建筑声学 – 张圆教授课题组

Introduction
Physics of Architectural Acoustics
- Fundamentals of Sound Propagation
- Room Modes and Modal Behavior
- Sound Absorption and Reflection
- Diffusion and Scattering
- Sound Transmission and Isolation
Computational Methods in Architectural Acoustics
- Evolution of Acoustic Simulation Techniques
- Geometric Acoustic Methods
- Wave-Based Numerical Methods
- Statistical Energy Analysis (SEA)
- Auralization Techniques
- Case Studies in Acoustic Simulation
Artificial Intelligence in Architectural Acoustics
- Current Applications of AI in Acoustics
- Machine Learning for Acoustic Parameter Prediction
- AI for Soundscape Analysis and Design
- Optimization Algorithms in Acoustic Design
- Limitations and Future Directions
Human Factors in Architectural Acoustics
- Psychoacoustics and Perception
- Acoustic Comfort and Well-being
- Soundscape Approach
- Special Populations and Inclusive Design
- Post-Occupancy Evaluation Methods
Conclusion
References

1 引言

建筑声学位于物理学、工程学、心理学与设计学的交叉领域。作为一门研究声音在建成环境中传播行为的学科，它在塑造人类体验方面发挥着关键作用：从教室中的语言可懂度，到音乐厅中音乐带来的情感影响；从办公空间中的声学隐私，到居住空间中的宁静感。对于初涉该领域的博士研究生而言，深入理解建筑声学所具有的多维特性——涵盖基础物理原理到人类感知与福祉——是开展研究与实践的必要基础。

作为科学学科的建筑声学，其起源通常可追溯至19世纪末哈佛大学Wallace Clement Sabine的开创性研究。当时Sabine受命解决Fogg演讲厅的声学问题，他通过系统的实验，确定了混响时间、房间容积与声音吸收之间的定量关系。这一关系至今仍是建筑声学设计的基础。这项早期研究使此前凭直觉和经验处理的声学问题转向定量研究，标志着建筑声学作为一门独立学科的诞生。

自Sabine开创性研究以来的一个多世纪中，建筑声学在测量技术、计算方法、材料科学以及人类听觉感知研究的推动下得到了显著发展。该领域的关注重点也从早期以演出空间为主，拓展到几乎所有的建筑类型和城市环境，认识到所有场境下的声环境质量都是人类体验的重要组成部分。同时，建筑声学与其他相关学科的联系日益深入，这些学科包括心理声学、听觉神经科学、计算物理及人工智能等。

当代建筑声学涵盖若干相互关联的研究领域。其中，室内声学关注声音在封闭空间内的传播行为，包括反射、吸收、扩散和模态行为等现象；建筑隔声则聚焦于空间之间的声音传播及不同隔声策略的有效性；环境声学研究建筑与其声学环境之间的相互作用，既包括外部噪声对室内环境的影响，也包括建筑对更广泛声景的贡献。这些领域不仅关注声音的物理特性，更关注人类对声音的感知，以及声音对使用者福祉、沟通与体验的影响。

对于刚刚进入建筑声学领域的研究人员而言，要顺利探索这一多学科交叉领域，需要从三个基本视角入手：声音在建筑空间中的物理特性、用于预测和分析声学行为的计算方法，以及最终决定人们如何感知和评价声环境的人类因素。这三个视角并非彼此割裂的独立领域，而是相辅相成的研究视角，相互启发并丰富对声学问题的认识。

物理视角提供了声音产生、传播以及与建筑元素交互作用的基本原理。从描述声音传播的波动方程，到衍射、干涉和共振等复杂现象，这些物理原理构成了所有声学分析和设计的理论基础。掌握这些基本原理，不仅对于预测声学效果至关重要，也为开发创新性的声学解决方案提供了必要条件。

计算视角涵盖了多种用于模拟、仿真和预测建筑空间中声学行为的方法。其中，既包括基于能量衰减的统计方法，也包括追踪声音传播路径的几何方法，以及直接求解控制方程的波动数值方法。随着计算能力的提升，这些方法日趋精细，使得对复杂声学现象的预测更加准确、分析更加深入。近年来，人工智能方法的引入则代表了计算方法发展的最新前沿。

人类因素视角则强调，建筑声学的最终目标是创造支持人类活动、沟通和福祉的环境。这一视角借助于心理声学（即对声音感知的研究），同时也考虑到更为广泛的议题，即声环境如何影响人的认知表现、情感反应及整体生活质量。新兴的声景研究领域即体现了这种以人为中心的研究方法，将声环境视作一个整体，考察人们在具体场境下对声音的感知与理解。

本文旨在通过上述三个相辅相成的视角，对建筑声学提供全面的介绍。首先，从声音在建筑空间中传播的物理原理入手，进而探讨用于预测和分析这些行为的计算方法，包括深入介绍新兴的人工智能技术应用。最后，本文将关注将声音物理现象与人类体验紧密联系的人类因素，包括心理声学原理、声舒适与福祉的考量，以及创建能够服务不同人群的包容性声环境的方法。

在全文中，这些视角之间的相互关联将被着重强调，因为在建筑声学领域中最成功的方法，往往融合了物理基础知识、计算工具和以人为中心的设计思维。对于新入门的博士研究生而言，全面掌握这些领域的知识，将为开展创新研究和实践奠定扎实的基础，从而推动建筑声学科学的发展，并促进其更好地应用于建成环境的改善之中。

在探讨这些视角的过程中，一些关键主题也随之呈现，体现了当代建筑声学研究与实践的特色。这些主题包括客观测量与主观评价的日益融合，更加注重具体情境的设计方法而非通用标准，对声学设计作为可持续和以人为本建筑设计不可或缺组成部分的广泛认可，以及新兴技术在理解和塑造声环境方面的巨大潜力。通过对这些主题的深入理解，新研究人员能够推动建筑声学作为一个跨越科学理解与实践应用的领域不断演进，从而提高建成世界的声音环境质量。

2 建筑声学的物理基础

2.1 声音传播的基本原理

从物理本质上讲，声音是一种机械波，通过介质内粒子的振动而传播。在建筑声学领域，这一介质通常为空气，但声音也可通过建筑结构以结构传播声的形式传播。理解声音传播的基本原理，是分析和设计建筑空间声学特性的必要基础。

在最基本的层面上，声音传播可由波动方程（wave equation）描述，这一方程为二阶偏微分方程，体现了声压在空间和时间上的变化关系。在无边界的均匀介质中，声波以点声源为中心以球面波的形式传播，且声压随传播距离的增加而按距离的平方反比衰减（即反平方律）。这种自由场传播情况作为理论基准具有重要意义。但在实际建筑情境中，声波与各类表面及物体相互作用，形成更为复杂的声场。

有若干关键参数可用于描述声波及其传播特性。频率（frequency）以赫兹（Hz）为单位，表示每秒钟振动的次数，与声音的主观音高感知相关。人类的听觉频率范围一般为20 Hz至20,000 Hz，尽管随着年龄增长，尤其是高频端的听觉范围会逐渐收窄。波长（wavelength）与频率成反比，在标准温度和气压条件下，从20 Hz时约17米到20,000 Hz时约1.7厘米不等。这一宽泛的波长范围直接影响了声音与不同尺度建筑元素之间的相互作用。

声压（sound pressure）通常以帕斯卡（Pa）计量，更常见的表示方法则是以分贝（dB）为单位的声压级（sound pressure level, SPL），用以量化声压波动相对于参考声压（通常为20 μPa，即人类听觉阈值）的大小。分贝尺度为对数尺度，既反映了人耳可处理的巨大声压范围，也体现了物理强度与人耳感知响度之间近似对数的关系。声强（sound intensity）表示单位面积上的声功率，在自由场中与声压的平方成正比，对于表征声源特性及计算声音传播而言尤为重要。

声速（speed of sound）在室温空气中约为343米每秒，其具体数值会随温度、湿度及介质性质的变化而有所不同。声速决定了声波在空间中传播的快慢，直接影响诸如反射声的到达时间及驻波（standing wave）的形成等现象。在建筑声学研究中，为简化分析通常假设声速为常数，但在某些具体场境下，例如具有明显温度梯度的大型空间或对声音传播时序要求精确的录音室环境中，声速的变化则可能产生显著影响。

当声波在传播过程中遇到边界或物体时，会产生若干建筑声学研究中的基本现象。反射现象（reflection）发生在声波碰到表面并反弹时，对于光滑而坚硬的表面而言，反射角度等于入射角度。这些反射波构成了空间中的混响（reverberation），根据反射的时间、方向及频谱特性不同，其对空间声学品质的影响可能是改善或劣化。吸收现象（absorption）指声能通过材料内部的各种机制转化为热能，从而降低反射声的能量。衍射现象（diffraction）使声波可以绕过障碍物或通过开口传播，衍射的程度取决于波长与障碍物尺寸之间的关系。折射现象（refraction）则指声波由于传播介质特性（如大空间内的温度梯度）发生变化时产生的弯曲传播路径。

叠加原理（superposition principle）对于理解建筑空间中的复杂声场至关重要，该原理指出空间任一点的净声压为所有相关声波声压的代数和。这一原理导致了建设性干涉（constructive interference）和破坏性干涉（destructive interference）等现象，声波之间可能根据相位关系不同而相互加强或抵消。由入射波和反射波叠加而形成的驻波（standing wave），在中小尺度房间中特别显著，会导致特定频率下空间内声压级的显著差异。

近场（near-field）与远场（far-field）效应同样在建筑声学中发挥重要作用。声源的近场范围大致在距声源一个波长之内，此处的声场较为复杂，不再符合反平方律。这对于声学测量中的麦克风布置及听众与声源距离较近空间的设计具有重要影响。而在远场，声波传播变得更易预测，在自由场条件下遵循反平方律，在混响空间中则遵循经修正的相应规律。

声源的指向性（directivity）显著影响了声音在建筑空间中的传播方式。声源的指向性指不同方向上的辐射能量分布不均的特性，人类言语、乐器和扬声器等均表现出随频率变化的指向性模式。通常情况下，高频声波相较于低频声波具有更强的指向性（辐射模式更集中）。理解这些指向性模式对于预测空间内声分布并设计合适的声学处理措施至关重要。

在封闭空间内，直接声（direct sound，即从声源直接传播至接收者的声音）首先到达听众；随后是来自附近表面的早期反射声（early reflections）；最后则是由大量叠加反射构成的更为弥散的混响声场（reverberant field）。这三个组成部分——直接声、早期反射声及混响声——之间的平衡关系，极大地影响了人们在建筑空间中对言语、音乐及其他声音的感知。这种房间内声音的时间结构构成了诸多用于评价和设计空间的声学参数的基础，例如混响时间（reverberation time）、清晰度（clarity）和空间感（spatial impression）等。

从早期清晰的反射声过渡到后期弥散的混响声场的过程，可用临界距离（critical distance）来表征。临界距离指的是空间内直接声能量与混响声能量相等时，声源到接收点的距离。在此距离之外，混响声场占据主导地位，空间内各处的声压级将趋于稳定。具体的临界距离取决于声源的指向性、空间的体积及其吸声特性，因此成为麦克风布置及理解房间不同区域声学行为的重要参考参数。

上述这些声音传播的基本原理，为建筑声学各个方面提供了物理基础。尽管更为复杂的现象与专业应用需要在这些基本知识的基础上进一步展开，但对于声波如何产生、传播以及与建筑元素交互的深入理解，是建筑声学理论分析与实际设计的必备前提。

2.2 房间模态与模态行为

房间模态（room modes），又称驻波（standing waves）或特征模态（eigenmodes），是封闭空间中最显著的低频声学现象之一。这些共振模态产生于声波波长与房间尺寸之间的特定数学关系，表现为空间内声压高低交替分布的特定模式，尤其在尺度较小的房间中，这种模态效应更为突出，极大地影响了空间的声学特性。

房间模态的物理基础在于入射波与反射波之间的相长干涉（constructive interference）。当声波自表面反射并沿原路径返回时，可能与后续入射波发生干涉。如果传播路径长度为半波长的整数倍，则反射波与新的入射波将同相叠加，形成相互加强的驻波模式。这些驻波在空间中具有固定的位置，其中在声压最大的区域称为波腹（antinodes），声压为零的区域则称为波节（nodes）。

在最易于分析的矩形房间中，可分为三类基本模态：轴向模态（axial modes），即发生在两相对平行表面之间的反射；切向模态（tangential modes），即涉及四个表面之间的反射；以及斜向模态（oblique modes），即涉及六个表面之间的反射。通常情况下，轴向模态的强度最高，切向模态的强度约为轴向模态的一半，斜向模态则约为轴向模态的四分之一。这些模态对应的频率可通过以下公式计算：

f(nx,ny,nz) = (c/2) × √[(nx/Lx)² + (ny/Ly)² + (nz/Lz)²]

其中，c 为声速，Lx,Ly,Lz 为房间的尺寸，nx,ny,nz 为分别对应各维度上的模态序数。轴向模态对应三个整数中有两个为零的情况，切向模态对应三个整数中有一个为零的情况，而斜向模态对应的三个整数则均不为零。

模态密度（modal density，即每个频率段内模态的数量）随频率的增加而增加，呈现出平方定律的关系。在低频范围内，模态之间的频率间隔较大，形成明显的共振，显著影响空间内声音的频谱特征。随着频率升高，模态逐渐变得密集并彼此重叠，从而形成更为弥散的声场。这两个状态之间的转折点由施罗德频率（Schroeder frequency，又称交叉频率，crossover frequency）来表征，超过该频率后，模态密度足够高，可以采用统计方法进行分析。施罗德频率可通过以下公式近似计算：

fs = 2000 × √(RT60/V)

其中，RT60 为混响时间（秒），V 为房间体积（立方米）。在典型房间中，施罗德频率通常在较大的空间约为100 Hz左右，而在小空间则可达到300 Hz甚至更高。这一频率以上的区域中，模态行为所造成的问题相对较小。

房间模态对声学品质的影响可能十分显著，尤其在录音室、家庭影院和小型演出场馆等小尺度空间中更为明显。不均匀的模态分布会造成频率响应的不规则性，某些频率被过度强调，另一些频率则被削弱。这可能导致低频表现过于“轰鸣”（boomy）或“浑浊”（muddy），整体音色平衡失调，并使声音品质随听众位置变化而产生显著差异。

针对建筑声学中的模态问题，目前通常使用以下几种策略：

房间尺寸比例优化：通过选取合适的房间长宽高比例，有助于实现模态更均匀的分布。以Bolt、Louden、Sepmeyer等学者的研究为代表，提出了一些所谓的“最佳比例”，旨在降低模态聚集与频率空隙现象。这些比例一般避免了空间尺寸之间简单的整数关系，以防止模态在相同频率处叠加。
低频吸声处理：通过多孔吸声材料、薄膜吸声体或亥姆霍兹共振器（Helmholtz resonators）来降低模态共振的幅度。这些吸声处理措施在被针对模态的波腹位置处布置时最为有效。多孔吸声材料若不具有足够厚度，在低频范围内效果有限，而薄膜和共振型吸声体则可针对特定的频率进行调谐吸收。
低频扩散（diffusion）：通过在空间内设置适用于低频的扩散体，将声能向多个方向散射，从而打破模态的分布模式。但有效的低频扩散体通常尺寸较大，这是由低频波长较长所决定的。
电子模态校正（electronic modal correction）：利用均衡器（equalization）或主动模态控制系统（active modal control systems）等方法对房间模态进行补偿。然而，这些方法存在一定局限性，通常被视为声学处理措施的补充而非替代手段。
非平行表面设计：如倾斜墙面或倾斜天花板等非平行表面结构，通过阻止声波直接往返反射，减弱轴向模态的强度。然而，此方法主要起到重新分布模态能量的作用，而非彻底消除模态。

在实际房间中，模态行为分析会受到诸多复杂因素的影响。非矩形房间几何结构需要更复杂的数学方法，如有限元分析（finite element analysis）或边界元方法（boundary element methods），以预测模态的频率与分布情况。此外，通过开口或柔性隔墙形成的房间耦合（coupling）也会产生更为复杂的模态系统。房间内家具、设备和其他物体的存在通常会对模态分布产生一定影响，一般而言可提供一定的阻尼与扩散，从而减轻模态问题的严重程度。

模态衰减特性（modal decay characteristics）是房间声学中的另一个重要方面。每个模态都有其特定的衰减速率，该速率取决于模态对应波腹处的吸声情况。这种现象会导致声音在不同频率上的衰减速度不均匀，即某些频率的声音比其他频率的声音衰减更快。这种被称为模态衰减（modal decay）的现象，在小型且吸声不足的空间中尤为明显，可能使低频声音在声源停止发音后仍出现明显的“拖尾”或“余响”。

房间模态的测量和分析通常涉及多种技术手段，包括在多个位置进行频率响应测量、瀑布图（waterfall plots，即随时间变化的频率响应图）以及模态衰减分析。这些测量方法可以有效识别问题模态，进而指导声学处理措施的实施。此外，更先进的技术，例如模态分解（modal decomposition），还可将各个模态对整体频率响应的贡献单独分离出来，为针对性的模态处理提供更为详细的信息依据。

综上所述，充分理解房间模态及其行为特征，对于各类声学设计应用十分重要。从录音室、控制室等关键听音空间，到演出场馆、家庭影院乃至普通房间（尤其是需要良好语言可懂度与声音品质的空间），通过恰当的设计策略和声学处理来解决模态问题，可有效实现更加均衡、准确且稳定的声音重现效果。

2.3 声音的吸收与反射

声音吸收（sound absorption）和反射（reflection）是建筑声学中两种基本过程，决定了声能如何与表面及材料相互作用。这两种过程之间的平衡显著影响着空间的声学特征，如混响时间、清晰度以及整体声音品质等关键参数。因此，深入理解声音吸收与反射的机制、测量方法及应用方式，是实现高效建筑声学设计的必要前提。

声音吸收是指声能在材料内部通过多种机制转化为热能的过程。该过程通常用吸声系数（absorption coefficient，α）进行量化，表示材料吸收而非反射的入射声能比例，取值范围在0（完全反射）到1（完全吸收）之间。吸声系数会随频率、入射角度及材料特性不同而变化，因此是一个较为复杂的参数。

材料的吸声机制主要包括以下几种：

粘滞损耗（viscous losses）：声波引起空气分子在材料孔隙中运动，由此产生摩擦作用，将声能转化为热能。这一机制在多孔类吸声材料（如矿棉、玻璃纤维、开孔泡沫等）中占据主导地位。粘滞吸声的效果取决于材料的流阻率（flow resistivity）、孔隙率（porosity）、曲折度（tortuosity）以及材料厚度。一般而言，更大的厚度有助于提供更好的低频吸声效果，这是由低频声波具有更长波长所决定的。
共振吸声（resonant absorption）：材料或结构在声波激励下振动，通过内部阻尼耗散能量。薄膜吸声体（membrane absorbers，也称panel absorbers）通常由具有弹性的面板安装于空气空腔上构成，其共振频率由面板质量和空腔深度决定。亥姆霍兹共振器（Helmholtz resonators）则是通过一个颈部或多个小孔连通房间的空气容腔，其吸收声能的频率由几何结构决定。这些共振系统能够在特定的目标频率处提供较大的吸声量，尤其是在多孔材料效果较差的低频至中频范围内。
热损耗（thermal losses）：当声波引起空气的压缩与稀疏，导致温度波动与热量传递时发生。这一机制在建筑声学的典型应用中通常不如粘滞损耗或共振损耗显著。
衍射效应（diffraction effects）：有限尺寸吸声材料边缘处的衍射效应可增强材料的吸声性能，尤其在低频范围内更为明显。这种边缘效应对于声学面板的设计与布置，以及吸声测量结果的解读具有重要意义。

吸声系数的测量通常采用若干标准化方法之一。混响室法（reverberation chamber method，ISO 354）通过测量在高反射房间内引入样本材料前后的混响时间变化，计算得出统计吸声系数。阻抗管法（impedance tube method，ISO 10534）则利用管内驻波来测定材料在垂直入射条件下的吸声系数。此外，边界元法（boundary element method）或空间衰减测量（spatial decay measurements）等现场测量方法，可用于实际安装环境下的吸声评估，但这些方法的标准化程度相对较低。

由于测量方法及其假设条件的差异，同一种材料在不同方法下测得的吸声系数可能存在差异。值得注意的是，混响室法测得的统计吸声系数在某些频率下可能超过1.0，这是由于衍射效应等因素引起，因此在某些情境下常以“赛宾每平方米”（sabins per square meter）作为表述单位，而非真正意义上的系数。这凸显了在解读吸声数据时，深入理解测量方法的重要性。

声音反射是指声波遇到物体表面发生回弹的现象，其具体特征取决于表面性质以及声波波长与表面特征之间的关系。当表面相对于声波波长较为平滑时，会出现镜面反射（specular reflection），即反射角与入射角相等（类似于光从镜面反射的情况）。当表面具有与声波波长相当或更大的不规则结构时，则会产生漫反射（diffuse reflection），即声音被散射至多个方向。

建筑空间中吸声与反射之间的平衡显著影响着其声学特征。高反射空间（如教堂或大理石装饰大厅）通常具有较长的混响时间、明显的回声，并伴随较差的语言可懂度。高吸声空间（如消声室或大量声学处理的录音棚）则混响极短、声音清晰，且主观感受较为“干涩”（dry）或“死板”（dead）。大多数功能性空间需要在这两种极端条件之间取得平衡，而最佳平衡点取决于空间的具体用途。

在建筑声学中，影响吸声与反射实际应用的因素主要包括：

频率依赖性（frequency dependence）：大部分吸声材料和反射结构的有效性会随频率变化而显著不同。例如，薄的多孔材料可能对高频具有良好的吸收效果，而对低频影响甚微。因此，全面的声学设计必须考虑材料和结构的频率依赖特性，以实现空间整体的频谱平衡。
吸声与反射表面的布置位置显著影响其对房间声学的效果。通过策略性地放置这些表面，可以针对特定的反射路径、解决模态问题，或在空间内创造出不同声学特征的区域。例如，在演出场馆中，靠近舞台的反射表面可为表演者提供有益的早期反射声，而后方的吸声表面则有助于减少可能出现的回声干扰。
吸声材料的面积和分布方式不仅会影响空间整体的混响时间，也会影响声场空间分布的均匀程度。高度集中的吸声处理可能导致空间声学条件不均匀，而分散均匀的吸声处理通常能产生更为一致的声学效果。
声学处理通常需与其他建筑系统以及美学需求相结合，这在实际应用中形成限制因素。当代建筑声学已开发出众多兼顾声学性能与美观性的解决方案，能够有效地与照明、暖通空调（HVAC）、消防安全等其他系统相融合。

建筑声学中常用的吸声处理方法包括：

多孔吸声材料（porous absorbers）：如声学吊顶板、墙面吸声板以及喷涂式吸声材料等，主要对中高频有效。
薄膜吸声体（membrane absorbers）：包括石膏板与龙骨结构或专门设计的共振面板等，可有效实现对中低频的吸声。
共振吸声体（resonant absorbers）：如设置在空气空腔上的穿孔板或专用的亥姆霍兹共振器（Helmholtz resonators），能够针对特定的频率进行调谐吸声处理。
微穿孔板（microperforated panels）：通过微细穿孔实现吸声，不使用传统的多孔材料，具有耐久性高、易于清洁等优势。
可调节吸声系统（variable absorption systems）：如旋转或滑动面板、窗帘、充气式构件等，使空间的声学属性能够根据不同用途进行灵活调整。

反射处理措施则包括：

坚硬光滑表面：如混凝土、玻璃或石膏板等，可在较宽的频率范围内提供镜面反射效果。
曲面或倾斜的反射体：能够将声音能量集中或分散至特定方向。
扩散反射体（diffusing reflectors）：将在下一节中具体讨论，这类反射体可有效保持声音能量，同时减少有问题的离散反射。

吸声与反射的研究仍在持续发展，新材料与系统不断涌现。具有特定声学性能的超材料（metamaterials）、可根据环境变化主动调节的主动吸声系统（active absorption systems）以及以可回收或生物基材料制造的可持续吸声材料等，均代表了该领域的前沿方向。此外，吸声与反射的计算模型技术也取得了显著进步，使得对特定建筑场景中材料与几何结构表现的预测更加精确。

理解并运用声音吸收与反射的基本原理，是建筑声学设计在所有建筑类型中的核心内容。通过材料选择、几何设计及策略化布置等手段操控这些属性，声学设计师能够创建更好地支持特定功能的空间，无论是优化教室内的语言可懂度、在音乐厅营造沉浸式音乐体验，还是在办公环境中确保隐私与专注性。

2.4 扩散与散射

扩散（diffusion）与散射（scattering）是建筑声学中的重要过程，它们与吸收及反射相辅相成，通过在空间和时间上重新分布声音能量而发挥作用。与吸收（从声场中移除能量）及镜面反射（以可预测的单一方向重新定向能量）不同，扩散将声音散射至多个方向，形成更加均匀且弥散的声场。特别是在需要自然均衡声学品质的现代空间设计中，理解并控制这些过程的重要性日益凸显。

声音扩散指的是入射声波被反射至多个方向，而非镜面反射那样集中于单一方向。这种散射效应由反射表面上尺度大于或与声波波长相当的不规则形状或变化所引起。扩散的程度与模式取决于表面的具体几何结构，不同的设计会在频谱上产生不同的散射特性。

在建筑声学中，扩散的主要益处包括：

消除离散回声以及快速重复反射（flutter echoes，例如平行表面间的快速重复反射现象），同时不降低声场整体能量；
创造更均匀的声场，减少“热点”（hot spots）与“死角”（dead spots）；
提升空间感（spatial impression）与包围感（envelopment），这对演出空间尤为重要；
减少因强烈模态共振所引起的声音染色（coloration），在小型房间中特别明显；
保持声能，同时避免因过度吸声而导致的空间声音“干涩”（deadening）现象。

建筑声学中已开发出多种扩散器（diffusers），每种扩散器都具有特定的特征与适用场景：

几何型扩散器（geometric diffusers）：使用金字塔、半球体或不规则多边形等形状，使声音能量产生散射。这类设计通常提供宽频扩散效果，但在不同频率范围内的散射性能未必均匀。典型代表包括金字塔扩散器（pyramidal diffusers）、半圆柱扩散器（semicylindrical diffusers）以及多圆柱扩散器（polycylindrical diffusers，也称barrel diffusers）等。
数论型扩散器（number-theoretic diffusers）：由Manfred Schroeder于20世纪70年代发展，通过数学序列确定扩散器凹槽深度或凸起高度。这类扩散器包括二次剩余扩散器（quadratic residue diffusers，QRD）、原根扩散器（primitive root diffusers，PRD）等基于数论的设计。此类扩散器可在特定频率范围内实现较为一致的散射特性，其频率范围由设计参数确定。
优化型扩散器（optimized diffusers）：利用计算机算法设计表面轮廓，以实现特定的扩散特性。这种扩散器基于迭代优化过程，可最大化扩散系数或其他性能指标。
分形扩散器（fractal diffusers）：采用不同尺度下的自相似图案，可在更宽的频率范围内提供扩散效果，较单一尺度设计更具优势。
混合吸声扩散器（hybrid absorber-diffusers）：兼具扩散与吸声特性，通常在扩散效果相对不足的特定频率范围内强化吸声性能。

扩散性能的量化与测量方法近年来已有显著发展，目前已有多种指标可用于描述表面的声学扩散性能：

扩散系数（diffusion coefficient）：根据ISO 17497-2标准化测量，用于衡量表面将声音能量散射至不同方向的均匀程度，并与参考反射面进行比较。该系数取值范围为0至1，0表示纯镜面反射，1表示在所有方向上完美均匀的散射。
散射系数（scattering coefficient）：依据ISO 17497-1定义，表示非镜面反射能量与总反射能量之间的比值。该指标不考虑散射能量的方向分布，测量相对简单，在房间声学计算中具有较强的实用性。
定向扩散指标（directional diffusion metrics）：用于表征散射能量在空间的方向分布模式，在特定应用中，当散射声音的方向性较为关键时尤为重要。

测量上述系数的方法包括：

自由场法（free-field method）：在消声环境中测量样本表面的极坐标响应；
边界平面法（boundary plane method）：将样本放置于大型反射表面上，测量散射声场的特性；
混响室法（reverberation chamber method）：通过比较旋转样本与平面参考样本的声能衰减速率进行测量；
比例模型测试（scale model testing）：使用缩尺模型对复杂表面的散射模式进行可视化观察与测量。

建筑声学中扩散技术的应用需综合考虑以下若干因素：

有效频率范围：由扩散器的物理尺寸及深度决定，一般来说，扩散器的深度决定其能够有效扩散的最大波长，而最小结构尺寸则决定最短有效波长。
空间内的具体布局：扩散处理通常针对镜面反射可能引起回声、颤动回声（flutter echoes）或集聚效应（focusing effects）的区域。常见的位置包括表演空间后方墙面、平行墙体之间区域，以及录音棚或关键听音室的天花区域。
实现预期效果所需的覆盖面积：扩散器通常需要较大的表面积方能有效发挥作用，尤其是在低频范围内。具体所需面积则取决于空间的大小与特定的声学目标。
与其他声学处理措施的整合：包括吸声与反射处理，以创造平衡的整体声环境。最优的组合方式取决于空间的使用功能及其特定声学挑战。
实际应用中的因素：包括成本、耐久性、维护需求、防火安全要求，以及美学上与整体设计方案的融合度。

在演出场所中，扩散技术对于创造空间的包围感（envelopment）与声学亲密感（acoustic intimacy）尤为重要。适度扩散的早期侧向反射（early lateral reflections）有助于增强声源宽度感与空间感，而稍后的扩散反射则有助于营造听众被混响场包围的感觉。配备高扩散表面的音乐厅，例如装饰精美并配有雕塑细节的波士顿交响乐厅（Boston Symphony Hall），或现代设计中加入专门扩散元素的音乐厅，通常在主观评价的声学品质上获得较高评分。

在录音棚和关键听音环境中，扩散处理通过减少模态共振染色（modal colorations）及离散反射（discrete reflections），并保持自然的空间感，从而营造中性、准确的监听环境。例如，在无反射区（Reflection-Free Zone, RFZ）控制室的设计中，通常结合吸声和扩散措施，利用吸声控制靠近监听位置的早期反射，采用扩散处理距离较远表面的反射声，以实现精确的监听效果。

在以语言为主的空间（如报告厅、教室和会议室）中，策略性的扩散处理可减少影响语言清晰度的离散反射，同时保留有益的声能，从而提升语言可懂度。这种方法相较于单纯依靠吸声更为有效，后者可能过度降低整体声压级，导致需增加扩声设备以弥补能量损失。

当前，扩散技术的理论与应用仍在持续进步，新的扩散器设计方案、测量方法与预测手段不断涌现。计算机模拟技术的进步使得设计人员能够更准确地预测复杂扩散表面在特定建筑情境中的表现，推动了扩散技术在建筑声学中的创新与有效应用，从而创造出声学品质与功能性更佳的空间。

2.5 声音传播与隔声

声音传播（sound transmission）与隔声（isolation）是建筑声学领域的重要方面，主要关注声音在空间之间的传播及其控制方法。与房间声学关注声音在单一空间内的行为不同，声音传播研究的是声能通过建筑构件在相邻空间之间的传递。有效的声音隔离对于确保空间的隐私、专注度，以及紧邻空间各自声学功能的正常发挥至关重要。

声音在建筑空间之间的传播可能通过以下几种途径：

直接空气声传播（direct airborne transmission）：发生在空气中的声波引起分隔构件（如墙、地板或天花板）振动，进而使振动的构件在另一侧空间辐射声音。这种传播路径的隔声性能通常在北美采用声音传输等级（Sound Transmission Class, STC）表示，在许多其他国家则使用计权隔声量（Weighted Sound Reduction Index, Rw）表示。
固体结构传播（structure-borne transmission，又称为撞击声传播，impact sound）：机械振动通过固体建筑构件传播，例如脚步声、物体坠落或设备振动等常见声源。这种传播路径的性能通常用撞击绝缘等级（Impact Insulation Class, IIC）或计权标准化撞击声压级（Weighted Normalized Impact Sound Pressure Level, L’nw）表征。
侧向传播（flanking transmission）：声音绕过分隔构件的直接路径，通过相连的建筑构件传播。例如，即使直接分隔墙隔声性能良好，声音仍可能通过连续楼板、吊顶空腔或沿外立面结构传播到邻近空间。
缝隙及孔洞泄漏（leakage through gaps, cracks, penetrations）：即使设计良好的分隔构件，若存在缝隙、裂纹、管道或其他不连续构造，也可能显著降低隔声性能。由于声音通过空气缝隙的传播效率远高于透过固体材料传播，即使是微小的开口也会极大地削弱整体隔声效果。

声音在建筑构件中的传播涉及以下几个关键物理原理：

质量定律（Mass Law）：对于单层均质板材而言，其隔声量（Transmission Loss）大致随单位面积质量或频率每增加一倍而提高约6 dB。尽管这一关系是简化的，但清晰地表明质量在声音隔离中的重要性，尤其适用于轻质结构。
刚度效应（Stiffness effects）：在低频范围内，板材的刚度可能主导其传声特性，使隔声性能低于质量定律所预测的值。此现象在石膏板或胶合板等轻质、高刚度材料中尤为明显。
吻合效应（Coincidence effect）：当板材的弯曲波长与空气中入射声波波长相匹配时，会在特定频率（即临界频率，critical frequency）处出现隔声量的明显下降。这种效应可能显著降低常见建筑材料在中高频段的隔声性能。
共振效应（Resonance effects）：双层结构中的空腔共振（cavity resonances）以及墙体系统中的质量-空气-质量（mass-air-mass）共振，会在特定的低、中频段降低隔声性能。
阻尼（Damping）：材料的内阻尼或外加阻尼处理可有效改善隔声性能，通过降低共振传声及吻合效应，使隔声量提高。

为提升建筑设计中的隔声性能，可采用以下策略：

增加质量（Mass addition）：最直接的方法是采用更重的材料或多层材料，以提高分隔构件的单位面积质量。这一方法虽然有效，但在结构承载能力、空间限制和成本方面存在实际限制。
双层结构与空腔（Double-leaf construction with air gap or cavity）：构建质量-弹簧-质量系统，可提供明显优于单一同质量构件的隔声效果。这种方法的有效性取决于两侧板材的质量、空腔宽度以及两侧板材间无刚性连接。
构件解耦（Decoupling）：防止振动从一侧直接传递至另一侧，可通过弹性龙骨（resilient channels）、隔振夹（isolation clips）、浮筑地板（floating floors）或完全独立的结构体系（房中房结构，box-in-box construction）实现。解耦方法对于降低空气声和结构声传播均十分有效。
空腔内吸声处理（Absorption within cavities）：在双层结构空腔内加入纤维材料（如矿棉或玻璃纤维），通过抑制空腔共振并吸收空腔内的声能，从而降低声音传播。
缝隙密封（Sealing）：所有穿孔、缝隙和接缝的彻底密封对于确保隔声性能至关重要。有效的隔声体系中通常使用专用声学密封胶（acoustic sealants）、密封条（gaskets），并对穿过构件的管线进行精细的密封处理。

隔声性能的测量与评价采用标准化的测试程序与指标：

声音传输损失TL（Sound Transmission Loss）或隔声量R（Sound Reduction Index）：衡量声音通过建筑构件时能量的衰减程度，结果以频率为函数，用分贝（dB）表示。这些测量通常在专门的实验室环境中进行，以有效避免侧向传播干扰。
现场测量的表观声音传输损失ASTL（Apparent Sound Transmission Loss）或表观隔声量R’（Apparent Sound Reduction Index）：包括侧向传播的影响，体现实际建筑环境中的隔声性能，而不是实验室理想化条件下的表现。
单值评级指标（如STC、Rw、IIC和L’nw）：将频率相关的隔声数据简化为单一数值，便于规范制定和性能比较。这些评级指标通过特定的频谱曲线对测量数据进行调整，得出一个代表整体性能的单值，尽管这种方法可能无法全面反映某些特定频率下的实际表现。
频谱修正量（Spectrum adaptation terms，如ISO标准中的C和Ctr）：对单值评级指标进行修正，以更准确地反映针对特定噪声源（如言语、音乐或交通噪声）时的隔声性能。

在实际建筑应用中，以下因素可能使隔声问题变得更为复杂：

低频隔声（low-frequency isolation）尤为困难，这是由于低频声波波长较长，而质量定律在该频段的适用性有限。因此，有效的低频隔离通常需要特殊的结构设计，例如采用具有较宽空气间隙的双层墙体或特定的共振结构系统。
即使直接传播路径得到良好控制，侧向传播（flanking transmission）往往仍会限制实际建筑的隔声性能。解决侧向传播问题需要格外关注建筑构件之间的连接节点，可能涉及结构断开、弹性连接或对侧向传播构件的额外处理等措施。
建筑内的设备设施及穿孔结构（services and penetrations），例如空调管道、电气插座、给排水管线和结构连接件，若处理不当，可能导致严重的声音泄漏。因此，可能需要采取专门的解决方案，如声衰减装置（sound attenuators）、背靠背插座盒（back-to-back outlet boxes）以及管道弹性包裹（resilient pipe wrapping）等措施。
受空间限制、重量约束、成本控制及施工复杂性等实际因素影响，隔声设计通常需要作出一定的妥协。在约束条件下进行优化，需要深入理解相关声学原理以及项目的具体需求。

不同类型和功能的建筑具有不同的隔声需求，这些需求通常在建筑规范、标准或设计指南中明确规定：

居住建筑（residential buildings）：一般要求住户单元之间具备适当隔声性能，以确保隐私并减少邻里之间的干扰。许多地区在墙体和楼板构造上明确了最小的STC/Rw及IIC/L’nw数值要求。
医疗建筑（healthcare facilities）：需满足隐私保护要求（例如美国的HIPAA法规），确保患者获得休息和康复环境，并使敏感医疗程序不受干扰地进行。
教育建筑（educational facilities）：教室之间需实现有效的隔声，避免相互干扰并保障语言可懂度。对于音乐教室或语言实验室等特定空间，其隔声要求通常更高。
表演场馆（performance venues）：需实现极佳的隔声性能，既要有效隔绝外部噪声源，也要确保场馆内部不同功能空间之间（如主厅与排练室或机械设备间）的声音相互隔离。
办公建筑（office buildings）：在会议室、私人办公室和开放式办公区域之间需实现适当的隔声效果，以平衡协作和隐私需求，同时在必要区域保持良好的语言可懂度。

针对特定需求，先进的隔声系统已经得到开发和应用：

房中房结构（box-in-box construction）：房间作为一个完全独立的结构置于外部结构内部，二者间采用弹性连接，可为录音室、广播设施或对振动敏感的实验室设备提供极高的隔声性能。
浮筑地板（floating floors）：地板结构铺设于弹性隔振垫或隔振器之上，能够有效降低撞击声传播，同时也可提升空气声隔离性能。
主动噪声控制系统（active noise control systems）：通过采用麦克风、电子处理设备和扬声器产生反相声波以抵消不想要的噪声。在特定应用中可作为被动隔声措施的补充手段，但在建筑实际应用中仍存在一定局限性。

当前有关声音传播与隔声的研究和技术仍在不断发展，新型材料、施工技术和预测方法也在持续探索中。声音传播的计算机模拟技术已经取得长足进步，使得设计者可更精确地预测复杂传播路径及侧向传播条件。此外，随着绿色建筑实践与城市空间高效利用的日益重视，更加可持续且高效的隔声解决方案也正在不断被开发。

有效的隔声设计需要一种全面的设计方法，综合考虑所有可能的声音传播路径、特定的噪声源和接收空间以及项目实际条件的约束。通过深入理解声音传播原理并采用适当的隔声策略，建筑师和声学专家能够创造出支持预期功能且无不必要声干扰的声环境。

3 建筑声学的计算方法

3.1 声学模拟技术的发展演变

建筑声学计算方法的发展历程颇为显著：从早期简单的手工计算，到现今能够精确预测复杂声学现象的先进计算机模拟技术。这一演变过程从根本上改变了声学专家在建筑空间设计、分析和优化中的方法与思路。

建筑声学研究的早期阶段始于19世纪末华莱士·克莱门特·塞宾（Wallace Clement Sabine）的开创性工作，当时的声学预测主要依赖简单的分析公式，例如塞宾的混响公式（Sabine’s reverberation equation）。这些计算均由人工完成，仅提供混响时间等整体声学参数的基本估算。随着建筑师与声学专家追求设计更加复杂精细的声学空间，以及解决更为复杂的声学问题，这些方法的局限性日益显现。

20世纪中期数字计算技术的出现是声学模拟发展的重要转折点。到20世纪60、70年代，研究人员开始开发第一批用于室内声学预测的计算机程序，最初采用统计声学和几何声学理论。这些早期程序受到当时计算能力的限制，但却标志着向更为全面的声学建模迈出了关键一步。

20世纪80年代，光线追踪（ray-tracing）和镜像源法（image-source method）开始广泛应用于个人计算机，使计算声学变得更易为实践者所接受。这些几何声学方法尽管仍是对实际声学情况的简化表示，但已允许对复杂空间的早期反射、回声模式及能量衰减特性进行更详细的分析。

20世纪90年代，计算能力与算法开发取得了显著进步，催生了更为复杂的混合声学模拟方法（hybrid methods），这些方法结合了不同建模技术，以有效地克服各自的局限。此外，在这一时期，“听觉化”（auralization）技术逐渐兴起，通过将模拟结果转化为可听声音，成为评价和传达声学设计意图的重要工具。

进入21世纪之交，基于波动理论的数值计算方法——例如有限元法（finite element method, FEM）、边界元法（boundary element method, BEM）及时域有限差分法（finite-difference time-domain method, FDTD）——在建筑声学应用中逐渐兴起。这些方法此前因计算资源需求巨大而仅限于学术研究领域，但随着计算能力的指数级增长，其在实际工程项目中的应用逐渐成为可能。

当前最先进的计算声学技术涵盖了多种方法，包括适用于高频分析的几何声学方法、适用于低频现象的波动理论方法，以及用于填补二者之间空白的混合方法。现代声学模拟软件往往将多种建模方法集成于同一平台中，使用户能够根据具体频率范围或分析需求选择最适合的技术手段。

云计算、并行处理及图形处理单元（graphics processing unit, GPU）加速技术的不断进步，进一步拓展了声学模拟的可能性，使得更为精细的模型、更快的计算速度以及更大、更复杂空间的分析成为可能。这些技术进步使得复杂的声学预测能够惠及更广泛的从业人员，从专业声学顾问到希望在设计早期阶段即将声学考虑纳入方案的建筑师和工程师。

随着计算方法持续演进，其日益融合了感知指标、不确定性量化（uncertainty quantification）及优化算法（optimization algorithms），逐渐由简单的预测工具转向更为全面的设计工具，能够主动指导设计师创造出具备特定声学品质的空间。此外，人工智能（artificial intelligence）和机器学习（machine learning）技术的整合应用（将在后续章节中详细讨论）则代表了这一发展趋势的最新前沿。

3.2 几何声学方法

几何声学方法（geometric acoustic methods）是建筑声学中应用最广泛的计算方法，尤其适用于中高频段，此频段的声波波长相对于建筑构件尺寸而言较短。这类方法将声音视作沿直线路径传播的射线或粒子，在表面间反射传播，这与几何光学（geometric optics）中对光线的处理方式类似。尽管这种近似处理忽略了波动现象（例如绕射和干涉），但却能以较高的计算效率解决室内声学中的许多实际问题。

光线追踪法（ray tracing）是基本的几何声学方法之一，其原理是追踪大量声射线从声源出发、经表面反射后最终到达接收点或被表面吸收的传播路径。每条射线携带一部分声能，其能量随传播距离及每次反射而衰减，衰减程度取决于所遇表面的吸声特性。通过分析射线在接收点的位置、到达时间、方向和能量，该方法能够预测室内各种声学参数，例如混响时间（reverberation time）、清晰度（clarity）及空间感（spatial impression）等。

在声学模拟中，光线追踪法的实施通常包括几个关键步骤：

从声源位置出发生成声射线，通常采用准随机分布（quasi-random distribution）以确保全空间方向的均匀覆盖；
声射线传播与反射计算，利用反射定律（law of reflection）确定射线在每个边界表面的反射行为；
在接收点位置探测射线到达情况，通常通过在每个接收点周围定义一个探测球或影响体积（volume of influence）实现；
对收集到的射线数据进行统计分析，以推导相应的声学参数。

光线追踪的精度随所追踪射线数量的增加而提高，但计算成本也相应增加。当代的光线追踪实现通常采用空间细分结构（例如kd树或八叉树）等加速技术，以高效地确定射线与表面的交点，使得在复杂空间几何中追踪数百万条射线仍能在合理时间内完成。

镜像源法（image source method）提供了另一种几何声学方法。这种方法通过将原始声源以反射表面为镜面进行镜像，生成一系列虚拟声源（即“镜像源”）。每个镜像源代表一条特定的反射路径，通过叠加所有镜像源在接收点的贡献，可以获得房间的脉冲响应（impulse response）。对于简单的矩形房间，镜像源的位置可以通过解析方法（analytical methods）计算得到；而对于更复杂的几何空间，则需通过几何构建（geometric construction）与可见性测试（visibility testing）确定镜像源位置。

镜像源法的主要优势在于能够精确计算早期反射，包括准确的到达时间与方向。然而，随着反射阶数的提高，镜像源的数量呈指数级增加，使得高阶反射的计算量在实际应用中难以承受。此外，该方法难以有效处理来自漫反射表面的非镜面反射。因此，在实际声学模拟应用中，镜像源法通常仅用于计算早期反射（一般限制在二阶或三阶以内）。

波束追踪（beam tracing）和锥束追踪（cone tracing）是在基本光线追踪概念基础上的进一步优化，它们采用空间体积单元（即波束或锥束）而非无限细小的射线来表示声音传播路径。这类方法解决了传统光线追踪的一些局限性，尤其是“射线泄漏”（ray leakage）问题，即当接收点可能错过近距离通过的射线时。通过使用随距离扩大体积的空间元素，这些方法在接收点处能够更稳定地捕捉声音传播路径。

波束追踪法通过从声源出发构建锥形（或金字塔形）波束，这些波束在与表面相交时会发生分裂或截取。这种方法能够精确地保持反射路径的几何信息，但在处理拥有大量表面的任意复杂几何空间时，其实现变得较为复杂。相比之下，锥束追踪法使用可相互重叠的锥形体积，提供了一种更为灵活的替代方法，但在反射路径的几何精度上可能引入一定程度的近似。

在实际的声学模拟软件中，结合不同几何声学方法的混合方法已日益普及。一种典型的混合实现方式可能是：在早期反射阶段（要求较高精度）采用镜像源法，而在晚期混响场阶段（统计精度已足够）采用光线追踪法。这种组合方式发挥了每种方法的优势，同时减轻了各自的局限性。

几何声学方法中对表面属性的处理也经历了显著发展。早期实现往往采用与频率无关的吸声系数，并假设所有反射均为纯镜面反射。现代方法则引入了频率相关的吸声与散射系数，从而更真实地模拟表面与声波在不同频率范围内的相互作用。其中，散射系数（scattering coefficients）表示非镜面反射的能量比例，对于模拟纹理或不规则表面的漫反射尤为重要。

尽管几何声学方法应用广泛且具有实用价值，但由于其内在假设，也存在一些固有的局限性：

忽略了波动现象，如障碍物周围和孔洞中的绕射（diffraction）；
无法准确模拟干涉效应（interference effects）和驻波（standing waves）；
在低频段准确性下降，此时波长与房间尺寸相当；
难以有效处理高度耦合空间或声场分布不均匀的复杂几何环境。

正是这些局限性推动了波动理论计算方法（wave-based methods）的发展，这类方法将在下一节中进行讨论。波动理论方法能够更完整地模拟声波行为，尤其在低频范围内优势明显。

3.3 基于波动理论的数值方法

基于波动理论的数值方法通过直接求解波动方程或其相关导数，提供了一种更加全面的声学模拟途径，能够完整地捕捉声音的波动特性，包括绕射、干涉及模态行为（modal behavior）等现象。这类方法在低频声学模拟中特别具有价值，因为此时声波波长与房间尺寸相当，几何声学的近似方法不再适用。然而，这些方法的计算需求历来较高，因此其应用范围以往多局限于小型空间或低频范围。

有限元方法（Finite Element Method, FEM）是建筑声学领域最成熟的波动数值方法之一。有限元方法将声学计算区域离散为大量小单元（三维空间中通常为四面体或六面体），并利用定义在单元上的基函数（basis functions）逼近声压场。该方法通过求解使基函数系数满足波动方程和单元节点边界条件的方程组，获得声场的数值解。

在稳态谐波问题（time-harmonic problems）中，有限元方法通常求解亥姆霍兹方程（Helmholtz equation）：

∇²p + k²p = 0

其中，p 为复声压幅值，k = ω/c 为波数，ω 为角频率，c 为声速。该方程的解可给出在某一特定频率下的稳态声场响应。而在时域问题（time-domain problems）中，有限元方法也可以直接求解完整的波动方程，但这种求解方式在计算上更为复杂。

有限元方法的准确性取决于单元尺寸与声波波长的比值，经验上通常建议每个波长内至少细分为六个单元以确保足够的计算精度。这一要求导致在高频时需构建极大的方程组，因而在实际建筑声学应用中，有限元方法的频率范围一般限于低频和中频区域。

有限元方法在处理复杂几何形状和非均质介质方面表现出色，适用于含有复杂边界或空间材料特性变化的声学空间精细分析。此外，它也能便捷地引入多种边界条件，包括频率相关的阻抗边界条件，以准确表示吸声材料的特性。

边界元方法（Boundary Element Method, BEM）提供了另一种波动理论的计算方法，它仅对声学计算区域的边界进行离散，而非整个体积区域。边界元方法基于波动方程的积分方程形式，例如基尔霍夫-亥姆霍兹积分方程（Kirchhoff-Helmholtz integral equation），该积分方程建立了体积内声场与边界上的声压和质点速度之间的关系。

由于计算资源仅集中在边界上，对于具有较大开放空间和相对简单边界的问题，边界元方法通常比有限元方法更有效率。然而，与有限元方法产生的稀疏矩阵不同，边界元方法通常会形成稠密矩阵（dense matrix），因为任一边界单元可能与其他所有边界单元产生相互作用。这一特点在处理复杂几何形状（即需要大量边界单元）时可能部分抵消其表面上的效率优势。

边界元方法尤其适合于外部声学问题，例如声辐射（sound radiation）和声散射（sound scattering），此类问题的计算区域向无限远延伸。对于这类问题，边界元方法自动满足索末菲辐射条件（Sommerfeld radiation condition，该条件确保声波在远场无限处为外向传播），因此无需像有限元等基于体积的数值方法那样引入人为的吸声边界条件。

时域有限差分方法（Finite-Difference Time-Domain, FDTD）则采用了另一种计算思路，利用规则的空间与时间网格对声学区域进行离散，并以有限差分近似波动方程中的导数。声压和质点速度通常在交错的空间网格点和时间步长处进行计算，从而形成一种显式的（explicit）时间步进格式（time-stepping scheme），在每个时间步内，根据前一时刻的数值更新当前声场值。

时域有限差分方法在建筑声学模拟中具有以下几个优势：

直接提供时域结果，可直接用于听觉化（auralization）或进一步处理以获得各类声学参数；
显式的时间步进格式避免了求解大型线性方程组；
能够高效地处理宽频带模拟，通过一次计算即可获得跨频谱范围的结果；
规则的网格结构简化了算法实现，并易于利用并行计算架构。

然而，时域有限差分方法也存在一些挑战，特别是在规则网格上表达曲面边界时，会产生“阶梯化”（staircasing）误差。此外，为保证数值稳定性，必须满足库朗-弗里德里希-勒维条件（Courant-Friedrichs-Lewy，CFL），即时间步长与空间网格尺寸之间的特定关系。针对这些问题，人们开发了多种对基本FDTD方法的改进措施，例如用于曲面边界的共形技术（conformal techniques），以及空间和时间导数的高阶近似，以减轻这些局限性。

各种基于波动理论的方法均有其各自的优势与不足，具体选择哪种方法往往取决于声学问题的具体需求：

有限元方法（FEM）适合处理具有复杂内部几何结构和非均质材料的情形；
边界元方法（BEM）在外部问题及有较大开放空间的场景中表现突出；
时域有限差分方法（FDTD）则能高效地提供宽频带的时域结果，尤其适用于听觉化（auralization）应用。

长期以来，波动理论方法因计算需求较高，在建筑声学中的应用多局限于较低频率（通常为数百赫兹以下）或较小空间范围内。然而，随着计算资源的进步、算法效率的提升及并行计算技术的发展，这类方法的实际应用范围正在不断扩大。现代声学模拟方案常采用频率相关的方式，在低频段（此时波动效应更为显著）使用波动理论方法，而在高频段则转而采用更加高效的几何声学方法。

3.4 统计能量分析方法（Statistical Energy Analysis, SEA）

统计能量分析方法（SEA）与前述确定性方法有着本质上的差异。SEA并不试图预测声音在空间与时间上的详细分布，而是着眼于耦合子系统之间的平均能量分布，特别适用于高频分析。在高频段，模态密度较高，更适合采用统计描述方法。

SEA建立在以下几个关键假设之上：

声学系统可划分为若干弱耦合的子系统；
子系统之间的能量交换与各自能量差成正比；
每个子系统在所关注频段内均包含足够数量的共振模态；
每个子系统内部的模态能量在其模态间均匀分布；
子系统之间的耦合为保守的（即一个子系统流出的能量完全进入另一子系统）。

在上述假设下，SEA采用一组耦合方程描述各子系统之间的稳态能量平衡：

P_i = ω η_i E_i + ω Σ_j η_ij (E_i/n_i – E_j/n_j)

式中，P_i 为输入至子系统 i 的功率，ω 为角频率，η_i 为子系统 i 的损耗因子，E_i 为子系统 i 的能量，n_i 为子系统 i 的模态密度，η_ij 为子系统 i 与 j 之间的耦合损耗因子。

在建筑声学领域，典型的子系统可包括房间、墙板、楼板、空腔等；功率输入可能来自机械设备、人员活动或外界噪声；损耗因子则代表各种机制下的能量耗散程度，而耦合损耗因子则描述能量在相互连接的子系统之间的流动情况。

在高频声学分析中，SEA方法具有以下优势：

计算效率高，变量数量仅取决于子系统数量，而与具体几何复杂性无关；
适用于复杂系统的统计描述，重视系统整体的平均行为，而非精确的细节；
自然地处理输入参数的不确定性，与高频声学的统计特性相契合；
能够在统一框架下同时模拟结构传播声音（structure-borne）和空气传播声音（airborne）的传输过程。

然而，SEA也存在显著的局限性：

只能提供子系统间的平均能量水平，而无法给出详细的空间或时间信息；
假设子系统之间为弱耦合，这一条件在某些建筑声学情境中可能不成立；
要求每个子系统均具备足够高的模态密度，通常限制其适用频率在施罗德频率（Schroeder frequency）以上；
难以有效处理直达声路径和早期反射的情况，此类声学现象更具确定性特征，而非统计属性。

为克服这些局限性，研究人员发展了将SEA与确定性方法相结合的混合方法（hybrid methods）。此类混合方法通常在低频采用有限元（FEM）或边界元（BEM）方法，以处理以模态行为为主导的声学问题；在高频段则转而使用SEA方法，更好地适应统计描述特征。混合方法的主要难点在于如何恰当地处理确定性与统计性方法之间的耦合，尤其是处于两种方法均不显著优势的中频区域。

能量流分析（Energy Flow Analysis, EFA）和统计有限元方法（Statistical Finite Element Method, SFEM）则是传统SEA方法的扩展方法。这些方法放宽了SEA的一部分基本假设，能够提供更加详细的空间信息。在保持SEA统计框架的同时，这些方法融合了波动理论和有限元方法的部分特性，以更好地处理基础SEA假设未完全满足的情形。

尽管存在上述局限，SEA仍然是分析复杂建筑环境声学特性的重要工具，尤其是在预测高频声音在空间之间的传输、评估降噪处理措施性能以及分析建筑构件结构传播声音等方面。其较高的计算效率使SEA在设计早期快速反馈声学性能，或进行大规模分析（此时更精细方法的计算成本过高）时尤为有用。

3.5 听觉化技术（Auralization Techniques）

听觉化（auralization）是指将声学模拟结果转化为声音的过程，在建筑声学中构成了数值预测与听觉评价之间的重要桥梁。通过使设计师与客户在空间建成之前即能听到该空间的声音效果，听觉化提供了一种直观且易于理解的声学评价手段，补充了传统数值参数所无法完全涵盖的感知信息。

听觉化的核心基础是双耳技术（binaural technology），即在听者的双耳处重现其在真实空间中实际听到的声学信号。人类的空间听觉依赖于左右耳接收到声音的微妙差异，包括双耳时间差（Interaural Time Differences, ITDs）、双耳强度差（Interaural Level Differences, ILDs），以及声音与头部、耳廓和躯干相互作用所产生的频谱特征。这些声学转换关系可以通过头相关传递函数（Head-Related Transfer Functions, HRTFs）来描述，HRTF表示了来自特定方向的声音到达鼓膜之前经历的声学变化过程。

双耳听觉化一般通过将无混响（干声）源信号与双耳房间脉冲响应（Binaural Room Impulse Responses, BRIRs）进行卷积来实现，其中BRIR融合了房间的声学响应特性和听者的HRTF。所得到的双耳音频信号可通过耳机播放，提供沉浸式的声音体验。为实现更真实的效果，还可以加入头部位置跟踪（head tracking）技术，根据听者的实时运动更新听觉化效果，保持听者与虚拟声环境之间正确的空间关系。

房间脉冲响应（Room Impulse Response, RIR）的测量与合成构成了听觉化过程的核心内容。在一个线性、时不变系统（如房间）中，脉冲响应完全描述了声源与接收位置之间的声学传递特性。在已有的空间中，常见的脉冲响应测量技术包括：

扫频正弦波方法（Swept sine methods）：利用指数扫频信号并通过反卷积获得较高的信噪比；
最大长度序列方法（Maximum length sequence, MLS）：利用具有良好自相关特性的伪随机二元序列；
脉冲激励方法（Impulsive excitation methods）：使用气球爆破、发令枪或专用的脉冲声源进行测量。

对于尚未建造或不易物理搭建的设计方案，其脉冲响应必须通过仿真合成获得。前文所述的几何声学方法、波动理论方法以及混合方法均可用于生成用于听觉化的合成脉冲响应。具体方法的选择取决于所关注的频率范围、空间的复杂性以及可用的计算资源。

实时听觉化系统（real-time auralization systems）的出现代表了声学设计工具的一项重要进步，这类系统允许交互式地探索声学空间并对设计变化做出即时反馈。为实现必要的计算速度，这些系统通常使用简化或预先计算的声学模型，通常侧重于早期反射（early reflections，感知上最为重要），而对晚期混响（late reverberation）则采用统计近似方法。现代图形处理单元（GPUs）的应用，通过并行计算大量声路径或波传播过程，使得更为复杂的实时听觉化得以实现。

听觉化结果的感知有效性（perceptual validity）依赖于以下几个因素：

用于生成脉冲响应的声学仿真准确性；
无混响声源材料（anechoic source materials）的质量与适用性；
用于空间化处理的头相关传递函数（HRTFs）测量或建模的精确性；
播放系统将双耳信号准确传递至听者双耳的能力。

听觉化当前面临的挑战包括HRTF的个性化（generic HRTFs对于不同听众而言可能无法提供令人信服的空间线索）、声源指向特性的真实建模（多数声源并非全向性）以及听者本身对空间声场的影响（听者的存在会改变其周围的声场）。

虚拟声学现实（virtual acoustic reality）将听觉化技术拓展至全沉浸式体验，通过将声学仿真与虚拟现实（VR）环境中的视觉表现相结合，这种多感官方法增强了临场感，使得在建筑空间的语境中对声学设计的评估更加直观。这类系统尤其适用于客户汇报，并可用于研究建筑空间中视觉与声学感知之间的相互作用。

除了用于设计评估，听觉化技术在声学研究、教育与文化保护方面同样发挥了重要作用。它可用于控制性研究特定声学特征的感知反应，为展示声学原理提供教育工具，并为记录和体验具有历史价值空间的声学遗产提供手段。

随着计算能力的不断提高与仿真方法的日益成熟，未来的听觉化技术将变得更加逼真和便捷，从而进一步加强数值声学预测与建筑空间主观体验之间的联系。

3.6 声学仿真的案例研究

将计算方法应用于实际的建筑声学问题中，可以充分展现当前仿真技术的能力与局限性。通过选取特定的案例研究，我们能够观察不同方法如何应用于具体的声学挑战中，以及仿真结果与已建成项目中实测结果之间的对比情况。

音乐厅的声学设计优化

音乐厅设计是声学仿真领域最为严苛的应用之一，需要对众多声学参数进行精确控制，以创造出适合音乐演奏的理想环境。其中一个值得关注的案例是德国汉堡易北爱乐厅（Elbphilharmonie）。该建筑由赫尔佐格与德梅隆（Herzog & de Meuron）设计，声学设计则由丰田泰久（Yasuhisa Toyota）担任。音乐厅独特的“葡萄园式”（vineyard）座席布局和复杂的反射与扩散表面几何结构，为声学预测带来了巨大挑战。

设计过程中采用了多方法相结合的声学仿真策略：

在方案早期阶段，采用统计模型和简化的几何仿真方法，以确定音乐厅的基本空间体量与几何关系；
之后利用射线追踪（ray tracing）和镜像声源（image source）方法进行详细的几何声学仿真，预测了座席区域内的混响时间（reverberation time）、清晰度（clarity）以及侧向能量比（lateral energy fraction）等声学参数；
以1:10比例制作的实体声学模型（physical scale modeling），特别针对低频声学行为，为计算仿真结果提供了进一步验证；
利用有限元分析（finite element analysis）针对音乐厅相互耦合的多个体积空间中的模态行为进行具体研究；
听觉化技术（auralization）则使客户和声学顾问能够对设计方案进行主观评价。

已建成的易北爱乐厅因其卓越的声学品质获得了广泛好评，并且实地测量结果与仿真预测的参数在大部分方面显示出高度一致性。个别预测与实际测量的小幅偏差则通过设计中的可调节声学构件得以有效弥补，这体现出仿真技术与适应性物理解决方案相结合的价值。

本案例突出了当代声学仿真实践中几个关键特点：

不同仿真方法的互补性运用，以解决声学性能的多个方面；
实体模型实验与计算仿真之间的结合，以实现相互验证；
听觉化技术在向非专业人士传达声学设计理念时的重要性；
在设计中引入可调节构件的重要性，以应对仿真预测的不确定性。

教室声学仿真案例

教育空间的声学挑战与演出场所存在明显差异，其中言语可懂度（speech intelligibility）和噪声控制（noise control）是主要关注点。一项大学阶梯教室的声学改造案例展示了仿真技术如何引导问题空间进行针对性的声学干预。

该阶梯教室原有的声学环境存在混响时间过长、言语可懂度差以及声音分布不均匀等问题。初期实测数据记录显示，中频段混响时间超过2秒，且许多座位位置的言语传输指数（Speech Transmission Index, STI）低于0.45，表明言语可懂度低下。

研究人员建立了该空间的几何声学模型，并通过现场测量值对仿真模型进行校准。校准过程包括调整表面材料的吸声系数（absorption coefficients）和散射系数（scattering coefficients），直至模型在多个接收点的混响时间和早期衰减时间（early decay time）与实测数据相匹配。经过校准的模型为仿真评估改造方案的预测能力提供了可靠保障。

随后，对不同的声学处理方案进行了仿真模拟，探索了各类吸声与扩散材料组合及其具体布置方式。这些仿真不仅预测了混响时间等整体声学参数，还预测了清晰度（C50）和STI在座席区域内的空间分布。这些预测结果指导了最终处理方案的选择，在声学性能、预算、美观程度和安装施工难度之间取得了平衡。

实际实施的改造措施包括：

根据仿真优化声音分布的建议，采用特定排列方式安装悬挂式吸声天花板；
在墙面特定位置进行局部声学处理，重点关注仿真中显示存在问题反射的区域；
根据新的声学条件，对原有扩声系统（sound reinforcement system）进行相应的改进与调整。

改造后的实测数据证实空间声学环境有显著改善，混响时间降至0.8-1.0秒之间，且整个空间的STI值超过0.65。师生的主观反馈亦验证了客观测量结果，普遍反映教室内的语言清晰度明显提高，且听觉疲劳感显著降低。

本案例清晰地展现了声学仿真在改造项目中的实际价值，体现为：

基于现场实测对仿真模型进行校准，为预测干预措施的效果提供了可靠依据；
声学参数的空间分布预测有助于识别和解决具体的声学问题区域；
仿真技术使得有限资源得以优化配置，针对性地实施最有效的声学处理方案。

开放式办公空间的声学仿真分析

开放式办公空间的声学设计面临特殊挑战，需要在视觉开放性与声学分隔性之间寻求平衡，以兼顾声学隐私、干扰控制及整体的声舒适性。一项大型企业总部办公室的案例研究说明了先进仿真技术如何应对这些挑战。

该项目涉及一个约2000平方米的开放办公区域，包括不同布局的工作工位、会议及协作区域。声学目标包括确保工作工位之间的声学隐私，控制高活动区域噪声的传播，并为不同的工作功能创造相应的声环境条件。

项目采用了多种方法结合的声学仿真策略：

几何声学仿真用于预测开放空间内的声音传播路径与能量衰减；
统计能量分析（Statistical Energy Analysis）用于模拟声音通过半高隔断和家具元素的传播情况；
听觉化技术用于主观评估不同距离及不同背景噪声条件下的言语可懂度与干扰水平。

仿真过程中的一个关键方面是纳入真实的言语声源指向性模式，因为言语的方向特性显著影响其在开放空间的传播。此外，该模型还考虑了家具、天花板处理及地面材料对声环境的影响，并特别关注其频率相关的吸声与散射特性。

仿真结果指导了以下几个设计决策：

优化天花板吸声材料的布置模式，通过形成声学“分区”，减少不同区域间的声音传播；
根据预测的相邻工位间言语传播情况，确定工位隔断的高度及材料；
根据预测的言语可懂度分布，策略性地布置电子掩蔽系统（sound masking systems），并调整其声级；
根据声学仿真提出分区建议，将相容的活动安排在一起，并隔离潜在冲突的功能区域。

办公空间建成后的使用后评估（post-occupancy evaluation）同时包括客观测量与用户主观调查。其中客观测量结果与仿真预测基本吻合，相邻工位间的STI值与预测值误差大多在0.05以内；用户满意度调查结果显示，78%的使用者认为办公区的声环境“好”或“非常好”，而之前的办公空间中这一比例仅为45%。

此案例明确指出开放办公空间声学仿真中的几个重要考虑因素：

纳入真实的声源特性，尤其是言语声源的指向性；
模拟家具和室内元素的声学贡献，而不仅仅是建筑表面的效果；
预测声学参数的空间分布，而非仅关注平均值；
听觉化对于评估声舒适与声学隐私等主观方面起到的重要作用。

上述案例综合表明，虽然利用计算方法进行声学仿真已成为建筑声学设计中强大而可靠的工具，但要使其发挥最佳效能，需要针对具体项目需求进行仔细的考量，选择恰当的仿真方法，并与其它设计工具和流程有效整合。最成功的声学仿真应用，往往是将技术精确性与实际经验相结合，将数值预测转化为具有实际指导意义的设计建议。

4 人工智能在建筑声学中的应用

4.1 人工智能在声学领域的当前应用现状

人工智能（Artificial Intelligence, AI）技术融入建筑声学领域，代表了声环境分析、设计与优化方式的一次重要变革。尽管传统的计算方法仍然是声学仿真的核心手段，但AI方法正日渐被用于解决那些依赖数据驱动的解决方案、模式识别及优化能力的复杂问题。

目前，人工智能在建筑声学领域的应用涵盖多个方面，包括预测建模、参数估计、声景分析以及设计优化。这些应用利用了各种AI技术，包括监督与非监督学习、深度学习以及进化算法（evolutionary algorithms）等，每种技术在特定的声学问题中均具备独特优势。

在声学预测领域，AI模型被开发用以补充或替代传统仿真方法，尤其适用于快速初步评估或物理建模难度较大的问题。这些模型通过学习大量实测或仿真数据，预测新设计配置的声学表现，而无需直接求解复杂的物理方程。这种方法在设计早期阶段，特别适用于快速评估多种设计方案并提供反馈。

在声学参数估计方面，机器学习算法已展现出通过空间几何与材料特性快速预测关键指标（如混响时间、清晰度和言语可懂度）的能力。这些预测一旦模型训练完成，其生成速度远快于传统仿真方法，能够为设计过程提供实时反馈。此外，AI模型还可纳入不确定性量化（uncertainty quantification），不仅提供单点预测值，还给出反映预测可靠性的置信区间（confidence intervals）。

在声景研究领域，人工智能技术被用来对声环境进行分类、预测人类对声音的反应，甚至生成具有特定感知特征的合成声景。这类应用通常将声学分析与心理声学模型（psychoacoustic models）相结合，在物理测量与主观体验之间架起桥梁，体现了声景设计本质上的跨学科属性。

设计优化是人工智能在建筑声学领域的另一个前沿方向。基于AI的优化算法能够广泛地探索设计空间，以寻找满足多个（通常是相互竞争的）声学准则的解决方案。这些方法可以产生传统设计流程中难以发现的新颖设计方案，从而带来创新性的声学解决方案。

尽管上述进展令人鼓舞，但人工智能在建筑声学实践中的应用程度尚不均衡。成熟的声学顾问公司及研究机构正逐渐将AI工具整合进其工作流程中，但AI技术的全面普及仍面临若干挑战：

训练稳健的AI模型需要大量高质量的数据集；
部分AI方法具有“黑盒”（black box）特性，可能限制其透明性和可解释性；
与现有设计和仿真工具的整合难度；
需要同时具备声学与人工智能领域的专业知识。

随着这些挑战通过持续的研究与开发逐步得到解决，人工智能将在建筑声学实践中发挥日益重要的作用，但它更可能是对传统方法和专业知识的补充，而非替代。最有效的应用方式将是结合传统声学理论的物理洞察与人工智能的模式识别和优化能力，充分发挥两种方法的优势。

4.2 基于机器学习的声学参数预测

机器学习（machine learning）方法为声学参数预测提供了一种强有力的工具，使得对关键声学指标的快速估计成为可能，无需进行基于波动理论或几何声学的完整仿真。这些方法通过训练统计模型，利用空间配置及其对应声学参数的数据集，学习建筑要素与声学结果之间的复杂关系。

监督学习（supervised learning）方法，即模型通过带有输入-输出标签的数据进行训练，在此领域表现尤为突出。已应用的算法包括：

多元线性回归（multiple linear regression, MLR）：在输入特征（如房间尺寸、表面积和吸声系数）与输出参数（如混响时间或清晰度）之间建立线性关系；
支持向量机（support vector machines, SVM）：通过将输入映射到高维特征空间，可捕捉更加复杂的非线性关系；
随机森林（random forests）和梯度提升树（gradient boosting machines）：通过组合多个决策树以提高预测精度与鲁棒性；
人工神经网络（artificial neural networks, ANNs）：通过多层相互连接的神经元节点，模拟高度复杂的非线性关系。

输入特征的选择显著影响模型的预测性能。常用的输入特征包括房间体积、表面积及空间比例等几何参数，以及平均吸声系数等材料属性（常按频段划分）。更先进的特征选择方法则纳入了吸声与扩散表面的空间分布、建筑类型，甚至房间冲激响应（impulse response）的简化表征。

丹麦技术大学（Technical University of Denmark）的研究便是此类方法的重要代表案例。该研究团队开发了神经网络模型，用于预测不同空间配置下的混响时间（T30）、早期衰减时间（EDT）、清晰度（C50）以及语言传输指数（STI）等声学参数。这些模型的预测精度可与几何声学仿真方法相媲美，但计算速度却从以往的数分钟甚至数小时缩减至毫秒级，使建筑师能够在设计过程中获得实时的声学反馈。

同样，土耳其比尔肯特大学（University of Belkent）的研究人员则利用机器学习模型，不仅预测了各类房间布局的声学参数，更进一步预测了人们的主观感知反应，直接建立起物理设计变量与感知结果之间的联系。他们的方法结合了声学预测与心理声学模型，从而估计了诸如感知清晰度（perceived clarity）、温暖度（warmth）和空间感（spaciousness）等主观属性。

然而，开发有效的声学机器学习预测模型仍面临诸多挑战：

数据可用性：训练稳健模型需要大量的房间配置及其对应声学参数的数据，这类数据集可来自已有空间的实测、仿真结果，或两者的结合。数据集的质量与多样性将极大地影响模型的性能。
特征选择与工程（feature selection and engineering）：确定房间几何与材料中哪些特征对声学结果最具预测性，需要丰富的领域专业知识，且显著影响模型精度。
泛化能力（generalization）：在特定空间类型（如音乐厅或教室）上训练的模型，在面对其它具有不同声学特征与要求的建筑类型时，可能难以保持较好的泛化性能。
频率依赖性（frequency dependence）：声学参数在不同频段的表现差异明显，因此需要针对不同频率范围分别建立模型，或构建能够捕捉频率依赖关系的更复杂模型。

近期深度学习（deep learning）的进展，已开始解决部分上述挑战。卷积神经网络（CNNs）原本主要应用于图像处理领域，现已被改进用于房间几何空间表征的分析，能够自动提取相关特征，减少人工特征工程的工作量。循环神经网络（RNNs）与Transformer模型则在模拟声学衰减曲线和冲激响应（impulse response）等时间序列特征方面表现出较大潜力。

更具创新性的一个方法是使用图神经网络（Graph Neural Networks, GNNs），将房间表示为图结构，其中节点代表房间表面，边则代表表面之间的声音传播路径。这种表征方式天然地捕捉了空间内部的连接性与空间关系，有潜力显著提高声学行为预测的准确性。

机器学习模型与建筑设计流程的结合应用是另一活跃的研究及开发领域。多个研究团队和商业机构正致力于开发适用于主流设计软件的插件（plugins），基于机器学习预测实时提供声学反馈。这些工具使设计师无需离开主要设计环境，即可直观探索设计决策的声学后果，促进更加声学导向的设计过程。

尽管机器学习方法在计算速度及捕捉复杂关系的能力上具有显著优势，但应将其视作对传统声学仿真方法的补充，而非替代。最有效的设计流程通常是利用机器学习进行快速初步评估和设计探索，而最终的验证与精细化设计仍需依赖更为详细的物理仿真方法。

4.3 人工智能在声景分析与设计中的应用

将人工智能应用于声景（soundscape）分析与设计，标志着我们在理解、评估与创造提升人类体验的声环境方面取得了重要进展。声景研究关注的是人们在具体场境中感知与理解的整体声环境，本质上涉及物理声学参数、情境因素与主观人类反应之间复杂的关系，而人工智能技术特别适合探索这类关系。

利用机器学习对声环境进行分类已成为声景研究与城市规划中的有力工具。这些分类系统通常分析音频录音或声学测量数据，根据多种分类框架将声景划分为不同类别，例如声景研究中提出的愉悦感（pleasant-unpleasant）和事件感（eventful-uneventful）维度。通过自动化这一分类过程，研究人员可以对大量的城市及建筑声景数据进行分析，从而发现通过人工分析可能难以察觉的模式和关系。

例如，谢菲尔德大学（University of Sheffield）的研究人员开发了基于短时录音音频特征的城市声景分类机器学习模型。这些模型对“宁静的”（tranquil）、“充满活力的”（vibrant）、“混乱的”（chaotic）和“枯燥的”（monotonous）等类别的分类准确率超过80%，为城市规划与设计中的声景快速评估提供了有效工具。类似的方法也已应用于室内声景研究，用以分类办公室、餐厅及公共建筑等场所的声环境。

情绪反应预测是人工智能在声景研究应用的又一前沿方向。这类方法利用机器学习建立声环境特征与环境使用者情绪或心理反应之间的关系。通过在同时包含声学测量数据和主观评价的数据集上训练模型，研究人员能够开发出预测工具，估计人们在特定声学条件下可能产生的反应。

一个值得注意的实例来自比尔肯特大学（Bilkent University）的研究团队，该团队训练神经网络模型，预测人们对多种乐器及声景的情绪反应。他们的模型基于愉悦感（pleasantness）、唤醒程度（arousal）与主导感（dominance）等主观评分进行训练，能预测新声景对听众产生的情绪影响。这为设计特定心理感受的声环境提供了工具。类似的方法也已用于工作场所声学研究，基于声环境预测感知生产力、注意力分散程度与压力等因素。

此外，视觉因素与声学因素在这些预测模型中的整合，体现了环境感知的多感官属性。一些研究团队正开发同时考虑视觉与声学特征的AI系统，以预测环境的整体体验质量。他们的研究认识到，这些感官模式以复杂的方式相互作用，共同塑造人们对空间的感知。

声景生成模型是人工智能在该领域最具创新性的应用之一。这些方法利用生成对抗网络（generative adversarial networks, GANs）和变分自编码器（variational autoencoders, VAEs）等技术，创造具备特定期望特征的合成声景。与传统声音设计通常依靠人工选择和处理声音元素不同，这些生成式方法能够根据高层次的设计要求自动生成复杂且动态演化的声景。

麻省理工学院媒体实验室（MIT Media Lab）的研究人员开发了能够基于语义描述为虚拟环境生成合成声景的系统，使设计师能够直接指定期望的感知特征（例如“带有远处交通声的平静花园”，calming garden with distant traffic），而无需逐一指定声音元素。这些系统通过学习语义概念与声学特征之间的关系（基于大量具有标注的录音数据集），能够合成符合指定标准的新型声景。

在建筑领域，这些生成式方法正被探索用于创造建筑空间中的环境声景，以强化空间的预期功能与体验。例如，AI系统可针对医疗环境生成微妙的背景声景，以促进康复及减轻压力；或为工作场所创造增强注意力同时维持一定活动感与临场感的声环境。

人工智能驱动的声景设计所涉及的伦理问题值得认真审视。创造能够影响人们情绪和行为的声学环境能力，引发了有关透明性、知情同意和潜在操控等议题。随着这些技术不断发展，建立相应的伦理框架和最佳实践规范，以确保技术的负责任应用，将变得至关重要。

尽管存在上述顾虑，人工智能在声景分析与设计中的潜在价值依然显著。通过提供更精细的理解声环境如何影响人类体验的工具，并帮助创造出提升福祉与功能性的声景，人工智能方法能够为更人性化、更有效的建筑空间创造做出重大贡献。

4.4 优化算法在建筑声学设计中的应用

优化算法在声学设计问题中的应用，已逐渐改变建筑师与声学专家处理空间声学特性设计的方式。这些算法中许多来源于人工智能领域，能够系统性地探索庞大的设计空间，以确定最优地满足多个（通常相互竞争的）声学标准的设计方案。

遗传算法（Genetic Algorithms, GAs）在建筑声学中的房间形状优化领域表现尤为突出。这些算法受生物进化过程启发，将设计变量（如房间尺寸、表面角度或反射板位置）编码为“基因”（genes），再组合为表示完整设计方案的“染色体”（chromosome）。设计方案群体通过选择、交叉和变异等进化过程逐渐演化，最终收敛于优化特定声学目标的方案。

丹麦技术大学（Technical University of Denmark）的研究人员在音乐厅设计中的一项应用即为典型案例。他们利用遗传算法优化了天花板反射板的形状与布局，以实现观众席区域声音传播的均匀性，同时保持适当的混响时间。该方法将反射板的位置、角度和曲率编码为基因，采用几何声学仿真与机器学习预测相结合的方式，对每个设计方案的性能进行评估。最终优化所得的设计相比传统方法实现了明显更均匀的声音分布，而通过机器学习加速对候选方案的声学性能评估，也显著降低了计算耗时。

类似的优化方法也被用于优化表演空间本身的几何形态。宾夕法尼亚州立大学（Penn State University）的研究人员开发了一套系统，针对特定声学目标（如增强早期反射以提高清晰度，同时控制后期混响）优化房间几何。其遗传算法探索了墙面角度、天花板高度轮廓及阳台布局等变量，并发现了一些传统设计过程中难以发现的非直观几何方案。

多目标优化（multi-objective optimization）则认识到，声学设计通常涉及多个且可能相互冲突的目标。例如，一个兼具演讲清晰度的报告厅，可能很难同时满足音乐演出所需的空间包围感（envelopment）。多目标进化算法（Multi-objective Evolutionary Algorithms, MOEAs）解决了此类问题，它们不会生成单一的“最佳”方案，而是生成一系列帕累托最优解（Pareto-optimal solutions），即无法在不牺牲某个目标的前提下改善其他目标的方案集合。

悉尼大学（University of Sydney）的研究人员将这种方法应用于多功能厅的声学设计，同时针对不同使用情景对语言传输指数（STI）、混响时间（RT）和低频比（Bass Ratio, BR）等多项指标进行优化。他们提出的算法识别出一系列帕累托最优方案，帮助建筑师和客户根据不同使用情景的优先级做出权衡取舍。这种方法将设计过程从追求单一最优解转变为权衡空间的探索，使设计人员更清晰地理解设计变量与声学结果之间的关系。

拓扑优化（Topology optimization）最早应用于结构工程领域，近年来也逐渐被推广至声学领域。这种方法通过优化材料在设计空间内的分布，以实现特定的声学目标，可能产生传统设计思维难以设想的新颖解决方案。例如，已有研究人员将拓扑优化应用于声学扩散体（acoustic diffuser）设计中，获得复杂几何结构的扩散器，其在各频段上的声音散射均匀性明显优于传统扩散器设计。

集成了上述优化算法的人工智能辅助设计工具，也开始在建筑实践中逐步涌现。这些工具通常与现有设计软件相结合，可在设计师探索不同方案时实时反馈声学性能。一些更先进的系统甚至可以根据指定的声学目标主动提出设计修改建议，或自动生成优化方案，从而起到“声学设计助手”（acoustic design assistant）的作用，对人类创造力进行增强而非替代。

例如，苏黎世联邦理工学院（ETH Zurich）的研究团队开发了一种交互式声学优化工具，面向建筑设计早期阶段，能够在尊重建筑约束条件的前提下提出房间形态修改建议，以改善声学表现。该系统结合了机器学习快速声学预测与进化算法优化的优势，可以在几秒钟内为设计师提供可行的修改建议，而传统的声学模拟与人工优化通常需耗费数小时甚至数天。

优化算法在声学设计中的有效性，很大程度上取决于问题的具体设定形式，尤其是在以下几个方面：

设计变量（Design variables）：算法可修改的设计要素（如房间尺寸、表面材料、反射板位置等）；
约束条件（Constraints）：设计过程中需遵守的限制（如总体空间体积、结构可行性、预算限制等）；
目标函数（Objective functions）：声学性能如何量化与评估（如混响时间、清晰度、空间均匀性等）；
评估方法（Evaluation methods）：候选方案的性能如何评估（如几何声学模拟、基于声波传播的数值方法或基于机器学习的预测）。

此外，优化算法本身的选取也会影响设计优化过程的有效性和效率。除遗传算法外，粒子群优化（particle swarm optimization）、模拟退火（simulated annealing）和贝叶斯优化（Bayesian optimization）等方法在特定声学设计任务中也表现出了良好的潜力。每种算法在收敛速度、逃脱局部最优解的能力，以及扩展到高维设计空间的能力上各具有优势与不足。

随着计算资源的持续增长和算法的不断成熟，优化方法预计将在建筑声学设计中扮演越来越关键的角色，推动建筑空间的声学性能更精准地匹配其预期功能与特定情境。

4.5 限制与未来发展方向

尽管人工智能在建筑声学领域展现出巨大的潜力，但当前的实际应用仍面临若干限制，必须予以解决以推动该领域的进一步发展。厘清这些限制以及新兴趋势和研究机遇，将为未来人工智能与建筑声学设计和分析的融合提供明确的发展路线。

许多声学领域人工智能方法的根本性限制之一在于对训练数据的高度依赖。机器学习模型需要大量高质量的数据集，以有效学习建筑特征与声学结果之间的复杂关系。然而在建筑声学领域，特别是针对特定建筑类型或创新设计方案，这类数据集往往规模有限、范围狭窄。这种数据稀缺性导致所训练模型在超出训练数据范围的条件下泛化能力受限。

针对数据局限性问题，目前研究人员正在探索以下几种应对策略：

基于物理声学仿真的合成数据生成技术，创造大规模、多样化的房间配置及对应声学性能数据；
研究机构与声学咨询公司之间的协作数据共享计划，以汇集更多实测或仿真声学数据；
转移学习（transfer learning）方法，利用相关领域或一般声学原理的已有知识，改善在数据有限情况下的特定任务表现；
主动学习（active learning）方法，通过策略性地选择能够显著提升模型性能的数据点，优化数据采集过程。

此外，许多人工智能系统的“黑盒”（black box）特性也构成了一项重要限制。特别是在建筑声学这样一个高度依赖对物理现象理解的领域，模型的可解释性（interpretability）尤为关键。深度神经网络虽然性能强大，但通常难以解释具体预测或推荐背后的依据，这种不透明性可能降低声学专家与建筑师对人工智能系统的信任度，影响其在实际设计工作中的接受程度。

可解释人工智能（explainable AI, XAI）的研究旨在克服这一局限性，通过开发相应的方法，使人工智能系统如何得出结论的过程能够被解读和可视化。在声学应用中，这可能涉及识别哪些房间特征对预测参数具有最强影响，或实现设计变量与声学结果之间关系的可视化。这类方法可将不透明的神经网络转化为透明的设计工具，进而提高设计师对设计过程的理解，而非仅仅提供预测结果。

人工智能工具与现有设计工作流程的整合也是当前面临的另一挑战。目前许多声学领域的人工智能应用仍停留于独立的研究原型阶段，尚未有效融入建筑师与声学专家所使用的设计软件生态系统。这一整合缺口限制了科研成果在实践中的推广应用。

未来的发展可能致力于为主流设计和模拟软件开发插件或扩展，使得人工智能功能能够无缝嵌入现有工作流程。基于云端的服务，通过应用程序接口（APIs）提供人工智能驱动的声学分析，也是一种极具潜力的方案，这种方式允许人工智能工具与多种软件平台集成，而无需终端用户额外安装专门工具或掌握专业人工智能知识。

尽管人工智能方法的计算效率整体上优于传统仿真手段，但在特定应用场景下仍存在一定的局限。尤其是在设计探索过程中需要实时反馈的情形下，算法与实现策略可能需要进一步优化，特别是对于复杂空间或需同时考虑多个频段的多项声学指标的情境。

硬件加速技术、模型压缩方法及更高效的神经网络结构等方面的进步，有望应对这些计算挑战。此外，专用人工智能硬件在标准计算平台中的逐渐普及，也将进一步增强将复杂的声学人工智能工具整合进日常设计流程的可行性。

展望未来的发展方向，以下几种新兴趋势与研究机遇值得关注：

多模态人工智能系统（Multimodal AI systems）：整合声学、视觉甚至触觉信息，提供更全面的环境设计指导。这类系统考虑了人类感知的跨模态交互特性，即视觉感知会影响声学期望与体验。
强化学习（Reinforcement learning）方法：通过模拟“经验”而非静态数据集来学习最佳的声学设计策略。这类系统可能通过大量模拟迭代探索建筑决策与声学结果之间的关系，从而发现新的设计原则。
人工智能增强的听觉化技术（AI-enhanced auralization）：将传统声学仿真与机器学习相结合，创造感知精度更高且计算效率更高的虚拟声学体验。这些系统可能使用人工智能模拟传统方法计算代价过高的复杂声学现象，或根据个体听觉特征定制听觉化效果。
自适应声学环境（Adaptive acoustic environments）：利用人工智能根据人员、活动与环境因素动态优化声环境条件。这类系统超越传统的静态声学设计，创造能够灵活响应动态需求和环境变化的空间。
与参数化设计（Parametric design）和生成式建筑（Generative architecture）整合：创建能够自动生成完整建筑方案的系统，综合优化声学性能以及结构效率、采光和空间体验等多维设计标准。

最有前景的发展方向或许在于混合方法（hybrid approaches），将传统声学理论的物理洞察与人工智能的模式识别及优化能力相结合。与其将人工智能视为对现有方法的替代，声学领域正逐渐转向融合不同方法优势的综合途径。

例如，可以利用基于声波传播的仿真生成机器学习模型的训练数据，随后在设计初期使用这些模型快速反馈设计方案效果。人工智能分析获得的洞察再进一步指导有针对性的传统仿真，以进行更细致的设计开发。这种混合方法既保持了建筑声学以物理原理为基础的理论理解，又充分利用了人工智能的计算效率和模式识别能力。

随着上述限制逐步克服，新兴方向逐渐展开，人工智能必将成为建筑声学领域日益重要的工具，帮助创造出具有优良声学品质的空间，以支持人类福祉、交流和体验。实现这一潜力的关键并非以人工智能取代人类专业知识，而是在设计师与人工智能系统之间建立共生关系，增强创造力、洞察力及声学设计的效能。

5 建筑声学设计中的人因考量

5.1 心理声学与感知

心理声学（Psychoacoustics）作为研究声音感知的学科，是连接声环境物理特性与人类体验的重要桥梁。理解人类如何感知、解释并回应声音，对于创造支持福祉、沟通及符合特定功能需求的声学体验的建筑空间至关重要。

人类的听觉系统在漫长的进化过程中，发展出从复杂声场中提取有意义信息的卓越能力。人耳听觉的频率范围大约跨越十个倍频程（20 Hz 至 20,000 Hz），动态范围超过120分贝，但在此范围内的敏感度并不均匀。其中，耳朵的最大敏感性集中在约2,000-5,000 Hz的频段，这一频段恰好对应言语理解所必需的关键频率区间，而在更低或更高频率区域的听觉敏感度则显著降低。这种频率依赖性的敏感特征，通过等响度曲线（equal-loudness contours，即 Fletcher-Munson 曲线）体现出来，这些曲线描述了在频谱上产生相同主观响度所需的不同声压级。

响度（loudness）的感知与物理声强之间呈现出复杂且非线性的关系。以宋（sone）为单位的响度标度，即响度每增加一倍对应宋值增加一倍，比单纯使用分贝（dB）更贴近人类主观感知。多种响度模型，如国际标准ISO 532-1和ISO 532-2中定义的模型，尝试基于频率组成、时间模式和掩蔽效应（masking effects）等因素，从物理测量中预测人类感知的响度。

时间分辨率（temporal resolution）指人耳探测声音随时间变化的能力，这一能力显著影响人们对建筑空间的声学体验。听觉系统能够在不同的时间窗口内对声音能量进行整合，从毫秒级的细微时间细节，到秒级的整体响度评估。这种时间整合机制影响了人们在不同声环境中对瞬态声音、言语清晰度以及音乐片段的感知。例如，过长的混响会使声音的时间细节模糊化，导致音节之间发生重叠与掩蔽，进而降低言语可懂度（speech intelligibility）。

空间听觉（spatial hearing）能力使人们能够借助双耳（binaural）和单耳（monaural）线索，定位声源并感知环境的空间特性。两耳间的时间差（interaural time differences, ITDs）与强度差（interaural level differences, ILDs）是水平方向定位的主要依据，而由外耳（pinnae）引起的声谱修饰则有助于垂直方向的定位以及前后方位的区分。这些听觉机制帮助我们建立起环境的详细声学空间感知地图，既能辨识直接声源，也能感知参与声场形成的反射表面。

在建筑场境（architectural contexts）中，空间听觉能力极大地影响了人们对房间尺度、环绕感（envelopment）、亲密感（intimacy）和声源宽度（source width）等属性的感知，这些品质显著影响了从音乐厅到开放式办公空间等各种空间的体验。早期侧向反射声（在直接声音后约80毫秒内到达）对声源宽度和空间印象具有重要贡献，而较晚的反射声与混响则有助于形成环绕感，即被声音包围的主观感受。这些组成元素之间的平衡，深刻影响了人们在表演空间中对声环境品质的主观评价。

听觉场景分析（auditory scene analysis）——即人耳将复杂声音混合物组织为有意义感知单元的能力，在我们体验具备多个声源的建筑空间时起到了关键作用。根据Albert Bregman的理论，听觉系统利用频率接近性（frequency proximity）、时间同步性（temporal synchrony）、谐波关系（harmonic relationships）和空间位置（spatial location）等原则，将声音成分组织成代表不同声源或事件的连贯“声流”（streams）。建筑空间的声学特性可能支持或阻碍这种感知组织过程，继而影响人们聚焦于目标声音并过滤无关声音的能力。

“鸡尾酒会效应”（cocktail party effect）体现了这种选择性注意（selective attention）的能力，使得我们能够在众多竞争语音中专注于单一对话。该能力一方面取决于提供空间分离线索的双耳听觉，另一方面则依赖更高级的认知处理过程，这些过程利用言语和情境知识来实现感知过滤。这种感知过滤的有效性受到目标声与干扰声之间的声学相似性、声源空间分布以及空间混响特征等因素的影响。

掩蔽效应（masking）——即一个声音的存在影响另一个声音感知的现象，也对建筑声学具有重要启示。同步掩蔽（simultaneous masking）发生于频率重叠的声音之间，较大声压级的声音会使较小的声音变得不可闻。时间掩蔽（temporal masking）则将掩蔽效应延伸至时间维度：某一声音可能掩蔽紧邻其之前（逆向掩蔽，backward masking）或之后（正向掩蔽，forward masking）的另一声音。在混响空间中，晚期反射声可能掩蔽后续直接声，从而潜在地降低言语可懂度和音乐的清晰度。

注意力、预期、记忆和情境等认知因素对声学感知具有深远影响。对空间的熟悉程度会影响个体如何感知其声学特性，而基于视觉线索或先前对类似空间的经验所形成的预期，也会产生类似的影响。视觉和声学信息之间的协调性（例如，视线上空间尺度较大的环境伴随着合适的混响）有助于形成环境连贯性与品质的整体印象。

个体之间在听觉敏感性、听觉处理方式和偏好方面的差异，进一步增加了声学设计的复杂性。这些差异源于年龄、听觉健康状况、文化背景及个人经历等因素。年龄相关的听力损失（老年性耳聋，presbycusis）通常首先影响高频听觉敏感性，导致辅音分辨能力和声源定位能力降低。即使在临床诊断为听力正常的人群中，时域分辨率（temporal resolution）、频率辨别力（frequency discrimination）以及对掩蔽效应（masking）的敏感程度等听觉能力也存在明显的个体差异。

对于声环境的感知反应，其测量与预测方法已从简单的物理参数逐渐发展到更加复杂的心理声学指标。传统的房间声学参数（如混响时间RT、清晰度C50/C80、定义度D50等）试图捕捉感知的某些方面，但这些参数与主观评价之间的相关性并不总是理想。更注重感知的参数，如用于预测言语可懂度的语言传输指数（speech transmission index, STI）或用于衡量调制感知的起伏强度（fluctuation strength），通过引入心理声学原理从而更准确地预测人的感知反应。

双耳测量技术（binaural measurement）通过记录声场在听者双耳位置的接收情况，能够提供比单一全向测量更具感知相关性的数据。由双耳测量推导的指标，如用于空间感知的双耳互相关系数（interaural cross-correlation coefficient, IACC）或用于音乐厅声学评价的双耳品质指数（binaural quality index, BQI），通常与主观评价结果的相关性高于传统的单耳指标。

心理声学原理在建筑声学设计中的应用，需要将感知目标转化为具体的物理设计参数。在以言语交流为主的空间（如教室或报告厅），设计可能着重优化早期与晚期声音能量的比例（即清晰度）并最大程度地降低背景噪声，以提高言语可懂度。在音乐演出空间中，则可能需要创造适宜的混响特性，同时确保充足的早期侧向反射，以形成良好的空间感受。在医疗环境中，设计目标可能聚焦于控制引起压力的声音，同时兼顾声学隐私和清晰的沟通效果。

随着心理声学研究不断深入，建筑声学设计逐步纳入更加细致的感知因素考量，不再仅局限于混响时间等基本参数。这种进步反映了人们日益认识到，声学设计的终极目标并非实现特定的物理指标，而是创造出能够在认知、交流和福祉等方面全面支持人类活动的空间，以适应空间预期的功能需求。

5.2 声舒适与福祉

声舒适（acoustic comfort）指建筑使用者对所处环境声学条件感到满意的状态，近年来已成为建筑设计中的关键考量因素。这一因素对人体健康、福祉、认知表现及生活品质均有显著影响。随着研究日益揭示声音暴露对人体生理与心理的影响，声舒适已不再是一项奢侈需求，而成为以人为本设计理念中的必要组成部分。

声舒适的概念超越了单纯的噪声消除，涵盖了声环境中能积极支持人类活动和身心福祉的多种因素。这种整体视角包括适合交流的语言可懂度、能够保护机密交流的适当声学隐私、免受干扰以便专注工作的环境，以及适于放松或睡眠的适宜声学条件。这些因素的最佳平衡状态取决于空间具体功能和使用者的需求，因此声舒适并非统一的标准，而是一种高度依赖于场境（context）的品质属性。

噪声暴露已被证实会通过听觉和非听觉途径引发多种不良健康效应。尽管暴露于极高声压级的声音可能直接损害听觉系统，但在日常环境中更为常见的是适度噪声暴露所带来的非听觉效应。这种非听觉效应即使在远低于听力损伤阈值的声级下，亦可引发人体的应激反应，包括压力激素（如皮质醇、肾上腺素）分泌增加、血压升高、心率加快及呼吸模式改变等。

长期暴露于环境噪声已被证明与心血管疾病风险增加相关，包括高血压、缺血性心脏病及中风。世界卫生组织（WHO）2018年发布的《欧洲区域环境噪声指南》（Environmental Noise Guidelines for the European Region）指出，交通噪声与心血管疾病之间存在充分的因果关系证据，长期暴露于超过53 dB L_den（日-晚-夜等效声级）的道路交通噪声，会显著增加缺血性心脏病的患病风险。

睡眠干扰是声环境影响健康与福祉的另一重要途径。噪声引起的睡眠干扰可能表现为入睡延迟、觉醒次数增加、睡眠阶段变浅，或引发虽未致醒但仍影响睡眠质量的自主神经反应。这些干扰可能导致次日的疲劳感增加、认知表现下降、情绪变化等短期效应，并可能在干扰长期持续时产生更为严重的健康后果。

声学条件对认知表现的影响尤为显著，这在教育及办公场境中尤为突出。噪声可能通过多种机制损害认知功能，包括：（1）听觉分心效应（auditory distraction），即注意力被无关声音非自主性地捕获；（2）信息掩蔽（information masking），即相关的听觉信息被竞争性声音模糊；（3）认知负荷增加，即为处理或忽略无关声音而占用额外的认知资源。

噪声对认知表现的影响程度随任务类型而异，其中涉及语言处理、工作记忆和持续注意力的任务尤其易受干扰。在同等声压级下，语言类噪声（speech-based noise）由于包含额外的信息负荷，通常比非语言类噪声（non-speech noise）对言语任务造成更严重的干扰。这种“无关言语效应”（irrelevant speech effect）对开放式办公空间尤具影响，常常表现为无意间听到的他人对话显著降低工作效率。

个体在噪声敏感性方面的差异，使得声环境与福祉的关系更加复杂。噪声敏感性（noise sensitivity）是一种稳定的人格特质，反映了个体对声音的一般态度。这种特质在噪声带来的烦恼感、应激反应及健康效应等方面起到调节作用。对噪声高度敏感的个体，在其他人认为可接受的声级下可能已感到明显的不适与工作表现的下降。这种现象凸显了在声学设计中考虑个体差异与多样化需求的重要性。

声学隐私（acoustic privacy）的概念涵盖言语隐私（speech privacy，即防止非预期听者理解谈话内容）及免受他人声音干扰（不被迫听到他人对话或活动）。在医疗环境中，声学隐私不足可能损害患者的隐私保护，甚至可能违反美国《健康保险流通与责任法案》（HIPAA）等监管条例。在办公环境中，言语隐私不足已被多个使用后评估（post-occupancy evaluation）视为导致使用者强烈不满的重要因素，尤其显著于开放式办公场所。

言语隐私通常通过语言清晰度指数（Articulation Index, AI）、隐私指数（Privacy Index, PI）或言语隐私等级（Speech Privacy Class, SPC）等指标进行量化。这些指标根据言语声级、背景噪声及房间声学条件，预测不同距离处言语的可懂度。实现适当的言语隐私通常需要多种措施的协同作用，包括足够的交谈者与听者之间的距离、适宜的背景噪声水平（通常通过声音掩蔽系统实现），以及适当的吸声处理和隔声屏障以控制言语传播。

大量建筑使用后评估研究已广泛记录了声环境与使用者满意度之间的密切关系。在办公环境中，声学问题一直是使用者最不满意的因素之一，通常超过了对热舒适、照明或空气品质的抱怨。美国加州大学伯克利分校建筑环境研究中心（Center for the Built Environment）在超过90,000份建筑使用后调查数据中发现，声环境品质的满意度评价在所有室内环境品质因素中得分最低，开放式办公空间尤为突出。

在医疗环境中，声环境不仅影响患者康复与医护人员绩效，也关乎患者隐私与尊严。研究表明，改善医院的声学条件可减轻患者压力、提高睡眠质量、降低镇痛药物需求，进而缩短患者住院时间。同时，对医护人员而言，更佳的声学条件能够减少医疗差错、提高沟通准确性，进而降低职业倦怠与应激水平。

教育环境的声学问题尤为复杂，因为言语可懂度直接影响学习效果。持续的研究表明，教室声学条件不佳（如混响过长、信噪比不足、背景噪声过高）会严重损害学生的言语感知、语言发展、阅读能力及整体学业表现。这种负面影响对于年幼儿童、非母语使用者以及存在听力障碍或学习困难的学生尤为明显。

住宅的声舒适性显著影响居民的整体生活品质，关系到个体压力水平、睡眠质量以及对居住环境的满意度。随着城市化导致人口密度增加和混合功能开发日趋普遍，防止住宅空间受到外界噪声（如交通、商业活动、邻近单元）的干扰正面临越来越大的挑战。目前，各国针对住宅声学环境的建筑规范和标准差异较大，其中瑞典和德国等国家的要求相对更加严格。

为改善住宅声舒适而制定的设计策略，应同时考虑声环境的多个方面，包括：（1）通过适当的外立面设计与施工控制外部噪声入侵；（2）通过设备选型、隔振设计与管道布局等措施管理机电系统产生的噪声；（3）优化房间内部声学设计，以实现适宜的混响时间和声音分布；（4）在对声学需求不同的相邻空间之间提供足够的隔声措施；（5）进行细致的空间规划，隔离不相容的声学活动；（6）引入合适的背景声音（自然声或通过声音掩蔽系统实现），以提供言语隐私并减少干扰性噪声的影响。

对于声舒适的评价方法，也已从单纯的物理测量逐渐发展为综合考虑居住者感知与体验的全面评价方式。在使用后评估（post-occupancy evaluation）中，研究者越来越多地将声环境满意度调查与物理测量相结合，认识到仅凭客观参数可能无法全面反映居住者对声环境的主观感受。一些研究者提出了“声舒适指数”（acoustic comfort indices），将多个物理参数与基于居住者主观重要性评分得到的权重因子相结合，试图构建更为全面的声学品质评价方法。

随着人们对声舒适重要性的认识日益深入，诸如WELL、LEED及BREEAM等建筑认证体系也不断拓展了其对声学性能的评价标准，鼓励设计师通过适宜的声学条件改善居住者的福祉。这些认证体系通常包含背景噪声级、混响时间、隔声性能及言语隐私等方面的要求，倡导更为全面的声学设计方法。

声舒适的经济影响，不仅包括声学处理的直接成本，还涵盖潜在的生产力提升、医疗保健成本降低以及房产价值影响等因素。虽然声学品质的初期投资可能较大（尤其是对既有建筑的改造），但从长期来看，在居住者生产效率、健康状况与满意度方面的回报通常足以证明这一投资的合理性。一些研究指出，在办公环境中，仅1-2%的生产力提升便可能足以抵消声学改善的全部成本。

随着相关研究持续加深我们对声环境与人类福祉关系的理解，建筑声学设计正逐步转向以人为中心的理念，追求创造的不仅是技术意义上的良好声学环境，更是能够支持使用者健康、舒适与活动需求的空间。

5.3 声景方法

声景（soundscape）方法代表了建筑声学领域的一种范式转变，即从传统的噪声控制视角拓展到以人们的感知、体验和理解为中心，综合考虑整个声环境。ISO 12913-1标准将“声景”定义为“一个人或多人在特定情境（context）中所感知、体验和（或）理解的声环境”，强调了声学体验的主观性和情境依赖性，而非仅关注客观声学参数。

这一方法最初起源于R. Murray Schafer及其在20世纪70年代发起的“世界声景项目”（World Soundscape Project），该项目提出了“高保真”（hi-fi）和“低保真”（lo-fi）声景等概念，用以描述不同信噪比特征的环境。初期的声景研究主要聚焦于记录和保护有价值的声音环境，而如今，声景研究已发展为跨学科研究领域，广泛应用于建筑和城市环境的设计与管理实践中。

ISO 12913-1中正式提出的声景研究框架，强调了声音感知过程涉及声学刺激、个体听众以及聆听发生情境间的复杂交互作用。该框架同时承认，同一声环境可能因以下因素而产生不同的感知体验：（1）听者的文化背景、个人经历与预期；（2）听者所从事的活动；（3）空间的社会与文化属性；（4）环境中的视觉及其他感官信息；（5）声音在特定情境中的适宜性（perceived appropriateness）。

这种情境化的理解对传统上将声音视为污染并加以尽量降低的做法构成了挑战。相反，声景视角承认声音的效应可能是积极、消极或中性的，这取决于声音的含义、适宜性以及与整体环境的关系。例如，儿童玩耍的声音在社区公园可能被视为积极要素，而在静思花园中却可能被视为干扰；水声在城市广场中可能掩蔽交通噪声，并同时带来愉悦的感官体验。

声景评价方法也逐渐发展，以捕捉声环境的这种多维度、感知性的特征。这些方法通常结合以下几个方面：（1）物理声学测量，以描述客观声场特征；（2）感知评价，通常通过调查问卷、访谈或声景漫步（soundwalk，即引导参与者在特定环境中进行有意识的倾听体验）等方式来实现；（3）有关空间本身、空间用途和文化意义的情境信息。

研究发现，在不同文化情境下的声景评价中，有若干感知维度始终得以体现。其中最为稳健的两项是“愉悦感—不愉悦感”（pleasantness/unpleasantness）与“事件感—平淡感”（eventfulness/uneventfulness）这两个维度，它们共同构成了一个二维感知空间，用以定位不同的声景特征。此外，一些研究还识别出了如熟悉度（familiarity）、自然性（naturalness）和适宜性（appropriateness）等其他感知维度。

声景方法已被广泛应用于各种建筑与城市情境中，包括公共广场、公园、医疗环境及居住区域等。在城市设计中，这种方法指导了“安静区”（quiet areas）或“宁静区”（tranquility zones）的创建，以便在嘈杂城市环境内提供声学休憩场所；也推动了生动的声环境设计，支持社会互动及文化表达。在医疗建筑设计中，声景方法指导了疗愈性声景（healing soundscapes）的创造，通过适宜的声环境体验降低压力并促进康复。

从声景研究与实践中，学界已逐渐总结出以下几个关键原则：

声音多样性（sound diversity）有助于丰富环境体验，并增强场所的身份感。单调（monotonous）的声环境即使在技术上被视为安静，仍可能给人以呆板、无生气的感受；相反，适当引入声音多样性的环境却能创造更具吸引力、令人难忘的体验。
声音与视觉或功能情境之间的一致性（congruence）显著影响人们的感知。符合视觉线索或空间功能预期的声音，即使声级相似，也更容易被接受或积极评价；而不协调（incongruent）的声音则往往被负面评价。
掩蔽（masking）策略能够主动改善声景品质。通过引入愉悦或中性的声音（如水景、恰当的背景音乐等），可以降低不受欢迎声音的可闻度或突出程度。
空间内的声学多样性（acoustic diversity）允许在同一整体环境中创造不同的声学体验，以满足不同偏好与活动需求。这种“声学分区”（acoustic zoning）方法能够构成丰富多元的声景体验，而非单一、统一的声学条件。
声景中的时间模式（temporal patterns）对其特征和品质具有重要贡献。声音在一天、一周或一年四季中的节律变化能够成为场所身份感和场所体验的重要组成部分，提示设计者应关注声景设计的时间维度，而非仅关注静态条件。

声景方法在建筑设计实践中的实施通常涉及以下策略：

声景测绘（soundscape mapping）与评估，以理解现有声学条件及其感知意义。这种方法通常结合传统的声学测量与声景漫步、双耳录音（binaural recordings）和感知调查问卷等手段。
参与式设计过程，使使用者及社区参与到价值声音源、问题声学条件及期望声景特征的识别过程中，认识到地方性知识与文化视角对于实现情境适宜的声景设计至关重要。
声源管理（sound source management），即有选择地控制不受欢迎的声音，同时保留或增强积极的声音元素。这种方法超越了传统的单纯降噪策略，而是基于声音的意义和价值进行更为细致的干预。
引入积极的声音元素，如水景、能吸引鸟类或产生风声的植被，或精心设计的声音装置，以丰富环境的感官体验。
通过空间设计塑造声音传播与交互的方式，通过表面材料、空间体量与布局控制声学环境，以为不同的活动与体验提供适宜的声学条件。

已有的一些成功声景案例研究展示了该方法的潜力。例如，英国谢菲尔德市希夫广场（Sheaf Square）的改造项目，通过设置大型水景装置，不仅创造了令人愉悦的水声，更巧妙地掩蔽了邻近道路交通噪声，成功打造了城市的声学“门户”，将原本以噪声为主导的空间转变为富有吸引力的公共环境。在医疗领域，美国俄勒冈州波特兰市的Legacy Good Samaritan医院实施了声景设计，通过引入自然声音并控制声环境，显著降低了患者的压力水平并改善了睡眠质量，最终在患者康复效果和满意度方面取得了显著的改善。

声景思维与更广泛的多感官设计方法的融合体现了对声学体验的全面认识，即声学体验并非孤立存在，而是与视觉、触觉甚至嗅觉等环境要素共同作用，共同塑造人类的环境体验。这种整合式的设计方法强调声学元素与视觉、触觉、嗅觉等其他感官因素之间的互动关系，致力于创造更加协调统一、支持人类活动与福祉的空间。

随着声景方法的持续发展，虚拟现实（virtual reality, VR）、增强现实（augmented reality, AR）、空间音频（spatial audio）以及交互式声音系统（interactive sound systems）等新兴技术的兴起，为创造响应式、适应性的声学环境提供了新的可能。这些新技术能够使声学环境根据使用者需求、偏好或环境条件做出动态调整，实现更加个性化的声景体验，甚至使空间能够灵活地改变其声学特征，以适应不同的功能需求或用户群体。

总体而言，声景视角代表了建筑声学领域的一次重要转变，使该领域的关注重点从技术参数扩展至人的体验，从单纯的噪声控制扩展至创造具有意义、支持性的声环境。通过承认声音感知的情境性与主观性，这种方法为建筑空间的声学设计提供了更为细致、全面且潜在更有效的框架。

5.4 特殊人群与包容性设计

包容性声学设计（inclusive acoustic design）认识到，人类的听觉能力、感知处理及声学需求在人群中存在显著差异。若仅以“平均”听力水平为依据进行设计，则可能导致某些听觉特征或需求不同的个体被排斥或处于劣势地位。包容性设计则考虑到这种多样性，旨在创造一种能够最大程度满足不同用户需求的声环境，而无需额外的适应性调整或特殊设计。

听力损失（hearing loss）影响着相当大比例的人群，且随着年龄增长，听损患病率显著提高。据统计，美国约15%的成年人（约3750万人）报告存在某种程度的听力困难，而在65-74岁人群中，这一比例超过30%，在75岁及以上人群中则接近50%。听力损失在类型（传导性、感音神经性或混合性）、程度（从轻度到重度）及频率特征（影响不同频段）方面均存在差异，因此产生了多样化的听觉体验与需求。

听力损失人群面临的声学挑战并不仅仅表现为需要提高声音强度，还包括以下常见困难：（1）频率选择能力降低（reduced frequency selectivity），难以将言语从背景噪声中区分开来；（2）时间分辨率下降（decreased temporal resolution），影响对快速言语或重叠声音的处理能力；（3）声音定位能力受损（impaired localization abilities），降低了空间感知和声源识别能力；（4）更易受到掩蔽效应（masking effects）的干扰，即不想要的声音容易掩盖想要听到的声音；（5）聆听过程需要付出更多努力（increased listening effort），导致在复杂声环境下更容易产生听觉疲劳。

助听器和人工耳蜗（cochlear implants）为听力损失人群带来了显著益处，但无法完全恢复正常听力。这些设备在复杂声环境中（如混响环境、背景噪声或多个竞争性声源同时存在的环境）仍存在局限性，即使采用先进的信号处理技术，听觉辅助设备的使用者在某些环境中仍然面临困难，而这些环境对于听力正常者来说则较为容易应对。

针对听力损失人群的建筑声学设计策略包括：（1）控制背景噪声水平以改善信噪比（signal-to-noise ratio）；（2）合理控制房间混响，增强语言清晰度，同时保留适当的有益早期声反射；（3）优化房间几何形状和表面材料处理，将有用的早期反射声引导至听众；（4）提供适当的照明，以辅助唇读（speechreading）；（5）引入辅助聆听系统（assistive listening systems），如感应线圈系统（hearing loops）、调频系统（FM systems）或红外线系统（infrared systems）；（6）设计视线通畅的空间布局，支持非语言沟通及空间情境感知。

神经发育差异（neurodevelopmental differences），如自闭症谱系障碍（autism spectrum conditions）、注意缺陷多动障碍（ADHD）及特定学习障碍（specific learning disabilities），通常伴随非典型的感官处理模式，也会显著影响个体的声学体验。许多患有这些症状的个体可能表现出听觉过敏（hyperacusis，即对声音的敏感性增加）、难以过滤无关听觉信息，或在听觉信息与其他感官信息整合方面存在困难。

针对自闭症与声学的研究发现了几种常见的模式：（1）对某些特定声音或频率的敏感性明显高于神经典型（neurotypical）人群；（2）难以适应重复或背景声音，而这些声音通常会被其他人忽略；（3）在嘈杂或混响环境中处理言语信息的能力降低；（4）在存在多个、不可预测声源的环境中易发生感官过载（sensory overload）；（5）对某些声学条件产生强烈的情绪或生理反应。

针对神经多样性人群（neurodivergent individuals）的设计方法通常注重创造可预测、可控的声学环境，并提供不同水平的感官刺激选择。具体措施包括：（1）设置“声学庇护空间”（acoustic refuge spaces），使个体在感官体验过于强烈时能够暂时撤离；（2）采用渐进式的声学分区设计（graduated acoustic zones），提供不同水平的声刺激或屏蔽程度；（3）仔细控制机械系统噪声，特别是避免产生明显音调或波动声音的设备；（4）避免使用坚硬的反射性表面，以防止产生刺耳的声学环境；（5）使用吸声材料（sound-absorbing materials）降低整体混响，营造更柔和的声学氛围。

认知老化（cognitive aging）影响老年人对声环境的处理与反应，即使其外周听力（peripheral hearing）仍相对正常。年龄相关的听觉处理与认知变化包括：（1）在嘈杂环境中理解言语的能力下降；（2）时间处理能力（temporal processing abilities）减弱，难以感知快速言语或音乐；（3）声音定位能力（sound localization）变差；（4）对信息掩蔽（informational masking，即相似声音之间的混淆）的易感性增加；（5）对语境线索和信息的可预测性产生更大的依赖，以弥补声学信息处理能力的下降。

这些变化对为老年人提供服务的环境有重要的设计启示，如养老社区、医疗设施和社区活动中心。此类空间的声学设计需考虑：（1）采用比面对年轻人群更高的信噪比；（2）缩短混响时间（reverberation time）以增强言语清晰度；（3）谨慎控制竞争性声源，尤其是在需要清晰沟通的场合；（4）强化视觉提示以补充听觉信息；（5）对不同功能或噪声水平的空间进行声学分隔（acoustic separation）。

文化和语言的多样性也为包容性声学设计增添了新的维度。非母语使用者通常需要更优的声学条件，才能达到与母语使用者相同的语言理解水平。研究表明，非母语听众为获得与母语听众相同的语言可懂度（speech intelligibility），一般需要提高3-5 dB的信噪比，且这一差距在混响条件下会进一步增大。

多语环境（multilingual environments），如国际会议场所、有多元学生的教育机构、或多元文化社区的公共空间，面临特别的声学挑战。此类情境的设计策略包括：（1）创造超出语言可懂度最低标准的声学条件；（2）提供灵活可调节的声学环境，以适应不同的沟通需求；（3）在听觉信息之外融入视觉沟通支持；（4）考虑不同文化群体在声学偏好与期望上的差异性。

通用设计（universal design）原则在声学领域的实践提示了若干总体设计方法：（1）公平使用（Equitable Use）：创造为不同听觉能力人群提供同等体验的声学环境；（2）使用的灵活性（Flexibility in Use）：设计可调节的声学元素，以适应不同的需求和偏好；（3）简单直观（Simple and Intuitive）：设计跨感官渠道的声学寻路（wayfinding）系统；（4）信息的感知性（Perceptible Information）：确保重要听觉信息的呈现方式能够被不同听力能力的人所感知；（5）容错性（Tolerance for Error）：创造包容性的声学环境，即使发生听错或误解，交流仍能顺利进行；（6）低体力需求（Low Physical Effort）：尽可能降低听众在环境中沟通与活动所需的聆听努力；（7）适当的空间尺度与使用空间（Size and Space for Approach and Use）：确保辅助聆听系统（assistive listening systems）与声学设施对所有使用者均可方便使用。

技术手段日益成为包容性声学设计的重要补充，这些技术包括：（1）感应线圈助听系统（hearing loop systems），可将声音直接传送至装有电感线圈（telecoil）的助听器；（2）声场扩声系统（sound field amplification systems），使声音在空间内均匀分布，使所有听者受益；（3）视觉显示系统（visual display systems），提供实时的语音文本转录；（4）个人辅助聆听设备（personal assistive listening devices），可配合公共广播系统使用；（5）声学寻路系统（acoustic wayfinding systems），利用指向性的声音引导人们进行空间导航。

声学无障碍（acoustic accessibility）的法规环境在国际之间尚存在差异，但总体而言正在逐步完善。在美国，《美国残疾人法案》（Americans with Disabilities Act, ADA）规定在某些公众集会场所需配备辅助聆听系统，并对沟通至关重要空间的背景噪声水平做出了上限要求。其他国家也已制定了类似甚至更全面的标准，例如英国的《建筑公告93号》（Building Bulletin 93），专门针对学校声学环境，明确针对听觉障碍或其他特殊教育需求学生进行设计要求。

包容性声学设计的经济效益建立在以下几个因素基础之上：（1）受听力损失及其他影响声学需求的状况影响的人群规模庞大且不断增长；（2）包容性设计能有效减少昂贵的后期改造或补救措施的需求；（3）良好的声学设计不仅惠及特定需求人群，也为所有使用者提供更好的使用体验；（4）当环境设计不当而阻碍充分参与时，会带来社会与经济层面的损失。

随着人们对不同声学需求的认识不断深化，包容性设计方法可能将逐步融入主流建筑实践，将人类多样性视作基本设计参数，而非特殊情况或事后补充考量。

5.5 使用后评估方法

声环境的使用后评估（post-occupancy evaluation, POE）提供了有关建筑空间实际表现的重要反馈，揭示使用者如何体验并回应声学条件，以及设计初衷如何转化为现实效果。这类评估具有多种用途，包括：验证设计理念、发现改进空间、指导未来设计实践，以及推动我们深入理解声学设计与人类体验之间的关系。

全面的声学使用后评估通常结合客观测量和主观评价方法，因为单纯的物理参数并不能完全体现人类对声环境的实际体验。这种整合方法承认，客观测量可以提供可重复的定量数据，而主观评价则揭示了使用者对这些物理条件的实际感知和体验。

声学使用后评估中的客观测量方法包括：

房间声学参数测量，如混响时间（reverberation time, RT）、早期衰减时间（early decay time, EDT）、清晰度（clarity, C50/C80）、清晰度定义指数（definition, D50）与声强（strength, G）。这些参数体现了声音在空间中的传播特征，测量通常遵循ISO 3382等标准方法。现代测量系统普遍采用扫频正弦波法（swept sine techniques）获得完整脉冲响应，从而推导出多种参数。
背景噪声测量，用以量化建筑设备、室外源及使用者活动产生的环境声音水平。典型指标包括A计权等效连续声级（LAeq），以及统计量指标如L90（90%时间内超过的声压级，代表背景环境噪声水平），并进行频谱分析以识别音调成分或低频噪声问题。
空间之间的隔声性能测试，包括空气声隔声性能（以声学传输损失指数R或标准化声级差DnT表示）与撞击声隔声性能（以标准化撞击声压级L’nT表示），评估建筑构件对声音传播的阻隔效果。
言语可懂度测量，采用言语传输指数（Speech Transmission Index, STI）等指标，根据噪声和混响影响下的调制传递函数（modulation transfer function）预测言语清晰度。这类测量尤其适用于言语交流至关重要的空间。
长期声学监测，用于捕捉声环境随时间的变化，包括昼夜变化、每周周期或季节性变化，避免单点测量无法代表完整使用体验的问题。

主观评价方法作为物理测量的补充，能够捕捉使用者对声环境的感知、解释与反应方式：

标准化调查问卷，如加州大学伯克利分校建筑环境研究中心（Center for the Built Environment, CBE）或建筑使用研究（Building Use Studies, BUS）方法提供的工具，结构化地评估使用者在声环境及其他室内环境品质因素上的满意度。这类方法可通过与同类建筑的数据库进行基准比较（benchmarking），识别具体的声学问题。
专门的声学调查，深入探讨特定声学体验维度，例如办公场所的声学隐私、医疗环境的声舒适或演艺空间的聆听条件。这些调查通常涉及具体的声学现象（如同事谈话造成的分心、医护交流的可听性、音乐细节的清晰度等），根据建筑类型量身定制。
声景漫步（soundwalks），参与者穿行于空间中关注声环境，记录声音在行进过程中及不同区域间过渡时的体验感受。参与者通常在预设的停留点进行评分或描述，从而绘制出空间声学体验的地图。
访谈与焦点小组，允许更开放地探索使用者的声环境体验，捕捉可能在结构化调查中无法显现的细微差异。这类方法能揭示意想不到的声学问题或优点，并为定量数据的解读提供情境背景。
行为观察（behavioral observations），记录使用者如何实际使用和适应声环境，如选择坐落位置、主动改造空间（如关门或临时搭建吸声装置），或根据声学条件调整自身活动方式。

客观测量与主观评价数据的整合，能够更全面地反映声环境的实际性能，具体整合方式包括：（1）将物理测量参数与满意度评分进行相关性分析，识别最显著影响主观体验的物理因素；（2）在空间维度上叠加测量结果和主观评价，以定位问题区域或表现优异区域；（3）比较设计目标与实际测量结果及使用者评价，以评估设计策略的有效性。

声学使用后评估（POE）的案例研究揭示了不同建筑类型中既存在共性模式，也有特定于情境的发现。

在办公环境，尤其是开放式办公空间中，声学POE一致发现言语隐私和分心干扰是主要问题。加州大学伯克利分校建筑环境研究中心（Center for the Built Environment）的一项标志性研究对142栋建筑中超过25,000名使用者的反馈进行了分析，发现使用者对声学品质的满意度在所有室内环境因素中排名最低，其中又以言语隐私的评分最低。对这些空间的客观测量常常表明，虽然背景噪声级达到或满足了设计标准，但工位之间的言语传输指数（speech transmission index）仍然过高，无法提供足够的隐私保护，导致声学环境与功能需求之间存在明显错配。

在教育设施中，声学POE揭示了测量的声学指标与教学成果之间的关系。英国一项对185间教室的研究发现，声学条件差（表现为较长的混响时间和较高的背景噪声级）与学生学业进步减缓相关，尤其是在需要语言交流的科目上。教师的主观评价一致指出，由不良声环境引起的嗓音疲劳和重复讲解问题频繁发生，这表明不佳的声环境同时对教师和学生均造成显著影响。

在医疗环境中，声学POE揭示了声学条件与康复成果之间的复杂关系。一项针对8家医院的研究表明，夜间噪声水平经常超过世界卫生组织（WHO）推荐的限值，无论是客观测量还是患者调查均显示，噪声是影响睡眠质量和整体满意度的重要因素。同一研究中的医护人员调查显示，不良的声环境导致沟通失误增加、压力升高和职业倦怠感加剧，凸显了声学条件在医疗这一敏感环境中的广泛影响。

在表演艺术场馆中，声学POE通常采用特定的方法，将客观测量与专业听众或表演者的评价相结合。其中一个显著案例是由Kahle Acoustics与小提琴家Yehudi Menuhin共同开发的“声学品质计划”（Acoustic Quality Program），该计划利用结构化的协议，由音乐家从多个感知维度对音乐厅进行评估。这些主观评价与物理测量结果的相关分析揭示了具体建筑特征与重要声学品质（如包围感、清晰度及对表演者的支持性）之间的关联。

声学POE的有效性和实用性受到若干方法学因素的影响：

评估时机影响结果，因为使用者的感知可能随时间发生变化（如适应效应、建筑运行的季节性变化或使用模式的变化）。理想情况下，POE应在建筑投入使用后的适应期（通常为入住后6-12个月）后进行，并可定期重复评估，以捕捉长期表现变化。
测量与主观评价的抽样策略必须确保涵盖不同空间类型、位置及用户群体。分层抽样（stratified sampling）方法刻意纳入可能存在问题的区域（如靠近机械设备或高人流量区域）以及典型区域，可提供更全面的评估。
组织文化、使用者期望及先前的个人经验等情境因素显著影响主观评价。收集这些背景信息有助于结果解读，并区分固有的声学设计问题与空间使用或管理方式引起的其他问题。
主观评价的回应率（response rates）会影响结果代表性。提高参与度的策略包括管理层的公开支持、明确说明评价结果用途，以及向参与者反馈评估结果，这些均可提高评估结论的有效性。

声学POE的最终目的是将评估结果应用于改善现有建筑和指导未来设计。有效的应用方式包括：（1）向利益相关方（如业主、设施管理人员、使用者及设计团队）清晰地传达评估结果；（2）基于问题严重程度和整改可行性对干预措施进行优先排序；（3）提出具体的、可实施的改进建议，而非一般性的观察结论；（4）在实施改进措施后进行跟踪评估，检验改进效果；（5）记录并传播经验教训，指导行业实践。

随着声学使用后评估方法的持续发展，出现了几个值得关注的趋势：（1）将声学评价与更广泛的室内环境品质评估整合，探讨声学条件与热舒适、照明及空气品质等其他因素之间的交互作用；（2）开发连续监测方法，提供持续反馈取代单一时间点评价；（3）纳入生理指标测量（如心率变异性、皮质醇水平），评估个体对声学条件的压力反应；（4）使用虚拟现实和增强现实技术，在实际施工前测试潜在的声学干预措施；（5）应用机器学习技术，从大规模POE数据集中发现传统分析方法难以识别的模式。

这些POE方法的进步有望进一步强化设计意图、建成效果与人类体验之间的反馈循环，最终推动建筑声学领域更为有效、基于实证的设计方法。

6 结论

本综述全面考察了建筑声学的多维视野，深入探讨了物理基础、计算方法及人类维度三个层面的内容。正如前文所述，建筑声学处于物理学、工程学、心理学与设计学的交汇之处，严谨的科学原理与创造性的应用相结合，共同塑造着人们对建成环境的体验。

建筑声学的物理基础构成了理解声音在空间内传播行为的根本框架。从声传播的基本原理，到房间共振模态、吸声、扩散和透射等复杂现象，这些物理过程共同决定了建筑空间的声学特性。对这些过程的数学描述不仅支持声学预测与分析，也揭示出声学行为本身的复杂性，尤其是在不同频率区间交界处，不同物理机制占据主导，表现出丰富多样的声学现象。

计算方法的进步极大地改变了声学设计与分析的方式，使我们能够实现对声环境日益精确的预测和优化。从简单的解析公式，到几何声学方法、基于波动理论的数值计算方法，再到混合方法的演进，不断提高了我们对复杂声学现象的建模能力。近年来兴起的听觉化技术（auralization）进一步弥合了数值预测与感知评价之间的鸿沟，使设计师和客户能够在实际建造前体验虚拟声学环境。随着计算能力的持续提升，这些方法预计将变得更加精确、高效并易于实践者操作。

人工智能技术在建筑声学领域的兴起代表了该领域的重要前沿之一。机器学习方法为快速声学预测、复杂数据模式识别以及设计方案优化提供了全新的可能性。虽然仍处于发展阶段，这些AI应用已展示出与传统方法相互补充的潜力，尤其适用于设计初期的探索，或解决物理建模困难的声学问题。人工智能与现有声学原理和方法的整合，有望提高声学设计流程的效率与有效性。

从人因学视角来看，建筑声学的根本目标在于创造能够支持人类活动、沟通、福祉和体验的环境。心理声学原理揭示了物理声场如何转化为人类的感知体验；声舒适相关研究则表明，声音对健康、认知表现和生活质量具有深刻影响。声景方法（soundscape）进一步扩展了这种以人为中心的视角，将整个声学环境置于具体情境中加以考虑，强调了声音体验中的意义、适宜性及社会文化因素的重要性。同时，包容性设计提出了人类听觉能力和需求的多样性问题，促使我们创造能够容纳这一多样性的声环境，而非仅仅为“平均”听众而设计。

通过本综述的梳理，我们得以提炼出若干贯穿当代建筑声学研究与实践的总体主题，并指出未来的发展方向：

首先，客观测量与主观评价相结合的重要性日益凸显。尽管客观测量和预测提供了必要的定量信息，但必须辅以主观评价才能完整捕捉人们对声环境的实际体验。最有效的方法通常将严格的物理分析与深入的人类感知和体验研究相结合。

其次，注重情境特异性已成为现代声学设计中的关键原则。当前的实践不再简单地套用通用标准或解决方案，而是认识到恰当的声学条件取决于空间具体的功能、使用者特征以及文化背景。这种对情境的敏感性要求研究者和设计者深入理解每个项目独特的需求与限制，并促进声学专家、建筑师和使用者之间更深入的协作。

第三，传统声学领域之间的界限（例如室内声学、建筑隔声与环境声学）正逐渐模糊，呈现出融合趋势。综合性方法逐步取代了以往相对分散的狭义方法，反映出各声学领域之间存在复杂的相互作用，共同塑造着整体的声学体验。

第四，技术进步持续改变着我们理解和创造声环境的方式。从先进的测量与模拟工具，到具备新颖声学性能的材料，再到人工智能辅助的设计流程，各种新兴技术扩展了声学设计的可能性，也促使从业者不断更新自身的知识与技能。

对于新进入建筑声学领域的博士研究生而言，上述主题提供了若干富有前景的研究方向：

首先，开发更加综合的声学设计方法，将物理学、计算方法与以人为中心的视角紧密结合，代表着重要的研究机遇。例如，通过将详细的基于波动理论的仿真结果与人类感知体验相联系，或将心理声学原理融入人工智能驱动的设计工具之中，这类跨领域研究有望同时推动建筑声学领域的科学进步与实践发展。

其次，探索新兴技术及其在建筑声学中的应用也提供了丰富的研究空间。这可能包括利用日益增大的计算能力开发新型计算方法，应用先进材料和制造技术创造创新的声学解决方案，或整合具有互动性和自适应能力的系统，以响应不断变化的声学需求与条件。

第三，针对多样化人群和情境的声环境研究仍是重要的前沿领域。随着社会日益多元化与包容化，理解不同个体和群体如何体验并回应声环境变得日益重要。关注弱势群体的需求或在非西方文化情境下探索声学设计的研究，可显著扩展建筑声学领域的知识基础及其社会关联度。

第四，研究声环境与人类健康、福祉和体验之间的广泛关系也具有重要意义。大量证据显示，声音对身体健康、认知功能、情绪状态和社会互动均有深远影响，因此，将建筑声学与神经科学、心理学及公共卫生等学科相结合的跨学科研究，有望产生宝贵的洞察与应用价值。

最后，开发更具可持续性的声学设计方法也与建筑领域整体强调环境责任的发展趋势相契合。研究环境影响更小的声学解决方案、探讨可持续建筑实践对声环境的影响，或探讨声音在创造更具韧性和适应性的环境中的作用，都可为声学品质与环境可持续性作出贡献。

综上所述，建筑声学是一个兼具科研严谨性与创意应用的丰富领域，通过不断提升建成环境的声学品质，为研究与实践提供了广阔而丰厚的机会。新一代研究人员可以在本综述所述的物理基础、计算方法和以人为中心的声学视角上进一步发展，持续推动这一领域的演进，从根本上影响我们对建筑环境的体验与互动方式。随着理解的深入与工具的进步，创造更好满足人类需求、活动与福祉的声学环境的潜力将不断扩大，为未来的创新与实践带来令人期待的可能性和深远的影响。

7 参考文献

Sabine, W.C. (1922). Collected papers on acoustics. Harvard University Press.
Beranek, L.L. (2004). Concert halls and opera houses: Music, acoustics, and architecture (2nd ed.). Springer.
Kuttruff, H. (2016). Room acoustics (6th ed.). CRC Press.
Barron, M. (2010). Auditorium acoustics and architectural design (2nd ed.). Spon Press.
Long, M. (2014). Architectural acoustics (2nd ed.). Academic Press.
Ermann, M. (2015). Architectural acoustics illustrated. Wiley.
Vorländer, M. (2007). Auralization: Fundamentals of acoustics, modelling, simulation, algorithms and acoustic virtual reality. Springer.
Thompson, E. (2004). The soundscape of modernity: Architectural acoustics and the culture of listening in America, 1900-1933. MIT Press.
Blesser, B., & Salter, L.R. (2007). Spaces speak, are you listening? Experiencing aural architecture. MIT Press.
ISO 3382-1:2009. Acoustics – Measurement of room acoustic parameters – Part 1: Performance spaces.
ISO 3382-2:2008. Acoustics – Measurement of room acoustic parameters – Part 2: Reverberation time in ordinary rooms.
ISO 12913-1:2014. Acoustics – Soundscape – Part 1: Definition and conceptual framework.
ISO 12913-2:2018. Acoustics – Soundscape – Part 2: Data collection and reporting requirements.
ISO 17497-1:2004. Acoustics – Sound-scattering properties of surfaces – Part 1: Measurement of the random-incidence scattering coefficient in a reverberation room.
ISO 17497-2:2012. Acoustics – Sound-scattering properties of surfaces – Part 2: Measurement of the directional diffusion coefficient in a free field.
Schroeder, M.R. (1975). Diffuse sound reflection by maximum-length sequences. Journal of the Acoustical Society of America, 57(1), 149-150.
Schroeder, M.R. (1979). Binaural dissimilarity and optimum ceilings for concert halls: More lateral sound diffusion. Journal of the Acoustical Society of America, 65(4), 958-963.
Allen, J.B., & Berkley, D.A. (1979). Image method for efficiently simulating small-room acoustics. Journal of the Acoustical Society of America, 65(4), 943-950.
Krokstad, A., Strom, S., & Sørsdal, S. (1968). Calculating the acoustical room response by the use of a ray tracing technique. Journal of Sound and Vibration, 8(1), 118-125.
Botteldooren, D. (1995). Finite-difference time-domain simulation of low-frequency room acoustic problems. Journal of the Acoustical Society of America, 98(6), 3302-3308.
Savioja, L., & Svensson, U.P. (2015). Overview of geometrical room acoustic modeling techniques. Journal of the Acoustical Society of America, 138(2), 708-730.
Vorländer, M. (2013). Computer simulations in room acoustics: Concepts and uncertainties. Journal of the Acoustical Society of America, 133(3), 1203-1213.
Lokki, T., & Pätynen, J. (2020). Architectural acoustics: From concert halls to classrooms. Acoustics Today, 16(2), 13-20.
Xiang, N., & Blauert, J. (1993). Binaural scale modelling for auralisation and prediction of acoustics in auditoria. Applied Acoustics, 38(2-4), 267-290.
Kleiner, M., Dalenbäck, B.I., & Svensson, P. (1993). Auralization—An overview. Journal of the Audio Engineering Society, 41(11), 861-875.
Aletta, F., Kang, J., & Axelsson, Ö. (2016). Soundscape descriptors and a conceptual framework for developing predictive soundscape models. Landscape and Urban Planning, 149, 65-74.
Schafer, R.M. (1977). The tuning of the world. Alfred A. Knopf.
Bradley, J.S. (2011). Review of objective room acoustics measures and future needs. Applied Acoustics, 72(10), 713-720.
Hodgson, M. (1991). Evidence of diffuse surface reflections in rooms. Journal of the Acoustical Society of America, 89(2), 765-771.
Cox, T.J., & D’Antonio, P. (2009). Acoustic absorbers and diffusers: Theory, design and application (2nd ed.). Taylor & Francis.
Rindel, J.H. (2000). The use of computer modeling in room acoustics. Journal of Vibroengineering, 3(4), 219-224.
Summers, J.E. (2013). Accounting for delay of energy transfer between coupled rooms in statistical-acoustics models of reverberant-energy decay. Journal of the Acoustical Society of America, 133(5), 3253-3266.
Naylor, G.M. (1993). ODEON—Another hybrid room acoustical model. Applied Acoustics, 38(2-4), 131-143.
Bork, I. (2000). A comparison of room simulation software—The 2nd round robin on room acoustical computer simulation. Acta Acustica united with Acustica, 86(6), 943-956.
Lokki, T. (2013). Tasting music like wine: Sensory evaluation of concert halls. Physics Today, 66(1), 27-31.
Barron, M., & Lee, L.J. (1988). Energy relations in concert auditoriums. I. Journal of the Acoustical Society of America, 84(2), 618-628.
Beranek, L.L. (2008). Concert hall acoustics—2008. Journal of the Audio Engineering Society, 56(7/8), 532-544.
Marshall, A.H. (1967). A note on the importance of room cross-section in concert halls. Journal of Sound and Vibration, 5(1), 100-112.
Schroeder, M.R., Gottlob, D., & Siebrasse, K.F. (1974). Comparative study of European concert halls: Correlation of subjective preference with geometric and acoustic parameters. Journal of the Acoustical Society of America, 56(4), 1195-1201.
Ando, Y. (1985). Concert hall acoustics. Springer.
Gade, A.C. (1989). Acoustical survey of eleven European concert halls—A basis for discussion of halls in Denmark. Acoustics Laboratory, Technical University of Denmark.
Bradley, J.S., & Soulodre, G.A. (1995). Objective measures of listener envelopment. Journal of the Acoustical Society of America, 98(5), 2590-2597.
Hidaka, T., Beranek, L.L., & Okano, T. (1995). Interaural cross-correlation, lateral fraction, and low- and high-frequency sound levels as measures of acoustical quality in concert halls. Journal of the Acoustical Society of America, 98(2), 988-1007.
Pätynen, J., Tervo, S., & Lokki, T. (2013). Analysis of concert hall acoustics via visualizations of time-frequency and spatiotemporal responses. Journal of the Acoustical Society of America, 133(2), 842-857.
Lokki, T., Pätynen, J., Kuusinen, A., & Tervo, S. (2012). Disentangling preference ratings of concert hall acoustics using subjective sensory profiles. Journal of the Acoustical Society of America, 132(5), 3148-3161.
Blauert, J. (1997). Spatial hearing: The psychophysics of human sound localization (Rev. ed.). MIT Press.
Moore, B.C.J. (2012). An introduction to the psychology of hearing (6th ed.). Brill.
Fastl, H., & Zwicker, E. (2007). Psychoacoustics: Facts and models (3rd ed.). Springer.
Bregman, A.S. (1990). Auditory scene analysis: The perceptual organization of sound. MIT Press.
Bronkhorst, A.W. (2000). The cocktail party phenomenon: A review of research on speech intelligibility in multiple-talker conditions. Acta Acustica united with Acustica, 86(1), 117-128.
Houtgast, T., & Steeneken, H.J.M. (1985). A review of the MTF concept in room acoustics and its use for estimating speech intelligibility in auditoria. Journal of the Acoustical Society of America, 77(3), 1069-1077.
Bradley, J.S., Reich, R.D., & Norcross, S.G. (1999). On the combined effects of signal-to-noise ratio and room acoustics on speech intelligibility. Journal of the Acoustical Society of America, 106(4), 1820-1828.
Klatte, M., Bergström, K., & Lachmann, T. (2013). Does noise affect learning? A short review on noise effects on cognitive performance in children. Frontiers in Psychology, 4, 578.
Shield, B.M., & Dockrell, J.E. (2003). The effects of noise on children at school: A review. Building Acoustics, 10(2), 97-116.
Basner, M., Babisch, W., Davis, A., Brink, M., Clark, C., Janssen, S., & Stansfeld, S. (2014). Auditory and non-auditory effects of noise on health. The Lancet, 383(9925), 1325-1332.
World Health Organization. (2018). Environmental noise guidelines for the European region. WHO Regional Office for Europe.
Hongisto, V. (2005). A model predicting the effect of speech of varying intelligibility on work performance. Indoor Air, 15(6), 458-468.
Haapakangas, A., Hongisto, V., Hyönä, J., Kokko, J., & Keränen, J. (2014). Effects of unattended speech on performance and subjective distraction: The role of acoustic design in open-plan offices. Applied Acoustics, 86, 1-16.
Frontczak, M., & Wargocki, P. (2011). Literature survey on how different factors influence human comfort in indoor environments. Building and Environment, 46(4), 922-937.
Kim, J., & de Dear, R. (2013). Workspace satisfaction: The privacy-communication trade-off in open-plan offices. Journal of Environmental Psychology, 36, 18-26.
Busch-Vishniac, I.J., West, J.E., Barnhill, C., Hunter, T., Orellana, D., & Chivukula, R. (2005). Noise levels in Johns Hopkins Hospital. Journal of the Acoustical Society of America, 118(6), 3629-3645.
Ryherd, E.E., Waye, K.P., & Ljungkvist, L. (2008). Characterizing noise and perceived work environment in a neurological intensive care unit. Journal of the Acoustical Society of America, 123(2), 747-756.
Kang, J., & Schulte-Fortkamp, B. (Eds.). (2016). Soundscape and the built environment. CRC Press.
Brown, A.L., Kang, J., & Gjestland, T. (2011). Towards standardization in soundscape preference assessment. Applied Acoustics, 72(6), 387-392.
Davies, W.J., Adams, M.D., Bruce, N.S., Cain, R., Carlyle, A., Cusack, P., Hall, D.A., Hume, K.I., Irwin, A., Jennings, P., Marselle, M., Plack, C.J., & Poxon, J. (2013). Perception of soundscapes: An interdisciplinary approach. Applied Acoustics, 74(2), 224-231.
Axelsson, Ö., Nilsson, M.E., & Berglund, B. (2010). A principal components model of soundscape perception. Journal of the Acoustical Society of America, 128(5), 2836-2846.
Yang, W., & Kang, J. (2005). Acoustic comfort evaluation in urban open public spaces. Applied Acoustics, 66(2), 211-229.
Cain, R., Jennings, P., & Poxon, J. (2013). The development and application of the emotional dimensions of a soundscape. Applied Acoustics, 74(2), 232-239.
Aletta, F., & Kang, J. (2018). Towards an urban vibrancy model: A soundscape approach. International Journal of Environmental Research and Public Health, 15(8), 1712.
Payne, S.R., Davies, W.J., & Adams, M.D. (2009). Research into the practical and policy applications of soundscape concepts and techniques in urban areas. Department for Environment, Food and Rural Affairs, London, UK.
Raimbault, M., & Dubois, D. (2005). Urban soundscapes: Experiences and knowledge. Cities, 22(5), 339-350.
Nilsson, M.E., & Berglund, B. (2006). Soundscape quality in suburban green areas and city parks. Acta Acustica united with Acustica, 92(6), 903-911.
Cerwén, G., Pedersen, E., & Pálsdóttir, A.M. (2016). The role of soundscape in nature-based rehabilitation: A patient perspective. International Journal of Environmental Research and Public Health, 13(12), 1229.
Kang, J., Aletta, F., Gjestland, T.T., Brown, L.A., Botteldooren, D., Schulte-Fortkamp, B., Lercher, P., van Kamp, I., Genuit, K., Fiebig, A., Coelho, J.L.B., Maffei, L., & Lavia, L. (2016). Ten questions on the soundscapes of the built environment. Building and Environment, 108, 284-294.
Southworth, M. (1969). The sonic environment of cities. Environment and Behavior, 1(1), 49-70.
Truax, B. (1984). Acoustic communication. Ablex Publishing Corporation.
Plomp, R. (2002). The intelligent ear: On the nature of sound perception. Psychology Press.
Kryter, K.D. (1985). The effects of noise on man (2nd ed.). Academic Press.
Stansfeld, S.A., & Matheson, M.P. (2003). Noise pollution: Non-auditory effects on health. British Medical Bulletin, 68(1), 243-257.
Babisch, W. (2011). Cardiovascular effects of noise. Noise and Health, 13(52), 201-204.
Münzel, T., Gori, T., Babisch, W., & Basner, M. (2014). Cardiovascular effects of environmental noise exposure. European Heart Journal, 35(13), 829-836.
Fyhri, A., & Klæboe, R. (2009). Road traffic noise, sensitivity, annoyance and self-reported health—A structural equation model exercise. Environment International, 35(1), 91-97.
Weinstein, N.D. (1978). Individual differences in reactions to noise: A longitudinal study in a college dormitory. Journal of Applied Psychology, 63(4), 458-466.
Ellermeier, W., Eigenstetter, M., & Zimmer, K. (2001). Psychoacoustic correlates of individual noise sensitivity. Journal of the Acoustical Society of America, 109(4), 1464-1473.
Heinonen-Guzejev, M., Vuorinen, H.S., Mussalo-Rauhamaa, H., Heikkilä, K., Koskenvuo, M., & Kaprio, J. (2005). Genetic component of noise sensitivity. Twin Research and Human Genetics, 8(3), 245-249.
Shepherd, D., Welch, D., Dirks, K.N., & Mathews, R. (2010). Exploring the relationship between noise sensitivity, annoyance and health-related quality of life in a sample of adults exposed to environmental noise. International Journal of Environmental Research and Public Health, 7(10), 3579-3594.
Poulsen, T. (1991). Influence of session length on judged annoyance. Journal of Sound and Vibration, 145(2), 217-224.
Kjellberg, A., Landström, U., Tesarz, M., Söderberg, L., & Åkerlund, E. (1996). The effects of nonphysical noise characteristics, ongoing task and noise sensitivity on annoyance and distraction due to noise at work. Journal of Environmental Psychology, 16(2), 123-136.
Banbury, S.P., & Berry, D.C. (2005). Office noise and employee concentration: Identifying causes of disruption and potential improvements. Ergonomics, 48(1), 25-37.
Schlittmeier, S.J., Hellbrück, J., Thaden, R., & Vorländer, M. (2008). The impact of background speech varying in intelligibility: Effects on cognitive performance and perceived disturbance. Ergonomics, 51(5), 719-736.
Szalma, J.L., & Hancock, P.A. (2011). Noise effects on human performance: A meta-analytic synthesis. Psychological Bulletin, 137(4), 682-707.
Haka, M., Haapakangas, A., Keränen, J., Hakala, J., Keskinen, E., & Hongisto, V. (2009). Performance effects and subjective disturbance of speech in acoustically different office types—A laboratory experiment. Indoor Air, 19(6), 454-467.
Jahncke, H., Hygge, S., Halin, N., Green, A.M., & Dimberg, K. (2011). Open-plan office noise: Cognitive performance and restoration. Journal of Environmental Psychology, 31(4), 373-382.
Liebl, A., Haller, J., Jödicke, B., Baumgartner, H., Schlittmeier, S., & Hellbrück, J. (2012). Combined effects of acoustic and visual distraction on cognitive performance and well-being. Applied Ergonomics, 43(2), 424-434.
Sörqvist, P. (2010). Effects of aircraft noise and speech on prose memory: What role for working memory capacity? Journal of Environmental Psychology, 30(1), 112-118.
Hygge, S., Evans, G.W., & Bullinger, M. (2002). A prospective study of some effects of aircraft noise on cognitive performance in schoolchildren. Psychological Science, 13(5), 469-474.
Stansfeld, S.A., Berglund, B., Clark, C., Lopez-Barrio, I., Fischer, P., Öhrström, E., Haines, M.M., Head, J., Hygge, S., van Kamp, I., & Berry, B.F. (2005). Aircraft and road traffic noise and children’s cognition and health: A cross-national study. The Lancet, 365(9475), 1942-1949.