(guān)門速度儀布置在外開手柄附近,保證其信號發(fā)生器能夠順利通過關(guān)門速度感應(yīng)器;試驗車輛進行關(guān)門試驗的側(cè)面與轉(zhuǎn)鼓半消聲室墻面的距離大于4 m,車輛整車狀態(tài)良好,各門車窗關(guān)閉,關(guān)門過程環(huán)境無異響。試驗現(xiàn)場如圖1所示。
圖1 試驗測試現(xiàn)場
為避免關(guān)門過程中其他聲音的干擾,車門以1.2 m/s的速度關(guān)閉,完成關(guān)門動作后保持靜止直至當(dāng)次采集結(jié)束。重復(fù)以上步驟,直至獲得3組一致性較高的數(shù)據(jù)。
目前,針對汽車關(guān)門聲品質(zhì)的主觀評價研究成果中,提出了大量的關(guān)門聲品質(zhì)主觀評價術(shù)語,如“昂貴的”“有力的”“鳴鈴聲”“二次沖擊聲”和“咔嗒聲”“音響渾厚度”等[10-12]。基于現(xiàn)有研究成果,結(jié)合市場用戶需求調(diào)研結(jié)果,最終提取主觀評價術(shù)語為品質(zhì)感、轟鳴感、金屬感、延時感、振顫感,用于基于語義細(xì)分法的乘用車關(guān)門主觀評價試驗。通過本次實車評價,初步判斷上述主觀評價術(shù)語的適用性,為正式主觀盲評提供試驗依據(jù)。
主觀評價采用10分制打分法,結(jié)果如表3所示。
表3 實車主觀評價結(jié)果 分
由表3可知,打分最高的2個車型為V6和V10。分析數(shù)據(jù)發(fā)現(xiàn),兩者的頻譜能量分布差異較大,V6低頻(500 Hz以下)能量更為突出,且延時較長,而V10整體延時較短,且高頻能量較V6突出明顯,如圖2所示。主觀感受V6表現(xiàn)偏厚重、沉穩(wěn)、豪華,而V10偏干脆、明亮、辨識度高。風(fēng)格迥異的2個關(guān)門聲在主觀評審中打分接近,且4個細(xì)分主觀評價指標(biāo)打分各有差異。因此,為了提高預(yù)測精度,需要在模型搭建中添加風(fēng)格類主觀評價指標(biāo)。
圖2 V6與V10關(guān)門聲小波頻譜
為了補充風(fēng)格類關(guān)門聲主觀評價指標(biāo),經(jīng)過市場調(diào)研,總結(jié)出豪華感、時尚感,與前序?qū)嵻囍饔^評價得出的品質(zhì)感、轟鳴感、金屬感、延時感和振顫感共同作為主觀評價術(shù)語。
主觀評價試驗采用聲音樣本回放的方式進行,正式評價前對回放設(shè)備進行校準(zhǔn)以保證評審人員能聽到最真實的聲音信號,并對回放樣本進行預(yù)處理,避免由于信號采集時間不同帶來的主觀差異,影響評價結(jié)果先選取時域上聲壓信號峰值(Peak)前0.6 s 和后1.0 s 時間段,組成1.6 s 聲信號,再對此聲信號前、后進行余弦加窗、消除噪聲處理,得到主觀評價樣本。
聲信號的回放設(shè)備采用RME Fireface UC 聲卡、森海塞爾HD650高保真回放耳機以及Head Acoustic 低頻音箱(用于補償100 Hz 以下頻段音頻),有效保證了評價環(huán)境與實際評價環(huán)境的一致性。主觀評價在整車半消聲室完成,試驗回放現(xiàn)場如圖3所示。
圖3 乘用車關(guān)門聲主觀評價試驗現(xiàn)場
本次評價試驗基于語義細(xì)分法和成對比較法開展:語義細(xì)分法主觀評價試驗中,評審人員反復(fù)收聽聲音信號,分別對提取的各主觀評價術(shù)語進行10分制評分;成對比較法試驗中,評審人員反復(fù)收聽2 組聲音信號,并選取偏好的聲樣本。為保證評價結(jié)果的可信度,試驗基于職業(yè)、性別、年齡、有無駕駛經(jīng)驗和有無聲學(xué)評價經(jīng)驗等因素均勻分布的原則,最終選取了42 位評審人員進行試驗。
對于語義細(xì)分法的主觀評價結(jié)果,需要對無效結(jié)果進行剔除。采用四分位距和杜凱氏測試篩選無效數(shù)據(jù),3 位評審員的結(jié)果被剔除。有效數(shù)據(jù)結(jié)果經(jīng)過歸一化處理后如表4所示。
表4 部分乘用車關(guān)門聲品質(zhì)語義細(xì)分法評價結(jié)果 分
將評價結(jié)果相互關(guān)聯(lián)計算相關(guān)性,表4中各項細(xì)分主觀感覺與品質(zhì)感相關(guān)系數(shù)(R2)均高于0.80。因此通過語義細(xì)分法評價結(jié)果提取出轟鳴感、金屬感、延時感、振顫感、豪華感和時尚感為與品質(zhì)感強相關(guān)聯(lián)的主觀評價指標(biāo)。
對于成對比較法評價結(jié)果,需要檢驗數(shù)據(jù)重復(fù)率和一致性來剔除無效結(jié)果。重復(fù)率表示篩選兩個評價樣本調(diào)換評價順序后結(jié)果的重復(fù)程度,一致性表示篩選兩對評價樣本隨機組合后結(jié)果邏輯上的一致程度。為了保證評價結(jié)果的可靠性,有效數(shù)據(jù)量應(yīng)超過30份,因此本次試驗選取了重復(fù)率大于70%、一致性大于68%的共計31 份有效評價結(jié)果。同時采用Bradley-Terry 模型,將成對比較法的有效評價結(jié)果數(shù)據(jù)通過計算轉(zhuǎn)化為偏好分(Merit),其中0 分表示最不偏好,10 分表示最為偏好。根據(jù)模型計算公式,最終得到關(guān)門聲品質(zhì)偏好分計算結(jié)果如表5所示。
表5 成對比較法的關(guān)門聲偏好分計算結(jié)果 分
將成對比較法和語義細(xì)分法的結(jié)果進行趨勢對比分析,結(jié)果表明,這兩種評價方法的評價趨向走勢相近,有效保證了主觀評價結(jié)果的可靠性。
針對語義細(xì)分法多維度的主觀評價結(jié)果,用主成分分析(Principal Component Analysis,PCA)法挑選風(fēng)格類主觀指標(biāo)。對進行數(shù)據(jù)的主成分分析提取,并將提取的組元與各項主觀指標(biāo)進行相關(guān)性分析,結(jié)果如表6和表7所示。
表6 主成分分析結(jié)果
表7 主成分與各項主觀感受的相關(guān)系數(shù)R2結(jié)果
基于PCA 結(jié)果,提取特征根值大于1 的2 個主元,即第一主元和第二主元。當(dāng)2 個主元累計方差大于80%,可認(rèn)為第一主元和第二主元基本能夠表征該數(shù)據(jù)所有特征。在PCA 結(jié)果中,關(guān)門聲主觀感知屬性豪華感的權(quán)重系數(shù)在第一主元中最高,且第二主元中的最高權(quán)重指標(biāo)是時尚感。因此,可認(rèn)為第一主元為“豪華”系列,第二主元為“時尚”系列,即可將關(guān)門聲劃分為“豪華型”和“時尚型”兩類風(fēng)格。
基于評價結(jié)果數(shù)據(jù)的相關(guān)性分析可知,豪華感與轟鳴感、金屬感和振顫感關(guān)聯(lián)性高(R2>0.8),時尚感與金屬感和延時感關(guān)聯(lián)性較高,如表8所示。
表8 評價結(jié)果相關(guān)系數(shù)
基于相關(guān)性分析結(jié)果,得到關(guān)門聲音品質(zhì)感風(fēng)格劃分的整體評價模型,如圖4所示。
圖4 風(fēng)格劃分關(guān)門聲品質(zhì)模型
由表4可知,在參與評價的車輛中,V6為豪華感車型的代表,V10為時尚感車型的代表。首先將“豪華”和“時尚”主觀評價結(jié)果與關(guān)門聲總分“偏好得分”關(guān)聯(lián),采用多元線性回歸分析,得到回歸方程為:
式中,vi為偏好得分;L為豪華感得分;F為時尚感得分。
回歸方程的R2達(dá)到0.80 時,即認(rèn)為方程能夠滿足聲品質(zhì)偏好性預(yù)測精度要求。
由表8可得到描述風(fēng)格類指標(biāo)的細(xì)分指標(biāo),基于多元回歸分析可得回歸方程為:
式中,B為轟鳴感得分;M為金屬感得分;R為振顫感得分;D為延時感得分。
分析上述關(guān)系式可知:轟鳴感分值越高、金屬感和振顫感分值越低,則豪華感越強;延時感分值越低、金屬感分值越高,則時尚感越強。
針對金屬感、轟鳴感、振顫感和延時感4 個細(xì)分的關(guān)門聲主觀感知屬性,對應(yīng)提出了聲品質(zhì)客觀指標(biāo),并進行了相關(guān)性分析,結(jié)果如表9所示。
表9 聲品質(zhì)客觀評價指標(biāo)
基于上述聲品質(zhì)客觀指標(biāo),與主觀結(jié)果進行逐步多元線性回歸,回歸模型的可決系數(shù)R2=0.96,保證了模型預(yù)測精度,得到預(yù)測模型如圖5所示。
圖5 風(fēng)格劃分關(guān)門聲品質(zhì)預(yù)測模型
主觀偏好得分與預(yù)測結(jié)果如圖6所示,預(yù)測結(jié)果基本一致。
圖6 樣本內(nèi)關(guān)門聲品質(zhì)預(yù)測走勢
為了驗證模型精度改善效果,本文基于樣本內(nèi)10輛乘用車以及樣本外3輛乘用車的關(guān)門聲數(shù)據(jù),對比了不同模型的預(yù)測精度。
將風(fēng)格類主觀指標(biāo)排除后,通過相同的關(guān)聯(lián)方法組合出2個精度較高的預(yù)測模型,如圖7所示。
對比圖7 和圖5 中3 個模型的R2可知,相比于模型A和模型B,風(fēng)格劃分模型在樣本內(nèi)的預(yù)測精度分別提高了18.5%和6.7%。
對于樣本外精度驗證車輛信息如表10所示。
對上述乘用車的關(guān)門聲進行主觀評價,其語義細(xì)分法結(jié)果如表11所示。
圖7 傳統(tǒng)劃分類預(yù)測模型
表10 模型驗證對象乘用車
表11 模型驗證對象乘用車主觀評價結(jié)果 分
將樣本外3 輛乘用車客觀數(shù)據(jù)代入模型A、模型B以及風(fēng)格劃分模型進行預(yù)測,結(jié)果如表12所示。表11中模型A、模型B和風(fēng)格劃分模型評價結(jié)果的R2分別為0.57、0.59 和0.80,相比于模型A 和模型B,風(fēng)格劃分模型在樣本外的預(yù)測精度分別提高了40.3%和35.6%,驗證了風(fēng)格劃分模型的精度改善效果。
表12 各模型預(yù)測結(jié)果 分
本文通過關(guān)門聲品質(zhì)主、客觀試驗與分析,展開關(guān)門聲品質(zhì)主觀偏好性風(fēng)格劃分的客觀量化研究,將關(guān)門聲品質(zhì)感劃分為豪華和時尚兩類風(fēng)格通過關(guān)門聲樣本的時頻特性分析,針對主觀感受豪華感和時尚感,運用多個客觀評價指標(biāo)進行描述,實現(xiàn)了兩類主觀感受的客觀量化。驗證結(jié)果表明,基于關(guān)門聲品質(zhì)風(fēng)格劃分的預(yù)測模型預(yù)測精度較傳統(tǒng)預(yù)測模型顯著提高。