汽车噪声声品质主观听审实验研究

hyl2323

jolly_sham的听审研究进展如何啊？分享分享，关注中。。。

jolly_sham

一个寒假基本没有做什么:@L 在家也不能上网，
昨天刚回学校，今天开始正式恢复工作。
多谢hyl版主的关心啊！我会继续努力的

hyl2323

好好学习，天天向上，共同进步！

jolly_sham

过完了一个长长的寒假，又开始新的一年了！
最近把年前做主观评价实验的数据整理了下，准备写一篇小论文出来用于发表（学校规定的东西，不做没得毕业）
现在就先在这和大家讨论下，由于论文还没有出来，具体的数据我就不拿出来了
就说说我对这次实验感受最深的几点：

jolly_sham

1） 评价人员对实验结果的影响实在是太大了，普通组和专业组得出的结果相差很大，计算出的肯德尔和谐系数明显专业组的较好，这点和
“Ford汽车公司则和GM汽车公司合作从事声质量评价研究，他们十分重视培训极富经验的专家评判团，认为这些人员给出的评价等级更有意义；同时，严格控制评价试验的操作流程，具体规定了声音接收环境、测试人、试验准备、声音采样、评价方法和分析方法等要素，为车辆噪声评判团进行主观评估提供了详细而实用的指南。”
可以说是不谋而合。
而有些国外的论文中提到“不采用专业人员，而以目标客户群体为评价人员”我个人认为是不适合我国的国情的，原因是国外的汽车工业发展至今，汽车的普及率十分的高，因而一般人员的汽车的熟悉程度也是非常高的，接触汽车的频率甚至比我国的专业人员还要高。而在我国，普通人坐汽车的时间相对很少，也许有的人一个星期也坐不了几个小时的车，还是公交车，而我们做音质评价主要还是面向中高档的轿车。试想一个人也许连中高档的轿车都没坐过，怎么来评价它的噪声声品质的好坏？
所以我觉得国内做汽车噪声声品质评价最首要的任务是建立起一个经验丰富，水平专业的听审团。当然这点似乎所有的企业和高校都不太愿意去干，一是成本太高，二是不建用普通人员的话也能凑活。

jolly_sham

2）关于评价方法，成对比较法确实比其它评价方法对于评价人员的要求低一些，用打分法的话，普通人员的结果只能用惨不忍睹来形容，成对比较法的话还好一些。成对比较法的问题就是样本一多对比次数就明显上升，后期的数据处理量也相当的大（我做的时候样本还不是很多，光输数据就在excel里输了半天），前面有人说的分组成对比较法我也早就看过了，自己没具体做过，不知道效果怎么样，以后有机会试试看，希望这是一个很有用的方法。 不过我觉得这个也是在人力物力都不丰富的时候的一个没有办法的办法，要是有充裕的资金、人力和时间，还是踏踏实实一个个的做比较好。

jolly_sham

3)就是关于评价结果的优劣的判定，我在这次实验用只用了肯德尔和谐系数，用这个系数的优点就是计算量相对还比较小，对于n个评价主体对m个被评价对象的评价结果的一致性能很明白的显示出来，但是结果只是表示评价主体对被评价对象的评价排序，而没有考虑具体的分值。这点可以参考：毛东兴等《声品质成对比较主观评价的数据检验及判据》，说实话我数学很差，看得不是很明白:@L

jolly_sham

暂时就想到这么多了！请大家一起来讨论:handshake

hyl2323

谢谢jolly_sham的经验分享。我一直对这个课题很感兴趣，而且硬件条件已经具备，也是考虑到评审团的难点，一直没有实施。针对你的几点感受，我也有同感：
1）关于评审人员的专业培训问题，我觉得这确实是一个很重要的问题，就我自己来说，我也不是一个轿车用户，之前我对车内噪声也没有概念，后来试验需要，对中高档各类车型感觉了之后才有车内噪声品质好坏的概念，这就是培训的重要性。
2）评价方法，打分法确实不如成对比较法好操作。人的主管评价都有一个特性就是喜欢比较，例如，我们大多数情况是因为周围的人收入比自己高而感觉自己穷，而不是因为自己的绝对收入低而叫穷。对声品质的评价也是同样的道理，相互比较更复合人的主管评价规律。
   期待lz分享更多经验感受。

hyl2323

我又想到一个问题，关于成对比较法，如果我第一次测了一部分样本，做了评价，过了一段时间，又测了另一部分样本，如果要把两次的样本一起评价，是不是还得把第一次已经评价的样本结合第二次样本再次评价？由于成对比较法是一种相对评价方法，没有绝对量，因此，每添加一个样本是不是就意味着要全部重评一次？

jolly_sham

照《声品质成对比较主观评价的数据检验及判据》的理论来讲，应该可以将前后两次的评价作为分的两组，再将两组中选出一部分作比较应该也可以得出一个结果，但是评价人应当一致。
但这也只是理论上的，实际是否有效也要经过长期实验验证才能认定，我们作这个很大的问题就是实验太少，数据不够丰富。

hyl2323

那是分组成对比较法吧？两组中的样本应该有重叠部分，否则没有参照啊。对你的实验数据太少，理解！弄这些数据确实不易，成本很高的。

t-ransformer

请问楼主现在还从事这方面的研究嘛？