Badanie zrozumiałości mowy

POLITECHNIKA GDAŃSKA

WYDZIAŁ ELEKTRONIKI, TELEKOMUNIKACJI I INFORMATYKI KATEDRA SYSTEMÓW MULTIMEDIALNYCH

TECHNIKA NAGŁAŚNIANIA

BADANIE ZROZUMIAŁOŚCI MOWY

Opracowanie: dr inż. Piotr Odya

1. Wprowadzenie

Określenie właściwości akustycznych pomieszczeń nie jest sprawą prostą. Najlepsze wyniki uzyskuje się dzięki wykorzystaniu metod subiektywnych polegających na ocenie pomieszczenia przez odpowiednio przygotowanych słuchaczy (ekspertów). Istnieją także obiektywne metody pozwalające określić jakość pomieszczenia, a właściwie jego przydatność do określonych zastosowań.

Ze względu na fakt, że proces rozchodzenia się dźwięku w pomieszczeniu jest bardzo złożony podanie jednego uniwersalnego parametru opisującego dane pomieszczenie jest praktycznie niemożliwe. Wraz z postępem technologii i rozwojem technik pomiarowych pojawiła się możliwość wyznaczenia coraz to bardziej złożonych kryteriów oceny pomieszczenia dających więcej informacji o danym audytorium. Historycznie pierwszym parametrem opisującym akustykę pomieszczenia był czas pogłosu, chociaż także i obecnie parametr ten jest podstawowym i jednym z najważniejszych kryteriów opisujących pomieszczenie. W oparciu o założony czas pogłosu projektuje się adaptację akustyczną pomieszczeń.

Dla dokładnego opisania akustyki pomieszczenia konieczna jest znajomość jego odpowiedzi impulsowej, która niesie praktycznie wszystkie potrzebne informacje o dźwięku docierającym do słuchacza. Bezpośrednia interpretacja odpowiedzi impulsowej nie jest jednak prosta, dlatego też wprowadzono grupę liczbowych parametrów energetycznych, których zadaniem jest odzwierciedlenie subiektywnych wrażeń słuchaczy. Najważniejsze z tych parametrów to: wyrazistość, przejrzystość, odstęp echa, wskaźnik pogłosu.

Jeśli dodatkowo pomiar wykonany jest dwukanałowo i w pierwszym kanale zebrana jest odpowiedź z mikrofonu o charakterystyce dookólnej - hk(t), natomiast w

kanale drugim z mikrofonu o charakterystyce ósemkowej ustawionym prostopadle do podłużnej osi sali - hb(t), to oprócz tego można wyznaczyć jeszcze parametry

przestrzenne, np.: skuteczność odbić bocznych.

Innym parametrem, szczególnie istotnym w przypadku dużych sal jest nierównomierność rozkładu pola akustycznego. W idealnym przypadku w całym pomieszczeniu powinien występować ten sam poziom dźwięku. W celu wyznaczenia nierównomierności mierzy się poziom ciśnienia akustycznego w różnych punktach pomieszczenia i sporządza się mapę rozkładu poziomu dźwięku.

Parametrem niezwykle ważnym dla pomieszczeń przeznaczonych do przekazywania sygnału mowy, jest zrozumiałość mowy. Do wyznaczenia zrozumiałości stosuje się testy subiektywne (przede wszystkim listy logatomowe) oraz metodę wyznaczenia współczynników STI (ang. Speech Transmission Index). Obie te metody zostaną wykorzystane podczas niniejszego ćwiczenia.

2. Listy logatomowe

Jedną z najbardziej znanych metod subiektywnej oceny zrozumiałości mowy są testy z wykorzystaniem list logatomowych. Logatomy są to sylaby nie posiadające znaczenia, w ten sposób unika się sytuacji, w której badany wspiera się w trakcie testu znajomością języka w procesie rozumienia mowy. Logatomy tworzy się z dłuższych tekstów wybierając z nich losowo fragmenty (po np. ok. 1000 słów). Następnie wyraz z tekstów dzieli się sylaby i losuje z każdego 100 sylab. Odrzuca się sylaby powtarzające i dobiera je pod kątem występowania głosek w danym języku. W efekcie otrzymuje się liczące po 100 sylab – logatomów – listy, które są w znaczącym stopniu strukturalnie i fonetycznie zrównoważone. Pozwala to na prowadzenie obiektywnych testów [5].

Testy w oparciu o listy logatomowe polegają na rozmieszczeniu w różnych punktach badanej sali osób, których zadaniem będzie zapisywanie na przygotowanych formularzach usłyszanych wyrazów (logatomów). Jeżeli sala jest symetryczna, można poprzestać na rozmieszczeniu osób tylko w jednej połowie. Zalecane jest, aby badanie było prowadzone zarówno dla głosu męskiego, jak i żeńskiego. W zależności od potrzeb można również wykonywać testy z nagłośnieniem i bez niego (lub odtwarzać listy z rejestratora). Każdorazowo należy stosować inną listę logatomową, by uniknąć sytuacji, w której osoby biorące udział testach kilkakrotnie słyszały te same listy/logatomy. Mogłoby to wpłynąć w znaczący sposób na osiągane wyniki.

Osoba czytająca listy logatomowe powinna to robić stosunkowo wolno, robiąc odstępy między kolejnymi logatomami, tak aby wszyscy biorący udział w testach nie mieli problemu z zapisaniem usłyszanej sylaby. Dłuższe odstępy można zostawiać po każdych 10 logatomach.

Wskazane jest także zmierzenie poziomu dźwięku w trakcie odczytywania każdej listy logatomowej.









błąd i obniża zrozumiałość o 1%. Należy przy tym zwrócić uwagę, że osoby biorące w testach mogą ten sam logatom zapisywać w odmienny sposób, interpretując go nieco inaczej, np. dla logatomu „će” poprawna jest odpowiedź „će” oraz „cie”.

3. Metoda współczynnika STI

Nieco więcej uwagi warto poświęcić pomiarze współczynnika STI. Współczynnik STI w bezpośredni sposób odzwierciedla zrozumiałość mowy w pomieszczeniu. Wyznacza się najczęściej poprzez bezpośredni pomiar funkcji przeniesienia modulacji (MTF – ang. Modulation Transfer Function). Pomiar taki polega na wygenerowaniu szumu pasmowego zmodulowanego amplitudowo małą częstotliwością ze współczynnikiem modulacji 100%, a następnie na pomiarze głębokości modulacji sygnału odebranego (rys 3.1).

Istnieje także metoda pozwalająca na wyznaczenie MTF z odpowiedzi impulsowej pomieszczenia według wzoru [4]:

gdzie: LF- numer prążka odpowiadający częstotliwości modulującej Fmod

Współczynnik zmniejszenia modulacji MTF wylicza się także znając funkcję czasu pogłosu pomieszczenia T(s) i stosunku sygnał/szum S/N wyrażonego w [dB]:

Rys. 3.1. a) sygnał nadawany zmodulowany w 100%; b) sygnał w punkcie odbioru z mniejszym współczynnikiem modulacji

(3.1)

(3.2)

) ( 1 ) ( log 10 ) ( / mod mod mod F MTF F MTF F N S  

Funkcję przeniesienia modulacji wyznacza się w każdej oktawie 125Hz - 8kHz dla każdej z 14 częstotliwości modulujących Fmod. Rozwój metody

oceny jakości transmisji mowy na podstawie pomiarów funkcji przenoszenia modulacji doprowadził do opracowania metody RASTI [12].

Zasada metody RASTI (ang. Rapid Speech Transmission Index) polega podobnie jak metoda STI na pomiarze współczynnika zmniejszenia modulacji sygnału pomiarowego wskutek niedoskonałości układu transmisyjnego. Niedoskonałości te są interpretowane w kategoriach pogorszenia stosunku sygnał-szum. Przy transmisji mowy w pomieszczeniach przyczyną zmniejszenia zrozumiałości może być nadmierny pogłos pomieszczenia lub występujący w nim hałas. Sygnał mowy nadmiernie opóźniony po wielokrotnych odbiciach od ścian pomieszczenia staje się rodzajem szumu utrudniającego rozumienie mowy.

W odróżnieniu od metody STI w metodzie RASTI ocena zrozumiałości jest oparta na pomiarze przenoszenia modulacji jedynie w dwóch pasmach oktawowych o częstotliwościach środkowych 500Hz i 2000Hz, co pozwala skrócić czas pomiaru do niezbędnego minimum. Szum w paśmie oktawowym o częstotliwości środkowej 500Hz jest modulowany amplitudowo czterema przebiegami sinusoidalnymi o częstotliwości l, 2, 4 i 8 Hz, a szum w paśmie oktawowym o częstotliwości środkowej 2000 Hz - pięcioma przebiegami o częstotliwości 0,7, 1,4, 2,8, 5,6 i 11,2Hz [2].

Wyznaczenie współczynnika zmniejszenia modulacji dla różnych częstotliwości modulujących pozwala nie tylko określić liczbowo zrozumiałość mowy, ale także umożliwia ustalenie przyczyny jej obniżenia. Jak wynika ze wzoru (3.2), jeżeli o wartości MTF(Fmod) decyduje tylko stosunek sygnał/szum, czyli przy

T=0, wartości MTF(Fmod) nie zależą od częstotliwości modulującej. Jeżeli natomiast

decyduje wyłącznie pogłos pomieszczenia (S/N  ), MTF(Fmod) jest malejącą

funkcją częstotliwości modulującej Fmod.

Po wyliczeniu współczynnika MTF(Fmod) można przystąpić do wyliczenia

współczynników STI. W tym celu liczy się pozorny stosunek sygnał/szum [4]:

Wartości S/N obcina się do wartości  15 dB i liczy średnią wartość w oktawie:

14 ) ( / / mod 14 mo d F N S N S F



Współczynniki STI to proste unormowanie wartości S/N do zakresu 01:

Oprócz wartości współczynników STI w oktawach obliczana jest też wartość średnia STIśr. Współczynnik STIśr określa zrozumiałość mowy w pomieszczeniu i w

zależności od jego wartości następuje ocena globalna pomieszczenia. Podobnie jak współczynniki STI, współczynniki RASTI przyjmują także wartości z przedziału od 0 do l. Na podstawie zmierzonej wartości STI lub RASTI można dokonać ogólnej oceny zrozumiałości mowy w badanym pomieszczeniu, zgodnie ze skalą przedstawioną w tabeli 3.1.

Tabela 3.1. Skala ocen zrozumiałości mowy na podstawie współczynnika STIśr/RASTIśr

STIśr/RASTIśr <0,30 0,300,45 0,450,60 0,600,75 >0,75

OCENA ZŁA SŁABA DOSTATECZNA DOBRA ZNAKOMITA

4. Zadania

1. Wykonać testy zrozumiałości w oparciu o listy logatomowe dla głosu żeńskiego i męskiego, bez nagłośnienia i z nagłośnieniem. Pamiętać, by na szkicu sali zaznaczyć położenie osób biorących udział w testach!

2. Dokonać pomiaru zrozumiałości mowy metodą STI.

5. Opracowanie

1. Zaznaczyć uzyskane wyniki zrozumiałości mowy na szkicu sali. 2. Porównać otrzymane wyniki zrozumiałości dla obu metod. 3. Podać wnioski i komentarze.

6. Bibliografia

[1] T. Houtgast, H.J.M. Steeneken, „A Multi-Language Evaluation of the RASTI – Method for Estimating Speech Intelligibility in Auditoria”, Acoustica 54, pp. 185 – 199, 1984.

(3.4)

[2] T. Houtgast, H.J.M. Steeneken, „RASTI: A tool for evaluating auditoria”, Bruel&Kjaer Technical Review 3, 1985.

[3] T. Houtgast, H.J.M. Steeneken, „The Modulation Transfer Function in Room Acoustics as a Predictor of Speech Intelligibility”, Acoustica 28, p. 66-73, 1973.

[4] T. Houtgast, H.J.M. Steeneken, „The Modulation Transfer Function in Room Acoustics”, Bruel&Kjaer Technical Review 3, 1985.