波动强度分析

波动强度量化人对声音中缓慢幅度调制的感知。粗糙度捕捉的是快速调制(15 – 300 Hz),而波动强度 则针对约 20 Hz 以下的调制频率,其感知灵敏度在约 4 Hz 处达到峰值。在这些较低的调制速率下, 听者感知到的是一种有节奏的"波动"或"跳动"特性,而非连续的粗糙质感。

理论

低速率调制检测

听觉系统将缓慢的包络波动解析为一个个独立的时间事件。当调制速率足够低(约 20 Hz 以下)时, 每一个调制周期都被单独感知,从而产生时间变化的感觉。当速率增加到超过 20 Hz 时,各个周期 就融合为连续的粗糙度感知。

调制传递函数

波动强度模型应用了一个本质上为带通的调制传递函数,其峰值位于 4 Hz。该函数反映了听觉系统 的时间分辨率极限:

F = 0.008 · ∫024 Bark ΔL(z)  /  ( fmod / 4 + 4 / fmod )   dz   [vacil]

其中 ΔL(z) 表示因调制而在各临界频带内产生的电平变化,fmod 是以 Hz 为单位的调制 频率。分母在 fmod = 4 Hz 处达到最小值,从而产生最大的波动强度。

与粗糙度的关系

波动强度与粗糙度是互补的指标,二者共同覆盖了时间调制感知的完整范围。交叠区域位于 15 – 20 Hz 附近,两个模型在此都给出较低的值。实际上,大多数真实世界中的声音在两个区间 内都存在调制成分,因此两个指标应一同评估。

波动强度 vs 调制频率 波动强度 (vacil) 调制频率 (Hz) 0.5 1 2 4 8 16 20 4 Hz 处感知最强

参数

参数选项说明
块大小200 ms – 2000 ms与粗糙度相比需要更长的块,以便解析 2 – 4 Hz 的调制
重叠0% – 75%相邻块之间的重叠;更高的重叠提供更平滑的时间曲线
声场类型自由场 / 扩散场用于临界频带分析的耳传递函数
调制频率范围0.5 Hz – 20 Hz(固定)模型所捕捉的有效调制频率范围

输出量

量单位说明
Fvacil总体波动强度
F(t)vacil波动强度随时间变化的曲线

波动强度 vs 时间

随时间变化的波动强度 F(t) 揭示了低频调制在整个录音过程中的演变。典型应用包括:

听觉模型波动强度(ECMA-418-2 第 4 版)

两套波动强度模型并存。上文所述的经典模型遵循 Zwicker/Fastl 的表述。在此之外, 谛耳还提供 ECMA-418-2 第 4 版(2025)所定义的听觉模型变体: 信号先经过标准化的听觉滤波器组与耳传递函数,再评估其中的低速率调制。

方面经典模型听觉模型(ECMA-418-2 第 4 版)
基础临界频带电平变化模型带有明确定义的听觉滤波器组的标准化听觉模型
单位vacilvacil;逐带结果是密度,单位 vacil/Bark
声场自由场 / 扩散场自动判定(默认)/ 自由场 / 扩散场 — 自动判定按逐通道读取录音所带的均衡信息确定声场
频率分辨总值53 个半 Bark 带,0.5 – 26.5 Bark
典型用途沿用既有对比口径与既定目标值按当前标准化方法出报告;定位发生波动的频率区域

逐带的听觉模型分析提供三个变种——频带谱、vs 时间与 vs 转速——三者共用同一单值口径, 详见特征波动强度(听觉模型)页。

经典模型与听觉模型的结果数值不可互换。同一组对比试验请固定使用其中一套, 并在每份报告中注明所用模型——听觉模型还需注明标准版本与声场。

波动强度 vs 转速

听觉模型波动强度还提供 vs 转速变体。结果以转速而非时间为横轴, 可直接看出声音在运行范围的哪一段变得不平顺或有跳动感。

与其它随转速变化的心理声学分析共用的参数,参见 心理声学 vs 转速。

解读指南

参考值:1 vacil 定义为 1 kHz 音调在 60 dB SPL、以 4 Hz 进行 100% 幅度调制时的 波动强度。

实际应用说明

标准参考


© 2026 Deepsona. All Rights Reserved.