Article
Fahrzeuggeräusche in Form und Farbe - Entwicklung eines Crossmodalen Ansatzes zur Erfassung Subjektiver Bewertungen von Elektrifizierten Fahrzeugen (de)
* Presenting author
Abstract:
Einleitung: Während ein Großteil der Fahrgeräusche bei Fahrzeugen mit Verbrennungsmotoren verdeckt werden (z.B. Otto/Simpson/Wiederhold 1999), treten bei elektrifizierten Fahrzeugen Chassis-Resonanzen und andere Geräuschanteile besonders während des Anfahrens und rekuperativen Bremsens deutlicher hervor und beeinflussen die Qualitätseinschätzung. Besonders tonale Komponenten, klangliche Schärfe und Lautheit gelten bei Elektrofahrzeugen als klangliche Anzeichen minderer Qualität (Doleschal/Verhey 2022). Da bislang meist nur diese von Aures 1985 eingeführten Klangmerkmale berücksichtigt wurden, soll eine umfangreiche Signalanalyse zu einem differenzierteren Ergebnis beitragen. Fragestellung: Anhand welcher klanglichen Merkmale lassen sich Elektrofahrzeug-Fahrgeräusche in ihrer Qualität bewerten? Folgende Hypothese soll getestet werden: Klangliche Schärfe und Pitch Salience korrelieren negativ mit Valenz, Excitement sowie höherem Arousal. Explorativ soll untersucht werden, welche zusätzlichen Features einen Beitrag zur Varianzaufklärung leisten (α=.05). Methode: In einer Pilotstudie wurden 38 Anfahr- und Bremsgeräusche unterschiedlicher Elektrofahrzeuge (original/spektral-manipuliert) auf einer Skala von 1-10 auf ihre Qualität beurteilt (n=11). Nachdem diese Geräusche in Signalanalyse-Toolboxen (MIRToolbox/Essentia/Librosa/DataMiningSuite/AudioCommonsTimbralModels) auf mehr als 150 Klangmerkmale hin analysiert wurden, zeigte sich besonders bei Anfahrgeräuschen, dass Features wie PercussiveEnergy, SpectralFlux und Roughness negativ mit Hörer:innen-Bewertungen korrelieren (r=.761;p<.001). Aufbauend auf diesen Ergebnissen wird eine Onlinestudie (n=100) durchgeführt, in der crossmodale Zuordnungen sowie der Einfluss möglicher interner Verarbeitungsprozesse in das Berechnungsmodell für die Bewertung von Elektrofahrzeug-Fahrgeräuschen einbezogen werden.