随着人民生活品质的提高，汽车噪声产生的问题越来越得到人们的关注。车内噪声声品质优劣与否是衡量汽车噪声的一个重要方面。本文在总结前人研究成果的基础上，研究了车内噪声声品质心理声学主客观评价模型。本文首先根据GB/T18697汽车车内噪声测量标准，采集了在不同工况下实验车辆的车内噪声，对采集到的数据进行预处理并建立噪声数据库。基于传统的声学粗糙度模型，对其算法进行改进和优化，提出了新的声学粗糙度计算模型；参照相关标准，编制了基于Matlab的响度、尖锐度和粗糙度等心理声学参数的计算程序。通过对现有主观评价实验方法的分析对比，组织了声品质评审团，采用带有参考信号的语义细分法对噪声样本进行主观评价，并对结果进行分析与检验；分别以心理声学参数与评审团主观评价结果作为输入与输出量，采用BP神经网络建立声品质综合评价模型，通过调整神经网络的拓扑结构和参数来优化网络性能，最后对声品质网络的预测结果进行实验验证与分析。研究表明：自主编制的粗糙度计算程序计算结果与主观评价实验结果基本吻合，说明本文所提出的优化粗糙度模型具有较高的精度；采用优化训练后的神经网络评价模型对车内噪声的声品质预测结果与主观评价结果基本一致，可见本文提出的声品质网络综合评价模型是正确有效的；此模型可直接用于车内噪声的声品质检测，对汽车的声学设计和改进具有指导意义。