語(yǔ)言清晰度客觀評(píng)價(jià)方法

語(yǔ)言清晰度客觀評(píng)價(jià)方法一一對(duì)IEC60268-16(4.0版,2011.6)規(guī)范的解讀祝培生;莫方朔;路曉東;胡沈健【摘要】語(yǔ)言清晰度(或可懂度)是音質(zhì)評(píng)價(jià)的重要指標(biāo).但語(yǔ)言清晰度客觀評(píng)價(jià)定義復(fù)雜,修正系數(shù)眾多,測(cè)量結(jié)果也容易產(chǎn)生誤差,因此一直沒(méi)有得到有效推廣.結(jié)合最新發(fā)布的IEC60268-16(4.0版,2011.6)規(guī)范,介紹其推薦的語(yǔ)言清晰度客觀評(píng)價(jià)方法即語(yǔ)言傳輸指數(shù)STI以及其他幾種常見(jiàn)的客觀評(píng)價(jià)方法，并對(duì)他們的適用條件加以說(shuō)明.期刊名稱】《電聲技術(shù)》年(卷),期】2012(036)005【總頁(yè)數(shù)】6頁(yè)(P40-45)【關(guān)鍵詞】語(yǔ)言清晰度;客觀評(píng)價(jià)方法;語(yǔ)言傳輸指數(shù)【作者】祝培生;莫方朔;路曉東;胡沈健【作者單位】大連理工大學(xué)建筑與藝術(shù)學(xué)院,遼寧大連116023;同濟(jì)大學(xué)聲學(xué)研究所,上海200092;大連理工大學(xué)建筑與藝術(shù)學(xué)院,遼寧大連116023;大連理工大學(xué)建筑與藝術(shù)學(xué)院,遼寧大連116023【正文語(yǔ)種】中文【中圖分類】TU112.1引言語(yǔ)言清晰度(或可懂度)是音質(zhì)評(píng)價(jià)的重要指標(biāo)，可以用來(lái)評(píng)價(jià)廳堂或擴(kuò)聲系統(tǒng)的聲音傳輸質(zhì)量。對(duì)語(yǔ)言清晰度的評(píng)價(jià)，主要包括主觀評(píng)價(jià)和客觀評(píng)價(jià)。主觀評(píng)價(jià)是利用發(fā)音人和聽(tīng)音人組成的隊(duì)伍，以一定的發(fā)話語(yǔ)言聲級(jí)和語(yǔ)速，在現(xiàn)場(chǎng)測(cè)聽(tīng)并記錄由發(fā)音人按實(shí)驗(yàn)字表發(fā)出的字，然后加以統(tǒng)計(jì)分析得到語(yǔ)言清晰度得分。這種方法不需要太多實(shí)驗(yàn)設(shè)備，能夠較準(zhǔn)確反映出語(yǔ)言的傳輸質(zhì)量，但需要較多的人力物力，同時(shí)受發(fā)音人、測(cè)試隊(duì)伍個(gè)人條件的影響，測(cè)試結(jié)果存在一定的不確定性。客觀評(píng)價(jià)是依據(jù)對(duì)一些物理量的測(cè)量，然后將數(shù)據(jù)加以分析得到語(yǔ)言清晰度參量。對(duì)語(yǔ)言清晰度進(jìn)行客觀評(píng)價(jià)的嘗試從二十世紀(jì)二三十年代就開始了，隨后在四五十年代提出了第一個(gè)客觀評(píng)價(jià)參量:清晰度指數(shù)AI[1](ArticulationIndex，近年來(lái)發(fā)展成SII[2],SpeechIntelligibilityIndex)，到二十世紀(jì)七十年代，又提出了語(yǔ)言傳輸指數(shù)STI[3](SpeechTransmissionIndex)和輔音損失比％ALcons[4](ArticulationLossofConsonants)。這些參量的提出，為語(yǔ)言清晰度的客觀評(píng)價(jià)提供了可能，雖然也都有各自的局限性。STI方法因?yàn)槟軌蜉^好反應(yīng)混響時(shí)間、信噪比對(duì)語(yǔ)言清晰度的影響，具有一定的抗系統(tǒng)失真能力，自從1973年提出來(lái)之后，被IEC標(biāo)準(zhǔn)采納并推薦。雖然STI方法也有一定的局限性，但被證明在很多條件下是非常有效的，因此為國(guó)際社會(huì)普遍接受，并在建筑聲學(xué)領(lǐng)域得到廣泛應(yīng)用。但語(yǔ)言清晰度客觀評(píng)價(jià)定義復(fù)雜，修正系數(shù)眾多，測(cè)量結(jié)果也容易產(chǎn)生誤差，這些因素在一定程度上影響了語(yǔ)言清晰度作為一個(gè)通用的控制參量而被推廣與普及。本文結(jié)合新發(fā)布的IEC60268-16規(guī)范[5],介紹其推薦的語(yǔ)言清晰度客觀評(píng)價(jià)方法即語(yǔ)言傳輸指數(shù)STI以及其他幾種常見(jiàn)的客觀評(píng)價(jià)方法,并對(duì)他們的適用條件加以說(shuō)明。IEC60268-16推薦語(yǔ)言清晰度客觀評(píng)價(jià)方法在廳堂內(nèi)聽(tīng)講話時(shí)，不論是否使用擴(kuò)聲系統(tǒng)．從講演者到聽(tīng)眾形成的傳輸過(guò)程中由于房間內(nèi)存在回聲、混響和環(huán)境噪聲等影響，會(huì)使接收到的語(yǔ)言信號(hào)與原信號(hào)相比呈現(xiàn)不同程度的模糊，從而導(dǎo)致語(yǔ)言可懂度的降低。二十世紀(jì)七十年代末，Houtgast和Steeneken[3]從室內(nèi)聲學(xué)中引入調(diào)制轉(zhuǎn)移函數(shù)(Modulationtransferfunction，MTF)概念，提出通過(guò)測(cè)量聲音傳輸系統(tǒng)的調(diào)制轉(zhuǎn)移函數(shù)來(lái)得到語(yǔ)言傳輸指數(shù)STI°IEC60268-16規(guī)范就是將語(yǔ)言傳輸指數(shù)STI作為評(píng)價(jià)語(yǔ)言清晰度的客觀方法，自從發(fā)布以來(lái)，已經(jīng)經(jīng)過(guò)了4次修訂(1988;1998;2003;2011)，一些成熟、可靠的研究成果也不斷被吸收，并在最新的修訂版中體現(xiàn)出來(lái)。2011修訂的主要目的就是要提供一個(gè)完整、確定并具有廣泛適用性STI技術(shù)標(biāo)準(zhǔn)，以促進(jìn)STI的推廣與應(yīng)用。STI方法的提出是基于在實(shí)驗(yàn)中發(fā)現(xiàn)，語(yǔ)言信號(hào)的波動(dòng)攜帶著語(yǔ)言清晰度相關(guān)的信息。詞、句子的聲學(xué)特征會(huì)導(dǎo)致語(yǔ)言信號(hào)的波動(dòng)起伏。這些起伏也是語(yǔ)言的基本組成部分，稱之為調(diào)制，可以用調(diào)制頻率來(lái)表達(dá)。為與語(yǔ)言的語(yǔ)速對(duì)應(yīng)，典型的調(diào)制頻率從0.5~16Hz,通過(guò)計(jì)算調(diào)制頻率對(duì)應(yīng)于語(yǔ)言頻譜各頻帶上的振幅降低程度，就可以得到調(diào)制轉(zhuǎn)移值，見(jiàn)圖1。假設(shè)發(fā)出測(cè)試信號(hào)的調(diào)制指數(shù)是mi(振幅深度)，接收信號(hào)的調(diào)制指數(shù)是mo(振幅深度),fm為調(diào)制頻率，調(diào)制頻率幅值深度的降低程度由調(diào)制轉(zhuǎn)移函數(shù)m(fm)來(lái)表達(dá)，定義為然后得到表觀信噪比SNReff,定義為圖1調(diào)制轉(zhuǎn)移函數(shù)示意圖表觀信噪比的值被界定在±15dB之間，小于-15dB時(shí)，取值-15dB,大于15dB時(shí)，取值15dB，每個(gè)頻帶對(duì)語(yǔ)言清晰度都有一個(gè)貢獻(xiàn)權(quán)重，用這些權(quán)重把各個(gè)頻帶的平均表觀信噪比加起來(lái)，就得到了整個(gè)聲傳輸系統(tǒng)的STI值。IEC60268-16推薦的STI測(cè)量方法有兩種:基于信號(hào)調(diào)制的直接測(cè)量方法和基于房間脈沖響應(yīng)的間接測(cè)量方法。這兩種方法前期包絡(luò)信號(hào)的獲取方式不同，在后期處理和系數(shù)修正方面基本是一樣的。在計(jì)算出STI之前，這兩種方法都要經(jīng)過(guò)絕對(duì)語(yǔ)言識(shí)別閾值(門限)修正、聽(tīng)音屏蔽因子修正、權(quán)重因子和冗余因子修正等。2．1直接測(cè)量方法STI直接測(cè)量方法就是對(duì)聲傳輸系統(tǒng)發(fā)出特定的測(cè)試信號(hào)，通過(guò)分析并識(shí)別接收到的信號(hào)，得到聲傳輸系統(tǒng)的STI，根據(jù)STI值就能夠確定語(yǔ)言清晰度。通常，測(cè)試信號(hào)包含7個(gè)從125Hz~8kHz的倍頻帶噪聲載波信號(hào)，這些載波信號(hào)對(duì)應(yīng)于語(yǔ)言的頻譜，每個(gè)噪聲載波信號(hào)用一個(gè)或多個(gè)調(diào)制頻率調(diào)制，這些調(diào)制頻率對(duì)應(yīng)于不同詞、句子的聲學(xué)特征導(dǎo)致的語(yǔ)言信號(hào)的波動(dòng)起伏。為與語(yǔ)言的語(yǔ)速對(duì)應(yīng)，典型的調(diào)制頻率從0.5~16Hz按照1/3倍頻程分布，共14個(gè)。完整的STI是經(jīng)過(guò)對(duì)7x14=98個(gè)調(diào)制數(shù)據(jù)點(diǎn)(調(diào)制轉(zhuǎn)移矩陣)的綜合計(jì)算得到的。直接測(cè)量方法流程如圖2所示。圖2直接測(cè)量法流程示意圖間接測(cè)量方法根據(jù)Schroeder提出的方法[6],調(diào)制轉(zhuǎn)移函數(shù)m(fm)能夠通過(guò)聲傳輸系統(tǒng)的脈沖響應(yīng)計(jì)算出來(lái)，計(jì)算公式為式中，m(fm)是調(diào)制轉(zhuǎn)移函數(shù);h(t)是房間脈沖響應(yīng);fm是調(diào)制頻率;SNR是信噪比。間接測(cè)量方法的流程如圖3所示。STIPA，STITELSTIPA和STITEL是從STI衍生出來(lái)的兩個(gè)簡(jiǎn)化形式，為減少工作量，只采用部分?jǐn)?shù)據(jù)點(diǎn)進(jìn)行計(jì)算得到。STIPA是對(duì)每個(gè)載波用兩個(gè)調(diào)制頻率調(diào)制，-共14個(gè)調(diào)制數(shù)據(jù)點(diǎn)，見(jiàn)表1。STITEL是對(duì)每個(gè)載波用一個(gè)預(yù)先指定的頻率調(diào)制，共有7個(gè)調(diào)制數(shù)據(jù)點(diǎn)，見(jiàn)表2。圖3間接測(cè)量法流程示意圖表1STIPA的調(diào)制頻率？表2STITEL的調(diào)制頻率？STI,STIPA,STITEL的適用范圍及限制直接測(cè)試方法中，STIPA和STITEL測(cè)試過(guò)程相對(duì)簡(jiǎn)單，應(yīng)用較多，STI很少用在實(shí)際測(cè)試中，大多用在研究方面。在測(cè)量具有聲學(xué)和電聲畸變聲系統(tǒng)的語(yǔ)言傳輸質(zhì)量時(shí)，這些方法是客觀和有效的。然而，由于其對(duì)語(yǔ)言信號(hào)的簡(jiǎn)化處理，不同方法的應(yīng)用應(yīng)受到限制，任何超出適用范圍的應(yīng)用可能導(dǎo)致不準(zhǔn)確的結(jié)果。STI，STIPA，STITEL的適用范圍見(jiàn)表3。不論直接或間接的STI方法，對(duì)于在時(shí)域和頻域的線性失真影響都有很好的考慮。但在非線性失真的情況下，直接測(cè)量方法對(duì)特定的非線性失真有一定的適應(yīng)能力，比如削波失真，而非直接方法只能用在線性時(shí)不變系統(tǒng)中。表4給出了STI各方法對(duì)于不同失真情況的使用限制概覽。表3STI，STIPA，STITEL適用范圍注:表中++表示非常適合;+表示適合;-表示不適合。？表4STI不同測(cè)量方法適用于各失真情況概覽？.5STI值與語(yǔ)言傳輸質(zhì)量的對(duì)應(yīng)關(guān)系IEC60268-16規(guī)定STI值與語(yǔ)言傳輸質(zhì)量（主觀評(píng)價(jià)）的對(duì)應(yīng)關(guān)系見(jiàn)表5、表6。表5STI值與語(yǔ)言傳輸質(zhì)量分類的對(duì)應(yīng)關(guān)系0.380.420.460.500.540.580.620.660.700.74？表6語(yǔ)言傳輸質(zhì)量分類及適用范圍注:表中PA為PublicAddressSystem,VA為VoiceAlarmSystem。？其他客觀評(píng)價(jià)方法3．1清晰度指數(shù)AI[1－2，7]AI是第一個(gè)將聲學(xué)測(cè)量同語(yǔ)言清晰度聯(lián)系起來(lái)的客觀參量。AI的理論基礎(chǔ)是:語(yǔ)言信號(hào)的信息內(nèi)容在頻率上分布是不均勻的，語(yǔ)言信號(hào)各個(gè)頻帶對(duì)語(yǔ)言清晰度的貢獻(xiàn)是相互獨(dú)立的。這樣就可以設(shè)計(jì)一個(gè)頻率連接的20頻帶模型，這些頻帶內(nèi)的語(yǔ)言信號(hào)對(duì)AI具有同等貢獻(xiàn)，并且語(yǔ)言信號(hào)的可懂度是各個(gè)頻帶語(yǔ)言信號(hào)的貢獻(xiàn)之和。綜合這些研究成果，美國(guó)國(guó)家標(biāo)準(zhǔn)局在1969年發(fā)布了ANSIS3．5－1969“Methodsforthecalculationofthespeechintelligibilityindex”，隨著實(shí)驗(yàn)材料從無(wú)意義的音節(jié)變?yōu)閱卧~、單句，AI最后發(fā)展為語(yǔ)言可懂度指數(shù)SII，因此美國(guó)國(guó)家標(biāo)準(zhǔn)局在1997年對(duì)AI進(jìn)行修正，發(fā)布了ANSIS3.5-1997“Methodsforthecalculationofthespeechintelligibilityindex”。通過(guò)修訂，標(biāo)準(zhǔn)的普遍性得到擴(kuò)展，對(duì)應(yīng)于不同使用要求提出了幾種不同的測(cè)量方法，并將建筑聲學(xué)的自由聲場(chǎng)情況加以考慮。SII指數(shù)范圍從0到1,0代表沒(méi)有，1代表100%，與STI相比，SII不能直接測(cè)量，需要通過(guò)測(cè)量很多與語(yǔ)言信號(hào)相關(guān)頻率的信噪比，然后才能計(jì)算得到。由于SII值是根據(jù)實(shí)驗(yàn)結(jié)果的經(jīng)驗(yàn)推導(dǎo)，物理理論基礎(chǔ)不夠，同時(shí)不能充分反映噪聲和混響聯(lián)合作用時(shí)的影響，因此用在短混響的地方比較合適，比如通信系統(tǒng)。?2輔音損失比％ALcons[4,7]輔音損失比與STI測(cè)量技術(shù)在同一時(shí)期提出。有趣的是，輔音損失比的提出主要是—種預(yù)測(cè)技術(shù)（輔音損失比不能通過(guò)精確地聲學(xué)測(cè)量得到），而STI主要是一種測(cè)量方法，目標(biāo)并不是去預(yù)測(cè)。輔音損失比的原始公式由Peutz提出，在1971年被Klein修正到現(xiàn)在大家熟悉的公式[8],以適用于擴(kuò)聲系統(tǒng)。在一個(gè)布置了擴(kuò)聲系統(tǒng)的房間里面，%AL-cons公式為式中，D為接收者到揚(yáng)聲器的距離；T60為混響時(shí)間;Q為揚(yáng)聲器的指向性因子;V為房間的容積。輔音損失比越小，語(yǔ)言清晰度越好。從這個(gè)公式可以看到，混響空間里面的清晰度與空間容積和揚(yáng)聲器的指向性因子Q成正比（也就是說(shuō)當(dāng)其他參量為常數(shù)時(shí)，這兩個(gè)參量的增長(zhǎng)會(huì)改善語(yǔ)言清晰度）;清晰度和混響時(shí)間以及距離的平方成反比。這個(gè)方法的主要限制就是只使用倍頻程中心頻率2kHz來(lái)預(yù)計(jì)，而對(duì)于語(yǔ)言來(lái)說(shuō)，不同講話者的指向型圖案并不相同。同時(shí)由于這個(gè)方法是基于統(tǒng)計(jì)聲學(xué)，在混響時(shí)間較短時(shí)就變得不太準(zhǔn)確。3．3RASTI[5]（RoomAcousticalSpeechTransmissionIndex）室內(nèi)聲學(xué)語(yǔ)言傳輸指數(shù)（又稱快速語(yǔ)言傳輸指數(shù)）是一種簡(jiǎn)化的STI方法，為簡(jiǎn)化測(cè)量與計(jì)算，從7個(gè)載波頻帶中篩選了2個(gè)載波頻帶（500Hz，用4個(gè)調(diào)制頻率調(diào)制;2000Hz，用5個(gè)調(diào)制頻率調(diào)制），適用于評(píng)價(jià)沒(méi)有擴(kuò)聲系統(tǒng)的人與人之間的溝通。由于RASTI測(cè)試方法應(yīng)用于擴(kuò)聲系統(tǒng)的局限性，替代方法STIPA在2001年被提出，STIPA采用一個(gè)稀疏矩陣，測(cè)試125~8000Hz的全部7個(gè)載波頻帶。需要指出的是，在IEC60268-16標(biāo)準(zhǔn)中，RASTI現(xiàn)已作廢。3．4直達(dá)與混響聲能比、早后期聲能比[7]用直達(dá)和混響聲能比或更精確的直達(dá)和早期反射聲同后期反射和混響聲能比來(lái)預(yù)測(cè)建筑和廳堂的語(yǔ)言清晰度，也已經(jīng)使用了很多年。在區(qū)分什么是直達(dá)聲、早期反射聲和后期反射聲方面，有很多不同的時(shí)間分割點(diǎn)。最常用的測(cè)量方法為C50,是前50ms聲能和整個(gè)脈沖響應(yīng)聲能的比;也有用C35測(cè)量的，就是用前35ms的聲能；C7，這么早的一個(gè)分割時(shí)間產(chǎn)生一個(gè)基本上是純的直達(dá)和反射聲能比。在分割比例上并沒(méi)有明確的說(shuō)法，但是通常認(rèn)為，要達(dá)到好的語(yǔ)言清晰度（在廳堂或類似的大空間里面），大約+4dB的C50是比較有利的，這也應(yīng)該是設(shè)計(jì)的目標(biāo)。聲能比測(cè)試時(shí)經(jīng)常采用1000Hz或一系列頻率的平均，這個(gè)方法沒(méi)有考慮背景噪聲，應(yīng)用在擴(kuò)聲系統(tǒng)時(shí)也受到限制。Bradley［9］把C50和C80概念拓展到U50和U80，U意味著有用的能量，這些嘗試也是進(jìn)一步了解分析語(yǔ)言清晰度的有用工具IEC標(biāo)準(zhǔn)用于評(píng)價(jià)漢語(yǔ)語(yǔ)言清晰度的探討IEC60268-16推薦的兩種STI測(cè)量方法（直接法和間接法）本質(zhì)上是一致的，都要經(jīng)過(guò)語(yǔ)言頻譜濾波、絕對(duì)語(yǔ)言識(shí)別閾值（門限）修正、聽(tīng)音屏蔽因子修正、權(quán)重因子和冗余因子修正。由于語(yǔ)言頻譜濾波以及各個(gè)修正系數(shù)都是以英語(yǔ)（荷蘭語(yǔ)）為實(shí)驗(yàn)對(duì)象得到的，STI客觀評(píng)價(jià)值與英語(yǔ)的清晰度主觀評(píng)價(jià)得分在IEC60268-16規(guī)定中體現(xiàn)出良好的一致性。但這種主、客觀對(duì)應(yīng)關(guān)系并不一定適用于漢語(yǔ)的評(píng)價(jià)。國(guó)內(nèi)已有研究表明漢語(yǔ)普通話單音節(jié)清晰度受混響的影響與英語(yǔ)清晰度受混響的影響程度有明顯的不同［10］。造成這種不同的主要原因是漢語(yǔ)與英語(yǔ)的標(biāo)準(zhǔn)頻譜不同;為獲得各種修正系數(shù)而進(jìn)行的實(shí)驗(yàn)也都對(duì)應(yīng)于特定的語(yǔ)言頻譜;同時(shí)使用漢語(yǔ)與英語(yǔ)這兩種不同語(yǔ)言的主體在感受和理解上也存在文化差異。因此如果用IEC60268-16推薦的這套體系直接評(píng)價(jià)漢語(yǔ)的語(yǔ)言清晰度，就需要對(duì)語(yǔ)言頻譜、絕對(duì)語(yǔ)言識(shí)別閾值、聽(tīng)音屏蔽因子、權(quán)重因子、冗余因子等進(jìn)行漢語(yǔ)頻譜的修正，而不是直接翻譯使用。發(fā)展及展望隨著IEC60268-16第4次修訂的發(fā)布，語(yǔ)言清晰度客觀評(píng)價(jià)指標(biāo)STI在今后必將作為一個(gè)通用的而在較高頻段，IIR均衡器幅度響應(yīng)平坦度比全極點(diǎn)模型均衡器效果好，這證實(shí)了本文所采用的基于IIR模型的均衡器具有保持其他頻帶響應(yīng)平坦的特性。結(jié)論針對(duì)傳統(tǒng)的基于全極點(diǎn)模型的均衡器所存在的缺陷性，筆者提出了基于IIR模型的均衡算法，并通過(guò)仿真和測(cè)量實(shí)驗(yàn)對(duì)比了兩種均衡算法的性能，實(shí)驗(yàn)結(jié)果表明，基于IIR模型的均衡器，能夠?qū)崿F(xiàn)空間多個(gè)位置的房間幅度響應(yīng)均衡，且不會(huì)影響其余頻帶的幅度響應(yīng)。參考文獻(xiàn)[1]馬登永?關(guān)于全數(shù)字揚(yáng)聲器系統(tǒng)的討論[J].電聲技術(shù)，2011,35(1):22－27．[2]沐永生?壓電揚(yáng)聲器的后腔設(shè)計(jì)與實(shí)驗(yàn)[J].電聲技術(shù)，2010，34(11):32-35?[3]蔡野鋒?數(shù)字揚(yáng)聲器系統(tǒng)中失配整形技術(shù)的設(shè)計(jì)與實(shí)現(xiàn)[J].電聲技術(shù)，2011,35(2):20-23?[4]BRANNMARKLJ?Robustloudspeakerequalizationbasedonposition-independentexcessphasemodeling[C]//IEEEInt?Conf?Acoustics，Speech，SignalProcessing，385-388，LasVegas:[s.n.],2008:385-388?[5]WILSONR?Equalizationofloudspeakerdriveunitsconsideringbothonandoff-axisresponses[J].J.AudioEng.Soc?,1991,39:127-139.[6