关于NVH中的音调分析

娜迦海妖

1、引言

音调，顾名思义，就是带有“调”（Tone），即某个固定音高（pitch）的声音，这个音高的概念在物理学上称为频率。钢琴的某个键、吉他的某根弦所演奏的音符以及人类语言中的每一个元音，都属于音调。音调是声音世界中构建语言和音乐的基本元素，它承载了语音通讯和音乐艺术的信息表达，同时又作为噪声的一类，存在于我们生活的各个角落。

跟音调有关的噪声，通常不至于因为声压级过大而损害听觉健康，但它所引起的听觉烦恼度，却是不容忽视的。谱写音乐的调给人带来愉悦，因为旋律中的调是变化的；而噪声中的调却让人备受折磨，则是由于它是单调的。人们对于汽车以及白色家电噪声的抱怨，很大一部分是跟音调有关的，而耳鸣（Tinnitus）则是听觉神经系统无中生有地产生单调，而让人倍感折磨。

2、噪声的音调分析

关于噪声中的音调，并没有明确的界定标准，直观上我们把人耳可以明显感知到口哨声的噪声称为有“音调”的。诱发这类感受的物理原因和生理机制，是由于到达耳内的声波，其频域特性上呈现某个纯音（puretone）或窄带占主导的特点，而人的听觉特性对于这个频谱结构会产生天生的烦躁感。

1、NVH中的音调问题

啸叫（Whistle），是最典型的NVH问题之一，表现为车辆在某种工况下，在车内具有可感的明显的口哨声。这个是整车NVH开发中几乎必然面临的麻烦，也是售后消费者投诉的主要槽点。比如北京的出租车（某合资品牌）高速上开到120km/h左右的时候（大概是5档轻踩油门的工况），在后排听到的那个啸叫声堪称灾难级。

啸叫形成的机理，基本是拜旋转机械传动系统（包括齿轮、轴承、传动皮带等）所赐（也有一部分和空气流动有关），其中变速箱由于存在齿轮啮合不匹配的问题，算是“啸叫大户”。下图是一个车辆加速过程变速箱位置振动的FFT vs.rpm，，这些放射状的振动阶次特征，其能量越大颜色则越深（红），在车内产生的啸叫的可能性也就越大。

这些林林总总的阶次线，分布在不同频率段，可能产生不同类型的音调感受：有的如口哨、有的似猫叫、也有的像蜜蜂的嗡嗡声。对于NVH工程师而言，定位这些阶次对应的啮合齿轮是不难的，但是难的是它们跟听觉系统之间的对应关系。

基于与音调相关的原则，我们将这些车辆NVH中容易出现的主要啸叫类型，总结归类如下：

  · Whine: 中高频啸叫，通常和变速箱的齿轮啮合有关
  · Moan：低频啸叫（猫叫），齿轮及转向系统中易发生
  · Tip-in Moan：车辆在中高速（40km/h~100km/h）的速度区间，轻微加速下易发生
  · Whistle: 高频窄带噪声，典型如增压器的气流声
  · Howl：中频窄带噪声，也称为hum
  · Chirp：断持续时间的高频窄带噪声，常发生于传动皮带
  · Buzz：中低频类似蜜蜂嗡嗡的声音
  · Squeak：高频啸叫，类似粉笔在黑板上打滑的声音（自行脑补）

2、传统的音调分析方法

鉴于FFT频谱分析是NVH的万能大法，一般的问题都可以从频谱上找到问题点，对音调分析也是如此。

当耳朵能听到音调的时刻，一方面我们在时频图上看到了高亮的谱线；另一方面，高亮的谱线并不止一条。这个啸叫的锅，该由哪个阶次来背？或者哪些阶次共同来背？却是个异常棘手的事情。虽然引入互动式滤波，可以一定程度上来协助定位问题，但这又会带来新的问题，即：如何保证回放系统的频响特性以及测试者的听觉灵敏度符合技术要求，这显然是更麻烦的事。

再举个更简化的例子：如图所示的某个稳态噪声谱，包含了若干的能量尖峰（*标注），它们可能引起听觉上的音调感；但是哪些会引起不可接受（unacceptable），哪些只是能听见但可接受（audible & acceptable），哪些压根听不见（unaudible）？很难从这个图中看到答案，更何况以FFT为基础的频谱图，其峰的高低还将随着频率分辨率变化而变化；所以FFT在此根本就不是恒定和适用的标尺，而只能给一个模糊的界线。

而正因为界线模糊，系统性能指标的设定目标，就容易变成了事先拍脑袋、事后拍桌子。一些啸叫声是否可接受，大都要靠后期的主观评价来判定（中间不乏一些马后炮），因此产品开发的周期容易拉长，而NVH工程师们和产品经理们都会倍感困惑。

因此进一步地发掘音调度的度量体系，引入更先进高效的判定分析手段是必要的。

3、基于心理声学的调分析

传统的分析方法，在音调度判定上的失效，其实反映了这样的一个现实：频谱只是呈现了声波在频域上的能量分布，并不足以表达听觉系统的真实感受。心理声学（Psychoacoustics）就旨在建立声学特性（频谱）到听觉感受之间的映射关系，而这种关系大都是非线性的。

在心理声学中，一个特定的指标量用来度量一种特定的感受，比如响度（Loudness）描述声音多响，尖锐度（Sharpness）描述声音多尖，粗糙度（Roughness）描述声音多粗糙（调制感），而音调分析（Tonality Analysis）其目的是构建一个标尺系统，来度量音调的“显著程度”，并且使之与主观评价的结果相符。这类标尺系统，本质上是构建一个算法模型，去模拟人耳的听觉临界带模型、掩蔽效应模型以及神经网络激活模型等。

目前存在两类的音调度量体系，音调噪声比（Tone to Noise Ratio）和显著度（Prominence），适用的频率范围基本都在100Hz~10kHz。其中音调信噪比用于描述某个音调在其所在的听觉临界带的显著程度（更适合分析纯音），而显著度则刻画了音调所在的频带相比其附近频带的计权优势比（更适合分析窄带）。

回到之前的例子上，我们引入Tone to Noise重新作了分析，得到一目了然的结论。只有标注了☆的才会被认定是有显著音调的（☆的高低代表音调噪声比的强弱），并且其分析结论和主观听觉体验相符，由此我们不难发现，在频谱线上的突出部分和音调的判定和强弱并不是100%相关。它是一个相对复杂的矩阵和非线性回归计算，但是最终呈现的是清晰的结论。

在音调噪声比和显著度两个体系下，近些年也衍生出了一些新的分析方法，包括从音调信噪比进一步定义了音调度（Tonality），并且某些国家和协会推动了一些标准化的进展（DIN及ECMA）。而进一步地，如何面向实际的工程和多样化的应用场景，如何更好地为NVH工程师建立测量标尺和评价体系，才是这一技术的根本。

3、小结

关于音调分析的具体方法，业界一直在不停的迭代过程中，无论是DIN还是ECMA每隔几年都会有一次修正；更重要的是，所有心理声学分析方法是本身是建立在一系列基本声学标准之上的，包括定义等响曲线的ISO226、定义响度的ISO532-1/2、定义听阈的ISO389-7以及听觉临界带的划分标准等，也一直在动态更新，但是所有的宗旨是为了建立主客观更为一致的度量体系。