語音清晰度的客觀評測,中國傳媒大學 傳播聲學研究所 章斯宇 2010.5.21,主要內容,1. 語音清晰度的評測,語音的清晰度或可懂度是音質評價的重要指標反映廳堂或擴聲系統的聲音傳輸質量 主觀評價： 組織測試隊伍實地測試(articulation test) 優點： 直接、真實 缺點： 耗費人力物力 GB-T 15508-1995 聲學 語言清晰度測試方法 ,語音清晰度的客觀評價方法,盡可能反映真實的清晰度水平,清晰度指數 AI (Articulation Index),French ANSI Std. S3.5-196919861997 特點：特別適用于評價諸如噪聲干擾、有限帶通等頻域失真引起的語音清晰度惡化程度，不能反映混響、回聲或削峰等時域或非線性失真的影響。,輔音損失率 %ALcon (articulation loss of consonants),能不能根據測量房間內的某些物理量估計語音清晰度？ Knudsen(1932), Peutz(1971), Klein(1971) 根據大量的實地測量和清晰度主觀評價測試的結果，Peutz發現%ALcon與房間的聲學特性相關。,Peutz 公式（經驗推導）,D聽音處距聲源的距離。單位m。 T60混響時間(1400Hz)。單位s。 V房間的體積。單位m3。 校準值。針對不同水平的聽者。1.5%12.5%。 Dc臨界距離。單位m。,Klein對Peutz公式的補充,當房間聲學特性難以改善時，采用電聲手段提高語音清晰度。 聲源個數n；聲源指向性因子Q；,輔音損失率%ALcon的不足,根據實驗結果的經驗推導，物理基礎不夠； 對于信噪比低于25dB的情況估計不足，不能充分反映噪聲和混響聯合作用時的影響； 沒有考慮早期反射聲，單次回響的作用，且結果僅給出某個頻帶的清晰度水平，未考慮參數的頻率特性的影響；,Jacob(1985),Hougast & Steeneken (197319801985) IEC Std. 60268-16 充分反映聲傳遞系統性能質量的優劣,輸入端： 說話人發音,語言傳輸指數STI (speech transmission index),輸出端： 聽者耳朵,語言傳輸系統： 充分考慮傳遞過程中噪聲、混響、回響、系統失真等各種干擾因素的影響,調制轉移函數MTF (modulation transfer function),連續的語音可以看成一系列語音碎片(音位)的組合。音位又可以看成是發音器官對某種窄帶噪聲調制的結果。音位的時域包絡中包含了所傳遞的信息。 傳輸過程中，噪聲、混響、系統失真等會使得包絡發生變化，從而導致清晰度惡化，利用MTF描述量化包絡波動性能的變化程度。,MTF的計算,函數定義為聲信號經傳輸后接收信號強度包絡的調制度相對于原信號強度包絡調制度的降低，它隨調制頻率不同而變化。,STI的計算,14種調制頻率；7種倍頻帶噪聲 作為測試信號 計算98個MTF結果 類似AI計算中的加權平均最終得STI 0,1 根據房間脈沖響應可以直接計算MTF,STI與語音清晰度,Steeneken (1980),不論是噪聲、帶通限制、削峰、混響等干擾因素，STI與語音清晰度得分之間始終有著良好的一致性。 客觀可測的物理參量STI能良好的反映和預測真實的語音清晰度水平。,語言傳輸指數STI的簡化算法,限制條件： 無明顯非線性失真；環境噪聲無脈沖；混響時間頻率特性平滑；寬帶語言傳輸系統； 1）RASTI (Rapid STI or Room acoustic STI) 適用于不包括擴聲系統的廳堂語音傳輸質量的評價 選取了語言譜中比較有代表性的頻帶和調制頻率,2）STIPA (STI for public address) 適用于包括擴聲系統的廳堂或電聲系統的語音傳輸質量評價 選取了7種倍頻帶載波，每種載波對應2中調制頻率,公共廣播系統工程技術規范 STIPA作為評價公共廣播語言傳輸質量的重要指標,2.混響作用下STIPA與漢語清晰度的關系,對于“聲韻調”結構語言漢語，情況是怎樣的？ 目的：在實驗室條件下對無噪聲純混響作用下STI-PA與普通話單音節清晰度之間的關系進行實驗研究。以期對搞清楚在純混響作用下普通話單音節清晰度與語言傳輸指數STI-PA的具體關系有所貢獻和幫助。對漢語語音清晰度客觀評測方法的發展有著積極的意義。,實驗方法,實驗室錄音、模擬測試的方法 參照聲學 語言清晰度測試方法GB-T 15508-1995,混響時間：0.5 s6.0 s，步長0.5 s，共12種混響條件； 發音人2名，聽音人11名；聲場中心聲壓級65dBA； 中、后音節受混響作用更明顯；,實驗結果,混響時間與清晰度、STIPA的關系,STIPA與普通話單音節清晰度的關系,在實驗結果的基礎上歸納導出了STI-PA與普通話單音節清晰度之間的關系，此關系對制定擴聲系統的STI-PA指標具有實用意義。 實驗結果也揭示出漢語普通話單音節清晰度受混響的影響與英語清晰度受混響的影響程度有明顯的不同。啟示我們在實際工程應用中，在涉及到普通話語音清晰度的評測問題時，對直接引用已有的國際標準或基于外語的研究結果要十分慎重。,,3.噪聲條件下STIPA與漢語清晰度的關系,在實驗室條件下分析了不同頻帶范圍、不同信噪比的噪聲環境下語音清晰度、STI-PA與信噪比的關系，并根據單音節清晰度與語言可懂度的關系，估計了在滿足一定可懂度條件下的最低信噪比及相應的STI-PA。 實驗室錄音、模擬測試的方法 參照聲學 語言清晰度測試方法GB-T 15508-1995 采用了全頻帶白噪聲和中心頻率為250Hz，500Hz，1KHZ，2KHz，4KHz，8KHz的倍頻帶噪聲作為干擾噪聲，各頻帶噪聲分別設置45種信噪比。,實驗結果,1) 信噪比與清晰度、STIPA的關系(以白噪聲為例),2) 等清晰度曲線 不同的噪聲條件可能有著相同清晰度水平,工作是在實驗室條件下進行的，考慮到實際的應用情況，可能還有一些不完善的地方，比如房間沖擊響應的結構是否會對STI-PA與清晰度的關系有明顯的影響還需要探討。實際環境中的噪聲種類多樣，頻率范圍豐富，由于條件限制無法一一進行測試。每個頻帶噪聲的信噪比取值區間可以更加細致以獲得更為全面的結果。