跳到正文
热点事件持续更新

电动汽车座舱噪声监督源分离方法提出

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

2026年10月26日,arXiv研究者提出一种基于混合时-频谱Transformer架构的监督源分离方法,用于分解电动汽车座舱内的风噪、轮胎噪等四种声源。该方法通过引入电动车速、车速等工况信息作为条件输入实现声源解混。 研究人员利用基于物理的参数化数据生成器合成训练数据,通过随机化的虚拟车辆硬件配置和驾驶场景生成带标签的组件声音。模型在合成和实测的车辆内饰声音上进行了验证。 该工作验证了基于物理参数化数据生成的监督式双耳源分离架构在技术系统声学贡献分析中的可行性。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月26日
  1. arXiv · ML
    基于混合 Transformer 架构的电动汽车座舱噪声监督源分离方法

    该工作提出一种基于混合时-频谱 Transformer 架构的监督源分离方法,用于分解电动汽车座舱内的风噪、轮胎噪等四种声源。 模型通过引入电动车速、车速等工况信息作为条件输入实现声源解混,并利用基于物理的参数化数据生成器合成训练数据。 该验证了该方法在技术系统声学贡献分析中的可行性。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。