首页期刊导航|应用声学
期刊信息/Journal information
应用声学
应用声学

王秀明

双月刊

1000-310X

yysx@mail.ioa.ac.cn

010-82547761

100190

北京海淀北四环西路21号

应用声学/Journal Applied AcousticsCSCD北大核心CSTPCD
查看更多>>本刊是声学领域的学术刊物,由中国科学院主管,中国科学院声学研究所与中国声学学会联合主办.是中国自然科学核心期刊、中国科技论文统计用刊.国内外公开发行.办刊的宗旨是繁荣应用声学事业,促进新成果的开发与推广,促进科研、工程技术人员与生产的实践者之间的相互了解和合作。本刊登载应用声学各个分支及其交叉学科在国内外的新进展、新动态的综合性评论介绍,研究工作的论文、简报,工业生产或科学实验中的技术成果,制作工艺的革新与经验交流等.此外,还刊登新书评价,声学标准,国内外的重要声学消息会议报道。
正式出版
收录年代

    稳态和动态虚拟听觉重放对近场距离感知的影响

    燕子翔谢菠荪朱俊
    469-477页
    查看更多>>摘要:虚拟听觉重放是研究距离感知的一种重要工具,它可分为传统的稳态虚拟听觉重放和动态虚拟听觉重放.稳态虚拟听觉重放经常会产生头中定位而影响距离感知的判断,从而影响最终的实验结果.过去的实验大多采用稳态虚拟听觉重放,因此其结论也存在较大的争议性.该文对比研究稳态和动态的虚拟听觉重放对绝对距离感知效果的影响.实验采用非个性化头相关传输函数进行双耳合成,将分布在水平面0.20~1.00 m的7个距离、0°~180°的7个方位角下的信号通过耳机进行虚拟重放.心理声学实验结果表明,在稳态虚拟听觉重放条件下,受试者不同程度地报告了存在头中定位.而动态虚拟听觉重放系统能够利用动态因素,从而产生头外化的听觉感知.统计分析表明动态虚拟听觉重放下的距离感知效果与稳态重放存在明显的差异.由于动态虚拟重放更接近真实声源的感知效果,应选用这种方法作为实验工具.同时,在实际的空间声应用中,也应该采用动态虚拟听觉重放产生不同的距离感知.

    虚拟听觉重放距离感知声学近场

    门控卷积神经网络多通路声学回声消除算法

    李国腾郑成诗柯雨璇李晓东...
    478-487页
    查看更多>>摘要:多通路声重放系统能够增强听者的现实感与空间感,但在免提通信条件下,其不可避免会受到噪声和回声干扰,严重影响通信质量.针对上述问题,提出了一种基于门控卷积循环神经网络的多通路声学回声消除和噪声抑制方法.该方法以传声器接收信号和重放声道的压缩复数谱为网络输入,以近端语声的压缩复数谱为网络的输出目标,直接从传声器拾取信号中恢复近端纯净语声,无需对声重放信号进行去相关处理,解决了传统自适应滤波方法中存在的非唯一解问题,同时保证了多通路声重放质量.仿真和真实声学环境实验均表明该文所提出的方法可显著消除多通路声重放系统的噪声和回声,在语声质量和回声返回衰减增益方面均优于传统算法.

    多通路声回声抵消噪声抑制Ambisonics

    用于汽车压缩机振动噪声控制的声子晶体设计与试验

    刘威何泽银曹昱坤向银...
    488-497页
    查看更多>>摘要:针对汽车压缩机低频振动噪声控制难的问题,基于局域共振机理在压缩机外壳设计一种声子晶体结构.借助有限元法,计算声子晶体带隙范围,阐明声子晶体结构参数与在压缩机外壳布置方式选取原因,分析其具备的优势.而后,定制各部分材料组装声子晶体实体并布置于压缩机外壳后端面,搭建压缩机振动噪声台架试验台,选取4个声学场点采集辐射噪声,并记录压缩机本体振动变化情况.进一步,选取某型号汽车搭建压缩机整车振动噪声试验台,在驾驶员座椅右侧靠近人耳处设置声学传声器采集驾驶室内辐射噪声,并记录压缩机本体振动变化情况.试验结果表明,压缩机外壳安装声子晶体后,在声子晶体带隙频率范围对应转速内,台架与整车试验测得总辐射噪声与压缩机本体各向振动加速度均方根值基本存在改善,且部分转速范围效果显著.该文为汽车压缩机低频振动噪声控制研究提供了新的参考.

    汽车压缩机声子晶体台架试验整车试验振动噪声控制

    针对口音识别中冗余特征及长尾效应的有效方法

    杨壮颜永红黄志华
    498-504页
    查看更多>>摘要:口音识别是指在同一语种下识别不同的区域口音的过程.为了提高口音识别的准确率,采用了多种方法,取得了明显的效果.首先,为了解决声学特征中关键特征权重不突出的问题,引入了有效的注意力机制,并对多种注意力机制进行了比较和分析.通过模型自适应学习通道和空间维度的不同权重,提高了口音识别的性能.在Common Voice英语口音数据集上的实验结果表明,引入CBAM注意力模块是有效的,识别准确率相对提升了 12.7%,精确度相对提升了 17.9%,F1值相对提升了 6.98%.之后,提出了一种树形分类方法来缓解数据集中的长尾效应,识别准确率最多相对提升了 5.2%.受域对抗训练的启发,尝试通过对抗学习方法剔除口音特征中的冗余信息,使得准确率最多相对提升了 3.4%,召回率最多相对提升了 16.9%.

    口音识别注意力机制树形分类对抗学习

    次级源和误差传感器布放对带弹性障板的充液直管声振复合有源控制的影响

    郭格格孙红灵孙陆阳米泽宁...
    505-512页
    查看更多>>摘要:针对充液管路系统噪声有源控制问题,研究了次级源和误差传感器布放对带弹性障板的充液直管管路系统有源消声与有源消振复合控制效果的影响.基于声固耦合方法建立了带弹性障板的充液直管管路系统的有限元模型,在声激励下对比了次级声源布放对系统有源消声性能的影响,并在组合激励下分析了次级力源、次级声源和误差传感器布放对系统复合有源控制的影响.结果表明,非对称分布的次级声源容易激起管壁振动,进而带动障板振动,导致有源消声效果不佳;采用对称分布的次级声源可使低频段的降噪量提高10 dB以上.复合有源控制可进一步提升全频段的控制效果.通过增加振动误差传感器数量,可使绝大多数频点的降噪量提高1~20 dB不等.此外,在管壁上布放的两圈次级力源的间距小于管壁振动波长的1/4,且都不位于管壁振动节点附近时控制效果更好.

    弹性障板组合激励充液直管有源消声有源消振

    结合MGCC特征与多尺度通道注意力的环境声深度学习分类方法

    杨俊杰丁家辉杨柳冯丽...
    513-524页
    查看更多>>摘要:环境声分类技术在家居安全监测、人机语声交互等领域具有关键作用.然而,声源的多样性与混合性给环境声分类方法设计带来了重大挑战.为提高分类准确率与节约计算资源,该文提出一种基于多尺度通道注意力机制的深度学习分类模型.所提模型由特征提取模块、多尺度卷积模块、高效通道注意力模块、输出层四部分组成.首先,通过引入加权型梅尔Gammatone频率倒谱系数(MGCC)挖掘环境声频谱幅值与相位结构信息;其次,融合多尺度卷积核与高效通道注意力机制优选出声频关键局部细节和通道特征;最后,在全连接层采用softmax函数映射特征并输出环境声类型的概率值.所提模型在6种环境声的iFLYTEK、10种环境声的 Urbansound8k数据集上开展测试验证,分别取得了 94%、76.52%、79.24%(iFLYTEK+Urbansound8k)的分类准确率.消融实验结果进一步表明:引入的多尺度卷积模块、通道注意力机制模块对分类准确率的提升贡献率分别接近于3.77%和1.89%.实验还详细对比了 7种现有的深度学习分类方法,所提算法在分类准确率上排名第二;另外,在同级别算法中如ResNet18、GoogLeNet,所提算法在模型参数量和计算复杂度方面上实现了进一步的约减.

    环境声分类梅尔Gammatone频率倒谱多尺度核卷积高效通道注意力卷积神经网络

    光伏电站电力听诊系统降噪方法

    喻洋高秉文陆超熊菲...
    525-532页
    查看更多>>摘要:在光伏电站电力听诊系统中,为降低光伏电站采集声音的噪声,对光伏电站常见的各种噪声进行时频谱分析,基于各类噪声特点和经典的U型网络结构设计了降噪网络.为提升降噪效果,将能量信息加入到复数卷积网络中,同时融合基于Transformer的专家子系统以进一步提升效果.最后,通过构建数据集和多组对比实验,证明了所设计网络对常见混叠信号可以大幅提高声信号的信噪比,最高可达6.14 dB.另外,通过多组烧蚀实验证明了文中所述各项优化的有效性.

    光伏电站降噪深度学习

    环境风对高速列车气动噪声特性的影响分析

    张治乾于培师赵军华赵凡...
    533-541页
    查看更多>>摘要:气动噪声随着列车运行速度的提高急剧增加,是高速列车噪声的重要组成部分.本文使用缩比为1:20的三车编组模型,通过三维瞬态延迟分离涡模型求解高速列车的外流场,分析了环境风对流场结构与声源特性的影响;之后使用FW-H方程进行噪声传播计算,分析了不同速度的环境风对高速列车气动声学行为特性的影响.结果表明:高速列车主要的噪声源分布在转向架附近,在环境风的影响下,列车背风侧声源强度高于迎风侧,列车底部声源强度增幅较大.10 m/s以内的环境风会改变高速列车在尾流区域的声学指向性,并使气动噪声增加2.1~8.7 dB.相关结论可以为高速列车气动声学设计等研究提供参考.

    高速列车气动噪声延迟分离涡模拟FW-H方程环境风

    基于桥接Transformer的小样本优化鸟声识别网络

    王基豪周晓彦韩智超王丽丽...
    542-551页
    查看更多>>摘要:针对实际鸟类监测环境中,收集鸟声声频数据分布不均匀,导致神经网络训练不充分,分类识别测试准确率低的问题,设计了一种桥接Transformer神经网络模型.该网络首先利用原始鸟声声频信号生成短时傅里叶变换语谱图作为输入特征,之后将语谱图输入到由注意力模块和卷积模块桥接组成的Transformer网络中,完成对语谱图中全局特征和局部特征的信息交互,最后利用单层Transformer编码器实现对每一个批次样本的损失优化,得到最终的分类结果.在Birdsdata和xeno-canto鸟声数据集上进行小样本实验,分别获得了91.34%和82.63%的平均准确率,与其他鸟声识别网络进行了对比实验,验证了该网络的有效性.

    鸟声识别注意力机制卷积模块Transformer网络

    大钟拍声的调整实验

    刘勇君朴锋爱
    552-560页
    查看更多>>摘要:阐明大钟拍声的发生原理,并用大钟振动拍的理论模型说明拍的特性,从而控制清晰度.在实验钟上附着质量,附着质量位置的不同,能够改变其非对称程度,进一步调整拍频,同时将有限元分析结果与等效圆环理论计算结果进行对比.引入等效圆环理论,通过建立一个理论上带有附加质量的轴对称圆环模型,达到具有和大钟相同的振动特性.根据模型,得到在大钟特定位置附加的质量,以同时调整所需拍的清晰度和周期.在大钟多个位置进行实验,并进行有限元分析,验证了该理论的有效性.

    拍现象等效圆环拍频