粗糙度描述人对声音中快速幅度调制的感知。当载波信号以约 15 Hz 至 300 Hz 之间的速率被调制时， 听者会感知到一种典型的"粗糙"或"嗡嗡"的质感。最大粗糙度感觉出现在约 70 Hz 的调制频率处。 粗糙度是评估发动机噪声、齿轮啸叫、电机音调及电动工具声音的重要声品质指标。
听觉系统在每个临界频带内检测幅度调制 (AM)。粗糙度模型对输入信号应用一组临界频带滤波器， 计算每个频带输出的包络，并提取调制深度和调制频率。只有位于粗糙度相关范围（15 – 300 Hz） 内的调制才对结果有贡献。
调制深度 m 描述包络波动幅度与平均包络电平之比：
完全调制的信号（100% AM）具有 m = 1.0，并在最优调制频率处产生最大粗糙度。
总粗糙度通过对所有临界频带的调制深度贡献求和计算得到，并由一个在约 70 Hz 处达到峰值的 调制频率传递函数 fmod 加权：
常数 k 经过校准，使得 1 kHz 音调在 60 dB SPL、以 70 Hz 进行 100% AM 时恰好得到 1 asper。
| 参数 | 选项 | 说明 |
|---|---|---|
| 块大小 | 40 ms – 200 ms | 分析窗长度；较短的块提高时间分辨率，但降低调制频率分辨率 |
| 重叠 | 0% – 75% | 相邻分析块之间的重叠 |
| 调制频率范围 | 15 Hz – 300 Hz（固定） | 调制检测的带通范围；用户不可调 |
| 声场类型 | 自由场 / 扩散场 | 底层临界频带分析所用的耳传递函数 |
| 量 | 单位 | 说明 |
|---|---|---|
| R | asper | 总体粗糙度值 |
| R'(z) | asper/Bark | 比粗糙度频谱，显示每个临界频带的贡献 |
| R(t) | asper | 时变信号的粗糙度随时间变化曲线 |
比粗糙度频谱 R'(z) 揭示了哪些频率区域对总体粗糙度贡献最大。这对诊断非常有价值：例如， 在约 16 Bark 处的比粗糙度峰值表明在 3 – 4 kHz 附近存在被调制的能量，这可能对应于 齿轮啮合频率相互作用或电机换向效应。
随时间变化的粗糙度 R(t) 逐块计算。这样便可跟踪瞬态事件期间粗糙度的演变，例如：
两套粗糙度模型并存。上文所述的经典模型遵循 Zwicker/Fastl 与 Daniel/Weber 的表述。 在此之外，谛耳还提供听觉模型粗糙度，它遵循 ECMA-418-2 标准化的听觉处理链路：信号先经过 ECMA-418-2 的听觉滤波器组与耳传递函数， 再在得到的频带包络上做调制分析。
| 方面 | 经典模型 | 听觉模型（ECMA-418-2） |
|---|---|---|
| 基础 | 临界频带调制深度模型 | 带有明确定义的听觉滤波器组的标准化听觉模型 |
| 单位 | asper | asper |
| 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 |
| 标准版本 | — | ECMA-418-2 第 3 版（默认）或第 4 版 |
| 典型用途 | 沿用既有对比口径、历史数据集、既定目标值 | 按当前标准化方法出报告；与其它听觉模型指标保持口径一致 |
听觉模型粗糙度还提供 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粗糙。由于转速轴消去了升速快慢的影响， 这是做目标设定与样件对比所需的形式。
与其它随转速变化的心理声学分析共用的参数，以及曲线的读法建议， 参见心理声学 vs 转速。
© 2026 Deepsona. All Rights Reserved.