9月19-22日，由中國聲學(xué)學(xué)會(huì)主辦，南京大學(xué)承辦的2024全國聲學(xué)大會(huì)將在南京召開，設(shè)有物理聲學(xué)、環(huán)境聲學(xué)、計(jì)算聲學(xué)等多個(gè)主題。大會(huì)將推動(dòng)“產(chǎn)、學(xué)、研、用”全領(lǐng)域的交流融合互動(dòng)，拓展聲學(xué)領(lǐng)域的發(fā)展空間。
杭州星空游戲儀器有限公司此次組織由3位高級(jí)職稱和7位研究生學(xué)歷骨干組成的最靚“天團(tuán)”，參加環(huán)境聲學(xué)、噪聲與振動(dòng)控制、語言聲學(xué)與語音信號(hào)處理、聲學(xué)測(cè)量與儀器、聲學(xué)換能器等五個(gè)主題交流活動(dòng)。參會(huì)人員多年來一直從事聲學(xué)和振動(dòng)領(lǐng)域的研究，具有深厚的理論基礎(chǔ)和豐富的實(shí)踐經(jīng)驗(yàn)。同時(shí)，公司將在大會(huì)設(shè)立產(chǎn)品展示區(qū)，誠摯邀請(qǐng)各界同行共同探討和深入交流。
一種基于多源數(shù)據(jù)融合的寧靜小區(qū)噪聲溯源方法及應(yīng)用研究
寧靜城市事業(yè)部解決方案專家 張程程
寧靜小區(qū)建設(shè)中噪聲溯源問題，涉及到各類數(shù)據(jù)的融合問題。其中，噪聲源聲學(xué)特征數(shù)據(jù)有聲壓級(jí)大小、頻譜特征、聲源類型、聲源方向及位置等；環(huán)境特征數(shù)據(jù)主要為風(fēng)速、雨量大小等氣象特征；實(shí)際執(zhí)法力量的結(jié)合主要是考慮處置閉環(huán)的可操作性。上述數(shù)據(jù)的有效融合需要借助統(tǒng)計(jì)學(xué)工具，對(duì)數(shù)據(jù)進(jìn)行有效性分析、時(shí)空關(guān)聯(lián)分析、業(yè)務(wù)規(guī)則分析等綜合處理與模型構(gòu)建，形成噪聲源畫像，實(shí)現(xiàn)噪聲精準(zhǔn)溯源。可廣泛應(yīng)用于寧靜小區(qū)建設(shè)與管理，為相關(guān)領(lǐng)域的研究人員提供參考。
一種分布式噪聲監(jiān)測(cè)系統(tǒng)設(shè)計(jì)和研究
物聯(lián)網(wǎng)事業(yè)部高級(jí)架構(gòu)師 徐向峰
針對(duì)基于分布式物聯(lián)網(wǎng)在線噪聲監(jiān)測(cè)系統(tǒng)存在的數(shù)據(jù)傳輸穩(wěn)定性、數(shù)據(jù)整合和標(biāo)準(zhǔn)化、系統(tǒng)靈活性和可擴(kuò)展性等問題，提出了采用微服務(wù)架構(gòu)組建分布式物聯(lián)網(wǎng)系統(tǒng)，集群化物聯(lián)網(wǎng)設(shè)備采集入口，提升系統(tǒng)的擴(kuò)展能力；同時(shí)應(yīng)用業(yè)務(wù)分層技術(shù)方案，分離數(shù)據(jù)采集、數(shù)據(jù)分析和上層應(yīng)用業(yè)務(wù)，保證數(shù)據(jù)的同步性；通過優(yōu)化系統(tǒng)架構(gòu)，降低系統(tǒng)間的耦合性，提高系統(tǒng)的靈活性和可擴(kuò)展性；此外，使用多級(jí)緩存機(jī)制以及數(shù)據(jù)中間態(tài)的概念，提高數(shù)據(jù)傳輸?shù)男屎腿蒎e(cuò)性，確保數(shù)據(jù)的可靠傳輸。
表面?zhèn)髀暺骷夹g(shù)要點(diǎn)及應(yīng)用研究
傳感器事業(yè)部總監(jiān) 羅高鋒
表面?zhèn)髀暺髦饕獞?yīng)用于航空航天、高鐵、汽車等高速運(yùn)動(dòng)物體表面聲壓級(jí)測(cè)試的場(chǎng)景，其能準(zhǔn)確測(cè)量出這些物體表面的聲壓，為空氣動(dòng)力學(xué)研究提供準(zhǔn)確的數(shù)據(jù)支持。表面?zhèn)髀暺髟诟邷亍⒏邼竦葠毫迎h(huán)境下使用，因此選擇線脹系數(shù)好、耐腐蝕性能佳的材料是關(guān)鍵；而精密的均壓系統(tǒng)設(shè)計(jì)，能夠確保傳聲器在工作過程中，快速的進(jìn)行靜壓交換，從而提高傳聲器性能穩(wěn)定性；同時(shí)需要在工藝上對(duì)傳聲器靈敏度與振膜張力控制采取特殊措施；此外，采用高溫高濕老化的方法，可以確保傳聲器的長期穩(wěn)定性和可靠性。
基于預(yù)訓(xùn)練GPT-SoVITS算法的文本生成語音研究
AI事業(yè)部總監(jiān) 紀(jì)盟盟
GPT-SoVITS文本生成語音模型是一種結(jié)合了GPT模型和聲音轉(zhuǎn)換技術(shù)的模型，旨在實(shí)現(xiàn)端到端的高質(zhì)量語音生成和聲音轉(zhuǎn)換。通過使用經(jīng)過大數(shù)據(jù)樣本和長時(shí)間訓(xùn)練的開源預(yù)訓(xùn)練模型，可以極大程度的減小訓(xùn)練數(shù)據(jù)和訓(xùn)練時(shí)間。實(shí)驗(yàn)結(jié)果表明，錄制3分鐘的個(gè)人音頻即可對(duì)模型進(jìn)行針對(duì)性微調(diào)，基于單張A100顯卡分別對(duì)GPT和SoVITS微調(diào)5分鐘，即可得到與原語音音色相似度很高的專屬語音生成模型。
一種環(huán)境噪聲煩惱度參數(shù)相關(guān)性分析及建模方法
數(shù)字仿真事業(yè)部高級(jí)分析師 毛志德
為了更加準(zhǔn)確的評(píng)估環(huán)境噪聲對(duì)人們的煩惱程度，在進(jìn)行噪聲煩惱程度評(píng)價(jià)體系時(shí)，除了考慮響度、粗糙度、尖銳度、波動(dòng)度等心理聲學(xué)評(píng)價(jià)指標(biāo)外，還需要考慮聲源的類型、等效聲級(jí)、頻率能量比、峭度等十余種指標(biāo)，通過對(duì)比各個(gè)指標(biāo)對(duì)人體主觀煩惱程度的影響，分析出不同指標(biāo)的權(quán)重影響。研究收集了不同的聲音樣本，對(duì)被試人員進(jìn)行主觀煩惱度的測(cè)試，最終得到了更為準(zhǔn)確的煩惱度評(píng)價(jià)模型，能夠更加直觀地評(píng)價(jià)各類噪聲對(duì)人們的影響程度。
語言傳輸指數(shù)測(cè)量方法研究與實(shí)現(xiàn)
工業(yè)4.0事業(yè)部總監(jiān) 張歡歡
語音傳輸指數(shù)（Speech Transmission Index，STI）是一種用于評(píng)估語音信號(hào)傳輸質(zhì)量的指標(biāo)，常用的語言清晰度評(píng)價(jià)方法有主觀評(píng)價(jià)和客觀評(píng)價(jià)兩種。其中擴(kuò)聲系統(tǒng)語言傳輸指數(shù)STIPA，因其測(cè)試方便、快捷，逐漸成為語言清晰度測(cè)量客觀評(píng)價(jià)的主要方法。本研究基于STIPA測(cè)試方法，設(shè)計(jì)了一套包含信號(hào)源、聲源以及STI分析儀等在內(nèi)的測(cè)量系統(tǒng)，實(shí)現(xiàn)了語音傳輸指數(shù)的快速測(cè)量，可廣泛應(yīng)用于車站、機(jī)場(chǎng)、購物中心、會(huì)議廳、音樂廳、體育館等建筑公共廣播系統(tǒng)的語言傳輸指數(shù)測(cè)量。
基于聲級(jí)計(jì)的互相關(guān)降噪方法
智能儀器事業(yè)部總監(jiān) 張凱帆
單一通道的聲級(jí)計(jì)噪聲測(cè)量下限，往往受制于傳聲器和前置放大器噪聲的影響。而雙通道聲級(jí)計(jì)，能同時(shí)連接2個(gè)傳聲器與前置放大器，借助互相關(guān)算法，通過計(jì)算互相關(guān)函數(shù)（cross-correlation function），分析兩個(gè)時(shí)間序列或信號(hào)之間的關(guān)系，找到信號(hào)中的相似模式，并對(duì)測(cè)量數(shù)據(jù)進(jìn)行分析處理，可消除傳聲器與前置放大器的熱噪聲，最終達(dá)到有效降低聲級(jí)計(jì)測(cè)量下限，提高測(cè)量準(zhǔn)確性和可信度的效果，為精密聲級(jí)計(jì)的開發(fā)提供了新的思路和方法。
多聲源同時(shí)計(jì)數(shù)和定位方法
AI事業(yè)部高級(jí)算法工程師 李泳
根據(jù)最大特征值的分布篩選出能量貢獻(xiàn)率較高的一些頻點(diǎn)作為定位頻點(diǎn)，基于窄帶波束形成方法，剔除可能由噪聲或混響引起的錯(cuò)誤角度值，選擇合適的帶寬參數(shù)，擬合篩選角度估計(jì)值的概率密度函數(shù)曲線，提取曲線的峰值，該峰值數(shù)即為聲源數(shù)估計(jì)值，并同步得到了對(duì)應(yīng)各聲源的角度估計(jì)。仿真和實(shí)驗(yàn)結(jié)果表明，該方法可在快拍數(shù)較少情況下實(shí)現(xiàn)聲源數(shù)的準(zhǔn)確估計(jì)，以及較高的聲源定位精度，且在低信噪比和混響環(huán)境下仍能表現(xiàn)出較好的魯棒性。
瞬態(tài)誘發(fā)耳聲發(fā)射信號(hào)的快速識(shí)別方法
醫(yī)療事業(yè)部OAE項(xiàng)目總監(jiān) 王雙杰
為消除瞬態(tài)噪聲的干擾和實(shí)現(xiàn)快速識(shí)別TEOAE信號(hào)，設(shè)計(jì)了一種基于EMD分解的小波算法，通過將采集到的信號(hào)進(jìn)行EMD分解，得到不同的IMFs信號(hào)，濾除能量譜突變的IMFs信號(hào)并對(duì)不同的IMFs信號(hào)加權(quán)重構(gòu)，去除瞬態(tài)噪聲的影響；借助小波算法可以有效減少相干疊加次數(shù)，根據(jù)小波分解層數(shù)、基本小波和閾值選擇三個(gè)層面找到適用于TEOAE信號(hào)的小波參數(shù)，實(shí)現(xiàn)快速對(duì)0.5kHz~4kHz測(cè)試頻率相關(guān)率和信噪比指標(biāo)提高，最終實(shí)現(xiàn)快速準(zhǔn)確的識(shí)別TEOAE信號(hào)。
一種用于模擬耳聲發(fā)射信號(hào)的仿真系統(tǒng)及方法
醫(yī)療事業(yè)部ABR項(xiàng)目總監(jiān) 李耀祖
常規(guī)的音頻電路由于自身本底噪聲的限制，無法輸出、采集滿足耳聲發(fā)射測(cè)試儀要求的微弱仿真信號(hào)。針對(duì)這一問題，可采用音頻電路加無源衰減網(wǎng)絡(luò)的組合方式，音頻電路輸出一個(gè)幅度較高的初始信號(hào)，再使用衰減電路將原初始信號(hào)衰減成足夠微弱（uV級(jí)）的信號(hào)。校準(zhǔn)初始信號(hào)的幅度后，再通過主控模塊控制衰減網(wǎng)絡(luò)的衰減檔位可精確控制輸出的信號(hào)幅度。系統(tǒng)采集耳聲發(fā)射測(cè)試儀輸出的刺激聲信號(hào)，并進(jìn)行信號(hào)處理和頻譜分析，得到刺激聲的類型和頻譜后，根據(jù)這一結(jié)果輸出相應(yīng)的耳聲發(fā)射仿真信號(hào)。
