Page 49 - 《应用声学》2021年第2期

第 40 卷 第 2 期 张珺等： 几类典型环境声的主观评价及感知特性分析 217

9)>轨道交通噪声(声样本 8)>火车刹车噪声(声样 因此引起的烦恼最强烈。对于评分分歧很大的 4 种
本 7)、有鸣笛的交通噪声 (声样本 5)> 无鸣笛的交 交通噪声，被试都认为轨道交通噪声烦恼度最低，
通噪声 (声样本 6)、有轨电车行驶噪声 (声样本 2)> 这主要是因为它的音调度较其他噪声低两倍以上。
地铁行驶噪声(声样本４)。但是在这4类噪声中，第 其他几种噪声各参量结果相差不大，在各因素的影
一类人群更偏爱无鸣笛的日常交通噪声和火车刹 响下最终的烦恼度也相差不大。综合对比这 3 类噪
车声，而第二类被试却更喜欢飞机起飞噪声和地铁 声，交通噪声整体上粗糙度和音调度都较其他两类
噪声。 高，所以烦恼度也略高。但它们的尖锐度比其他两
总之，根据实验一和实验二的结果可以认为在 类低，所以受负相关作用影响第一类被试进一步拉
有调声、色噪声、自然环境声和交通噪声这4 种声音 大了这些交通噪声与其他两类噪声的烦恼度。
中，纯音和调频声最令人厌恶，自然环境声最让人感 实验二中，两类被试的评价差异主要受尖锐度
到愉快，色噪声和交通噪声介于二者之间。与交通 的影响。第二类被试认为飞机经过噪声、火车经过
噪声相比，蓝色噪声听起来感觉更好。对于交通噪 噪声、有鸣笛的交通噪声和有轨电车行驶噪声比相
声和白噪声，不同的人群有不同的偏好。 应的同类交通噪声更烦恼，主要是因为它们的尖锐
度更高，波动强度较低。然而，无法仅通过尖锐度解
3 感知特性分析 释第一类被试的评价结果，可能还受到其他参量的
影响。
本节通过计算心理声学参量和构建感知空间
对引起被试打分差异的影响因素进行研究。
表 3 烦恼度与心理声学参量相关系数
3.1 心理声学分析 Table 3 Pearson correlation coefficients
between annoyance and psychoacoustic
使用 ArtemiS 软件提取响度、尖锐度、粗糙度、
parameters
波动强度和音调度等5 个心理声学参量。分析发现：
(1) 人对声音的烦恼感知受多种因素影响，如飞机 烦恼度 响度 尖锐度 粗糙度 波动强度 音调度
实验一类 1 −0.34 −0.54 0.56 −0.12 0.57
起飞噪声、海潮声和有鸣笛的日常交通噪声的响度
实验一类 2 −0.41 −0.12 0.67 −0.49 0.56
值相近，但它们的烦恼度却相差甚远，说明人对声音
实验二类 1 0.14 −0.50 0.49 0.24 −0.19
的感知与多个因素相关。(2) 声样本的某一特别突 实验二类 2 0.42 0.56 −0.38 −0.59 −0.60
出的特征可能会引起人极大的反感，如最令人厌烦

的复音，其粗糙度为 1.73 asper，是其他声样本的 17 3.2 感知空间分析
倍，纯音音调度为 2.3，这是其他声样本调度值的好 本节通过构建感知空间做进一步分析。首先将
几倍。(3) 主观实验中被试的评价标准因人而异，如 烦恼度成对比较矩阵转化成声样本间的不相似度
白噪声，除尖锐度外其他参量都处于所有声样本中 矩阵，利用烦恼度得分与中间位置 (即打分为 “5”)
等或偏下位置，但两类人群对它烦恼度评价结果却 之间的距离表示声样本之间的不相似性。如在实验
截然相反。 一中，第一类被试对飞机起飞噪声评分为“6.08”，第
表 3 罗列了两个实验两类被试烦恼度与上述 5 二类为 “3.9”，它们与 “5” 之间的距离都接近 “1.1”，
种因素之间的相关系数。分析发现，表中各参量与 说明两类被试认为飞机起飞噪声与参考声(白噪声)
烦恼度的相关性强弱及正负反映了不同被试人群 的不相似程度相同，只他们的偏好不同，因此认为
评价过程中的打分依据，可以看出，他们会同时关注 飞机起飞噪声与白噪声之间的不相似程度为 “1.1”。
声音的多个属性，最终的评价结果不能仅通过单一 这样处理之后原来的两极烦恼度值将变成单极 (数
参量来解释。 值为0∼4)，可以将两类人群的数据一起进行不相似
实验一中，两类被试都认为烦恼度和粗糙度、 度分析。
音调度成正比，所以 3 种色噪声中的蓝色噪声因各 选择SPSS软件中的PROXSCAL过程，基于最
参量都相对较小而最不令人烦恼。同样地，3种自然 优尺度变化的 MDS 模型对数据进行分析，分析时
声中鸟鸣 + 流水声的音调度比其他两个都高很多， 考虑不同被试之间差异 [18] 。结果发现当维度为二