电动轿车警示声设计方法研究

针对电动轿车低速行驶时车外声音过小而难以引起车辆和行人的警觉问题,本文中提出一种警示声的设计方法。首先,采集传统内燃机汽车车外声,并通过采用语音合成技术改变其声音信号特定频段内的幅值,以获得大量的声音信号样本;接着,以声品质概念为基础,进行主观评价试验,并计算出各声音信号的客观心理声学参数,选出对应车速区间内评分值最好的声音样本作为警示声;最后,采用模拟退火算法和遗传算法来优化BP神经网络,并以主客观评价数据为基础,建立SA/GA-BP神经网络的电动轿车警示声声品质主观评价客观量化模型,以6个客观参量作为输入,主观评价值作为输出。结果表明,该模型具有很快的收敛速度和很高的预测精度。