基于车辆声音指标通过人工智能控制发动机音调的系统和方法
技术领域
本发明的示例性实施例涉及用于基于车辆的声音指标(sound index)通过人工智能控制发动机音调(engine tone)的系统和方法。
背景技术
当今的汽车变成令人愉快的对象，而不仅仅是运输手段。驾驶性能将是汽车给予驾驶者的乐趣中的一个。近年来，汽车消费者倾向于需求运动驾驶和舒适驾驶。
当前，汽车行业尝试开发可改变驾驶模式以便满足此类麻烦的车辆。驾驶模式是指通过控制悬架或发动机调节乘坐舒适性且改变驾驶性能的功能。
然而，在增强驾驶性能中存在限制，因为仅通过物理和机械方法解决与驾驶性能的增强相关的麻烦过度需要制造成本。当然，这对于昂贵的跑车来说不是问题。然而，最常见的车辆制造商没有选择，只能仔细考虑如何使驾驶性能的效果最大化，同时维持合理的制造成本。
驾驶者对听觉以及视觉非常敏感。特别地，动态发动机声音充当增多驾驶乐趣的决定性因素。因而，一些汽车制造商也与管弦乐队一起工作，以产生吸引人的发动机声音，同时采用高排量发动机。然而，这样的技术开发被限于具体高排量发动机，并且具有限制，因为制造成本很高。
为此，被开发以避免此的最新技术是声音发生器。声音发生器是用于通过车载扬声器人工生成类似于例如发动机声音的声音的设备。然而，常规声音发生器仅仅播放存储在其中的发动机音调，或者仅仅结合加速踏板工作，以与发动机转速成比例地人工放大输出声压。因而，很自然地，驾驶者可非常容易地意识到，声音只不过是来自扬声器的人工声音，而不是自然发动机音调。作为结果，这引起减少驾驶乐趣的问题。另一方面，为了驾驶乐趣，不可能一定要不顾一切地动态地形成发动机声音。原因是驾驶者是情绪化动物，因此有时也会感觉到动态声音是大的噪声。
因而，如果必要的话，也有必要减少将由驾驶者感觉到的发动机声音和其它噪声以产生更安静的内部氛围。
发明内容
本发明的目的是提供一种用于基于车辆的声音指标通过人工智能控制发动机音调的系统和方法，借此声音质量指标被优化以通过人工智能达到目标音调。
本发明的其它目的和优点可通过以下描述理解，并且参考本发明的实施例变得显而易见。再者，对于本发明属于的领域的技术人员明显的是，本发明的目的和优点可通过如要求保护的手段及其组合来实现。
根据本发明的一个方面，一种用于基于车辆的声音质量指标通过人工智能控制发动机音调的系统，包括：声音输出设备，声音输出设备用于生成加强声音，以加强车辆的发动机声音；发动机特性测量传感器，发动机特性测量传感器用于测量发动机声音的声源特性；内部噪声测量传感器，内部噪声测量传感器用于检测车辆的内部噪声；信号处理控制器，信号处理控制器实时地从发动机特性测量传感器接收信号，并且控制声音输出设备，使得发动机声音达到目标音调；以及音调控制操作单元，音调控制操作单元连接到信号处理控制器，以优化声音质量指标，使得发动机声音通过人工智能达到目标音调。
信号处理控制器还接收通过控制器局域网(CAN)通信呈现的车辆驾驶信息或由麦克风测量的内部噪声的信息中的至少一个。
信号处理控制器通过内部音频输出由音调控制操作单元计算的发动机音调。
音调控制操作单元基于深度学习执行发动机音调的实时主动控制，并且其中基于深度学习的主动控制基于由驾驶者请求的目标音调和所测量的内部噪声，确定和输出阶次阵列(order array)和阶次级别(order level)作为用于控制目标音调的因素。
音调控制操作单元基于深度学习执行发动机音调的实时主动控制，并且其中基于深度学习的主动控制基于由驾驶者请求的目标音调和相对于需要被减少的噪声源的所测量的内部噪声，确定阶次阵列和阶次级别作为用于控制目标音调的因素，并且将不必要的频带控制为减少。
所测量的内部噪声的声音质量指标是强力指标、愉悦指标、动态指标或运动指标中的任一个。
声音输出设备是发动机舱中的扬声器、车辆内部的扬声器或车辆外面的扬声器中的至少一个。
系统还包括比例积分微分(PID)控制器，比例积分微分(PID)控制器用于控制声音输出设备，使得由于发动机音调的输出发动机声音通过加强声音加强。
加强声音和目标音调被存储为数据，并且基于所存储的数据实施加强发动机声音。
所存储的数据是主动声音设计(ASD)。
发动机声音的声源特性的信息是发动机振动、燃烧压力、升压压力或排气压力中的至少一个的发动机噪声特性。
车辆驾驶信息是车辆速度、踩踏板(pedaling)、发动机转速或驾驶模式中的至少一个的发动机噪声特性。
人工智能的输入变量包括车辆声音特性、由驾驶者请求的目标音调或驾驶者的驾驶方式中的至少一个。
根据本发明的另一个方面，一种用于基于车辆的声音质量指标通过音调控制操作单元的人工智能控制发动机音调的方法，包括：输出具有由信号处理控制器基于车辆驾驶信息、发动机噪声特性信息或内部噪声信息中的至少一个计算的发动机音调的声音，其中信号处理控制器基于人工智能执行优化声音的指标。
当发动机阶次阵列和发动机阶次级别改变时，声音质量指标作为人工智能的输出变量输出。
通过在车辆内部的扬声器输出满足输出声音质量指标的控制值。
车辆内部的输出发动机声音被监测，以计算改变的声音质量指标，并且再次执行反馈控制。
发动机噪声特性信息是发动机振动、燃烧压力、升压压力或排气压力中的至少一个的发动机噪声特性。
车辆驾驶信息是车辆速度、踩踏板、发动机转速或驾驶模式中的至少一个的发动机噪声特性。
人工智能的输入变量包括车辆声音特性、由驾驶者请求的目标音调或驾驶者的驾驶方式中的至少一个。
根据如本文所述的本发明的各个方面，可获得以下有利效果：
第一、由于用于客观评估车辆的声音的指标用于设定目标音调，所以可能通过各种目标音调的优化执行主动控制。
第二、存在很强的优点，即，因为通过人工智能的深度学习优化目标音调，所以可更准确地和更快速地控制目标音调。
第三、可响应于驾驶模式提供对应于实际发动机声音的各种目标音调，从而提供驾驶的乐趣和移动的感觉。
第四、由于通过扬声器输出的声音再次反馈，所以可能提供更接近实际声音的发动机音调。
第五、由于可使用先前存储的声源，所以本文公开的系统和方法可容易地应用于现有车辆。
应当理解，本发明的前述一般描述和以下详细描述是示例性的和说明性的，并且旨在提供如要求保护的本发明的另外的说明。
附图说明
从结合附图的以下详细描述，将更清楚地理解本发明的上面和其它目的、特征和其它优点，在附图中：
图1是本发明的第一示例性实施例的流程图；
图2是根据本发明的示例性实施例的音调控制操作单元500的示意图；
图3是根据本发明的示例性实施例的音调控制操作单元500的发动机音调加强控制的曲线图；
图4是根据本发明的示例性实施例的音调控制操作单元500的发动机音调加强和降噪控制的曲线图；
图5是示出根据本发明的示例性实施例的整个算法的操作效果的图示；
图6是示出根据本发明的示例性实施例的声音质量指标700的图示；
图7至图9是本发明的第一示例性实施例的整个算法的图示；
图10至图12是本发明的第二示例性实施例的整个算法的图示；以及
图13是根据本发明的示例性实施例的包括声源存储单元的系统的图示。
具体实施方式
可以许多变更的形式实施本发明，并且本发明具有各种实施例。因而，在附图中示出且在以下描述中详细描述示例性具体实施例。然而，本文中的公开内容不旨在将本发明内容限制于具体实施例，并且应当理解为覆盖落入本发明内容的精神和范围内的所有修改、等同物和替换。
贯穿附图和参考附图的描述，相似的附图标记用于指称相似的元件。
虽然术语“第一”、“第二”等在本文中可用于描述各种部件，但是这些部件不应当受这些术语限制。这些术语仅仅用于将一个元件与另一个元件区分开。
例如，第一部件可被指称为第二部件，并且类似地，第二部件可被指称为第一部件，而不脱离本发明的范围。术语“和/或”包括多个相关联列出的项目的任何组合或任一个。
除非另有定义，包括技术或科学术语的所有项目具有由属于本发明的领域的普通技术人员一般理解的相同含义。
与常用字典中定义的术语相同的术语应当被释义为包括与相关领域的上下文中的含义一致的含义，并且不应释义为理想或过度正式含义，除非这些术语在本文中另有明确定义。
<用于基于车辆的声音质量指标通过人工智能控制发动机音调的系统>
首先，将描述根据本发明的第一示例性实施例的用于基于车辆的声音质量指标通过人工智能控制发动机音调的系统。
将在下面描述的深度学习可被了解为类同于人工智能学习或机器学习。
图1是本发明的第一示例性实施例的流程图。
用于基于车辆1的声音质量指标通过人工智能控制发动机音调的系统1-1包括声音输出设备100、内部噪声测量传感器200、发动机特性测量传感器300、来自控制器局域网的车辆驾驶信息检测器400、音调控制操作单元500和信号处理控制器600。
声音输出设备100是指用于输出基于来自发动机特性测量传感器的值生成的声源的输出设备。
更具体地，声音输出设备100是指用于生成加强声音以加强车辆的发动机声音的声音输出系统。
声音输出设备100可为发动机舱中的扬声器、车辆内部的扬声器或车辆外面的扬声器中的至少一个。
换句话讲，声音输出设备100可被布置在发动机舱的内部、车辆的内部或车辆的外面中的至少一个中。
布置在车辆外面的声音输出设备100可被预期用于行人保护的目的。
声音输出设备100可被提供用于具体频带输出，并且可以各种类型(诸如薄型设备或薄膜型可重放设备)提供。
内部噪声测量传感器200测量车辆的内部噪声。
作为内部噪声测量传感器200的示例，能够测量内部噪声的麦克风(未示出)可布置在车辆内部。
麦克风可实时测量车辆内部噪声的音调的改变，其中多个麦克风可布置在车辆中。
注意到，下面将描述的内部噪声是指包括发动机音调和排气声音的驾驶性能声音，但是内部噪声与汽车娱乐系统中提供的无线电声音或音乐声音不同，发动机音调和排气声音在车辆内部被听到且与在车辆的发动机启动的状态下驾驶的车辆相关。
另一方面，由驾驶者期望的驾驶性能声音是目标音调。
内部噪声测量传感器200可测量用于比例积分微分控制器(PID)控制的参考信号。(参见图5)
内部噪声测量传感器200可用于测量车辆的发动机音调的改变，并且测量发动机音调和目标音调之间的差异。
更具体地，内部噪声测量传感器200用于确定将要加强的声域和将要被减少的声域，以便校正驾驶性能声音，以便接近目标音调。
发动机特性测量传感器300测量发动机声音的声源的特性。
发动机声音的声源特性的信息是指能够确定发动机声音的音调的功率特性信息。
发动机声音的声源特性的信息可为发动机振动、燃烧压力、升压压力或排气压力中的至少一个的发动机噪声特性。
发动机噪声特性是指由发动机特性测量传感器300检测的功率系统的噪声特性。
换句话讲，发动机声音的声源特性可从振动数据、燃烧压力数据、升压压力数据、排气压力数据或进气压力数据中的至少一个确定。
发动机特性测量传感器300是用于测量发动机声音的声源特性的信息的传感器。
发动机特性测量传感器300可为振动传感器、燃烧压力传感器、升压压力传感器、排气压力传感器、进气压力传感器等。
特别地，振动传感器可包括单轴加速度计(未示出)或多轴加速度计(未示出)。
车辆驾驶信息可为车辆速度、踩踏板、发动机转速(RPM)或驾驶模式中的至少一个的发动机噪声特性。
来自CAN(控制器局域网)的车辆驾驶信息检测器400是对车辆的实时控制有必要的车辆驾驶信息。
来自CAN的车辆驾驶信息检测器400使其可能确定驾驶者的驾驶意愿和驾驶方式。
用于实时将与驾驶者的车辆驾驶相关的驾驶信息传输到车辆的命令调解器可包括方向盘、加速器踏板、制动踏板、换档杆把手(换档拨片)、驾驶模式按钮等。
驾驶者可依据给定的情形使压下加速器踏板或制动踏板的程度变化。
当试图追上前面车辆时，驾驶者即刻深深地压下加速器踏板。此时，车辆的变速箱响应于驾驶者的加速意愿使档位降档，以增加发动机转速，从而增加车辆速度。
另一方面，驾驶者有时可能追求行驶优先的运动驾驶，或者其它时候想要乘坐舒适性优先的舒适驾驶。
这通过安装在车辆上的驾驶模式系统选择驾驶模式来解决。
驾驶模式是用于实现驾驶者的驾驶意愿的给定设定模式。
车辆的驾驶性能声音也需要响应于所选择的驾驶模式而改变。
驾驶性能声音对应于声音质量指标700，声音质量指标700是指目标音调。
声音质量指标700可直接由驾驶者选择。
接下来，将详细描述根据本发明的示例性实施例的音调控制操作单元500。
图2是根据本发明的示例性实施例的音调控制操作单元500的示意图。
根据本发明的示例性实施例的音调控制操作单元500可为处理器(例如，计算机、微处理器、CPU、ASIC、电路、逻辑电路等)。处理器可包括存储软件指令的相关联的非暂时存储器，软件指令当由处理器执行时，提供输入变量模块510和隐藏学习层模块520的功能。在本文中，存储器和处理器可被实施为单独的半导体电路。另选地，存储器和处理器可被实施为单个集成半导体电路。处理器可体现一个或多个处理器。
音调控制操作单元500输出输出变量530。在该情况下，输出变量530意味着作为隐藏学习层模块520的结果输出的阶次阵列531、阶次级别532、降噪阵列和降噪级别533。
音调控制操作单元500的输入变量模块510收集从内部噪声测量传感器200、发动机特性测量传感器300和来自CAN的车辆驾驶信息检测器400输入的数据值，如上所述。在该情况下，输入变量模块510意味着在多个传感器中提供的输入值。
更具体地，人工智能的输入变量包括车辆声音特性、由驾驶者请求的目标音调或驾驶者的驾驶方式中的至少一个。
音调控制操作单元500能够基于深度学习实时主动控制发动机音调。
基于深度学习的主动控制基于由驾驶者请求的目标音调和所测量的内部噪声，确定和输出输出变量530的阶次阵列531和阶次级别532作为用于控制目标音调的因素。
另一方面，基于深度学习的主动控制基于由驾驶者请求的目标音调和相对于需要减少的噪声源的所测量的内部噪声，确定输出变量530的阶次阵列531和阶次级别532作为用于控制目标音调的因素，并且将不必要的频带控制为减少。
音调控制操作单元500的隐藏的学习层模块520借助于深度学习分析输入变量模块510的输入变量的数据，并且输出所分析的数据作为输出变量530。
输出变量530的阶次阵列531是指依据发动机转速(即，每分钟转速)布置的频率的阵列，并且输出变量530的阶次级别532是指阶次阵列的频率的大小。
音调控制操作单元500将不必要的噪声输出到输出变量530的降噪阵列和降噪级别533。
图3是根据本发明的示例性实施例的音调控制操作单元500的发动机音调加强和放大控制的曲线图540。
如图3所示，当驾驶者通过操作车辆的加速器踏板加速时，在放大之前发动机音调542被放大，使得第一中频带543和第一低频带544被放大，并且然后在放大之后改变成发动机音调541。
音调控制操作单元500利用输入变量模块510的输入变量，并且占领在放大之前需要在发动机音调542中放大的第一中频带543和第一低频带544，并且然后放大对应的部分的频率。在该情况下，由输出变量530的阶次级别532的频率大小造成放大。
换句话讲，音调控制操作单元500基于快速傅里叶变换(FFT)分析提取阶次的分量，并且确定必要的阶次阵列和阶次级别，并且然后在加速部分中加强发动机音调的级别。
图4是根据本发明的示例性实施例的音调控制操作单元500的发动机音调加强和降噪控制的曲线图550。
在发动机音调放大控制的曲线图540中一起放大发动机音调加强和降噪控制的曲线图550，以减少过度生成噪声的第二低频带554。在该情况下，由输出变量530的阶次级别532的频率大小造成该减少。
这是考虑放大的音调执行降噪控制，这可通过应用所讨论的频带的反相输出来实现。
换句话讲，这生成反相输出，该反相输出减少保持车辆内部的声压平衡和阶次的线性度所必须的部分的阶次阵列和阶次级别。
迫使第二中频带553(其为在发动机音调加强和放大控制的曲线图540中缺少放大的部分)进一步放大，使得在优化之前的发动机音调552变成已经优化的发动机音调551。
作为结果，优化的发动机音调551改变成与发动机转速成比例地线性增加的形式。
图5中示出此类操作效果。
图5是示出根据本发明的示例性实施例的整个算法的操作效果的图示。在该情况中，算法作为信号处理控制器600和音调控制操作单元500中的每个中的整个程序或部分程序被加载到信号处理控制器600中。
在图5的右上侧示出在应用本发明的算法之前的车辆声音10。
首先，实时地从发动机特性测量传感器300的发动机特性测量信号310提取对发动机音调控制必要的分量。(参见图7)
这里，振动频率、燃烧压力、排气压力、升压压力、加速度计信号和其它发动机特性测量数据和信息(诸如发动机转速(RPM)、车辆速度、档位和驾驶模式)被用作发动机特性测量信号310的实时检测值。
发动机音调加强和放大控制的曲线图540是如图3放大发动机音调的结果。
发动机音调加强和放大控制的曲线图540表明有必要减少具体频带的噪声，并且表明需要减少放大的发动机阶次的分量的某些阶次级别。
发动机音调增强和减少控制的曲线图550是如图4放大发动机音调的结果。因而，曲线图550是放大必要的分量和减少不必要的分量的结果。
作为结果，声音质量指标的实时计算的声音质量输出结果的实时测量的结果的输出值560作为输入变量被给予音调控制操作单元500。
声音质量的实时测量的结果的输出值560可为强力指标得分、动态指标得分、愉悦指标得分或运动指标得分中的任一个。在该情况下，由图6的声音质量指标700示出该指标。
音调控制操作单元500将从输入声音质量的实时测量的结果的输出值560的信息获取的结果输出到信号处理控制器600。
信号处理控制器600使用输出值560的信息基于车辆声音质量指标大数据，执行控制。车辆声音质量指标大数据的控制执行发动机阶次阵列的添加和去除控制、发动机阶次级别的放大和减少控制、以及不必要的频带的减少控制，并且然后将这些控制的结果值输出到声音输出设备100。
对来自声音输出设备100的声音输出进行反馈控制，同时再次反映到发动机特性测量信号310。
同时，用于基于车辆的声音质量指标通过人工智能控制发动机音调的系统1-1可包括PID控制器100-1。在该情况下，PID控制器100-1连接信号处理控制器600和声音输出设备100。
声音输出设备100可由PID控制器100-1控制。
PID控制器100-1借助于由发动机音调的输出的加强声音来加强发动机声音。
图6是示出根据本发明的示例性实施例的声音质量指标700的图示。
在该情况下，所测量的内部噪声的声音质量指标700是强力指标710、动态指标720、愉悦指标730或运动指标740中的任一个。
驾驶者可直接从强力指标710、动态指标720、愉悦指标730或运动指标740中选择任一个作为目标音调。
另一方面，可能配置声音质量指标700，使得响应于由驾驶者选择期望的驾驶模式，自动选择强力指标710、动态指标720、愉悦指标730或运动指标740中的任一个。
信号处理控制器600通过车辆的内部音频输出由音调控制操作单元500计算的发动机音调。
结果，如果驾驶者追求运动驾驶的声音，则信号处理控制器600可输出比愉悦指标730更强的声音(诸如强力指标710、动态指标720或运动指标740)。
正相反，如果驾驶者想要用于舒适驾驶的声音，则信号处理控制器600可通过声音输出设备100输出如愉悦指标730的温和的声音。
另一方面，信号处理控制器600还接收通过CAN(控制器局域网)通信呈现的车辆驾驶信息检测器400的车辆驾驶信息或由内部噪声测量传感器200的麦克风测量的内部噪声的信息中的至少一个。
信号处理控制器600实时从发动机特性测量传感器300接收所测量的信号，并且控制声音输出设备100，以便达到由驾驶者期望的目标音调。
在该情况下，音调控制操作单元500连接到信号处理控制器600，并且通过使用输出值560的信息使用车辆声音质量指标大数据优化声音质量指标700，以便通过人工智能达到目标音调。
更具体地，音调控制操作单元500可放大和减少必要的发动机阶次阵列和阶次级别，并且通过使用输出变量530的阶次阵列531、阶次级别532和降噪阵列以及降噪级别533实时计算不必要的频带。
换句话讲，音调控制操作单元500可通过发动机特性测量传感器300控制声压增强，用于加强发动机音调，或者以其它方式可控制声压减少用于降噪控制。
于是，通过加强必要的音调和将不必要的噪声控制为减少，可以实时地维持车辆内部的声压的平衡并且实现目标音调。
<用于基于车辆的声音质量指标通过人工智能控制发动机音调的方法>
接下来，将描述本发明的示例性实施例的整个算法。
图7至图9是本发明的第一示例性实施例的整个算法的图示。在该情况下，第一示例性实施例的算法包括输入设备600-1、算法设备600-2和输出设备600-3。
输入设备600-1的操作如下。
输入设备600-1的输入信号包括发动机特性测量信号310、发动机转速411、内部音调测量信号210、踏板打开量412、车辆速度数据413、驾驶模式和档位414以及声音质量指标700。
发动机特性测量信号310包括从加速度计、燃烧压力传感器、升压压力传感器、排气压力传感器和其它发动机特性测量传感器300获得的数据值。
车辆驾驶信息检测器400的发动机转速411是通过CAN呈现的数据。
内部噪声测量传感器200的内部音调测量信号210包括分别从布置在车辆内部的内部麦克风和布置在发动机舱中的发动机舱麦克风获得的数据值。
在该情况下，可提供多个内部麦克风和多个发动机舱麦克风。
踏板打开量412、车辆速度数据413、驾驶模式和档位414是与来自CAN的车辆驾驶信息检测器400相关的数据。
声音质量指标700是由驾驶者直接选择的目标音调。
算法设备600-2的操作如下。
从发动机转速411获得的发动机转速的加权值与实时发动机转速一起反映到音频系统的主音量，其中从踏板打开量412获得的踏板打开量的加权值和踏板的实时位置的值反映到音频系统的主音量。
基于车辆速度改变的微分值从车辆速度数据413确定恒定速度或加速条件，其中在恒定速度条件的情况下，向下调节加权值以保持安静，然而在加速条件的情况下，向上调节加权值，以增加加速感觉。然后，在声音输出设备100的输出之前立即反映出所调节的加权值。
另一方面，从驾驶模式和档位414获得的根据驾驶模式的改变发动机阶次的每个分量的发动机阶次级别的加权值可变地应用且反映在设定音频系统的主音量和设定频带的加权值之间。
从发动机特性测量信号310分析频率特性(FFT分析)，其中计算和反映从发动机转速411获得的主发动机阶次的分量的频率。
通过提取发动机阶次的主分量导出阶次级别，生成发动机阶次阵列的组合，并且在实现目标音调的过程中反映发动机转速411。
当导出阶次级别时，用于放大如发动机音调加强和放大控制的曲线图540布置的发动机阶次的分量的级别被实时确定和控制以进行放大。(参见图3)
此时，反映出由音调控制操作单元500基于声音质量指标借助于人工智能获得的目标音调的结果610。
换句话讲，当驾驶者选择声音质量指标700时，实时测量车辆内部的音调，并且对应于声音指标的级别的内部噪声测量传感器200的结果值被输出到输入设备600-1作为输入数据。
接下来，通过声音指标的计算获得的包含关于发动机阶次阵列中的改变、发动机阶次级别的改变和不必要阶次级别的减少的信息的输入变量510被输入到音调控制操作单元500。
音调控制操作单元500输出阶次阵列531、阶次级别532、降噪阵列和降噪级别533作为输出变量530，用于基于通过隐藏学习层520的深度学习优化目标音调控制因素。在实现目标音调中反映出由音调控制操作单元500输出的最终控制因素中的阶次阵列531和阶次级别532。(参见图2至图5)
另一方面，由音调控制操作单元500输出的最终控制因素中的降噪阵列和降噪级别533被用于计算需要从内部音调测量信号210去除的阶次的分量(也就是说，必要的减少级别)，并且确定对应于需要减少的频带的反相输出范围，并且然后将所确定的反相输出范围应用于音频系统的主音量。(参见图4)
输出设备600-3的操作如下。
通过音频系统的主音量且最终通过声音输出设备100的声音输出110输出通过音调控制操作单元500更接近目标音调的数据值。
根据如上所述的算法，来自声音输出设备100的声音输出110进行反馈控制，以便再次反映到发动机特性测量信号310和内部音调测量信号210。
凭借用插入的上面提及的音调控制操作单元500进行反馈控制，驾驶者可更快速和准确地享受期望的目标音调的车辆声音。
另一方面，图10至图12是本发明的第二示例性实施例的整个算法的图示。在该情况下，如在第一示例性实施例的算法中的，通过输入设备600-1、算法设备600-2和输出设备600-3执行算法。
然而，第二示例性实施例的算法与第一示例性实施例的算法的不同之处在于不包括声音质量指标700。再者，第二示例性实施例的算法与第一示例性实施例的算法的不同之处在于没有反映由音调控制操作单元500获得的目标音调的结果610。
另一方面，图13是根据本发明的示例性实施例的包括声源存储单元的系统的图示。
参考图13，用于基于车辆的声音质量指标通过人工智能控制发动机音调的系统可包括声源存储单元800。
声源存储单元800可将加强声音和目标音调存储为数据。在该情况下，声音输出设备100可连接到声源存储单元800，以基于存储在声源存储单元中的数据加强发动机音调。
在该情况下，存储在声源存储单元800中的数据优选地在ASD(主动声音设计)中可用。
声源存储单元800可包括以下之中的至少一种类型的存储介质：闪速存储器型、硬盘型、微型多媒体卡型(诸如SD或XD存储器)、随机存取存储器(RAM)、静态RAM(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁存储器、磁盘和光盘等。
虽然在前述已经参考以示例的方式示出的附图描述本发明，但是本发明不限于所公开的实施例，并且对于本领域普通技术人员将显而易见的是，可对本发明作出各种修改和变型，而不脱离本发明的精神和范围。因而，此类修改或变型落入如要求保护的本发明的范围内，并且本发明的范围应当基于所附权利要求书释义。
