语音清晰度的客观评测

Steeneken (1980)
语言传输指数STI的简化算法
❖ 限制条件： ▪ 无明显非线性失真；环境噪声无脉冲；混响时间频率特 性平滑；宽带语言传输系统；
❖ 1）RASTI (Rapid STI or Room acoustic STI) ▪ 适用于不包括扩声系统的厅堂语音传输质量的评价 ▪ 选取了语言谱中比较有代表性的频带和调制频率
5.0Hz 5.0Hz 3.15Hz 1.0Hz 6.25Hz 4.0Hz 12.5Hz
❖ 《公共广播系统工程技术规范》 ❖ STIPA作为评价公共广播语言传输质量的重要指标
分类
业务广播 （一级）
业务广播 （二级）
业务广播 （三级）
STIPA
≥0.55 ≥0.45 ≥0.35
分类
紧急广播 （一级）
❖ 实验室录音、模拟测试的方法 ❖ 参照《声学 语言清晰度测试方法》GB-T 15508-2019 ❖ 采用了全频带白噪声和中心频率为250Hz，500Hz，1KHZ
，2KHz，4KHz，8KHz的倍频带噪声作为干扰噪声，各频 带噪声分别设置4~5种信噪比。
❖ 1) 信噪比与清晰 度、STIPA的关系 (以白噪声为例)
❖ 计算98个MTF结果 ❖ 类似AI计算中的加权平均最终得
STI [0,1] ❖ 根据房间脉冲响应可以直接计算
MTF
STI与语音清晰度
❖ 不论是噪声、带通限制、 削峰、混响等干扰因素， STI与语音清晰度得分之间 始终有着良好的一致性。
❖ 客观可测的物理参量STI能 良好的反映和预测真实的 语音清晰度水平。
0.25 0.5 1
2
4
8
噪声的中心频率/KHz
0.8
0.7
清晰度0.8
可懂度100%
0.6
0.5 清晰度0.6 可懂度95%
0.4 清晰度0.5 可懂度88%
0.3
清晰度0.4 可懂度80%
清晰度0.2
可懂度55%
0.2
0.25 0.5 1
2
4
8
噪声的中心频率/KHz
❖ 工作是在实验室条件下进行的，考虑到实际的应用情况， 可能还有一些不完善的地方，比如房间冲击响应的结构是 否会对STI-PA与清晰度的关系有明显的影响还需要探讨。 实际环境中的噪声种类多样，频率范围丰富，由于条件限 制无法一一进行测试。每个频带噪声的信噪比取值区间可 以更加细致以获得更为全面的结果。另外本次实验只是在 65dBA(标准说话声压级)的噪声水平下进行的，其它噪声 水平下的语言清晰度和STI-PA、信噪比的关系是否同本次 实验结果一致还需要进一步的研究。
LOGO
语音清晰度的客观评测
中国传媒大学 传播声学研究所 章斯宇
2019.5.21
主要内容
1 语音清晰度评测的发展概况 2 混响作用下STIPA与清晰度的关系 3 噪声环境下STIPA与清晰度的关系 4 总结与展望
1. 语音清晰度的评测
❖ 语音的清晰度或可懂度是音质评价的重要指标—反映 厅堂或扩声系统的声音传输质量
实验方法
❖ 实验室录音、模拟测试的方法 ❖ 参照《声学 语言清晰度测试方法》GB-T 15508-2019
单音节词表
混响处理器 Reveber4000
录音间
录音、控制、处 理、回放中心
测听室
Ivie IE-35 STI-PA
❖ 混响时间：0.5 s～6.0 s，步长0.5 s，共12种混响条件； ❖ 发音人2名，听音人11名；声场中心声压级65dBA； ❖ 中、后音节受混响作用更明显；
❖ French & Steinberg(1947),Fletcher(1953), Kryter(1962) ▪ 1) 测量或估计语言频谱和听音人处的噪声有效掩蔽谱计算 得到各频带的“有效信噪比”； ▪ 2) 对各频带信噪比进行线性转化至[0,1]得“贡献值”； ▪ 3) 基于不同频带对清晰度的贡献率加权平均得AI;
❖ 实验结果也揭示出汉语普通话单音节清晰度受混响的影响 与英语清晰度受混响的影响程度有明显的不同。启示我们 在实际工程应用中，在涉及到普通话语音清晰度的评测问 题时，对直接引用已有的国际标准或基于外语的研究结果 要十分慎重。
themegallery
3.噪声条件下STIPA与汉语清晰度的关系
❖ 在实验室条件下分析了不同频带范围、不同信噪比的噪声 环境下语音清晰度、STI-PA与信噪比的关系，并根据单音 节清晰度与语言可懂度的关系，估计了在满足一定可懂度 条件下的最低信噪比及相应的STI-PA。
▪ 根据大量的实地测量和清晰度主观评价测试的结果， Peutz发现%ALcon与房间的声学特性相关。
Peutz 公式（经验推导）
%ALcon(200D V2T602a)% DDc
(9T60a)%
DDc
D—听音处距声源的距离。单位m。
➢注意： SNR>25dB； 单个无指向性的 点声源(Q=1)；
T60—混响时间(1400Hz)。单位s。 V—房间的体积。单位m3。
(9T60a)%
DDc
虽然提高扬声器的Q值有助 于改善语音清晰度，但Q值 与清晰度之间是否成简单 的线性关系并没有实际的 实验数据支持。 Jacob(1985)认为语音清晰 度与Q并无直接的关联。
辅音损失率%ALcon的不足
▪ 根据实验结果的经验推导， 物理基础不够；
▪ 对于信噪比低于25dB的情况 估计不足，不能充分反映噪 声和混响联合作用时的影响；
500Hz 1Hz 2Hz 4Hz 8Hz
2KHz 0.7Hz 1.4Hz 2.8Hz 5.6Hz 11.2Hz
❖ 2）STIPA (STI for public address) ▪ 适用于包括扩声系统的厅堂或电声系统的语音传输质量 评价 ▪ 选取了7种倍频带载波，每种载波对应2中调制频率
125Hz 250Hz 500Hz 1KHz 2KHz 4KHz 8KHz 1.0Hz 1.0Hz 0.63Hz 2.0Hz 1.25Hz 0.8Hz 2.5Hz
1.00
0.80
0.60
前Hale Waihona Puke 中0.40后
0.20
0.00 声母
韵母
声调
音节
实验结果
❖ 混响时间与清晰度、STIPA的关系
0.650 0.600 0.550 0.500 0.450 0.400 0.350 0.300 0.250 0.200 0.150
0.0 1.0 2.0 3.0 4.0 5.0 6.0 RT sec.
STI-PA Clarity
❖ STIPA与普通话单音节清晰度的关系
Clarity
1
0.9
0.8
0.7
0.6
0.5
0.4
C0.43S7 2 60.56S2
0.3
0.2
0.1
0 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 STI-PA
❖ 在实验结果的基础上归纳导出了STI-PA与普通话单音节清 晰度之间的关系，此关系对制定扩声系统的STI-PA指标具 有实用意义。
❖ 主观评价： 组织测试队伍实地测试(articulation test) ▪ 优点： 直接、真实 ▪ 缺点： 耗费人力物力
❖ GB-T 15508-2019 《声学 语言清晰度测试方法》
语音清晰度的客观评价方法
主观 测试
AI
❖ 尽可能反映真实 的清晰度水平
%ALcon
STI
清晰度指数 AI (Articulation Index)
ɑ—校准值。针对不同水平的听者。1.5%~12.5%。
Dc—临界距离。单位m。
Dc 0.20
V T60
Klein对Peutz公式的补充
❖ 当房间声学特性难以改善时，采用电声手段提高语音清晰度。 ❖ 声源个数n；声源指向性因子Q；
Dc 0.20
V Q T60 n
%ALcon(200VD2Q T602na)% DDc
▪ 没有考虑早期反射声，单次 回响的作用，且结果仅给出 某个频带的清晰度水平，未 考虑参数的频率特性的影响；
Jacob(1985)
语言传输指数STI (speech transmission index)
❖ Hougast & Steeneken (1973\1980\1985) ❖ IEC Std. 60268-16 ❖ 充分反映声传递系统性能质量的优劣
❖ ANSI Std. S3.5-1969\1986\2019 ❖ 特点：特别适用于评价诸如噪声干扰、有限带通等频域失真引
起的语音清晰度恶化程度，不能反映混响、回声或削峰等时域 或非线性失真的影响。
辅音损失率 %ALcon (articulation loss of consonants)
❖ 能不能根据测量房间内的某些物理量估计语音清晰度？ ❖ Knudsen(1932), Peutz(1971), Klein(1971)
紧急广播 （二级）
紧急广播 （三级）
STIPA
≥0.55 ≥0.45 ≥0.40
2.混响作用下STIPA与汉语清晰度的关系
❖ 对于“声韵调”结构语言—汉语，情况是怎样的？
❖ 目的：在实验室条件下对无噪声纯混响作用下STI-PA与普 通话单音节清晰度之间的关系进行实验研究。以期对搞清 楚在纯混响作用下普通话单音节清晰度与语言传输指数 STI-PA的具体关系有所贡献和帮助。对汉语语音清晰度客 观评测方法的发展有着积极的意义。
清晰度和STI-PA 清晰度和STI-PA
实验结果
男声
女声
1
1
清晰度
清晰度
0.9
清晰度与信噪比拟合
0.9
清晰度与信噪比拟合
STI-PA