Page 23 - 《应用声学》2023年第1期

第 42 卷 第 1 期 李豪等： 听觉感知中的噪声特性语义描述及其分析 19

In this paper, the semantic description and analysis of noise characteristics are carried out from the perspective
of auditory perception. The results can provide help for the research of product sound quality and noise control.
Keywords: Sound quality; Subjective evaluation; Semantic space; Auditory perception
语义描述的异同，在声品质模型的建立及其应用等
0 引言
多方面都十分重要。

在日常生活中，人们会接触到包括噪声在内的 在之前的研究中，研究者们以建立噪声评价词
库和主观评价实验的方式对个别类型的噪声进行
各种各样的声音。人对声音的主观感觉不仅仅取决
了研究，基于客观参量对噪声的听觉属性进行了量
于响度，还与声音的音调、音色和主观持续时间有
化表达，但未将语义描述与噪声来源、频谱特性以
关 [1] 。不同响度的噪声会带来完全不同的听觉感
及产品运行状态等具体信息联系起来。本文基于中
受，但是很多噪声在响度相同时，仍然存在较大的听
文描述词，分别针对飞机舱内噪声、车辆噪声以及
觉差异，这种差异源于除响度之外的其他听觉属性。
空气净化器噪声，研究 3 类噪声听觉感受的语义特
经过多年的研究，研究者已经建立了响度和音调的
性。民用飞机分为涡桨和涡扇两类，其舱内噪声响
评价体系 [2−3] ，而目前还没有定量分析音色的相关
度大、音调感强，本文主要选取民用涡扇飞机舱内
标准，美国国家标准协会将音色定义为“具有相同
噪声进行实验；空气净化器噪声状态稳定、响度较
响度和音调的两种声音在听觉感知属性上显示出
小；车辆噪声响度介于两者之间，但工作状态种类
的差异 [4] ”。可以看出，音色作为一个多维参量，难
多，相互切换的速度较快。可以看出，这3 类噪声具
以定量刻画和描述。以往对于噪声源的描述是通过
有典型性，与人的日常生活密切相关，其物理属性和
物理属性或频谱分布进行的，例如计算噪声的声压
感知属性差异明显，代表性强。目前，已有研究者分
级、声功率级等，观察频谱来确定是否含有线谱成
别建立了车内噪声 [9−10] 、飞机舱内噪声的描述词
分等，并未将人的听觉感知与客观描述对应起来。
库 [11−12] ，但针对不同类型噪声在不同运行状态下
声品质作为心理声学领域中不可或缺的一部
语义描述的比较研究还很少。因此，本文从该角度
分，能够站在主观感知的角度更真实地反映人对
出发，研究不同噪声的声源特性、语义描述、听觉感
声刺激的感受，有利于设计和制造出更符合人类需
知规律及其应用，从语义分析中找出其共性与个性，
求的产品。目前，声品质技术已广泛应用于飞机舱
可用于指导产品声品质模型的建立及其应用。
室、汽车、家用电器等行业。Li 等 [5] 研究了基于感
知差异的吸油烟机噪声建模，建立了不同环境下基 1 主观评价实验
于反向传播 (Back propagation, BP) 神经网络的吸
油烟机声品质模型，并利用模型对声源特性和降噪 为了对不同声源特性开展语义描述，对飞机舱
措施进行分析。噪声语义细分是建立产品声品质 内噪声、车辆噪声和空气净化器噪声开展主观评价
模型的基础，在研究过程中起着至关重要的作用。 实验。这3类噪声是航行器、道路交通工具及家用电
杨立学等 [6] 基于成对比较法进行了飞机舱内声品 器这 3 种典型机电产品噪声的代表，它们是目前声
质评价。张勇等 [7] 基于径向基函数 (Radial BASIS 品质研究中涉及最多的产品噪声类型，另外，这3 类
FUNction, RBF) 神经网络对车内声品质进行了预 噪声在物理属性和感知特性方面存在一定差异，具
测及分析，利用主观评价实验结果作为数据输出，分 有典型性 (详见表 1)。车辆噪声的主观评价实验先
析车辆噪声源，用于指导产品声品质的提升。 前已由作者所在课题组进行过 [9] 。本文先对实验中
主观评价实验作为获取真实主观感受的重要 使用的 3 种噪声样本进行介绍，然后详述飞机舱内
手段，在听觉感知研究中起着关键作用。对于语义 噪声和空气净化器噪声的主观评价实验完成情况。
描述的研究，常用的主观评价方法包括语义细分 本文设计并完成了 3 组主观评价实验，分别是：(1)
法 [8] 、基于成对比较的多维尺度分析法 [9] (Multi- 听音选词实验，用于选择恰当的听觉描述词。(2) 成
dimensional scaling, MDS) 等。通过主成分分析 对比较实验，被试对声样本的不相似度进行评分，并
(Principle component analysis, PCA) 等方法建立 通过MDS分析获取噪声的语义空间维度数。(3) 语
噪声感知空间，从不同维度对声源的物理属性进行 义细分实验，被试对获取的听觉描述词进行评分，并
具体解释。因此，分析机电产品在不同状态下噪声 对实验结果进行 PCA 获得语义空间的主成分。为