异响发生因素确定方法以及异响发生因素确定装置与流程

本公开涉及异响发生因素确定方法以及异响发生因素确定装置。

背景技术：

1、日本特开2021-154816号公报使用用于推测作为车辆中产生的声音的因素的部位的、实施机器学习而得到的映射。由此，公开了确定作为麦克风所感知到的声音的因素的部位的技术。

2、在所述方法中，执行装置通过将作为与麦克风所感知到的声音有关的信号的声音信号和车辆的驱动系装置的状态变量输入到映射，取得从所述映射输出的变量。而且，执行装置根据从映射输出的变量，确定作为麦克风所感知到的声音的因素的部位。

技术实现思路

1、根据本公开的一个侧面，提供异响发生因素确定方法的第1例。异响发生因素确定方法具备通过解析装置的存储电路存储规定映射的映射数据。所述映射输入作为与麦克风所感知到的声音有关的信号的声音信号，并且输出与车辆中的声音的发生因素有关的变量。所述映射是实施机器学习而得到的。在对所述映射实施机器学习时输入到所述映射的所述声音信号是学习用声音信号。感知到所述学习用声音信号表示的声音的所述麦克风是学习用麦克风。方法还具备：通过所述解析装置的执行电路执行声音信号取得处理，在该声音信号取得处理中取得与所述麦克风所感知到的声音有关的所述声音信号；以及通过所述执行电路取得机型信息，所述机型信息为与所述麦克风的机型有关的信息。方法还具备通过所述执行电路执行特性校正处理，在该特性校正处理中，根据所取得的所述机型信息校正通过所述声音信号取得处理取得的所述声音信号，从而使所述声音信号的频率特性接近所述学习用声音信号的频率特性。方法还具备：通过所述执行电路执行变量取得处理，在该变量取得处理中，通过将通过所述特性校正处理校正后的所述声音信号输入到所述映射，取得从所述映射输出的变量；以及执行因素确定处理，在该因素确定处理中，根据通过所述变量取得处理取得的所述变量，确定所述麦克风所感知到的声音的发生因素。

2、在上述异响发生因素确定方法中，根据所述麦克风的机型校正与麦克风所感知到的声音有关的声音信号的频率特性。由此，能够减小感知到声音的麦克风的机型的差异所引起的声音信号的频率特性的偏差。即，能够使输入到映射的声音信号的频率特性接近学习用声音信号的频率特性。而且，通过将这样校正后的声音信号输入到映射，根据从所述映射输出的变量，从而确定麦克风所感知到的声音的发生因素。因此，能够减小与麦克风的机型对应的声音的发生因素的确定精度的偏差。

3、其中，将在对映射实施机器学习时，用于取得作为输入到所述映射的声音信号的学习用声音信号的麦克风设为学习用麦克风。感知车辆中发生的声音的麦克风的机型有时与学习用麦克风的机型不同。在声音信号上反映有麦克风的机型的频率特性。因此，在感知车辆中发生的声音的麦克风的机型与学习用麦克风的机型不同的情况下，与麦克风所感知到的声音有关的声音信号的频率特性将背离学习用声音信号的频率特性。因此，很难说基于从上述映射输出的变量的声音的发生部位的确定精度高。上述方法减少了这样的现象。

4、根据本公开的另一侧面，提供异响发生因素确定方法的第2例。异响发生因素确定方法具备通过解析装置的存储电路存储规定映射的映射数据。所述映射将作为与麦克风所感知到的声音有关的信号的声音信号作为输入，并且输出车辆中的声音的发生因素有关的变量。所述映射是实施机器学习而得到的。在对所述映射实施机器学习时输入到所述映射的所述声音信号是学习用声音信号。感知到所述学习用声音信号表示的声音的所述麦克风是学习用麦克风。方法还具备：通过所述解析装置的执行电路执行声音信号取得处理，在该声音信号取得处理中取得与所述麦克风所感知到的声音有关的所述声音信号；以及通过所述执行电路取得机型信息，该机型信息为与所述麦克风的机型有关的信息。方法还具备：通过所述执行电路执行校正通过所述声音信号取得处理取得的所述声音信号的频率特性的第1特性校正处理，并且在所述麦克风的所述机型信息是第1机型信息的情况下，所述第1特性校正处理能够使所述声音信号的频率特性接近所述学习用声音信号的频率特性；以及通过所述执行电路执行校正通过所述声音信号取得处理取得的所述声音信号的频率特性的第2特性校正处理，并且在所述麦克风的所述机型信息是第2机型信息的情况下，所述第2特性校正处理能够使所述声音信号的频率特性接近所述学习用声音信号的频率特性。方法还具备通过所述执行电路执行变量取得处理，在该变量取得处理中，通过将通过所述第1特性校正处理校正后的所述声音信号输入到所述映射，取得从所述映射输出的变量作为第1输出变量，并且通过将通过所述第2特性校正处理校正后的所述声音信号输入到所述映射，取得从所述映射输出的变量作为第2输出变量，并且通过将通过所述声音信号取得处理取得的所述声音信号输入到所述映射，取得从所述映射输出的变量作为第3输出变量。方法还具备通过所述执行电路执行因素选择处理，在该因素选择处理中，从基于所述第1输出变量的所述声音的发生因素、基于所述第2输出变量的所述声音的发生因素以及基于所述第3输出变量的所述声音的发生因素中选择所述声音的发生因素。

5、在上述异响发生因素确定方法中，执行第1特性校正处理以及第2特性校正处理。接下来，通过执行变量取得处理，取得第1输出变量、第2输出变量以及第3输出变量。而且，从根据第1输出变量确定的发生因素、根据第2输出变量确定的发生因素以及根据第3输出变量确定的发生因素中选择声音的发生因素。例如，相比于仅取得根据第1输出变量确定的发生因素、根据第2输出变量确定的发生因素以及根据第3输出变量确定的发生因素中的1个、并将所取得的原因确定为发生因素的情况，在上述方法中，麦克风取得的声音的发生因素的确定精度不易变低。因此，能够减小与麦克风的机型对应的声音的发生因素的确定精度的偏差。

6、根据本公开的又一侧面，提供异响发生因素确定装置的第1例。异响发生因素确定方法确定麦克风所感知到的声音的发生因素。所述异响发生因素确定装置具备执行电路和存储电路。所述存储电路存储有规定映射的映射数据。映射将作为与所述麦克风所感知到的声音有关的信号的声音信号作为输入，并且输出与车辆中的声音的发生因素有关的变量。所述映射是实施机器学习而得到的。在对所述映射实施机器学习时输入到所述映射的所述声音信号是学习用声音信号。感知到所述学习用声音信号表示的声音的所述麦克风是学习用麦克风。所述执行电路执行特性校正处理，在该特性校正处理中，通过与作为与所述麦克风的机型有关的信息的机型信息对应的校正，使与所述麦克风所感知到的声音有关的所述声音信号的频率特性接近所述学习用声音信号的频率特性。在变量取得处理中，通过将通过所述特性校正处理校正后的所述声音信号输入到所述映射，取得从所述映射输出的变量。在因素确定处理中，根据通过所述变量取得处理取得的所述变量，确定所述麦克风所感知到的声音的发生因素。

7、上述异响发生因素确定装置能够具有与上述异响发生因素确定方法的第1例等同的作用以及效果。

8、根据本公开的又一侧面，提供异响发生因素确定装置的第2例。异响发生因素确定装置确定麦克风所感知到的声音的发生因素。所述异响发生因素确定装置具备执行电路和存储电路。所述存储电路存储有规定映射的映射数据。映射将作为与所述麦克风所感知到的声音有关的信号的声音信号作为输入，并且输出与车辆中的声音的发生因素有关的变量。所述映射是实施机器学习而得到的。在对所述映射实施机器学习时输入到所述映射的所述声音信号是学习用声音信号。感知到所述学习用声音信号表示的声音的所述麦克风是学习用麦克风。所述执行电路执行校正与所述麦克风所感知到的声音有关的所述声音信号的频率特性的第1特性校正处理。第1特性校正处理是在所述麦克风的机型信息是第1机型信息的情况下，能够使所述声音信号的频率特性接近所述学习用声音信号的频率特性的处理。第2特性校正处理是校正所述声音信号的频率特性的处理。第2特性校正处理是在所述麦克风的所述机型信息是第2机型信息的情况下，能够使所述声音信号的频率特性接近所述学习用声音信号的频率特性的处理。在变量取得处理中，通过将通过所述第1特性校正处理校正后的所述声音信号输入到所述映射，取得从所述映射输出的变量作为第1输出变量。在变量取得处理中，通过将通过所述第2特性校正处理校正后的所述声音信号输入到所述映射，取得从所述映射输出的变量作为第2输出变量。在变量取得处理中，通过将未校正的所述声音信号输入到所述映射，取得从所述映射输出的变量作为第3输出变量。在因素选择处理中，从基于所述第1输出变量的所述声音的发生因素、基于所述第2输出变量的所述声音的发生因素以及基于所述第3输出变量的所述声音的发生因素中选择所述声音的发生因素。

9、上述异响发生因素确定装置能够具有与上述异响发生因素确定方法的第2例等同的作用以及效果。