低SNR下汉语单音节清晰度测量与可懂度估计

    1引言

    语言清晰度主要受环境噪声、环境混响、系统失真三方面的影响[1]。 对于户外远距离声音广播，声音在远距离传输过程中经过衰减， 到达听音人所在处时，由于环境噪声的影响，信噪比往往已经很低了，甚至低于 0 dB，在如此低的信噪比条件下，语言清晰度究竟受到多大影响， 是设计户外远距离声音广播系统时所关心的问题。而对于环境混响来说，由于户外不存在过多反射界面，且自然环境中存在的吸声体较多，如树木，草地，人等，所以在户外远距离广播条件下，环境混响对语言清晰度的影响不是最主要的。 系统无明显的失真是对扩声系统的基本要求， 达不到这个要求不能看作是 1 个合格的扩声系统。因此，笔者主要考察的是在低信噪比条件下，噪声掩蔽对语言清晰度的影响。

    研究噪声掩蔽对语言清晰度和语言传输指数的影响，应该是在大量不同的噪声环境现场实地测量，但是由于客观条件的制约， 理想的测量条件几乎是不可能实现的。笔者在实验室可控条件下，依据相关的语言清晰度测试标准[2]测量了不同频带、不同信噪比噪声条件下的汉语普通话单音节清晰度和语言传输指数 STI-PA，以期对研究噪声掩蔽下普通话单音节清晰度与信噪比的关系有所帮助。

    2 汉语单音节清晰度测量方法

    测量参照相关标准[2]进行。 采用在实验室录音、模拟测试的方法。 将录制的语音干信号与不同频带的噪声叠加以模拟受噪声掩蔽后的语音信号， 然后在测听室内将此信号回放给听音人来评测语音的清晰度，同时测量在相应噪声干扰下的 STI-PA，并进一步分析清晰度、STI-PA与信噪比的关系。

    语音信号是由男、 女 2 名专业播音员按照标准普通话，以自然平稳、正常语速（4 个单音节/s）在混响时间小于 0.1 s，背景噪声低于 20 dB（A）的录音室内朗读的标准单音节字表。为了避免记忆对实验结果的影响，不同的噪声条件对应的实验信号均采用不同的字表。 考虑到不同环境的噪声特性不同以及语音的频谱特性，采用了全频带白噪声和中心频率为 250 Hz，500 Hz，1kHz，2 kHz，4 kHz，8 kHz 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。语音信号与各噪声信号按照预先设计好的信噪比进行混叠后用于被试测听。

    听音在面积为约 70 m2，混响时间低于 0.3 s，频响基本平直的测听室内进行，实验信号通过 GENELEC 监听音箱重放。听音人耳朵处的声压级控制在 65dB（A）左右。经过信度检验的有效听音人由 12 位在校研究生组成，年龄 21~25 岁，男女比例基本平衡，听力正常，且有多次测听实验的经历，实验前也经过必要的训练。听音人以组为单位进行测听，听完 1 组音后，记录下自认为听到的单音节字汉语拼音。