飞机舱内声品质的音色参数表达
更新日期:2018-01-03     来源:西北工业大学学报   浏览次数:251
核心提示:欢迎投稿《西北工业大学学报》

除无人机外,有人驾驶的飞机,尤其是民用客机,其乘坐舒适性是与飞机安全性、可靠性并列的三大关键性评价指标,在国际民机市场激烈竞争的今天具有更加突出的意义。舱内声环境是决定飞机乘坐舒适性的主要因素之一[1],其中噪声级对乘客的烦恼度有重要影响,并随之增加其他不舒适的效应,如脚肿、头疼和疲劳。因此,过去的30年间人们将大量精力放在声压级的降低上[2]。然而,目前这一方法变得越来越困难和昂贵,因此生产厂商决定从声音设计的角度来改善舱室内的声环境,即提升飞机舱室的“声品质”。
声品质是心理声学研究中的一个重要概念[3,4],对任一个发声体或声事件产生的声音,基于声品质的描述,可以较好地反映人的主观感知,对产品声学设计及噪声控制都有实际的指导意义。声品质与人的多种听觉感知属性相关,包括音调、音色、响度和持续时间。其中后两个属性对声品质的影响是明显的,因为先前研究已表明过高的声音幅度或过长的暴露时间都会给人带来很大的烦恼。相反,关于音色和音调对声品质的影响大小以及方式,人们的了解还很少。由于噪声并没有确切的音调概念,因而其对声品质的影响可并入音色的影响中。
与其他感知属性不同,音色是一种多维属性[5],它描述了声音除音调和响度之外的一切性质。为描述这些性质,早期的研究采用了语义细分法[6,7],该方法要求听者对每个声音沿着一系列由两个语义相反的形容词(例如,“明亮的/阴暗的”)定义的语义尺度进行打分,然后通过因子分析将它们降为几个相互正交的维度,最后这些维度将由声音的物理性质进行解释。然而,这种方法的主要缺点是它强迫听者只能利用预先设定的词汇进行评价。后续的研究多采用基于成对比较的多维尺度分析法(Multidimensional Scaling,MDS)[8],因为它不会施加给被试任何预先设定的评价标准。MDS分析包括3步:首先,听者需要对样本集中所有声音对的不相似度进行评分;然后,MDS技术将不相似度数据表示为几何空间(感知空间)中的距离。最后,感知空间的每个维度均代表某种感知属性,而这些维度可由声学参数来解释[9]。
国内外研究者结合以上两种方法获得了各类噪声的音色表达,并利用音色参数对声品质进行了评价。其中汽车和家电领域受到的关注较多,包括车内噪声[10,11]、空调噪声[12]、车门关闭声[13]和汽车喇叭声[14],等等。研究者发现了多种与噪声音色相关的声学参数,如时域包络波动、复合谱质心、粗糙度、谐波/噪声比等[15],并建立噪声偏好度或烦恼度与这些参数的关系,从而为相关的声音设计和噪声控制提供了指导。与此同时,一些专业的声学测量软件,如B&K Pulse和dBenv32,都加入了声品质评价模块,从而为进一步的研究提供了便利。
在飞机噪声声品质研究方面,国内目前基本上处于空白。国外的研究,较为集中的是“飞机声音工程(Sound Engineering for Aircraft)”项目,它于2004年获得欧盟第6框架计划的资助,由2家飞机部件制造商(SNECMA和 EADS)联合20个合作伙伴,就飞机噪声声品质的特性分析、主观评价实验、参量建模开展了广泛研究[16~19]。然而,该项目关注的是飞机起飞和降落对机场周围环境的影响,其噪声特性与舱内噪声有很大的差异,因此研究结果不能用于飞机舱内声品质的评价。本文旨在实现与音色相关的噪声参数对飞机舱内声品质的表达和预测,从而为飞机的设计和制造提供指导。同时较之先前研究增加了对被试个体差异的分析,以增强结论对所有群体的适用性。研究共包括3个步骤:首先,利用不相似度评价实验和MDS分析获得飞机舱内噪声的音色空间;然后,分别利用语义细分法和信号参数法对音色空间的每个维度进行解释;最后,利用成对比较法获得每个声音的整体偏好度,并基于多元线性回归方法建立其与音色参数的关系。
2 实验设计
为实现声品质的定量表达和预测,需完成3组主观评价实验:不相似度评价实验、语义细分实验和偏好度成对比较实验。来自西北工业大学航海学院的21名研究生(男女比例13:8)参加了所有的3组实验,大多数被试均有主观评价实验的经历,因而对于实验任务并不陌生。
2.1 实验样本
实验样本的获取采用了两种方式:现场实录和商业音效记录。首先,通过现场实测,获得了国产新舟60飞机(涡桨飞机)中30个测点的噪声数据。测点均匀地分布于舱段的各个位置,采用PULSE 3560B系统和B&K 4188传声器采集声信号,采样频率为65.536kHz,分辨率为16bit。为提高样本的代表性,我们只挑选了飞机中间舱段的两个测点的噪声加入到实验样本集中,因为舱段头部和尾部由于与主要噪声源(螺旋桨)的不同噪声差异较大。由于实验条件的限制,其余样本的获取均来自课题组购买的Sound Idea公司的商业音效记录[20],它们均是通过专业的记录设备获取的,其音质远优于其他的以用户上传为主的音效库。实验样本来自两种典型的飞机:涡扇飞机和涡桨飞机,其中前者包括8种机型:波音727、波音737、波音747、波音757、波音777、空客A321、Douglas DC3和BAC 1-11,后者包含6种机型:Cessna 172 Sky Hawk II、Hercules C-130、C2 Greyhound以及4种未知机型,每种机型包含1条记录。记录环境为巡航速度飞行下的舱室,速度较为平稳,同时记录位置为舱室中央,因而噪声音色的变化可以忽略;机舱的上座率为满员,但记录时几乎没有说话交谈的声音。
这样我们便获得了16个样本。它既包含了分布广泛的噪声类型,同时不会给被试施加过多的任务量。我们从每个样本中截取5s的片段,并利用响度模型[21]将它们的响度调整到Sone,从而消除了持续时间和响度对声品质的影响。虽然,这些样本的记录信噪比不尽相同,但均保持在较高水平,因此信噪比的变化所引起的音色和音质的改变可以忽略。实验中,声样本由计算机声卡输出给BEHRINGER HA4700耳机放大器,然后通过SENNHEISER HD280监听级耳机播放给被试。
2.2 不相似度评价实验
实验包括3个阶段:熟悉阶段、训练阶段和实验阶段。熟悉阶段:顺序播放实验所用的16个实验样本,使被试熟悉样本,并能感知它们的变化范围;训练阶段:随机挑选15对样本,让被试尝试对其不相似度进行打分,这部分数据将不会用于结果分析;实验阶段:被试需要完成随机呈现的136对声音的不相似度评价,其中包括120对不同声音的单向比较以及16对自身比较。每对声音间隔2s,播放完每对声音后留给被试5s的时间进行不相似度评价;由于被试对声音的不熟悉,这里采用5级评价尺度,使被试更容易评价,其中1代表极度相似,5代表极度不相似。为防止被试疲劳对实验结果可靠性的影响,每完成35对成对比较后(即大约12min)休息5-10min,整个实验耗时1.5h。