本技术涉及车辆声音处理，特别涉及一种声音的优化方法、装置、车辆及计算机程序产品。
背景技术：
1、随着汽车工业的迅速发展和消费者对舒适性的追求，整车噪声控制水平已经成为决定产品竞争力和消费者满意度的重要因素，汽车声品质作为噪声控制水平的一项重要衡量指标，当前行业内对声品质的评价分析及控制优化手段有限，主要依赖工程师的工程经验，通过对响度、尖锐度等有限细分指标的分析及主观评价进行控制，优化过程也需通过结构调整及反复试验验证进行，过程繁琐且优化效果严重依赖工程师经验水平，且无法满足汽车产品开发过程对快速的开发周期及成本控制要求。
2、现有的基于1/3倍频程的声品质分析过程，各频段对整体声品质的影响作用机理复杂，无法与声品质综合效果建立直接联系，对于整体声品质的优化很难起到指导作用。强化学习作为人工智能技术中一项重要的技术方法，在多目标的优化过程中展示出了强大的能力，可在机理模型无法构建的条件下，快速实现数据驱动的多目标自动优化求解。目前强化学习在音频信号优化中的应用，大多针对特定类型的音频（如音乐、语音等某一类），并未在汽车声品质优化这一领域应用。
技术实现思路
1、本技术提供一种声音的优化方法、装置、车辆及计算机程序产品，以解决相关技术中声品质预测分析及优化过程，分析评价维度不系统、主观依赖性强、优化过程繁琐、调试成本高等问题。
2、本技术第一方面实施例提供一种声音的优化方法，包括以下步骤：接收待测音频，并将所述待测音频转换为倍频程频谱数据；将所述倍频程频谱数据输入至声品质评价分析模型进行声品质评价，得到所述待测音频的声品质评分，并将所述声品质评分输入至预设的强化学习优化模型确定最优倍频程特征；根据所述最优倍频程特征对所述待测音频进行声音重构，得到优化后的声音信号。
3、可选地，所述根据所述最优倍频程特征参数对所述待测音频进行声音重构，得到优化后的声音信号，包括： 基于所述最优倍频程特征参数计算倍频程频段的每个频带的声压均方根值，并根据所述每个频带的声压均方根值生成高斯白噪声信号；将所述高斯白噪声信号滤波得到滤波后的高斯白噪声信号，根据计算得到的每个频带声压均方根值调整滤波后的高斯白噪声信号的幅度，并将所有经过幅度调整的频带信号进行叠加，得到优化后的声音信号。
4、可选地，在将所述倍频程频谱数据输入至声品质评价分析模型进行声品质评价之前，包括：获取多个车型的音频数据及对应的声品质主观评分数据，并将所述音频数据转化为倍频程频谱数据，将所述倍频程频谱数据划分为训练集、验证集；将训练集输入所述预设的神经网络进行训练，提取所述训练集中的频谱特征，将提取的频谱特征与声品质主观评分数据进行关联学习，建立所述频谱特征与声品质的映射关系；利用验证集对训练过程中的神经网络进行验证，当训练过程中的神经网络满足预设停止训练条件后，得到声品质评价分析模型。
5、可选地，在将所述声品质评分输入至预设的强化学习优化模型之前，还包括：采用预设的深度学习算法构建基于神经网络的声品质自动寻优智能体，并基于所述声品质评价分析模型构建奖励机制，并设计所述声品质自动寻优智能体的动作更新记录机制；利用所述奖励机制和所述动作更新记录机制对声品质自动寻优智能体进行强化学习训练，得到音频信号强化学习优化模型，以利用所述音频信号强化学习优化模型寻找最优倍频程频段特征。
6、可选地，所述根据所述动作更新记录机制和奖励机制对声品质自动寻优智能体进行强化学习训练，得到音频信号强化学习优化模型，包括：基于倍频程频谱数据输入至所述声品质评价分析模型，得到所述倍频程频谱数据的声品质评分；基于所述倍频程频谱数据的声品质评分，判断所述声品质自动寻优智能体在强化学习训练过程中的当前动作是否导致所述声品质评分提高；若所述声品质自动寻优智能体的当前动作导致所述声品质评分提高，则增加当前动作的奖励，若所述声品质自动寻优智能体的当前动作导致所述声品质评分降低，则降低当前动作的奖励，并调整所述当前动作至目标动作，以引导所述声品质自动寻优智能体学习到最优倍频程频段特征，得到音频信号强化学习优化模型。
7、可选地，在得到优化后的声音信号之后，包括：接收工程师对所述优化后的声音信号的评价反馈；根据所述工程师的评价反馈继续优化所述优化后的声音信号，直至满足预设的停止优化条件。
8、本技术第二方面实施例提供一种声音的优化装置，包括：接收模块，用于接收待测音频，并将所述待测音频转换为倍频程频谱数据；寻优模块，用于将所述倍频程频谱数据输入至声品质评价分析模型进行声品质评价，得到所述待测音频的声品质评分，并将所述声品质评分输入至预设的强化学习优化模型确定最优倍频程特征；优化模块，用于根据所述最优倍频程特征对所述待测音频进行声音重构，得到优化后的声音信号。
9、可选地，所述优化模块，还用于：基于所述最优倍频程特征参数计算倍频程频段的每个频带的声压均方根值，并根据所述每个频带的声压均方根值生成高斯白噪声信号；将所述高斯白噪声信号滤波得到滤波后的高斯白噪声信号，根据计算得到的每个频带声压均方根值调整滤波后的高斯白噪声信号的幅度，并将所有经过幅度调整的频带信号进行叠加，得到优化后的声音信号。
10、可选地，在将所述倍频程频谱数据输入至声品质评价分析模型进行声品质评价之前，所述寻优模块，还用于：获取多个车型的音频数据及对应的声品质主观评分数据，并将所述音频数据转化为倍频程频谱数据，将所述倍频程频谱数据划分为训练集、验证集；将训练集输入所述预设的神经网络进行训练，提取所述训练集中的频谱特征，且将提取的频谱特征与声品质主观评分数据进行关联学习，建立所述频谱特征与声品质的映射关系；利用验证集对训练过程中的神经网络进行验证，当训练过程中的神经网络满足预设停止训练条件后，得到声品质评价分析模型。
11、可选地，在将所述声品质评分输入至预设的强化学习优化模型之前，所述寻优模块，还用于：采用预设的深度学习算法构建基于神经网络的声品质自动寻优智能体，并基于所述声品质评价分析模型构建奖励机制，并设计所述声品质自动寻优智能体的动作更新记录机制；利用所述奖励机制和所述动作更新记录机制对声品质自动寻优智能体进行强化学习训练，得到音频信号强化学习优化模型，以利用所述音频信号强化学习优化模型寻找最优倍频程频段特征。
12、可选地，所述寻优模块，还用于：基于倍频程频谱数据输入至所述声品质评价分析模型，得到所述倍频程频谱数据的声品质评分；基于所述倍频程频谱数据的声品质评分，判断所述声品质自动寻优智能体在强化学习训练过程中的当前动作是否导致所述声品质评分提高；若所述声品质自动寻优智能体的当前动作导致所述声品质评分提高，则增加当前动作的奖励，若所述声品质自动寻优智能体的当前动作导致所述声品质评分降低，则降低当前动作的奖励，并调整所述当前动作至目标动作，以引导所述声品质自动寻优智能体学习到最优倍频程频段特征，得到音频信号强化学习优化模型。
13、可选地，在得到优化后的声音信号之后，所述优化模块，还用于：接收工程师对所述优化后的声音信号的评价反馈；根据所述工程师的评价反馈继续优化所述优化后的声音信号，直至满足预设的停止优化条件。
14、本技术第三方面实施例提供一种车辆，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的声音的优化方法。
15、本技术第四方面实施例提供一种计算机程序产品，其上存储有计算机程序，该程序被处理器执行，以用于实现如上述实施例所述的声音的优化方法。
16、上述实施方式中，接收待测音频，并将待测音频转换为倍频程频谱数据；将倍频程频谱数据输入至声品质评价分析模型进行声品质评价，得到待测音频的声品质评分，并将声品质评分输入至预设的强化学习优化模型确定最优倍频程特征；根据最优倍频程特征对待测音频进行声音重构，得到优化后的声音信号。由此，解决了相关技术中声品质预测分析及优化过程，分析评价维度不系统、主观依赖性强、优化过程繁琐、调试成本高等问题，能够自动对不同声音信号进行客观准确地量化分析，实时对声品质进行预测打分，显著提升生成的音频信号的声品质，为音频信号的后期处理、传输和播放提供高质量的音频源。
17、本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。