智能电动汽车品牌声音DNA的动态生成——基于深度学习的主动声音设计系统研究

摘要

当智能电动汽车（IEV）得到普遍应用之后，传统内燃机所发出的噪声就不再存在，由此造成行人交通隐患及汽车品牌听觉辨识度、产品个性的双重弱化。主动声音设计（ASD）是改造品牌声音DNA、改善座舱沉浸感和交互状态的关键性技术。但目前所见的ASD系统大体上只是将既定音频作静态拼接或按规则对应到参数上，不能很好地应对复杂驾驶环境，亦无能力让品牌声音DNA以动态方式成长或被定制。针对这种缺陷，本文建议采用深度学习方法对智能电动汽车品牌声音DNA进行动态建模与主动设计。文中从多角度出发建立品牌声音DNA的声学特征体系，把所涉声学量与有关情感含义（科技感、运动感、豪华感）做较完整的关联分析，提出利用条件生成对抗网络（cGAN）及长短期记忆网络（LSTM）联合生成时序音频的思路。所设计的系统用深度强化学习来处理在线适应问题，根据用户即时反馈（生理、主观）对声音生成做微调，使品牌声音有进化可能。该研究对汽车的听觉交互作了技术上的新思考，也较完整地说明了声学工程由静态走向动态的前景。