【专利解密】哪吒汽车基于MATLAB发明车内语言清晰度自动计算方案

来源:爱集微 #专利解密#
1.9w

【嘉勤点评】哪吒汽车发明的基于MATLAB的车内语言清晰度自动计算方案,利用MATLAB编程语言,简化了车内语言清晰度计算的数据处理过程,不仅提高了数据处理的效率,也降低了数据处理的风险。

集微网消息,汽车行业中,语言清晰度(AI,ArticulationIndex)常用于衡量车内噪声存在时,驾乘者语音交流的清晰程度。例如,通常在人们选购汽车时,会看重车内的风噪低不低,低噪声不仅可以使得人们交流更加方便,也让乘坐体验更为良好。

而语言清晰度这个指标,则是音质评价的重要指标,在汽车NVH(噪声、振动与声振粗糙度)领域,主要用于考察和评估车内噪声对于驾乘人员信息交流的影响程度。

现有技术中,没有很好地专门针对语言清晰度进行自动计算的方法,如果需要得到车内某个测点(待测试的位置)的语言清晰度,往往需要先通过对原始数据进行处理,再通过查表、计权、手工计算等步骤才能得到最终的语言清晰度结果,计算操作非常繁琐,计算效率低,且计算得到的语言清晰度结果准确率低。

为了简化该处理流程,哪吒汽车在2019年10月22日申请了一项名为“一种基于MATLAB的车内语言清晰度自动计算方法”的发明专利(申请号:201911005743.7),申请人为浙江合众新能源汽车有限公司。

根据该专利中公开的相关资料,让我们一起来看看这项发明专利吧。

如上图,为该专利中发明的基于MATLAB的车内语言清晰度自动计算方法的流程示意图,在该专利中,不仅给出了具体的过程,而且给出了MATLAB代码描述,为该专利中方案的实现增添了实用性。

系统在运行时,首先获取txt文本,该文本中包括每一测点的数据,该专利中设置了四个测点,分别为:主驾左耳测点、主驾右耳测点、右后乘客左耳测点和右后乘客右耳测点,系统会在这些测点采集用户交流的信息,并记录在txt文本中。并对每一测点的数据进行功率谱密度分析并得到功率谱密度分析结果。

其次,根据设定的1/3倍频程上限频率、1/3倍频程下限频率,并结合功率谱密度分析结果,即可求得每一测点的1/3倍频程频谱。通过对该1/3倍频程频谱进一步执行线性自功率谱分析算法,以得到线性自功率谱分析结果。

接着,根据设定的A计权特性值得到线性自功率谱分析结果的A计权声压级频谱,该A计权声压级频谱表征着用户在车内交流的声音频谱信息。通过与系统中预设的参考声压级频谱进行差值计算,即可得到用户每段语言的清晰度。

最后,该专利中通过求和的形式,将每段语言的清晰度进行求和相加,作为总语言的清晰度,即可用于判断该车内的语言清晰度如何。

以上就是哪吒汽车发明的基于MATLAB的车内语言清晰度自动计算方案,该方案利用MATLAB编程语言,简化了车内语言清晰度计算的数据处理过程,不仅提高了数据处理的效率,也降低了数据处理的风险。在较好地实现了车内语言清晰度计算的同时,使得计算过程更为简便。

关于嘉勤

深圳市嘉勤知识产权代理有限公司由曾在华为等世界500强企业工作多年的知识产权专家、律师、专利代理人组成,熟悉中欧美知识产权法律理论和实务,在全球知识产权申请、布局、诉讼、许可谈判、交易、运营、标准专利协同创造、专利池建设、展会知识产权、跨境电商知识产权、知识产权海关保护等方面拥有丰富的经验。(校对/holly)

责编: 刘燚
来源:爱集微 #专利解密#
THE END

*此内容为集微网原创,著作权归集微网所有,爱集微,爱原创

关闭
加载

PDF 加载中...