语言清晰度的客观评测.ppt

LOGO 语音清晰度的客观评测语音清晰度的客观评测 中国传媒大学中国传媒大学 传播声学研究所传播声学研究所 章斯宇章斯宇 2010.5.212010.5.21 主要内容 1 语音清晰度评测的发展概况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 v 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 v 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 v GB-T 15508-1995 声学 语言清晰度测试方法 语音清晰度的客观评价方法 STI %ALcon AI 主观 测试 v 尽可能反映真实 的清晰度水平 清晰度指数 AI (Articulation Index) v French v ANSI Std. S3.5-196919861997 v 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) v 能不能根据测量房间内的某些物理量估计语音清晰度？ v Knudsen(1932), Peutz(1971), Klein(1971) 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） D听音处距声源的距离。单位m。 T60混响时间(1400Hz)。单位s。 V房间的体积。单位m3。 校准值。针对不同水平的听者。1.5%12.5%。 Dc临界距离。单位m。 注意： SNR25dB； 单个无指向性的 点声源(Q=1)； Klein对Peutz公式的补充 v 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 。 v 声源个数n；声源指向性因子Q； 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 ； 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) v Hougast & Steeneken (197319801985) v IEC Std. 60268-16 v 充分反映声传递系统性能质量的优劣 输入端： 说话人发音 语言传输指数STI (speech transmission index) 输出端： 听者耳朵 语言传输系统： 充分考虑传递过程中 噪声、混响、回响、 系统失真等各种干扰 因素的影响 Black Box 调制转移函数MTF (modulation transfer function) v 连续的语音可以看成一系 列语音碎片(音位)的组合 。音位又可以看成是发音 器官对某种窄带噪声调制 的结果。音位的时域包络 中包含了所传递的信息。 v 传输过程中，噪声、混响 、系统失真等会使得包络 发生变化，从而导致清晰 度恶化，利用MTF描述量 化包络波动性能的变化程 度。 MTF的计算 v 函数定义为声信号经 传输后接收信号强度 包络的调制度相对于 原信号强度包络调制 度的降低，它随调制 频率不同而变化。 STI的计算 v 14种调制频率；7种倍频带噪声 作为测试信号 v 计算98个MTF结果 v 类似AI计算中的加权平均最终得 STI 0,1 v 根据房间脉冲响应可以直接计算 MTF STI与语语音清晰度 Steeneken (1980) v 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 。 v 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。 语言传输指数STI的简化算法 v 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； v 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 500Hz1Hz2Hz4Hz8Hz 2KHz0.7Hz1.4Hz2.8Hz5.6Hz11.2Hz v 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 125Hz250Hz500Hz1KHz2KHz4KHz8KHz 1.0Hz1.0Hz0.63Hz2.0Hz1.25Hz0.8Hz2.5Hz 5.0Hz5.0Hz3.15Hz1.0Hz6.25Hz4.0Hz12.5Hz v 公共广播系统工程技术规范 v STIPA作为评价公共广播语言传输质量的重要指标 分类STIPA分类STIPA 业务广播 （一级） 0.55 紧急广播 （一级） 0.55 业务广播 （二级） 0.45 紧急广播 （二级） 0.45 业务广播 （三级） 0.35 紧急广播 （三级） 0.40 2.混响作用下STIPA与汉语汉语 清晰度的关 系 v 对对于“声韵调调”结结构语语言汉语汉语 ，情况是怎样样的？ v 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。 实验实验 方法 v 实验室录音、模拟测试 的方法 v 参照声学 语言清晰度测试方法GB-T 15508-1995 v 混响时间：0.5 s6.0 s，步长0.5 s，共12种混响条件； v 发音人2名，听音人11名；声场中心声压级65dBA； v 中、后音节受混响作用更明显； 实验结实验结 果 v 混响时间与清晰度、STIPA的关系 v STIPA与普通话单音节清晰度的关系 v 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。 v 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。 3.噪声条件下STIPA与汉语汉语 清晰度的关 系 v 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。 v 实验室录音、模拟测试 的方法 v 参照声学 语言清晰度测试方法GB-T 15508-1995 v 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45种信噪比。 实验结实验结 果 v 1) 信噪比与清晰 度、STIPA的关 系(以白噪声为例) v 2) 等清晰 度曲线 v 不同的噪声 条件可能有 着相同清晰 度水平 v 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