基于卷积神经网络的汽车行人警示音评价系统设计

为了使电动汽车的行人警示音符合人耳主观感受及汽车品牌定位,设计了一个基于卷积神经网络的声品质评价系统,实现了对行人警示音频的客观评价。采用等级评分对设计好的音频文件进行主观评价,并获得主观评分。基于ISO 532-1:2014标准计算音频文件的响度、粗糙度、抖动度、烦扰度、尖锐度等声品质客观参数,并将其作为卷积神经网络模型的特征输入。评价模型的输出设定为豪华,舒适,科技三个指标。经过数据训练,模型可以有效输出给定指标的评价分数,并与主观评价分数吻合良好。所提出的模型可以实现端到端的声品质客观评价,评价结果能够有效反映人耳主观感受,从而为行人警示音的快速评价提供新的方法。