2. 海洋声学信息感知工业和信息化部重点实验室(西北工业大学), 陕西 西安 710072;
3. 深圳市腾讯计算机系统有限公司, 广东 深圳 518000
人类听觉系统能够感受并处理与空间结构参数直接相关的声音信息并以此为基础评定空间声场的声品质。Sandvad[1]发现，听音者可根据经由声学设备回放的室内声场双耳信号从大量不同的房间图片中准确辨识出听到的声音来自哪个房间。Mcgrath等人[2]发现，无论是视力正常(被蒙住双眼)的听音者还是盲人听音者都能够借助自己的说话声和房间内的其他偶发声判断室内空间的大小；盲人听音者则能够更加快速、准确地完成听音任务[3]。由此可见，深入开展因结构参数变化引发的封闭空间内部声场听觉感知研究，对探索人类空间听觉机制，检验将听觉虚拟仿真技术应用于空间声场听觉实验研究的有效性等，均具有重要意义。
针对空间声场的听觉实验研究必须辅之以恰当有效的测量方法。传统的做法是开展现场听音评价。然而，这种方法在实际中往往即低效又耗时。例如，为比较地处不同城市甚至不同国家的厅堂的音质，现场听评要求听音者辗转于不同的“现场”，这是一个既费时又费力(人力和财力)的过程，不可避免会受到听觉记忆时效性的影响。对于那些尚未建成的厅堂，则无法采用现场听评法。倘若在厅堂建成后才发现内部声场存在音质缺陷，改建的代价将更大[4]。因此，在厅堂设计阶段极有必要引入音质设计和评价，以便及时发现问题、规避损失。
双耳技术和数字信号处理技术的开发与应用，使得在复杂听觉环境(如音乐厅)中开展心理声学实验研究变得容易。借助封闭空间听觉场景模拟，不但可以轻松实现不同类型空间声场间的迅速切换，更高效地完成声信号采集和重放，而且能够极大地降低对听音者听觉记忆能力的要求[3]。
鉴于以上考虑，本文通过对具有不同结构参数的封闭空间开展听觉场景模拟，借助双耳虚拟仿真技术，重点研究了因封闭空间结构参数的变化引发的内部声场听觉感知的变化性及其变化程度[5-8]。
1 基于ODEON的封闭空间听觉场景模拟可行性研究ODEON[9-10]是由丹麦科技大学研制的基于几何声学原理的建筑声学模拟软件。该软件采用虚声源法[11-12]与声线跟踪法[13-15]相结合的混合法[16]以及第二声源法(次级声源法)[17]，能够实现对各类封闭空间进行内部声场的计算并对拟采取的噪声控制措施及其效果进行仿真模拟。国内外很多人[18-21]研究并证实了该软件模拟室内声场时的可信度。本文将借助听音实验，研究将ODEON 8.0用于封闭空间听觉场景模拟的可行性。
首先，借助球形声源和模拟人工头等设备(详见表 1)，采集某真实房间内的双耳信号。随后，利用ODEON 8.0建立该房间的室内声场模型、求取双耳房间脉冲响应并借助虚拟听觉生成技术实现双耳可听化。最后，设计并完成听音实验，比较在真实房间中录制的实际双耳信号与借助ODEON 8.0模拟室内声场后得到的模拟双耳信号在听感上的一致性程度，检验将ODEON 8.0用于封闭空间声场听觉感知研究的可行性。
| 设备名称 | 型号 | 品牌 | 数量 |
| 球形声源 | 4292型 | 丹麦B & K | 1 |
| 双通道声卡 | M-Track | M-AUDIO | 1 |
| 麦克风 | Mic M N201型 | 北京声望 | 2 |
| 功率放大器 | 2716C型 | 丹麦B & K | 1 |
| 模拟人工头 | 4100-D型 | 丹麦B & K | 1 |
在空间尺寸不同的2个普通房间(见图 1)内, 以球形声源播放原始干信号并配以人工头进行双耳信号采集。两房间的结构参数见表 2。其中, L, W, H分别表示封闭空间的长、宽、高, S表示内表面积, V表示容积。
|
| 图 1 真实房间内的双耳信号采集 |
| 房间编号 | L/m | W/m | H/m | S/m2 | V/m3 |
| A | 7.30 | 6.50 | 3.05 | 179.08 | 144.72 |
| B | 5.70 | 3.00 | 3.00 | 86.40 | 51.30 |
选取房间底面短边中点为坐标原点, 建立笛卡尔坐标系。在此坐标系下, 房间内窗户的顶点坐标分别为:房间A(2.45, -3.25, 1.00), (2.45, -3.25, 2.40), (0.75, -3.25, 2.40), (0.75, -3.25, 1.00);房间B(5.70, 0.50, 1.00), (5.70, 0.50, 2.40), (5.70, -1.00, 2.40), (5.70, -1.00, 1.00)。
在房间A内, 将球型声源分别布放于位置不同的2处, 记为:PA1(3.60, 0, 1.50)和PA2(1.60, -2.25, 1.50), 同时设置2处人工头接收点RA1(1.60, 1.55, 1.13)和RA2(5.70, -1.55, 1.13)。在房间B内, 声源及接收点的位置坐标为:PB1(2.00, 0, 1.50), PB2(4.00, -0.30, 1.50);RB1(1.00, -1.00, 1.13), RB2(5.00, 1.00, 1.13)。采集2个房间内4种声源与接收点位置组合方式下的双耳信号, 分别记为PA1RA1, PA1RA2, PA2RA1, PA2RA2; PB1RB1, PB1RB2, PB2RB1, PB2RB2。声信号采集过程中, 房间窗户始终保持关闭状态。
1.2 基于ODEON的虚拟房间双耳听觉模拟利用ODEON 8.0, 绘制长方体房间模型, 设置吸声系数(混凝土和玻璃), 选取声源与接收点(位置坐标与真实房间相同), 采用声线追踪法(声线数为5 000条), 分别建立对应房间A和B的声场模型(如图 2所示), 计算上述虚拟房间内各接收点处的双耳脉冲响应, 共8个(响应时长均为1 s)。
|
| 图 2 房间A声场ODEON 8.0模型 |
将1.1节中的原始干信号分别与8个虚拟房间双耳脉冲响应中每一耳的脉冲响应做卷积。最后, 将卷积后的左、右耳信号, 采用经过适当均衡和调整的头戴式耳机回放, 产生与真实房间各接收点一一对应的“虚拟听觉”。
1.3 真实与模拟双耳信号听觉感知一致性评价实验设计并进行听觉实验, 组织20位有经验的听音者, 以Sennheiser HD280 Pro头戴式耳机成对(“真实的”与“模拟的”)回放双耳信号。指导听音者判断每对声音在听觉感知上是否可区分。根据实验结果, 评价“真实的”与“模拟的”双耳信号在听觉感知上的一致性程度, 验证将ODEON 8.0用于室内声场听觉模拟研究的可行性与有效性。
1.4 实验结果分析处理全部听音评价的结果, 如图 3所示。图中, 气泡越大表示听音实验中选择该项的人数越多, 以下气泡图中表示与此相同。
|
| 图 3 真实与模拟双耳信号的可分性 |
显然, “真实的”与“模拟的”双耳信号在听觉感知上不具备明显可分性, 听感一致性程度高。因此, 借助ODEON 8.0能营造出具有高保真度的虚拟听觉环境。在开展封闭空间听觉模拟及其相关研究时, 辅之以ODEON 8.0模拟室内声场的做法是可行的。
2 结构参数不同的封闭空间声场听觉感知研究依据1.2节中所述方法, 考虑封闭空间的容积、壁面吸声系数与形状3种结构参数, 利用ODEON 8.0建立封闭空间模型并获取模拟双耳信号, 用以定量研究结构参数不同的封闭空间内部声场在听觉感知上的变化性及其变化程度。
2.1 模拟双耳信号的产生利用ODEON 8.0建立具有不同结构参数的封闭空间模型。
建立容积分别为24, 96, 192 m3(具体尺寸见表 4), 壁面均为厚坑砂灰泥抹光砖墙(各频率吸声系数见表 3)的3个长方体空间模型, 记为:a, b, c。各空间内的声源(1个)及接收点(4个)位置见表 5。
| 频率/Hz | 吸声系数 |
| 63 | 0.08 |
| 125 | 0.08 |
| 250 | 0.09 |
| 500 | 0.12 |
| 1 000 | 0.16 |
| 2 000 | 0.22 |
| 4 000 | 0.24 |
| 8 000 | 0.24 |
| 空间模型 | 声源P坐标 | 接收点坐标 | |||
| 1 | 2 | 3 | 4 | ||
| a | (2, 0, 1.4) | (1, 0, 1) | (3, 0, 2) | (2, 0.5, 1) | (2, -0.5, 2) |
| b | (3, 0, 2) | (1.5, 0, 1) | (4.5, 0, 3) | (3, 1, 1) | (2, -0.5, 2) |
| c | (4, 0, 2) | (2, 0, 1) | (6, 0, 3) | (4, 1.5, 1) | (4, -1.5, 3) |
针对壁面吸声系数的影响, 分别构建α=0.00(全反射), α=0.50, α=1.00(全吸声)和壁面为厚坑砂灰泥抹光砖墙, 容积为192 m3的4种长方体空间模型, 记为:a, b, c和d。各空间内声源及接收点位置同表 5中空间c
针对空间形状的影响, 分别建立长方体、半圆柱体、半球体封闭空间模型, 具体空间尺寸见表 6。设定空间容积为96 m3、壁面均为厚坑砂灰泥抹光砖墙。各空间内的声源及接收点位置见表 7。
| 空间模型 | 尺寸参数/m | 体积计算公式 | S/m2 | V/m3 |
| a | L:6 W:4 H:4 |
V=L·W·H | 128 | 96 |
| b | L:6, r:3.2 | V=1/2·πr2·L | 98.72 | 96.51 |
| c | r:3.58 | V=1/2·4πr3/3 | 62.76 | 96.10 |
| 空间模型 | 声源P坐标 | 接收点坐标 | |||
| 1 | 2 | 3 | 4 | ||
| a | (3, 0, 2) | (1.5, 0, 1) | (4.5, 0, 3) | (3, 1, 1) | (3, -1, 3) |
| b | (3, 0, 1.6) | (1.5, 0, 0.8) | (4.5, 0, 2.4) | (3, 1.5, 0.8) | (3, -1.5, 2.4) |
| c | (0, 0, 1.6) | (1, 1, 0.8) | (-1, -1, 2.4) | (0, 0, 0.8) | (0, 0, 2.4) |
综上所述, 本次研究建立了具有不同容积、壁面吸声系数和空间形状的封闭空间模型共8个, 用于研究其内部声场在听觉感知上的变化性及其变化程度。
选取研究型计算等级(声线数最多, 计算结果更精确), 设定声线数为5 000条, 取双耳脉冲响应时长为1 000 ms。随后, 计算前上8种封闭空间模型的室内双耳脉冲响应并将原始干信号分别与之卷积, 获取不同模拟空间内部、不同位置处的双耳信号, 共计32个。
2.2 听觉感知差异性及其程度评价设计听觉实验, 研究不同结构参数封闭空间的模拟双耳信号在听觉感知上的变化性及其变化程度。对于可区分的双耳信号, 重点评价信号间的区分难易程度, 即“不明显”、“有点明显”、“比较明显”、“非常明显”、“极其明显”[22]。实验仪器同1.3。依据封闭空间的容积、壁面吸声系数与形状3种结构参数, 将所有双耳信号分类整理, 并依据表 8中的顺序进行成对比较。
| 组别 | 对序号 | 声信号 |
| 封闭 空间 容积 |
1 | (a1, b1) |
| 2 | (a2, b2) | |
| 3 | (a3, b3) | |
| 4 | (a4, b4) | |
| 5 | (a1, c1) | |
| 6 | (a2, c2) | |
| 封闭 空间 壁面 吸声 系数 |
1 | (d1, a1) |
| 2 | (d2, a2) | |
| 3 | (d3, a3) | |
| 4 | (d4, a4) | |
| 5 | (d1, b1) | |
| 6 | (d2, b2) | |
| 封闭 空间 容积 |
1 | (a1, b1) |
| 2 | (a2, b2) | |
| 3 | (a3, b3) | |
| 4 | (a4, b4) | |
| 5 | (a1, c1) | |
| 6 | (a2, c2) | |
| 7 | (a3, c3) | |
| 8 | (a4, c4) | |
| 9 | (b1, c1) | |
| 10 | (b2, c2) | |
| 11 | (b3, c3) | |
| 12 | (b4, c4) | |
| 封闭 空间 壁面 吸声 系数 |
7 | (d3, b3) |
| 8 | (d4, b4) | |
| 9 | (d1, c1) | |
| 10 | (d2, c2) | |
| 11 | (d3, c3) | |
| 12 | (d4, c4) | |
| 封闭 空间 容积 |
7 | (a3, c3) |
| 8 | (a4, c4) | |
| 9 | (b1, c1) | |
| 10 | (b2, c2) | |
| 11 | (b3, c3) | |
| 12 | (b4, c4) |
表 8双耳信号名称中, 第一个字母表示空间模型编号, 第二个数字表示接收点位置。如“a1”表示空间a中1号接收点位置的模拟双耳信号。
听音实验中, 要求每位听音者完成2项任务:①判断每对双耳信号是否可区分; ②以双耳信号可区分为前提, 判断两信号的区分难易程度。
2.3 封闭空间声场参数变化对听觉感知的影响规律收集整理全部评价数据, 进行以下分析。
1) 依据研究中确定的3种封闭空间结构参数, 即容积、壁面吸声系数、形状, 分类统计任务①的评价数据, 剔除异常值。对有效数据的分析结果显示:绝大多数听音者都认为封闭空间结构参数的变化是可区分的, 尤其是封闭空间壁面吸声系数的变化。换句话说, 封闭空间结构参数的变化能够引发明显的声场听感变化性。
|
| 图 4 不同结构参数封闭空间声场听感变化性 |
2) 剔除听音任务②评价结果中的异常值, 对有效数据进行分析, 结果如图 5~图 8所示。
|
| 图 5 容积改变引发的空间声场听感变化程度(不同接收点处) |
|
| 图 6 壁面吸声系数改变引发的空间声场听感变化程度(不同接收点处) |
|
| 图 7 形状改变引发的空间声场听感变化程度(不同接收点处) |
|
| 图 8 封闭空间结构参数改变引发的声场听感变化程度 |
对于容积分别为24, 96, 192 m3, 壁面均为厚坑砂灰泥抹光砖墙的3个长方体封闭空间, 相应的空间容积绝对变化量分别为|a-b|72, |b-c|96, |a-c|168 m3, 如图 5所示。
图中, 折线表示所有有效评价结果的平均值变化趋势, 点线表示平均值变化范围, 以下图中表示均与此相同。由图 5可知:①封闭空间容积改变引发的室内声场在听觉感知上的变化性并不十分显著。大多听音者表示:此时的听感可区分性程度为“不明显”或“有点明显”。②随着空间容积差值的增加, 室内不同接收点处的听感可区分程度的变化规律并不一致。由此可知, 变换接收点位置, 能够在一定程度上影响因容积改变引发的室内声场听感变化性。
计算壁面吸声系数不同, 容积、形状均相同的4个封闭空间的吸声量, 分别为0, 104, 208, 31.98 m2(其中, 空间d的α按照GB-T 3947-1996计算), 则相应的空间吸声量绝对变化量分别为|a-d|31.98, |b-d|72.02, |c-d|176.02 m2, 如图 6所示。
由图 6可知:①即使封闭空间的容积、形状一致, 声源与接收点位置保持不变, 听音者仍然可以明显感受到室内声场的变化, 一致认为此时的听感可区分性程度为“非常明显”或“极其明显”。②封闭空间a(α=0)与d(内部均为水泥抹光壁面)最容易区分。所有听音者都表示二者间的听感差异“极其明显”。分析其原因:当α=0时, 封闭空间内部混响强烈, 声能衰减十分缓慢, 双耳信号能量达到极大值。③除α=0的极端条件之外, 当分别将封闭空间b(α=0.5)和c(α=1)与较接近普通房间的空间d内的声场进行比较时发现, 随着室内吸声量差值的逐渐增加, 听音者能够更容易地感受到空间声场的听感变化性。可见, 不同封闭空间之间, 吸声量的绝对变化越显著, 其空间声场在听感上越容易被区分。此外, 随着室内吸声量差值的增大(如图 6中的|b-d|和|c-d|组数据), 听音者个人之间主观评价结果的差异逐渐变小, 对声场听感变化性的感受呈现出趋同性。④接收点位置的变化, 对由壁面吸声系数的改变引发的声场听感变化性, 并未造成显著影响。
由图 7可知:①听音者能够比较明显地感受到因空间形状改变导致的声场听感变化。②比较发现, 对于3种不同形状的封闭空间, 在空间声场听感上, 最容易区分的是长方体和半球体形空间。究其原因:半球体封闭空间声场中会出现声聚焦现象。而建模过程中, 并未刻意避免声源及接收点位置与声聚焦点的重合, 这就可能导致听音实验中所用的模拟双耳信号来源于声聚焦位置。③接收点不同, 空间声场听感可区分程度的变化规律不一致。显然, 改变接收点位置, 能够在一定程度上影响因空间形状改变引发的听感变化性。
综合所有听音评价结果(不区分接收点位置)，如图 8所示。对于封闭空间的容积、壁面吸声系数与形状，这3种不同的结构参数而言，最容易引发室内声场听感变化的参数是壁面吸声系数。另外，选取不同的接收点，能够在一定程度上影响因结构参数(如空间形状、空间容积)变化引发的空间声场听
觉感知。可见，在开展有关空间声场听感设计或评价的研究中，不仅需要从空间结构(形状、容积)的角度设计内部声场音质，还需要从室内设计的角度出发，兼顾壁面性质以及接收点位置对听感的影响。例如，电话会议中扬声器的摆放位置及参会人员的落座位置；剧场中观众坐席及演奏者的位置等[23]。
3 结论本文以双耳可听化技术配合室内声场测量，对具有不同结构参数的封闭空间开展听觉场景模拟并借助双耳虚拟仿真技术，重点研究了因封闭空间结构参数的变化引发的内部声场听觉感知的变化性及其变化程度。
研究发现：在开展有关封闭空间内部声场的听觉感知研究时，应考虑不同空间结构参数的差异性。封闭空间内表面的壁面吸声系数是决定并影响内部空间声场听感变化性及其变化程度的重要因子，各种与之相关的结构参数(如形状、容积)对室内声场听感的影响，究其根本原因，均是由于空间结构的变化改变了室内吸声量进而影响空间听觉。最后，开展听音位置的设计研究也是获取高品质室内音质的有效途径。
| [1] | Sandvad J. Auditory Perception of Reverberant Surroundings[J]. Journal of the Acoustical Society of America, 1999, 105(2): 152-163. |
| [2] | Mcgrath R, Waldmann T, Fernstrm M. Listening to Rooms and Objects[C]//Proc Audio Eng Soc Int Conf, 1999: 512-522 |
| [3] | Cabrera D, Jeong D. Auditory Room Size Perception in Concert Auditoria[C]//International Congress on Acoustics, Madrid, Spain, 2007 |
| [4] |
熊艳, 盛胜我, 赵跃英. 厅堂音质空间感主观评价方法的实验研究[J]. 声学技术, 2009, 28(2): 153-156.
Xiong Yan, Sheng Shengwo, Zhao Yueying. Experiment Study for Subjective Evaluation Methodology of Spatial Impression on Room Acoustics[J]. Technical Acoustics, 2009, 28(2): 153-156. DOI:10.3969/j.issn.1000-3630.2009.02.013 (in Chinese) |
| [5] |
矫珊珊. 厅堂音质控制计算机仿真的误差分析[D]. 山东: 中国海洋大学, 2013 Jiao Shanshan. The Error Analysis of Computer Simulation for the Acoustic Quality Control[D]. Shandong, Ocean University of China, 2013(in Chinese) |
| [6] | Picinali L, Afonso A, Denis M, et al. Exploration of Architectural Spaces by Blind People Using Auditory Virtual Reality for the Construction of Spatial Knowledge[J]. International Journal of Human-Computer Studies, 2013, 72(4): 393-407. |
| [7] | Abouchacra K S. Binaural and Spatial Hearing in Real and Virtual Environments[J]. Ear & Hearing, 2014, 19(3): 250-252. |
| [8] | Lokki T, Gr M. Navigation with Auditory Cues in a Virtual Environment[J]. IEEE Multimedia, 2005, 12(2): 80-86. DOI:10.1109/MMUL.2005.33 |
| [9] |
陈剑军. 建筑声学软件ODEON应用研究[D]. 重庆: 重庆大学, 2012 Chen Jianjun. The Application of the ODEON Used in Architecture Acoustics[D]. Chongqing, Chongqing University (in Chinese) |
| [10] |
王海, 林泰勇. Odeon软件Engineering模式计算结果的评价[J]. 电声技术, 2016, 40(10): 9-19.
Wang Hai, Lin Taiyong. Odeon Software Engineering Mode Evaluation of Computational Results[J]. Technical Acoustics, 2016, 40(10): 9-19. (in Chinese) |
| [11] | Min H, Chen Y, Qiu X. A Coherent Image Source Method for Sound Prediction in Long Spaces with a Sound Absorbent Ceiling[C]//Inter-Noise and Noise-Con Congress and Conference Proceedings, Melbourne, Australia, 2014 |
| [12] |
毕传兴, 胡定玉, 张永斌, 等. 基于等效源法和双面质点振速测量的声场分离方法[J]. 物理学报, 2013, 62(8): 084301-1.
Bi Chuanxing, Hu Dingyu, Zhang Yongbin, et al. Sound Field Separation Technique Based on Equivalent Source Method and Double-Layer Particle Velocity Measurements[J]. Acta Physica Sinica, 2013, 62(8): 084301-1. (in Chinese) |
| [13] | Gu C, Zhu M, Lu H, et al. Room Impulse Response Simulation Based on Equal-Area Ray Tracing[C]//International Conference on Audio, Language and Image Processing. IEEE, 2015: 832-836 |
| [14] | Chen Z, Cai M, Li F, et al. Dynamic Simulation of Traffic Noise by Applying Ray Tracing Method based on Indoor Space Partitioning[J]. Acta Acustica United with Acustica, 2014, 100(3): 467-476. DOI:10.3813/AAA.918727 |
| [15] |
蔡铭, 陈志斌, 邹竞芳. 一种结合室内空间剖分的声线跟踪法[J]. 应用声学, 2013, 32(1): 34-38.
Cai Ming, Chen Zhibin, Zou Jingfang. A Ray Tracing Method Based on Indoor Space Partitioning[J]. Applied Acoustics, 2013, 32(1): 34-38. (in Chinese) |
| [16] |
施全, 吴小珊, 许传贺, 等. 一种NVH试验台声场分析方法研究[J]. 电声技术, 2015, 39(3): 48-53.
Shi Quan, Wu Xiaoshan, Xu Chuanhe, et al. Analysis on Acoustic Field of an NVH Test Bench[J]. Technical Acoustics, 2015, 39(3): 48-53. (in Chinese) |
| [17] |
马进, 邹海山, 邱小军. 存在声反馈的前馈有源噪声控制系统性能分析[J]. 声学学报, 2016, 41(5): 686-693.
Ma Jin, Zou Haishan, Qiu Xiaojun. Performance Analysis of Feedforward Active Noise Control Systems with Acoustic Feedback[J]. Acta Acustica, 2016, 41(5): 686-693. (in Chinese) |
| [18] | Groendyke B, Gipson K. Acoustic Response of a Multipurpose Auditorium at Grand Valley State University[J]. Journal of the Acoustical Society of America, 2015, 138(3): 1901-1901. |
| [19] | Hodgson M, York N, Yang W, et al. Comparison of Predicted, Measured and Auralized Sound Fields with Respect to Speech Intelligibility in Classrooms Using CATT-Acoustic and ODEON[J]. Acta Acustica United with Acustica, 2008, 94(94): 883-890. |
| [20] |
陈剑军, 林泰勇. 室内声场的ODEON软件模拟与实测比对[J]. 电声技术, 2014, 38(11): 1-5.
Chen Jianjun, Lin Taiyong. Comparison of Calculated by ODEON and Measured Value about Interior Sound Field[J]. Audio Engineering, 2014, 38(11): 1-5. DOI:10.3969/j.issn.1002-8684.2014.11.001 (in Chinese) |
| [21] |
陈剑军, 林泰勇. 厅堂T30的ODEON软件模拟与实测[J]. 电声技术, 2016, 40(3): 9-14.
Chen Jianjun, Lin Taiyong. The Hall T30 of ODEON Software Simulation and Measurement[J]. Audio Engineering, 2016, 40(3): 9-14. (in Chinese) |
| [22] |
陈克安. 环境声的听觉感知与自动识别[M]. 北京: 科学出版社, 2014.
Chen Ke'an. Auditory Perception and Automatic Recognition of Environmental[M]. Beijing: Science Press, 2014. (in Chinese) |
| [23] |
闫靓. 混合噪声烦恼度评价及特性研究[D]. 西安: 西北工业大学, 2011 Yan Liang. Annoyance Ratings and Characteristics of Combined Traffic Noise[D]. Xi'an, Northwestern Polytechnical University, 2011(in Chinese) |
2. Key Laboratory of Ocean Acoustics and Sensing, Ministry of Industry and Information Technology(Northwestern Polytechnical University), Xi'an 710072, China;
3. Shenzhen-Based Tencent Holdings Ltd, Shenzhen, 518000, China
