與聽力結果的相關性
發布時間:2013/3/1 20:08:07 訪問次數:851
因為我們的目的是將客BA5954FP觀數據同主觀聽力評分相關聯，三種算法都需要對其單一數值失真值進行計算，而不是僅僅將通過／失敗值與實際使用的黃金單元標準進行比較。對可感知破擦聲和歸一化破擦聲，提取出隨著激勵頻率變化而對應的最大數值（破撩聲）。這代表了每個揚聲器的測量失真的最高電平。然而，用于篩選的可感知失真數據更加復雜，因為每只單元有6組曲線需要考慮在內。當低頻在好與壞單元表現出最大差異的時候，對每個低于2kHz頻段的最大值進行了計算，并選擇這6個值中的最大值。性擬合）所示，其相關系數為R2。
可感知破擦聲(CLEAR)對聽力測試產生最好的相關性。對于測試下的特定揚聲器，聽力測試中得分高的單元在15～25方范圍內顯示較低失真數值。被受測者認為邊緣揚聲器的測試范圍在25～40方。在聽力測試中，被打分為差的揚聲器基本測量為40～75方。此線性相關性證明PRB算法中使用的聽力模型與人類失真感知有很強的相關性。從差揚聲器中不但鑒別出好的揚器，而且鑒別出邊緣單元，這無論用于工程環境還是用于產品組裝都是極其有用的。當然，被認為是好還是壞的水平取決于制造商的失真容限。
歸一化破擦聲與可感知破擦聲算法和聽力評分一樣，都沒有相關性。幾個在聽力測試中被認為是好的揚聲器單元用歸一化破擦聲測量所得值較高，可能無法通過生產限制。這并不是傳統破擦聲測量方法的缺陷，而是因為歸一化破擦聲設計用于測量所用破擦聲情況，無論可聽與否，都能作為生產線缺陷的指示。因為CLEAR算法僅僅用于測量可聽缺陷，可以預計，一定數量具有確定但不可聽缺陷的揚聲器單元不能通過歸一化破擦聲，但能通過可感知破擦聲。
競爭性可感知算法的數據比其他兩種分析方法產生更為二元性的結果。好的揚聲囂單元有較低的陡度，差的揚聲器單元有很高的陡度，但是這其中的差異較小。這使得判斷揚聲器單元是否為邊緣不合格更具挑戰性，此外也很難判斷揚聲器單元是好是壞。例如，在聽力測試評分為3和4的揚聲器在PRB算法中顯示上升的失真值，但是在陡度方面并沒有比好的揚聲器單元高多少。
這些數據表明用CLEAR和可感知破擦聲算法比其他兩種方法能更容易地為生產測試設定限制。對于給定的產品，工程師只需決定什么程度的失真是不能接受的，然后以方為單位測試揚聲器單元失真，再相應地設定限制。限定一般為平坦直線，在頻段上相同的值。可以認為，在任何頻率失真超過可感知極限，就可以被聽到。
可感知破擦聲(CLEAR)對聽力測試產生最好的相關性。對于測試下的特定揚聲器，聽力測試中得分高的單元在15～25方范圍內顯示較低失真數值。被受測者認為邊緣揚聲器的測試范圍在25～40方。在聽力測試中，被打分為差的揚聲器基本測量為40～75方。此線性相關性證明PRB算法中使用的聽力模型與人類失真感知有很強的相關性。從差揚聲器中不但鑒別出好的揚器，而且鑒別出邊緣單元，這無論用于工程環境還是用于產品組裝都是極其有用的。當然，被認為是好還是壞的水平取決于制造商的失真容限。
歸一化破擦聲與可感知破擦聲算法和聽力評分一樣，都沒有相關性。幾個在聽力測試中被認為是好的揚聲器單元用歸一化破擦聲測量所得值較高，可能無法通過生產限制。這并不是傳統破擦聲測量方法的缺陷，而是因為歸一化破擦聲設計用于測量所用破擦聲情況，無論可聽與否，都能作為生產線缺陷的指示。因為CLEAR算法僅僅用于測量可聽缺陷，可以預計，一定數量具有確定但不可聽缺陷的揚聲器單元不能通過歸一化破擦聲，但能通過可感知破擦聲。
競爭性可感知算法的數據比其他兩種分析方法產生更為二元性的結果。好的揚聲囂單元有較低的陡度，差的揚聲器單元有很高的陡度，但是這其中的差異較小。這使得判斷揚聲器單元是否為邊緣不合格更具挑戰性，此外也很難判斷揚聲器單元是好是壞。例如，在聽力測試評分為3和4的揚聲器在PRB算法中顯示上升的失真值，但是在陡度方面并沒有比好的揚聲器單元高多少。
這些數據表明用CLEAR和可感知破擦聲算法比其他兩種方法能更容易地為生產測試設定限制。對于給定的產品，工程師只需決定什么程度的失真是不能接受的，然后以方為單位測試揚聲器單元失真，再相應地設定限制。限定一般為平坦直線，在頻段上相同的值。可以認為，在任何頻率失真超過可感知極限，就可以被聽到。
因為我們的目的是將客BA5954FP觀數據同主觀聽力評分相關聯，三種算法都需要對其單一數值失真值進行計算，而不是僅僅將通過／失敗值與實際使用的黃金單元標準進行比較。對可感知破擦聲和歸一化破擦聲，提取出隨著激勵頻率變化而對應的最大數值（破撩聲）。這代表了每個揚聲器的測量失真的最高電平。然而，用于篩選的可感知失真數據更加復雜，因為每只單元有6組曲線需要考慮在內。當低頻在好與壞單元表現出最大差異的時候，對每個低于2kHz頻段的最大值進行了計算，并選擇這6個值中的最大值。性擬合）所示，其相關系數為R2。
可感知破擦聲(CLEAR)對聽力測試產生最好的相關性。對于測試下的特定揚聲器，聽力測試中得分高的單元在15～25方范圍內顯示較低失真數值。被受測者認為邊緣揚聲器的測試范圍在25～40方。在聽力測試中，被打分為差的揚聲器基本測量為40～75方。此線性相關性證明PRB算法中使用的聽力模型與人類失真感知有很強的相關性。從差揚聲器中不但鑒別出好的揚器，而且鑒別出邊緣單元，這無論用于工程環境還是用于產品組裝都是極其有用的。當然，被認為是好還是壞的水平取決于制造商的失真容限。
歸一化破擦聲與可感知破擦聲算法和聽力評分一樣，都沒有相關性。幾個在聽力測試中被認為是好的揚聲器單元用歸一化破擦聲測量所得值較高，可能無法通過生產限制。這并不是傳統破擦聲測量方法的缺陷，而是因為歸一化破擦聲設計用于測量所用破擦聲情況，無論可聽與否，都能作為生產線缺陷的指示。因為CLEAR算法僅僅用于測量可聽缺陷，可以預計，一定數量具有確定但不可聽缺陷的揚聲器單元不能通過歸一化破擦聲，但能通過可感知破擦聲。
競爭性可感知算法的數據比其他兩種分析方法產生更為二元性的結果。好的揚聲囂單元有較低的陡度，差的揚聲器單元有很高的陡度，但是這其中的差異較小。這使得判斷揚聲器單元是否為邊緣不合格更具挑戰性，此外也很難判斷揚聲器單元是好是壞。例如，在聽力測試評分為3和4的揚聲器在PRB算法中顯示上升的失真值，但是在陡度方面并沒有比好的揚聲器單元高多少。
這些數據表明用CLEAR和可感知破擦聲算法比其他兩種方法能更容易地為生產測試設定限制。對于給定的產品，工程師只需決定什么程度的失真是不能接受的，然后以方為單位測試揚聲器單元失真，再相應地設定限制。限定一般為平坦直線，在頻段上相同的值。可以認為，在任何頻率失真超過可感知極限，就可以被聽到。
可感知破擦聲(CLEAR)對聽力測試產生最好的相關性。對于測試下的特定揚聲器，聽力測試中得分高的單元在15～25方范圍內顯示較低失真數值。被受測者認為邊緣揚聲器的測試范圍在25～40方。在聽力測試中，被打分為差的揚聲器基本測量為40～75方。此線性相關性證明PRB算法中使用的聽力模型與人類失真感知有很強的相關性。從差揚聲器中不但鑒別出好的揚器，而且鑒別出邊緣單元，這無論用于工程環境還是用于產品組裝都是極其有用的。當然，被認為是好還是壞的水平取決于制造商的失真容限。
歸一化破擦聲與可感知破擦聲算法和聽力評分一樣，都沒有相關性。幾個在聽力測試中被認為是好的揚聲器單元用歸一化破擦聲測量所得值較高，可能無法通過生產限制。這并不是傳統破擦聲測量方法的缺陷，而是因為歸一化破擦聲設計用于測量所用破擦聲情況，無論可聽與否，都能作為生產線缺陷的指示。因為CLEAR算法僅僅用于測量可聽缺陷，可以預計，一定數量具有確定但不可聽缺陷的揚聲器單元不能通過歸一化破擦聲，但能通過可感知破擦聲。
競爭性可感知算法的數據比其他兩種分析方法產生更為二元性的結果。好的揚聲囂單元有較低的陡度，差的揚聲器單元有很高的陡度，但是這其中的差異較小。這使得判斷揚聲器單元是否為邊緣不合格更具挑戰性，此外也很難判斷揚聲器單元是好是壞。例如，在聽力測試評分為3和4的揚聲器在PRB算法中顯示上升的失真值，但是在陡度方面并沒有比好的揚聲器單元高多少。
這些數據表明用CLEAR和可感知破擦聲算法比其他兩種方法能更容易地為生產測試設定限制。對于給定的產品，工程師只需決定什么程度的失真是不能接受的，然后以方為單位測試揚聲器單元失真，再相應地設定限制。限定一般為平坦直線，在頻段上相同的值。可以認為，在任何頻率失真超過可感知極限，就可以被聽到。
相關技術資料- 3-1與聽力結果的相關性
公網安備44030402000607
