📄 Perceived Annoyance in Multi-source Electric Vehicle AVAS Environments

标签：#音频质量评估 #模型评估 #声源定位 #智能座舱 #音频理解

3.5/10 | 创新 0.8/2 | 严谨 0.8/1.5 | 实验 0.6/1.5 | 清晰 0.7/1 | 影响 0.3/1.5 | 开源 0/1.5 | 复现 0.1/0.5 | 工程 0.2/1.5

📝 3.5/10 | 后50% | 文档类型：应用研究 | 评分置信度：高 | #音频质量评估 | #模型评估 | #声源定位 #智能座舱 | arxiv

👥 作者与机构

  • 第一作者：Berkay Kullukcu（TU Dresden, Chair of Acoustics and Haptics）
  • 通讯作者：论文未明确标注通讯作者。四位作者均隶属于TU Dresden Chair of Acoustics and Haptics，所有作者均提供了邮箱地址（第一作者邮箱：berkay.kullukcu@tu-dresden.de）。
  • 作者列表：Berkay Kullukcu（TU Dresden, Chair of Acoustics and Haptics）、Jonas Krautwurm（TU Dresden, Chair of Acoustics and Haptics）、Serkan Atamer（TU Dresden, Chair of Acoustics and Haptics）、Ercan Altinsoy（TU Dresden, Chair of Acoustics and Haptics；Centre for Tactile Internet with Human-in-the-Loop (CeTI), TU Dresden；Research Cluster 6G-life, TU Dresden）

💡 毒舌点评

论文聚焦于电动汽车AVAS多声源场景下的烦扰感知，将评估视角从"单个声音"转向"声学场景"，问题意识值得肯定。然而，这更像一个初步的探索性实验而非扎实的研究工作：10名受试者、3种AVAS声音、单一车速、2辆车的简化场景，难以支撑其核心结论的普适性。统计分析中的池化处理掩盖了不同声音组合和时间偏移的差异性，而结论"多声源场景更烦人"在心理学实验中并不令人意外。论文在讨论中援引了"信息掩蔽"和"听觉场景组织"理论作为解释机制，却未设计针对性实验加以验证，使得这些解释停留在推测层面。此外，研究未开源任何实验材料（刺激音频、场景配置、原始数据），严重限制了可复现性和后续研究的价值。

📌 核心摘要

  1. 问题：随着电动汽车在城市环境中的普及，低速行驶时由声学车辆警示系统（AVAS）产生的声音日益普遍。现有研究和测试标准多关注单个车辆AVAS的检测、识别与声品质评估，遵循"单声源"视角。但现实中常有多辆车同时出现，多个AVAS声音的组合可能导致烦扰感知与单独评估时不同。此外，环境噪声研究已表明多噪声源共存时烦扰不能简单地通过能量叠加来预测。
  2. 方法：研究采用受控的心理声学听音实验。使用三种电动汽车AVAS声音作为素材：S1（合成声音，来自先前研究）、S2（Ford Kuga实录）、S3（Ford E-Transit实录）。所有AVAS声音文件在实验前进行了最大声压级均衡化。通过开源虚拟声学渲染器TASCAR构建了包含轮胎滚动噪声（来自Cupra Born在20 km/h稳定行驶时的实录）的双耳听音场景。场景设计为两车道道路，车辆以恒定速度20 km/h从听者正前方通过。双声源场景中两辆车从相反方向驶来，通过调整时间偏移量（0秒同时、+1秒、+2秒）模拟不同的相遇时机。10名参与者（5男5女，平均年龄30.7岁）在安静房间内通过Head LabO2耳机聆听13个刺激条件（3个单声源、10个双声源组合），对感知到的烦扰程度进行0-100分的连续评分，每个刺激播放两次后取平均。
  3. 新在何处：将传统基于孤立声源的AVAS评估方法，转变为基于"声学场景"的评估。研究多个AVAS声源共存时的相互作用对烦扰感知的影响，在现有文献中较少涉及。发现烦扰度的增加不能由简单的能量叠加（LAeq）解释，并发现心理声学参数"冲击度"（Hearing Model）与场景烦扰评分强相关。
  4. 主要实验结果：
    • 单声源平均烦扰评分约为46.4分（S1: 47.1±11.7, S2: 45.2±8.7, S3: 46.9±10.9，单位为分±95%置信区间半宽度）。
    • 双声源同时出现场景的平均烦扰评分约为52.9分，时间偏移场景约为52.7分。
    • 同时出现的双声源场景比单声源场景烦扰度显著增加（平均增加6.54分，95% CI [2.46, 10.63]），配对t检验t(9)=3.14, p=0.012，Wilcoxon符号秩检验p=0.014。经Holm校正后仍显著（p=0.036）。
    • 时间偏移双声源场景平均增加6.31分，但95% CI [-1.32, 13.94]，未达统计显著（p=0.139）。
    • 所有双声源场景池化后平均增加6.45分（p=0.043），但经Holm校正后不显著。
    • 心理声学参数"总冲击度"（Sottek Hearing Model）与平均烦扰评分呈强正相关（Spearman ρ = 0.823, p = 0.0006, BH-FDR q = 0.047）。
    • A计权声压级（\(L_{Aeq}\)）与烦扰评分无显著相关性（Spearman ρ=-0.154, p=0.616），\(L_{Aeq}\)范围71.73–74.13 dB，标准差0.77 dB，均值72.91 dB。
    • 交换车辆左右行驶方向后，烦扰评分无显著差异（所有方向交换对比的p值均>0.2）。
  5. 实际意义：结果支持对AVAS进行基于场景的评估，多声源环境可能加剧烦扰，在城市声景观规划和车辆声音设计中需被考虑。未来可探索心理声学和场景指标作为多声源AVAS烦扰的预测因子，以支持AVAS声音的优化设计。
  6. 主要局限性：参与者数量少（N=10）、刺激集有限（3种AVAS声音）、车辆速度固定（20 km/h）。未来工作需增加刺激多样性、扩展至更多车辆和更复杂场景（如交叉路口）、探索背景噪声变化的影响，并开发基于心理声学和场景的预测模型。

🔗 开源详情

  • 代码：论文中未提及代码链接。
  • 模型权重：论文中未提及。
  • 数据集：论文中未提及公开数据集。实验中使用的S1声音为引用文献中的合成声音，S2和S3为作者自行录制的双耳通过声音，均未提供可公开获取的链接或说明。
  • Demo：论文中未提及。
  • 复现材料：论文描述了实验方法的大致流程（使用的渲染器、声音处理流程、评估指标），但未提供具体的实验配置文件、脚本、刺激音频或原始评分数据链接。
  • 论文中引用的相关工具和标准：
    • TASCAR (Toolbox for Acoustic Scene Creation and Rendering)：用于虚拟声学环境渲染的开源工具箱（论文引用版本：Grimm, Luberadzka & Hohmann, 2019）。
    • ECMA-418-2:2025（第4版）：Psychoacoustic metrics for ITT equipment — Part 2 (Sottek Hearing Model)，本文用于计算"总冲击度"等心理声学指标的参考标准。
    • ISO 532-1:2017 / ISO 532-2:2017：用于计算响度等心理声学参数的ISO国际标准（Zwicker方法 / Moore-Glasberg方法）。
    • ISO/TS 15666:2021：社会声学调查中评估噪声烦扰度的参考标准。
    • ISO 12913系列：声景评估的系列标准。
    • ISO 16254:2024 / SAE J2889/1：低速车辆噪声测量标准。

🏗️ 方法概述和架构

本研究的核心是一个受控的心理声学听音实验，旨在量化多声源AVAS环境对感知烦扰的影响。研究并非构建一个可训练的模型，而是设计一个评估框架，流程可概括为：声源素材准备与预处理 → 虚拟声学场景构建与渲染 → 实验设置与主观评估 → 统计分析。

1. 声源素材准备与预处理

研究使用了三种AVAS声音作为实验素材：

  • S1：一种合成声音，源自先前研究（Steinbach, Atamer & Altinsoy, 2017），该研究探讨了电动汽车声音的速度依赖性和警示效果预测。
  • S2：Ford Kuga电动汽车AVAS的实录双耳通过声音。
  • S3：Ford E-Transit电动汽车AVAS的实录双耳通过声音。

图1（a, b, c）分别展示了三种声音的时频频谱图。在实验前，所有AVAS声音文件均进行了最大声压级均衡化，以控制不同声音之间基础声压级的差异，从而更纯粹地研究声音类型和组合方式的影响。此外，取自一辆Cupra Born在20 km/h稳定行驶时录制的轮胎滚动噪声作为背景噪声基础（录制时麦克风直接指向右后轮以减少车辆自身AVAS的干扰，见图3），与AVAS声音一同播放以模拟真实的低速行驶环境。

2. 虚拟声学场景构建与渲染

采用TASCAR（Toolbox for Acoustic Scene Creation and Rendering，Grimm, Luberadzka & Hohmann, 2019）进行虚拟声学场景渲染。TASCAR是一个用于创建和渲染虚拟声学环境的开源工具箱，其核心组件包括：

  • 基于头相关传递函数（HRTF）的接收器模型：HRTF描述声音从空间某点到达人耳鼓膜的过程中受头、耳廓、躯干等散射而产生的滤波效应，是实现空间听觉仿真的基础。通过HRTF卷积，将声源虚拟地置于三维空间中的特定方位。
  • 地面反射器模型：模拟声波在地面的反射效应，增加场景的真实感。

场景配置如下（见图2的二维示意图）：

  • 道路几何：一条两车道道路。
  • 车速：恒定20 km/h。
  • 行驶路径：单声源场景中，一辆车从听者正前方通过；双声源场景中，两辆车从相反方向驶来。
  • 时间偏移量：双声源场景设置了三种时间关系——同时通过（0秒偏移）、一辆车比另一辆提前1秒通过（+1秒偏移）、提前2秒通过（+2秒偏移）。
  • 刺激时长：约3秒，其中车辆直接通过听者前方的2秒为\(L_{Aeq}\)的平均窗口。

输入为声源文件（AVAS声音+轮胎噪声）和场景几何参数（速度、方向、时间偏移），输出为带有空间方位信息和混响效果的双耳音频信号。

3. 实验设置与主观评估

  • 实验环境：安静的房间，通过Head LabO2设备播放刺激。
  • 参与者：N = 10人（5男5女），平均年龄30.7岁，标准差6.5岁。
  • 刺激条件：共13个条件——3个单声源（S1、S2、S3）和10个双声源组合（包括S1+S2、S1+S3、S2+S3在各时间偏移下的场景，以及交换左右声道方向的版本，如S2+S1等）。在双声源标签中，第一个名称代表从左到右行驶的车辆的AVAS。
  • 评估流程：每个刺激播放两次，参与者对每次播放进行0-100连续量表的"感知烦扰"评分，每个参与者的评分在组分析前按刺激取平均。
  • 评估任务：采用连续0-100量表对"感知到的烦扰"（perceived annoyance）进行评分。

4. 统计分析模块

  • 计算每个刺激条件的平均分和95%置信区间。
  • 使用配对t检验和Wilcoxon符号秩检验比较单声源与双声源场景的烦扰差异。
  • 应用Holm校正处理多重比较（三个计划对比）。
  • 使用Spearman等级相关分析烦扰评分与客观声学参数（\(L_{Aeq}\)）及心理声学参数（如总冲击度）之间的关系，使用BH-FDR方法控制错误发现率。
  • 测试交换车辆行驶方向是否影响烦扰评分（配对受试者内比较）。

关键设计选择及动机：

  • 选择双耳听音和虚拟场景：旨在尽可能模拟真实的聆听体验（包括空间方位感和声源运动），同时保持实验的控制性。相比于完全真实的现场测试，这能更精确地控制变量（如声源位置、速度、背景噪声），实现高度的变量控制。
  • 选择"烦扰"作为主观评价维度：与AVAS在城市环境中的公众接受度直接相关，是衡量其社会影响的关键指标。环境噪声标准（如ISO/TS 15666:2021）也将烦扰作为核心评估维度。
  • 控制\(L_{Aeq}\)：在生成刺激前对AVAS声音进行最大声压级均衡，且最终刺激的整体\(L_{Aeq}\)范围很窄（71.73–74.13 dB，SD 0.77 dB），目的是排除响度差异这一主要混淆变量，从而更纯粹地研究声源组合方式本身的影响。
  • 包含时间偏移量：模拟现实交通中车辆相遇的不同时间关系，探究烦扰感知是否随相遇的"重合程度"变化。

专业术语解释：

  • AVAS：Acoustic Vehicle Alerting System，声学车辆警示系统，指电动汽车和混合动力汽车在低速行驶时发出的人工声音，用以提醒行人，尤其是视觉障碍者。
  • TASCAR：Toolbox for Acoustic Scene Creation and Rendering，一个用于创建和渲染虚拟声学场景的开源软件工具箱，常用于听觉研究和音频工程（Grimm, Luberadzka & Hohmann, 2019）。
  • HRTF：Head-Related Transfer Function，头相关传递函数，描述声音从空间某点到达人耳鼓膜的过程中受头、耳廓、躯干等散射而产生的滤波效应，是实现空间听觉仿真的基础。
  • 心理声学参数：描述声音物理特性与人类听觉感知之间关系的量化指标。本研究重点关注"总冲击度"（Total Impulsiveness），使用Sottek Hearing Model（ECMA-418-2:2025第4版）计算。
  • \(L_{Aeq}\)：A计权等效连续声压级，描述一段时间内声音能量的平均水平，经A频率计权（模拟人耳对不同频率的灵敏度）后的等效声压级。

💡 核心创新点

  1. 问题视角的转换（从"源"到"场景"）：传统AVAS研究和标准测试聚焦于单个车辆声音的检测、识别和声品质评估，遵循"单声源"视角。本文首次针对多个AVAS声源共存的短时交通场景，研究其组合对烦扰感知的交互作用，将评估视角从"单个声音"转向"声学场景"。这直接回应了现实世界中电动汽车密度增加带来的新问题。
  2. 引入可控的虚拟声学实验范式：利用TASCAR虚拟声学渲染器构建了受控的双耳听音场景，精确操控了声源的空间位置（对向车道）和时间关系（同时、偏移1-2秒），同时整合了真实的轮胎滚动噪声作为背景。这种方法在保持一定生态效度的同时，实现了高度的变量控制。
  3. 发现烦扰增加不能由能量叠加解释：实验表明两个单独评估时烦扰水平可接受的AVAS声音组合在一起时，烦扰度显著增加，且\(L_{Aeq}\)与烦扰评分无显著相关性（ρ=-0.154）。这与环境噪声研究中多源烦扰的非可加性一致，挑战了以能量为核心的噪声评估传统。
  4. 发现心理声学参数与场景烦扰的强关联：总冲击度（Sottek Hearing Model）表现出与平均烦扰评分最强的相关性（Spearman ρ=0.823, p=0.0006），为未来开发能够预测多声源场景烦扰的客观模型提供了潜在的关键特征。

📊 实验结果

论文的核心实验结果通过图4（包含所有刺激条件的柱状图及误差条）和正文描述呈现。原文未提供完整的数值表格，以下根据论文正文和图4描述重建关键数据：

主观烦扰评分

刺激条件均值 (0-100分)95% CI 半宽度备注
单声源
S147.1±11.7
S245.2±8.7
S346.9±10.9
单声源均值46.4—三者平均
双声源（同时）
S1+S358.0±7.6最高烦扰评分
其他同时组合——原文未分别给出
同时双声源均值52.9—所有同时条件平均
双声源（时间偏移）
S1+S2（偏移1s）57.0±9.0S1先于S2通过
S1偏移S2（偏移2s）56.7±9.1S1先于S2通过
其他偏移组合——原文未分别给出
偏移双声源均值52.7—所有偏移条件平均

注：原文图4包含所有13个刺激条件的完整数据，上表列出论文正文明确提及数值的条件。\(L_{Aeq}\)总体范围为71.73–74.13 dB（SD 0.77 dB，均值72.91 dB），所有刺激条件均在此范围内。

统计显著性检验结果

对比均值差 (分)95% CI配对t检验WilcoxonHolm校正后p
同时双声源 vs 单声源+6.54[2.46, 10.63]t(9)=3.14, p=0.012p=0.014p=0.036
偏移双声源 vs 单声源+6.31[-1.32, 13.94]p=0.139——
所有双声源池化 vs 单声源+6.45—p=0.043—不显著

客观参数相关性分析

参数Spearman ρp值BH-FDR q值
总冲击度 (Hearing Model)0.8230.00060.047
\(L_{Aeq}\)-0.1540.616—

方向交换效应：交换车辆左右行驶方向后，烦扰评分无显著差异：S1/S2交换（p(t)=0.226, p(W)=0.264）；S1/S3交换（p(t)=0.236, p(W)=0.264）；S2/S3交换（p(t)=0.833, p(W)=0.846）。综合方向指数（参与者层面三个交换的平均）为-0.75分，95% CI [-5.70, +4.20]（p(t)=0.773, p(W)=0.557）。

🔬 细节详述

  • 训练数据：不适用。本研究为心理声学实验，无模型训练过程。
  • 损失函数：不适用。
  • 训练策略：不适用。
  • 关键超参数：未说明。论文未报告心理声学参数（如总冲击度）计算所使用的具体软件版本或内部参数设置。论文引用了ECMA-418-2:2025第4版作为冲击度计算标准，但未说明具体的实现工具。
  • 训练硬件：不适用。
  • 推理细节：不适用。
  • 正则化或稳定训练技巧：不适用。
  • 实验配置细节：
    • 渲染器：TASCAR (Grimm, Luberadzka & Hohmann, 2019)
    • 车速：20 km/h（恒定）
    • 道路几何：两车道，对向行驶
    • 背景噪声：Cupra Born轮胎滚动噪声（录制于20 km/h稳定行驶，麦克风指向右后轮）
    • 时间偏移：0秒（同时）、+1秒、+2秒
    • 回放设备：Head LabO2
    • 听众：10人（5男5女），平均年龄30.7岁，标准差6.5岁
    • 评分量表：连续0-100分（perceived annoyance）
    • 刺激条件数：13个（3单声源 + 10双声源组合）
    • 每刺激播放次数：2次，取平均后进行组分析
    • \(L_{Aeq}\)均值窗口：车辆直接通过听者前方的2秒

⚖️ 评分理由

  • 创新性 (0.8/2)：基于证据账本[A_SUMMARY]和[核心创新点]，论文将评估视角从单个AVAS声源转向多声源场景，这是一个有价值的问题定义创新。但核心实验方法（控制变量的听音测试与统计检验）是心理声学领域的成熟标准范式，并未带来方法论突破。

  • 技术严谨性 (0.8/1.5)：基于证据账本[A_METHOD]和[A_LIMITS]，实验设计总体合理，控制了关键变量（如L_Aeq），并采用了配对t检验、Wilcoxon检验与Holm校正。但存在不足：样本量（N=10）偏小，降低了统计功效（Holm校正后p=0.036处于边界水平）；统计分析中的“池化”可能掩盖不同声音组合和时间偏移的差异性。

  • 实验充分性 (0.6/1.5)：基于证据账本[A_SUMMARY]、[A_LIMITS]和[S_TAIL]，实验提供了支持核心假设的初步证据，但作为应用研究，充分性不足：刺激集（3种AVAS声音）有限，场景单一（20 km/h，2辆车，1种背景噪声），与复杂真实交通环境差距大；未对潜在的声学和心理声学混淆变量进行系统控制或分析。

  • 清晰度 (0.7/1)：基于证据账本[A_SUMMARY]和[S_MIDDLE]，论文结构清晰，问题背景阐述充分。但存在不足：原文未提供所有刺激条件的完整数值表格，仅在图4以柱状图呈现，影响了数据获取的精确性；部分统计结果（如方向交换）的报告可以更系统化。

  • 影响力 (0.3/1.5)：基于证据账本[A_SUMMARY]和[A_LIMITS]，研究问题对AVAS标准制定和城市声景观管理有现实意义。然而，由于实验场景高度简化，结论仅为方向性验证，未发展出可直接应用的预测模型或设计准则，因此在更广泛的音频研究领域和工程实践中的直接影响有限。

  • 开源 (0.0/1.5)：论文未发布核心代码、模型权重或数据资源，也未给出明确的后续开源承诺。

  • 可复现性 (0.1/0.5)：基于证据账本[A_METHOD]和[A_OPEN]，尽管论文描述了大致的实验流程（渲染器类型、场景几何、评估量表），但关键细节缺失严重影响可复现性：未提供刺激音频的获取方式或生成细节；未说明心理声学参数（总冲击度）使用的具体软件和计算设置；未提供TASCAR场景的详细配置文件。

  • 工程/实践价值 (0.2/1.5)：基于证据账本[核心创新点]和[实验结果]，研究偏向基础探索和验证，指出了多声源场景中需要注意的烦扰问题。但未提供可操作的工程解决方案、设计工具、评估指标体系或设计准则，工程化或直接实践指导价值较低。

🚨 局限与问题

论文明确承认的局限：

  1. 参与者数量少（N=10），限制了统计功效和结论的外推性。
  2. 刺激集有限，仅使用了3种AVAS声音（1种合成、2种实录）。
  3. 车辆速度固定为20 km/h，未考虑其他低速场景。
  4. 未来工作需要增加刺激多样性、扩展至更多车辆、更复杂场景（如交叉路口）、变化背景噪声，并探索基于心理声学和场景的预测模型。

审稿人发现的潜在问题：

  1. 统计分析中的池化问题：论文将所有同时双声源条件池化、所有偏移条件池化进行统计检验，但不同声音组合（如S1+S3 vs S2+S3）的特性可能差异很大（图4中S1+S3得分58.0而其他组合可能低得多）。这种池化可能会掩盖细部规律或引入不均一性，降低统计检验的灵敏度。更细致的分析（如按声音组合分层检验）可能更有价值。

  2. “烦扰增加"的归因不明确：实验观察到多声源时烦扰增加，但无法区分这是因为：（a）声学相互作用（如节拍、调制掩蔽、频谱叠加），（b）认知负荷增加（同时定位和识别多个声源困难），还是（c）仅仅是刺激复杂度或信息量的增加。论文在讨论中提到了"信息掩蔽"和"听觉场景组织"理论，但缺乏针对性实验验证。这需要操纵声学特征（如同相vs异相叠加、频谱相似vs不同）来区分这些机制。

  3. 生态效度有限：实验在高度控制的实验室环境中进行，使用的是固定的、最大声压级均衡的AVAS声音和单一的轮胎噪声。真实环境中，AVAS声音会随车速变化（法规要求），背景噪声多样且时变，存在其他交通声和城市声，这些因素都未被考虑。此外，耳机听音与真实环境中扬声器播放的外化感和空间感知存在差异。

  4. 最大声压级均衡的局限：论文对AVAS声音进行了最大声压级均衡，但这不等同于感知响度（loudness）均衡。不同频谱特性的声音在相同最大SPL下可能具有不同的感知响度。论文未报告是否对感知响度进行了匹配，也未讨论这一潜在混淆。

  5. 时间偏移条件结果的不确定性：偏移1秒和2秒的双声源场景烦扰评分数值（S1+S2偏移1秒: 57.0, 偏移2秒: 56.7）与同时条件（52.9均值中的某些条件）接近甚至更高，但差异未达统计显著。这可能是：（a）统计功效不足导致的假阴性，（b）时间偏移对烦扰的非单调影响，或（c）不同声音组合间的高变异性掩盖了效应。论文未充分讨论这些可能性。

  6. HRTF的泛化性问题：TASCAR渲染使用了通用的HRTF模型（论文未说明具体使用哪个HRTF数据集或是否进行了个别化校正）。不同个体的HRTF差异会影响空间听觉感知，从而可能影响实验结果的泛化性。

  7. 结论强度与证据匹配：论文标题和结论暗示了对"多声源AVAS场景烦扰"的一般性发现，但证据来自：仅3种声音、仅2辆车、仅20 km/h、仅10名参与者、仅1种背景噪声。这一结论的普适性需要更大规模、更多样化的实验来验证。经Holm校正后p=0.036处于边界水平，进一步提醒需谨慎解读。

  8. “接近车道车辆更响"的潜在混淆：论文提到在双声源标签中第一个名称代表从左到右行驶的车辆，且"接近车道的车辆在通过时声学上更响”。虽然方向交换测试显示无显著差异，但该测试可能缺乏足够的统计功效来检测较小的侧向效应。

← 返回 2026-07-14 语音/音乐/音频论文速递