关键词：电动汽车、声音设计、音效、合成、算法、多场景
在汽车“新四化”（电动化、智能化、网联化和共享化）的发展驱动下，电动车技术发展越来越成熟。就以电动车的NVH控制来说，开始了从被动降噪到主动声音设计的跃迁，因为声音不仅能给用户情感和信息上的传递，更能塑造品牌价值。所以国际知名汽车公司都已经开始了这方面的研究和应用。
比如宝马汽车聘请著名的作曲家汉斯季默（Hans Zimmer）来为全新电动汽车BMW i4 打造顶级音效，Hans曾为电影《敦刻尔克》、《星际穿越》和《黑暗骑士蝙蝠侠》等影片中担任音效设计师；大众则请了作曲家莱斯利·曼多奇（ Leslie Mándoki,）为MEB平台下的电动车ID.3 设计音效；日产Leaf 的提示音由首席音乐制作人兼创意总监丹尼·范尼（Danni Venne）设计。林肯则更加豪气，直接请底特律交响乐团为豪华车型飞行家（AVIATOR）进行提示音和音效的设计。
有句话叫“你和中年危机之间，就差一个泡着枸杞的保温杯“。借鉴上面这句话“中年危机和你我之间，就差一个从被动到主动的距离“。中年不止是油腻的，也有危机的。面对未来的电动车普及趋势，搞发动机的是最早进入行业焦虑的一拨人，没想到搞NVH得也来的这么快。不懂点音乐，以后都不好意思说自己是NVH工程师，饭碗都快被玩音乐的抢走了。
言归正传，以上几个知名的品牌不惜重金打造电动车主动音效设计，可以窥探出未来的技术发展趋势，EV车的NVH控制驱使被动降噪到主动发声的更高层级的方向发展，职业定位从noise engineer 到 sound design的转变。关于这两个职业的区别出门右拐可以查阅下前同事王博士公众号里面的解释。
下面就从4个方面来谈一谈如何设计电动车的音效
电动车与传统内燃机的噪声特征的对比
电动车合成音效设计的必要性
电动车的音效目标的设定
分层级的程序结构化算法设计
1、电动车与传统内燃机的噪声特征的对比
传统内燃机的有明显的阶次特征，主要分布在以发动机缸体次序点火为主的中低频段，电动汽车电驱动组件的噪声主要是电动机的电磁力矩和减速器的齿轮啮合所产生的高频啸叫声，同时也包含DC / AC脉调制产生的高频伞状噪声。尽管这些高频噪声的辐射声功率远小于内燃机的辐射声功率，但是电动机和减速器的高频噪声在主观上更让人烦躁。
2、电动车合成音效设计的必要性
电动车最大的问题就是难以给用户情感上的驾驶反馈，就比如说有这样的一个场景，当你驾驶汽车在道路上平稳行驶，当你要变道时，从后方传入逐渐靠近的轰鸣声，你赶紧看下后视镜，原来是一辆兰博基尼闪电一般从你后方刷刷而过，你赶紧握紧方向盘继续向前行驶，这就是声音给人的反馈作用控制你的大脑，但是如果是一辆纯电动跑车，假如没有加入合成的音效，那么有可能就是一起交通事故。再比如，发动机加速时的轰鸣音自汽车发明以来就深深植入人们的脑海里，有的四缸机汽车还特意制造V6或者V8的声浪来增强驾驶动力感。对于电动汽车而言，安静的加速感是否被用户所接受？
文献2专门对电动车是否有必要进行了抽样调查，共计37个人，67%的人对电动车的合成音效持有积极的态度，有57% 的人不支持设置合成音效的开关。有一点大家基本都认可的就是“加量加不价”，不愿意为这种合成的音效买单。
文中利用驾驶模拟器，对30个被调查者进行测试和评价，调查者使用驾驶模拟器，分别在城市工况、乡村道路和高速道路上行驶10分钟，然后对四种音效进行了对比，P/R noise利用音频处理将电动总成的噪声过滤掉，只剩下纯风噪和轮胎噪声.genunie noise 是原始的电动车噪声。前者足够安静，虽然没有给驾驶者动力总成的反馈，但是依然给用户以愉悦感，令人意外的是后者竟然给用户一种合成音效的错觉，认为这个声音是虚假人造的，所以得分很低。另外两个声音是合成的，Design1 是基于正弦波合成的中低频谐波声音，Design2是利用采用方法合成的更加复杂的扩散声场。前者用户认为跟内燃机的声音很相似，能够给以反馈。后者由于把电动总成和驾驶预期的情感连接被打破，所以相比前者得分要低。
3、电动车的音效目标的设定
根据上部分的介绍，大部分用户还是对电动车的合成音效持有积极乐观的态度，对于较为安静的电动车，人们对它的声音还未有一个统一的认知，这就给声音设计师很大的发挥空间，如何设计一个满足不同客户群体期望的音效，目标设定至关重要。
主观上的采用语义细分法描述人们期望理想声音的特征。比如和谐的、安静的、动力的、轻快的、柔和的。
虽然主观上对未来电动车的声音的设计有很大的发挥空间，但是也有一些基本的边界。
内燃机特征：声音基于转速产生谐波，低频特性；声音响度、声强和调制基于负载的变化而变化。
车内声学标准：声音的智能策略、与驾驶者的交互设计、不令人烦躁
客户期望：安静、高品质、运动感、简单纯净
未来科幻感：灵感元素来自于自然、电影、音乐；声音要有真实感，能够体现品牌价值
4、分层级的程序结构化算法设计
在如何打造汽车NVH精品中，我们谈到了汽车的NVH精品化需要多场景设计，驾驶者获得动力总成反馈不单是考虑单一驾驶场景，与整车的状况是一个实时动态的交互过程。各种起步、加速、减速、巡航、Tip in/out，还有多种路况，城市、乡村、高速。
为了这种复杂工况的算法实现，文献2采用结构化的程序设计分为声音特征、声音动力学和声音策略三个层次分别对应声音声音部件、声音子系统和整体音效。
声音特征面向的是类似单个乐器的声音部件，每个组块跟随电机的转速有一个基本的频率输入；通过谢泼德音调（Shepard tone）和音效叠加效果（doubling effect）来实现幅值校正。关于谢泼德音调可以听一下链接Shepard tone 感受下。低沉的声音获得动力感、中频的声音获得运动感、高频的声音获得轻快感和情感反馈。每个声音部件通过音色或用过的案例进行分类。
声音动力学面向声音子系统，根据用户驾驶工况，基于动力传递的参数图，类似传统汽车的换挡map图对每个声音部件进行混合，实现声音的动力学设计。
声音策略面向的是车内的整体音效，这一层原文称为Masterleve，可以叫大师级。通过调整音亮和传递函数实现座舱的整体效果，可能还会加入混合音效。
采用这种合成算法替换原有的采用算法基于以下理由：
电动车没有了齿轮箱，电机的转速范围很宽，会产生频率很宽的噪声。这么高的音调，采样算法在回放的时候会失真。
信噪比高，而且和基础采用频率不关联。
座舱的整体感受很容易通过组块进行建模单独修改。
相比于采样算法，抗干扰性强。
具有很高的灵活性，可以调整每个声音分量来适应不同的驾驶条件，提高声音的真实感。
算法中对单个声音组块进行重新建模经常发生 ，能够识别对音效重要但是对整体作用不大的声音组块，减少这些声音的工程化工作量。
通过一些基本的声音组块可以合成一些复杂的音效出来，用于加法合成的基础模块包含随机，方波，锯齿，三角形，正弦等信号。用于减法合成的基础模块包含滤波器、幅值、频率和脉冲调制等。算法最大的优势就是利用技术信号能够连接电动总成和驾驶者，形成二者的互动。而且能够保持声音的真实感。
总结
1、电动车的NVH控制，开始从被动降噪到主动声音设计的跃迁，因为声音不仅能给用户情感和信息上的传递，更能塑造品牌价值。
2、电动汽车噪声控制最大的问题就是难以给驾驶者情感上的反馈，不形成连接，所以难以创造价值。
3、更多的用户倾向于电动车制造一些声音，获得信息和情感反馈。
4、基于多层级结构化的算法设计，能够使声音不失真，在多场景的运行工况下给驾驶者实时动态反馈。
