Teória STI

Tento článok popisuje metódu pre spracovanie STIPA v4 signálu , ktorá je v súlade so 4. vydaním STI štandardu (IEC 60268-16:2011).

Účelom tohto článku je ukázať, že ako náhle je STIPA signál zachytený   a spracovaný v aplikácii STIPA, určenie STI je presne v súlade s pokynmi stanovenými normou IEC 60268-16.

Vzhľadom k tomu že je dôležité aby metóda ktorou je STI určený bola presná, článok poskytuje podrobný rozbor signálovej cesty a spracovania testovacieho signálu za účelom určenia ako meranie zodpovedá štandardu.

Tento článok dokumentuje jednotlivé kroky logického toku signálu pre určenie STI. Spracovanie signálu software je priamo porovnané so spracovaním signálu podľa štandardu STI v4.

1.. Úvod do Indexu prenosu (zrozumiteľnosti) reči (STI -Speech transmission index)

Index STI bolo vyvinutý tak, aby kvantifikoval redukciu modulačnej obálky reči pomocou výpočtu modulačnej prenosovej funkcie (MTF) (Steeneken a Houtgast, 1980). Miera STI bola definovaná v norme IEC 60268-16:2011 a poskytuje efektívnu metódu posúdenia zrozumiteľnosti reči ako v priamom rozhovore tak aj pri reprodukcii prostredníctvom verejného ozvučenia (PA – public address) . Je to umožnené faktom, že STI zohľadňuje skreslenie spôsobené šumom, dozvukom a ozvenami, ak sú prítomné.

Výpočet STI priamym meraním,  uplatňuje náhradu skutočnej reči analytickým signálom, ktorý obsahuje spektrálne a časové charakteristiky reči. Vysielaním testovacieho signálu v určitom zdrojovom mieste Si testovaného zariadenia (angl. Device-Under-Test; vo väčšine prípadov akustická ozvučnica alebo miestnosť) a snímaním výsledného signálu v ľubovoľnom prijímacom mieste Ri je možné určiť výsledný faktor redukcie modulácie m_r. MTF je potom daná vzťahom:

MTF=m(F)=m_r / m_t

kde MTF je pre danú modulačnú frekvenciu F určená ako pomer hĺbky modulácie prijatého signálu m_r a hĺbky modulácie testovacieho signálu m_t. Výpočet hodnôt MTF je určený pre frekvenciu v oblasti reči; oktávové pásma f_i =125-8000 Hz a tretinooktávové modulačné pásma F_j=0,63-16 Hz.

Viac informácií o testovacom signáli sú uvedené v nasledujúcich odsekoch.

2. Nastavenie testovacieho merania

Pre validáciu sú použité nasledovné zariadenia:

• Apple ® iPad TM 2, iOS 7.0.1

• iSTI 

• i436 všesmerový mikrofón

3. Spektrum a hĺbka modulácie testovacieho signálu STIPA

iSTI odpovedajúci STIPA v4 signál.

Pohľad na spôsob generovania signálu ukazuje na jeho súlad so STIPA v4 štandardom. Generátor vytvárajúci testovací signál je navrhnutý podľa špecifikácií štandardu a zahŕňa nasledovné body:

• Sedem šumových pasiem so šírkou 1/2 oktávy so strednými frekvenciami 125, 250, 500, 1000, 2000, 4000 a 8000 Hz. Šum je ružový v každom pásme.

• Šum je generovaný sčítaním sínusových signálov s rozostupom 1/dĺžka vzorky. V prípade vzorky navrhnutej pre spojité prehrávanie v slučke je táto dĺžka 40 sekúnd. Frekvenčný rozostup sínusových signálov je teda 1/40 Hz.

• Útlm šumu mimo prenášaného pásma je extrémne strmý vďaka metóde vytvárania signálu.

• Sedem pásiem je jednotlivo amplitúdovo (intenzitne) modulovaných frekvenciami podľa tabuľky 1. Tieto frekvencie odpovedajú frekvenciám v tabuľke B.1 normy IEC 60268-16:2011.

• Hĺbka modulácie je 0.55 pre každú frekvenciu. Fázový posun 180° je aplikovaný medzi komponentom 1 a 2 podľa prílohy B normy IEC 60268-16:2011.

•   STIPA signál má mužské rečové spektrum, čo spĺňa požiadavky uvedené v tabuľke A.4 normy IEC 60268-16:2011.

Signál používaný pre STIPA modul   je plne v súlade so signálom stanoveným v IEC 60268-16:2011 s ohľadom na frekvenčné spektrum a frekvenciu a hĺbku modulácie.

Tabuľka 1: Modulačné frekvencie použité v STIPA testovacom signáli

Frekvenčné (oktávové) pásmo (Hz) 125 250 500 1000 2000 4000 8000

Prvá modulačná frekvencia (Hz) 1.60 1.00 0.63 2.00 1.25 0.80 2.50

Druhá modulačná frekvencia (Hz) 8.00 5.00 3.15 10.00 6.25 4.00 12.50

4. Dĺžka STIPA testovacieho signálu

Odporúčaná dĺžka signálu pre určenie STI zo STIPA signálu je 15 - 20 sekúnd. Doba trvania signálu v STIPA module AudioTools je 20 sekúnd, čo je v súlade s týmto meracím intervalom.

5. Integrita testovacieho signálu

Pre určenie chyby vzorkovania bolo vykonané meranie integrity vzorkovacej frekvencie pri použití daného meracieho systému. Maximálna prípustná chyba je 0.05 %. Sínusový signál s frekvenciou 8000 Hz generovaný pomocou AudioTools FFT modulu bol spätne privedený na analógový vstup iAudioInterface2. Signál bol analyzovaný pomocou FFT modulu použitím 32k bodovej FFT. Špička sínusového signálu bola nameraná na 8000 Hz, čo je v medziach 0.05 % tolerancie frekvenčnej chyby.

6. Určenie STI

Nasledujúca časť popisuje rozklad a analýzu STIPA signálu pre stanovenie STI. Rozoberá signál po tom, ako je jeho časť nahratá do vstupného buffra softvérového modulu. Vstupom je úplný STIPA signál, ktorý prešiel testovaným systémom a bol degradovaný šumom, skreslením (ak je prítomné) a dozvukom/odrazmi. Blokový diagram signálneho toku STIPA je zobrazený na obrázku 1. Referenčný signál predstavuje pôvodný nedegradovaný STIPA signál a odozva predstavuje STIPA signál snímaný v prostredí, pre ktoré sa STI určuje.

STIPA signál je v prvom kroku filtrovaný pomocou pásmových priepustí do siedmich pásiem od 125 Hz po 8 kHz. Signál je potom usmernený cez druhú mocninu pre zobrazenie obálky intenzity v danom pásme. Pre extrakciu nízkofrekvenčnej modulácie je signál decimovaný 150-krát. Natívna vzorkovacia frekvencia STIPA modulu  je 22050 Hz. Signál je najprv decimovaný 15-krát a následne 10-krát. Vzorkovacia frekvencia po decimácií je 147 Hz. Prenosový index (TI) je potom vypočítaný porovnaním obálky referenčného signálu a jeho odozvy. Tento celý proces sa opakuje pre každé zo siedmich oktávových pasiem a následne sa vypočíta STI ako vážená suma prenosových indexov TI_i všetkých pásiem.

Obrázok 1: Bloková schéma pre výpočet STI.

a. Filter STIPA v oktávových pásmach

Prvá etapa spracovania signálu zahŕňa filtrovanie STIPA signálu do siedmich

oktávových pásiem. Toho sa dosahuje pomocou IIR ANSI Typ 0 filtrov 8-ho rádu so strednými frekvenciami 125, 250, 500, 1000, 2000, 4000 a 8000 Hz.

b. Usmernenie signálu

Za účelom získania výkonovej obálky testovacieho signálu, musí byť signál usmernený. To je dosiahnuté umocnením vstupného signálu. Usmernenie nasleduje priamo po filtrovaní.

c. Dolnopriepustný filter pomocou decimácie

Signál musí byť následne filtrovaný dolnopriepustným filtrom pre extrakciu iba nízkych modulačných frekvencií ktoré sú analyzované pre výpočet STI. To je dosiahnuté pomocou dvojstupňovej decimácie. Zvukový signál vstupujúci do STIPA modulu   má vzorkovaciu frekvenciu 22050 Hz. Decimačné filtre 15x a 10x IIR ANSI Typ 0 8-ho rádu sú v sérií aplikované na usmernený STIPA signál v každom pásme. Po decimácií je nová vzorkovacia frekvencia 147 Hz pre ďalší výpočet STI.

d. Stanovenie faktora redukcie modulácie (MRF - Modulation Reduction Factor)

Po decimácii filtrovaného STIPA signálu je ďalším krokom určenie pomeru hĺbky modulácie referenčného a prijatého signálu na oboch frekvenciách z tabuľky 1. pre každé oktávové pásmo, čo predstavuje modulačnú prenosovú funkciu MTF. Táto funkcia je potom konvertovaná na pomer signál/šum (SNR) ako podiel MTF a 1-MTF a následným vynásobením 10log₁₀. Pre štandard STIPA je SNR ohraničený na rozsah +15 dB až -15 dB. V prípade že SNR > 15 dB, je táto hodnota nahradená +15 dB a v prípade že SNR < -15 dB, je hodnota nahradená -15 dB. Následne je hodnota SNR posunutá o +15 dB a podelená 30, čím je získaný index TI v rozsahu 0 až 1 pre každú modulačnú frekvenciu v každom zo siedmich oktávových pásiem. Výsledný TI pre každé oktávové pásmo je určený ako priemer indexov oboch modulačných frekvencií.

e. Korekcia MRF založená na úrovňovo závislom auditórnom maskovaní

V súlade so štandardom STI v4 je predvolenou možnosťou STIPA modulu   korekcia indexu TI v každom oktávovom pásme založená na úrovni akustického tlaku (L_eq) oktávového pásma ležiaceho priamo pod analyzovaným pásmom. Štandard STI to využíva pre úrovňovo závislé auditórne maskovanie.   STIPA počíta L_eq pre každé oktávové pásmo po filtrácií počas nahrávania. Korekcia sa uplatňuje pre pásma 250 - 8000 Hz.  STIPA počíta maskovací faktor pre každé oktávové pásmo pomocou vzťahu uvedeného v sekcii A.3.2 normy IEC 60268-16:2011 a násobí daný index TI príslušným korekčným faktorom.

f. Výpočet strednej modulačnej prenosovej funkcie

Konečná hodnota STI sa vypočíta ako vážený priemer upravených indexov TI každého oktávového pásma. Pre dosiahnutie súladu so štandardom STIPA v4 sú použité frekvenčné váhovacie koeficienty _k a koeficienty korekcie redundancie _k uvedené v tabuľke 2. prevzaté z tabuľky A.3 normy IEC 60268-16. Keďže STIPA signál odpovedá spektru mužského hlasu, sú použité odpovedajúce "mžské" váhovacie koeficienty. Výsledná hodnota STI je zobrazená na výstupnej obrazovke software. Navyše k hodnote STI je dané aj nominálne kvalifikačné pásmo (nominal qualification band) získané podľa prílohy F normy IEC 60268-16, nadobúdajúce stupeň U až A+.

Tabuľka 2: Frekvenčné váhovacie koeficienty _k a koeficienty korekcie redundancie _k

Koecifienty predpokladajú mužskú reč a platí:

Frekvenčné pásmo (Hz), k-faktor   125,1   250,2   500,3   1000,4   2000,5   4000,6   8000,7

αk                                                         0.080   0,114    0,188   0,208     0.303     0.227     0.193

βk                                                         0.116   0.059     0.025   0.000     0,019    0,095

Záver

Software bol starostlivo navrhnutý podľa normy IEC 60268-16, v4. Štandard poskytuje podrobné inštrukcie pre generovanie STIPA signálu ako aj pre jeho dekompozíciu za účelom extrakcie informácie potrebnej pre určenie STI. STIPA modul   aplikuje na zaznamenaný STIPA signál každý z nevyhnutných krokov popísaných v aktuálnom STI štandarde. Kvalita použitých filtrov   navyše presahuje štandard ANSI Typ 0.

Záverom možno koštatovať, že určenie STI zo STIPA signálu   poskytuje odhad STI ktorý je plne v súlade s aktuálnou verziou normy IEC 60268 v4.

Odkazy

IEC 60268-16, “Sound system equipment–Part 16: Objective rating of speech

intelligibility by speech transmission index,” IEC, Switzerland (2011).

Steeneken, H. J. M. and Houtgast, T., “A physical method for measuring speech

transmission quality”, J Acoust Soc Am 67, 1980, 318-326.

rýchlosť zvuku  340m/s

ozvena nad 100ms

Ak je oneskorenie medzi zvukmi väčšie ako 50 až 60 ms, nastane pri reči zmiešavanie jednotlivých hlások, pri oneskorení 100 ms vníma už poslucháč ozvenu. Táto ozvena je vnímaná ako jednonásobné i viacnásobné zreteľné opakovanie originálneho zvuku. V uzatvorených priestoroch môže k takejto situácií dôjsť rovnako, aj keď spravidla nie tak výrazne vplyvom početného výskytu ďalších odrazov, ktoré spoločne vytvárajú proces doznievania. Ak má byť v tomto prípade nejaký odraz vnímaný ako ozvena, záleží na jeho časovom odstupe od priameho zvuku, na jeho intenzite, na povahe signálu a na prítomnosti časovo blízkych odrazov, ktoré ho môžu maskovať [3]. Pri navrhovaní akustických priestorov musíme preto dbať na to aby časový rozdiel prijatých zvukov bol menší ako 60 ms.

Po úprave dostaneme približný vzťah pre výpočet rýchlosti šírenia zvuku v plynnom prostredí:

kde: t je teplota v stupňoch Celsia.

331,8 m/s je rýchlosť zvuku vo vzduchu s teplotou t = 0° C.

Vzdialenosť reproduktorov, ktorá ešte nemá vplyv na zhoršenie zrozumiteľnosti v dôsledku oneskorenia zvuku:

Hladinu intenzity zvuku v tesnej blízkosti reproduktora (2 m pod ním) zvolíme 80 dB (budeme predpokladať f=1 kHz).

Vyjadríme akustický výkon P z predchádzajúceho vzťahu a dosadíme hodnoty:

Teraz môžeme určiť vzdialenosť r, v ktorej klesne hladina intenzity zvuku na 50 dB čo je minimálna hodnota hladiny intenzity zvuku, pri ktorej je 100 % zrozumiteľnosť (viz. kapitola 1.4.2 Fyziologická akustika). Vyjadríme r z prvého vzťahu a dosadíme hodnoty:

Podľa STN EN 60849 min. CIS 0,7 a akustický tlak o 10dB nad hluk pozadia.

Jedno meranie na max 150m2.

Speech Transmission Index (STI) is a numeric representation measure of communication channel characteristics whose value varies from 0 = bad to 1 = excellent. On this scale, an STI of at least .5 is desirable for most applications.

Common Intelligibility Scale (CIS), based on a mathematical relation with STI (CIS = 1 + log (STI)).

The IEC 60268-16 ed4 2011 Standard defines a qualification scale in order to provide flexibility for different applications. The values of this alpha-scale run from "U" to "A+"

Nominal qualification bands for STI