【正文】 ，計(jì)算感覺舒適度的絕對值的公式為： （415）1992年，Zwicker和Widmann又提出一套步驟來評(píng)估心理聲學(xué)煩惱度，叫做無偏煩惱度UBA，單位是au(annoyance unit的縮寫)。無偏煩惱度的定義如下：排除了聲源的影響，在實(shí)驗(yàn)室條件下，具有可描述聲學(xué)環(huán)境，評(píng)價(jià)主體對令其煩惱的聲音做出的反映。無偏煩惱度計(jì)算模型(UBA)表示如下: UBA= (416)式中，N10為時(shí)間段上超過10%的響度值；d為一天時(shí)間影響的因子(d≈l5dB或2sone)，當(dāng)考慮夜間影響時(shí)，近似表示為；S和F分別表示尖銳度和起伏度。汽車聲品質(zhì)評(píng)價(jià)包括客觀評(píng)價(jià)和主觀評(píng)價(jià)兩方面的內(nèi)容?？陀^評(píng)價(jià)方法就是把客觀參量作為評(píng)價(jià)依據(jù)，最終實(shí)現(xiàn)儀器進(jìn)行自動(dòng)評(píng)價(jià)。研究聲音信號(hào)的客觀評(píng)價(jià)，也可以稱為“尋求聲音的心理學(xué)參數(shù)與物理學(xué)參數(shù)之間的關(guān)系”。聲品質(zhì)的客觀評(píng)價(jià)方面的內(nèi)容十分廣泛，涉及到很多方面和領(lǐng)域的內(nèi)容。目前，聲品質(zhì)的客觀評(píng)價(jià)方法主要有時(shí)頻分析技術(shù)、客觀參數(shù)回歸分析技術(shù)和神經(jīng)網(wǎng)絡(luò)技術(shù)，以及結(jié)合物元分析理論和模糊數(shù)學(xué)理論等進(jìn)行評(píng)價(jià)的方法。聲品質(zhì)的客觀評(píng)價(jià)參量的數(shù)量一直在增加，且很多參量不具一般性，但它們基于特定的噪聲問題，可能與速度、階次或特定的頻段的聲級(jí)有關(guān)。部分學(xué)者致力于提出新的聲品質(zhì)客觀量，或基于現(xiàn)有的聲品質(zhì)參數(shù)提出一個(gè)客觀的綜合評(píng)價(jià)參數(shù)，從而對汽車某方面的聲品質(zhì)給出自己的評(píng)價(jià)客觀值。鑒于本文著重研究汽車聲品質(zhì)主觀評(píng)價(jià)方法，所以對于客觀評(píng)價(jià)不做深入的探討。聲品質(zhì)的主觀評(píng)價(jià)本質(zhì)上是運(yùn)用實(shí)驗(yàn)心理學(xué)的方法來研究聲音品質(zhì)問題，由于噪聲變化特性的差異以及人們對噪聲主觀反應(yīng)的復(fù)雜性，使得對噪聲品質(zhì)的評(píng)價(jià)較為復(fù)雜。聲品質(zhì)的主觀評(píng)價(jià)涉及到眾多領(lǐng)域的內(nèi)容，比如實(shí)驗(yàn)前的準(zhǔn)備工作(包括評(píng)價(jià)人員的選取與培訓(xùn)、聲音樣本的預(yù)處理等)、實(shí)驗(yàn)方法的選擇以及實(shí)驗(yàn)數(shù)據(jù)的檢驗(yàn)、處理與分析等。假如是在普通房間而不是消聲室內(nèi)用揚(yáng)聲器進(jìn)行聽音實(shí)驗(yàn)，那么房間的聲學(xué)特性、揚(yáng)聲器的擺放位置、評(píng)價(jià)主體所處的位置以及周圍噪聲(如通風(fēng)采暖設(shè)備運(yùn)轉(zhuǎn)聲)等，都可能使評(píng)價(jià)主體聽到的聲音有別于真實(shí)聲音，從而主觀評(píng)價(jià)實(shí)驗(yàn)就不能得到滿意的結(jié)果。多數(shù)情況下評(píng)價(jià)人員是通過耳機(jī)監(jiān)聽回放，故評(píng)價(jià)結(jié)果不受房間聲學(xué)特性或者評(píng)價(jià)者的位置的影響。但要求背景噪聲比較低，以防聽音時(shí)受環(huán)境噪聲的影響，評(píng)價(jià)記錄被背景噪聲掩蔽。除此之外，為了使評(píng)價(jià)人員集中注意力進(jìn)行聽音實(shí)驗(yàn)，以得到其對評(píng)價(jià)聲音真實(shí)的心理感受，聽音室的裝飾要舒服自然，室內(nèi)燈光要柔和，裝飾材料不能有特殊氣味，還要有舒適的座椅和耳機(jī)等。聲品質(zhì)評(píng)價(jià)結(jié)果的優(yōu)劣和評(píng)價(jià)主體(評(píng)價(jià)人員)對評(píng)價(jià)內(nèi)容和評(píng)價(jià)方法的理解程度及主體綜合表現(xiàn)的穩(wěn)定性密切相關(guān)。因此，主體的選擇和培訓(xùn)是主觀評(píng)價(jià)實(shí)驗(yàn)結(jié)果可靠性和有效性的保證。1)評(píng)價(jià)主體選擇首先，評(píng)價(jià)主體的經(jīng)驗(yàn)水平既要能適應(yīng)當(dāng)前的評(píng)價(jià)任務(wù)，又要能代表目標(biāo)客戶群。一個(gè)有經(jīng)驗(yàn)的評(píng)價(jià)者在評(píng)價(jià)某些聲音屬性時(shí)會(huì)比沒有經(jīng)驗(yàn)的評(píng)價(jià)者表現(xiàn)更好。但事實(shí)上，只用有經(jīng)驗(yàn)的評(píng)價(jià)者是不夠的。因?yàn)閷＜覀兺ǔ?huì)注意到那些對于普通消費(fèi)者來說并不重要的因素。其次，評(píng)價(jià)主體要熟悉所要評(píng)價(jià)的聲音特性，因此不同的評(píng)價(jià)任務(wù)應(yīng)選擇不同類型的評(píng)價(jià)主體來完成。通常公司員工被作為評(píng)價(jià)主體的大部分。但當(dāng)需要評(píng)價(jià)某些特殊屬性時(shí)，應(yīng)當(dāng)用真正的消費(fèi)者來進(jìn)行聽音測試。比如，評(píng)價(jià)音響音色時(shí)，選用音樂愛好者就比較理想。最后，評(píng)價(jià)主體的年齡、性別、職業(yè)、文化背景以及經(jīng)濟(jì)狀況等因素也要考慮。如老年人對車內(nèi)噪聲的心理需求與年輕人就會(huì)有明顯差別。2)評(píng)價(jià)主體的數(shù)量評(píng)價(jià)主體的數(shù)量取決于是否進(jìn)行廣泛的主體培訓(xùn)以及評(píng)價(jià)任務(wù)的難易程度。簡單的評(píng)價(jià)任務(wù)不需要對主體進(jìn)行培訓(xùn)，短時(shí)間內(nèi)可以有大量的主體參與評(píng)價(jià)實(shí)驗(yàn)。一般說來，評(píng)價(jià)主體的數(shù)量越多越好，但是要消耗大量的時(shí)間。通常，公司員工作為評(píng)價(jià)主體時(shí)，主體數(shù)量在25~50之間比較合適。表現(xiàn)不佳的評(píng)價(jià)主體的評(píng)價(jià)數(shù)據(jù)將被剔除，剔除人數(shù)占參與評(píng)價(jià)人數(shù)的10%。若將消費(fèi)者作為評(píng)價(jià)主體，則需要選擇75~100名人員參與評(píng)價(jià)實(shí)驗(yàn)。因?yàn)椋M(fèi)者的評(píng)價(jià)結(jié)果比員工的評(píng)價(jià)結(jié)果的可變性更大，表現(xiàn)不佳人員所占的比例更高。復(fù)雜的評(píng)價(jià)實(shí)驗(yàn)在實(shí)驗(yàn)前要對評(píng)價(jià)人員進(jìn)行適當(dāng)?shù)呐嘤?xùn)，讓評(píng)價(jià)人員熟悉聲音樣本和評(píng)價(jià)任務(wù)。通常將參與評(píng)價(jià)的人數(shù)限制在10名以下，甚至少于5名。理論上，主體個(gè)數(shù)可由測試結(jié)果的分布狀況及測量所需精度確定。實(shí)際上，主體測試結(jié)果的分布是很難確定的，受測量時(shí)間、評(píng)價(jià)方法、聲特性以及主體的情緒等因素影響。Kuwano曾在1993年對不同評(píng)價(jià)主體構(gòu)成對主觀評(píng)價(jià)結(jié)果的影響進(jìn)行過研究。1999年Hempel和Chouard也進(jìn)行過類似的研究，對選取54名主體的評(píng)價(jià)結(jié)果和選取20名主體的評(píng)價(jià)結(jié)果進(jìn)行了分析，兩者得到的均值和標(biāo)準(zhǔn)偏差幾乎一致。他們認(rèn)為，對于大多數(shù)心理聲學(xué)評(píng)價(jià)測試，20名主體就已經(jīng)足夠了。3)評(píng)價(jià)主體的培訓(xùn)對于簡單的評(píng)價(jià)任務(wù)，通常只要求評(píng)價(jià)主體針對所聽到的聲音做出選擇，多數(shù)人都比較熟悉且習(xí)慣這種方式，所以基本不需要培訓(xùn)。如果待評(píng)價(jià)的聲音是現(xiàn)實(shí)生活中經(jīng)常聽到的聲音，則不需要對主體進(jìn)行聲音辨識(shí)的培訓(xùn)，只要在評(píng)價(jià)開始階段通過一個(gè)練習(xí)讓評(píng)價(jià)主體熟悉聲音特性和評(píng)價(jià)過程即可，這對聲音播放的連續(xù)性尤為重要。比如在一定比例范圍內(nèi)對聲音進(jìn)行等級(jí)打分，當(dāng)評(píng)價(jià)者聽到一個(gè)很好聽的聲音時(shí)，如果不知道接下來還會(huì)出現(xiàn)更好聽的聲音，那么他們很可能會(huì)用最高等級(jí)來評(píng)判剛才的聲音。復(fù)雜的評(píng)價(jià)任務(wù)就是那些評(píng)價(jià)主體不熟悉的任務(wù)，需要通過培訓(xùn)使評(píng)價(jià)主體的表現(xiàn)達(dá)到要求的水平。根據(jù)任務(wù)的難度來確定培訓(xùn)的時(shí)間，通常要求幾周，并且每天3小時(shí)或者更多。培訓(xùn)結(jié)束時(shí)，評(píng)價(jià)主體的水平基本不再提高。首先，要保證聲音樣本中沒有額外的噪聲，可以通過Cool Edit等軟件對聲音進(jìn)行編輯，去除有外部噪聲干擾的那部分聲音。其次，要進(jìn)行等響處理。許多研究表明，響度差異對評(píng)價(jià)結(jié)果的影響很大，其相關(guān)性達(dá)到90%左右。因此，對聲音樣本進(jìn)行響度均等，拋開聲音能量大小對評(píng)價(jià)者的影響，以得到其他聲品質(zhì)參量的正確評(píng)價(jià)結(jié)果。成對比較法中，對聲音樣本進(jìn)行等響處理是十分必要的。最后，樣本長度的截取。一般地，對于穩(wěn)態(tài)聲信號(hào)，聲音的長度應(yīng)該在3~5s。對于瞬態(tài)聲信號(hào)，比如汽車關(guān)門聲，應(yīng)該記錄完整的單個(gè)事件。可以通過重復(fù)播放，來研究聲信號(hào)間的細(xì)微差別。國外學(xué)者對聲品質(zhì)評(píng)價(jià)參量做了大量細(xì)致的研究工作,初步建立了系統(tǒng)的噪聲評(píng)價(jià)詞匯體系。而國內(nèi)的聲品質(zhì)研究起步較晚，基本都是參照國外的一些研究成果開展相應(yīng)的聲品質(zhì)評(píng)價(jià)工作，但是經(jīng)過不斷的實(shí)驗(yàn)研究發(fā)現(xiàn)，如果直接將國外研究中使用的一些聲品質(zhì)參量按照原來的英文翻譯成漢語，會(huì)出現(xiàn)表達(dá)的含義與原文存在較大差異的情況。即使是在文化背景相對接近的德國、法國和意大利，也存在細(xì)微的差異。因此我們在進(jìn)行聲品質(zhì)的評(píng)價(jià)時(shí)，建立漢語語言環(huán)境下的噪聲聲品質(zhì)評(píng)價(jià)詞匯體系是十分必要也是十分迫切的。國內(nèi)同濟(jì)大學(xué)的毛東興等人在對車內(nèi)噪聲的聲品質(zhì)研究中，針對建立某些參量的評(píng)價(jià)詞匯體系進(jìn)行了具體的研究。在借鑒了國外這方面的研究成果的基礎(chǔ)上，根據(jù)用于評(píng)價(jià)實(shí)驗(yàn)的噪聲樣本的聲品質(zhì)特征以及評(píng)價(jià)任務(wù)的特殊性，采用了以下幾種方法來確定最終用于評(píng)價(jià)的詞匯。1)問卷調(diào)查法對聲品質(zhì)評(píng)價(jià)術(shù)語的調(diào)查有以下幾個(gè)方面的意義：一方面，對于聲事件的某些主觀特性，初步選取可較好的用于描述聲音該類型特性的幾個(gè)形容詞；另一方面，針對汽車噪聲，尋找適合于描述車內(nèi)噪聲的評(píng)價(jià)參量。問卷調(diào)查中通常采用形象比喻法，調(diào)查中首先給出事先根據(jù)各方面研究及漢語語義搜集起來的引導(dǎo)性形容詞，同時(shí)要求被調(diào)查者提供他們認(rèn)為合適的詞匯。2)參量聽音法由于我國人群對國外所采用的聲品質(zhì)參量的概念感知上存在較大的差異，因此單純的采用形象比喻法詞匯調(diào)查獲得的詞表和預(yù)設(shè)的聲品質(zhì)特征可能產(chǎn)生偏離，因此在詞匯調(diào)查中，通過加入?yún)⒘柯犚舴ㄕ{(diào)查。參量聽音法是采用模擬聲品質(zhì)某一特征的明顯變化，讓被調(diào)查者根據(jù)這些變化來決定漢語中反映這些變化的形容詞。3)綜合聽音感知法配合全面描述詞的問卷調(diào)查，讓被調(diào)查者做出形容詞選擇。該方法中所采用的聲樣本為實(shí)際運(yùn)行條件下采集的噪聲信號(hào)，每個(gè)樣本的噪聲源、運(yùn)行條件以及樣本長度各不相同，以保證樣本中盡可能多地包含所有車內(nèi)噪聲的聲品質(zhì)特征。最后再進(jìn)行詞匯體系的統(tǒng)計(jì)分析，將形容詞被選擇的次數(shù)作為統(tǒng)計(jì)分析依據(jù)，對選擇次數(shù)較少的形容詞加以剔除。研究表明并不是所有的聲品質(zhì)參量都是主要的。因此沒有必要對聲品質(zhì)所有的參量都進(jìn)行大樣本的詞匯調(diào)查，以減少工作量；同時(shí)，針對某車型所采集的聲樣本，也并不一定涉及所有的聲品質(zhì)特征。常用的汽車聲品質(zhì)屬性評(píng)價(jià)參量主要有：愉悅度、活躍度、明亮度、力度、響度、粗糙度、音調(diào)度、煩惱度、尖銳度、轟隆聲、敲擊聲、嗡鳴聲、脈沖度、平穩(wěn)度、聲源方位感等。研究重點(diǎn)的不同所選擇的評(píng)價(jià)參量就不同，不同人群分類對評(píng)價(jià)參量的理解也不同。對于聲品質(zhì)的主觀評(píng)價(jià)而言，重要的是評(píng)價(jià)的結(jié)果是否能夠代表用戶的觀點(diǎn)。因?yàn)榇蠖鄶?shù)消費(fèi)者既不是聲品質(zhì)專家，也不是音響愛好者，所以選擇的評(píng)價(jià)方法要適合于沒有聲學(xué)經(jīng)驗(yàn)的人，或者說沒有經(jīng)過這方面培訓(xùn)的人。主觀評(píng)價(jià)的方法很多，主要有排序法、等級(jí)打分法、成對比較法、語義細(xì)分法等。但各有優(yōu)缺點(diǎn)，沒有一種方法適合所有的評(píng)價(jià)。根據(jù)不同的評(píng)價(jià)任務(wù)選擇與之相適應(yīng)的評(píng)價(jià)方法可以得到更為準(zhǔn)確可靠的評(píng)價(jià)結(jié)果。排序法(Rank order)是最簡單的主觀評(píng)價(jià)方法之一。實(shí)驗(yàn)要求評(píng)價(jià)主體針對某個(gè)或者幾個(gè)評(píng)價(jià)指標(biāo)(如偏好性、煩惱度等)對聽到的所有聲音樣本進(jìn)行排序。聲音樣本是連續(xù)播放的。評(píng)價(jià)過程中，評(píng)價(jià)者可以根據(jù)自身需要對某個(gè)聲音樣本進(jìn)行多次重放。然而，由于排序工作的復(fù)雜性是隨著評(píng)價(jià)樣本的數(shù)量的增加而增加的，所以樣本數(shù)量通常比較少(6個(gè)或者更少)。該方法的主要缺點(diǎn)是無法給出具體的比例尺度信息，只能得出聲音A比聲音B更好，但是具體好多少就無從得知了。因此，只有在人們想快速得到某些聲音的簡單比較結(jié)果時(shí)才用到排序法。例如，可以用這種方法判斷幾個(gè)聲音的最終結(jié)果的好壞。等級(jí)打分法(Rating scales)是評(píng)價(jià)者在規(guī)定的評(píng)分范圍內(nèi)對聽到的聲音進(jìn)行打分，常用的是110級(jí)打分。評(píng)價(jià)中聲音樣本順序播放，且不能重放。因此，該方法簡便快捷，可以直接得到評(píng)分結(jié)果。但是對于沒有聲學(xué)經(jīng)驗(yàn)的評(píng)價(jià)者操作起來比較困難。原因在于：①對于聽到的聲音，評(píng)價(jià)者不知道該選“3”還是“5”；②不同的評(píng)價(jià)者側(cè)重的打分范圍不同；③兩極(如，“1”和“10”)很少被用到。因此，在使用時(shí)應(yīng)當(dāng)注意。奧地利AVL LIST公司的工程師們在應(yīng)用等級(jí)打分法進(jìn)行主觀評(píng)價(jià)時(shí)，將國際上常用的10級(jí)分等刻度中，510級(jí)部分加以細(xì)化，形成了新的20級(jí)煩躁度刻度。成對比較法(Paired parison methods)又稱A/B比較法，它是將聲音樣本成對播放，評(píng)價(jià)者據(jù)此做出相關(guān)評(píng)判。由于評(píng)判是相對的，而不是絕對的，評(píng)價(jià)者可以不用顧忌的做出評(píng)價(jià)，因此成對比較法很適合無經(jīng)驗(yàn)者使用。但該法的一個(gè)缺點(diǎn)就是比較對的數(shù)量相當(dāng)大，因?yàn)樗前凑諛颖緮?shù)量的平方增長的。更確切的說，一個(gè)完整的全矩陣成對比較法中比較對的數(shù)量是t2，其中t表示樣本的數(shù)量。這就意味著假如有大量的樣本，那么評(píng)價(jià)勢必會(huì)相當(dāng)冗長，容易引起評(píng)價(jià)者的疲勞。成對比較法除了用于我們常見的聲品質(zhì)主觀評(píng)價(jià)方面外，還常用于聲信號(hào)的檢測，即從比較對中選出包含規(guī)定信號(hào)成分的聲音。這兩種方法也被稱作強(qiáng)迫選擇的成對比較法。另一種就是相似性成對比較法，用于聲信號(hào)相似性評(píng)判。語義細(xì)分法(Semantic differential)是讓評(píng)價(jià)者運(yùn)用意義相反的形容詞對對所聽到的聲音進(jìn)行等級(jí)描述，可以是屬性方面的形容詞(安靜的/響的、平滑的/粗糙的)，也可以是主觀印象方面的形容詞(便宜的/昂貴的、有力的/弱的)。把這些形容詞安置在等級(jí)的兩端，中間使用一些量度性的副詞，評(píng)價(jià)者可以根據(jù)對聲音的主觀感受做出評(píng)判。評(píng)價(jià)等級(jí)可以分為5級(jí)、7級(jí)或者9級(jí)。典型的7級(jí)評(píng)價(jià)如下： 極度 非常 有些 都不是 有些 非常 極度安靜 喧鬧成對比較法關(guān)注聲音的一個(gè)屬性(偏好性、煩惱度、相似性等)，而語義細(xì)分法則可以進(jìn)行多種屬性的評(píng)價(jià)。與成對比較法一樣，語義細(xì)分法也適合于沒有經(jīng)驗(yàn)的評(píng)價(jià)人員。一般說來，形容詞對的選擇一定要符合研究目的。要避免使用普通人不太熟悉的工程技術(shù)用語以及意義相近的形容詞對。例如，(安靜的/響的)與(平和的/吵鬧的)。另外，在實(shí)際操作中，形容詞對要限制在812對。除以上方法之外，還有一些改進(jìn)性的實(shí)驗(yàn)方法。國內(nèi)同濟(jì)大學(xué)的毛東興等人進(jìn)行了參考激勵(lì)信號(hào)的語義細(xì)分法的主觀評(píng)價(jià)實(shí)驗(yàn)，論文中就借鑒了該實(shí)驗(yàn)方法。日本大阪大學(xué)提出的選擇描述法在聲品質(zhì)的評(píng)價(jià)中也有應(yīng)用。Bodden等在針對齒輪箱Rattle噪聲的評(píng)價(jià)時(shí)，提出了一種區(qū)分細(xì)微差別的高效評(píng)價(jià)方法，即個(gè)性化評(píng)價(jià)法。對于等級(jí)打分法和語義細(xì)分法，不同評(píng)價(jià)者的評(píng)價(jià)結(jié)果所遵循的比例尺度是不同的。所以在進(jìn)行統(tǒng)計(jì)分析之前要對評(píng)價(jià)結(jié)果進(jìn)行標(biāo)準(zhǔn)化處理。常用的標(biāo)準(zhǔn)化方法就是百分制法，規(guī)定每一個(gè)評(píng)價(jià)者做出的評(píng)分的最大值為100%，最小值為0%，中間分值按照比例進(jìn)行轉(zhuǎn)換。這種方法要先算出每個(gè)評(píng)價(jià)者對某一樣本的百分制評(píng)分，然后再求出所有評(píng)價(jià)者對該樣本百分制評(píng)分的算術(shù)平均數(shù)，即為該樣本的最終得分。對于強(qiáng)迫選擇的成對比較法，首先要進(jìn)行數(shù)據(jù)有效性檢驗(yàn)。即對評(píng)價(jià)主體的重復(fù)性和一致性進(jìn)行檢驗(yàn)，檢驗(yàn)判據(jù)為計(jì)權(quán)一致性系數(shù)。數(shù)據(jù)的剔除一般要遵循以下基本原則：①，以保證結(jié)果的較高可靠性；②約10％～20％人員的評(píng)價(jià)結(jié)果應(yīng)予以剔除。然后將分析的數(shù)據(jù)轉(zhuǎn)化為排序的數(shù)據(jù)。簡單可行的方法就是對成對比較法結(jié)果賦值，每個(gè)樣本的得分就是該樣本在本次實(shí)驗(yàn)中被選中的次數(shù)。為了確定主觀評(píng)價(jià)所獲得的數(shù)據(jù)的合理性以及對實(shí)驗(yàn)結(jié)果進(jìn)行解釋，需要對獲得的數(shù)據(jù)進(jìn)行一系列的統(tǒng)計(jì)分析，常用的統(tǒng)計(jì)分析方法有：l 分布特征分析：如集中趨勢、差異性描述、分布形狀分析等；l 顯著性檢驗(yàn)：F檢驗(yàn)、χ2檢驗(yàn)、t檢驗(yàn)和貝葉斯推斷等；l 方差分析(ANOVA)：方差分析主要分析各效應(yīng)的顯著性，即方差齊次性；l 相關(guān)分析與偏相關(guān)分析；l 回歸分析：根據(jù)自變量數(shù)目的不同可以分為一元線性回歸和多元線性