Акустический расчет в AFMG EASE 4.4: Параметр Echo Music. Пороговый метод против метода Дитша и Краака

В архитектурной акустике концертных залов, оперных театров и студий звукозаписи борьба с эхо имеет свою специфику. Музыкальный сигнал — это непрерывный, плотный поток звуковых событий, и человеческий слух воспринимает паразитные отражения в музыке совершенно иначе, чем в речи. То, что для лектора было бы катастрофой, для симфонического оркестра может оказаться частью «объемного» звучания, и наоборот.

В программном комплексе AFMG EASE 4.4 для оценки эхо в музыкальных залах используется параметр Echo Music. Как и для речи, здесь существуют два принципиально разных математических алгоритма: Пороговый метод (Peak-based) и Интегральный метод Дитша и Краака. Однако их параметры и логика работы существенно отличаются от речевых аналогов, что отражает фундаментальные различия в психоакустике восприятия музыки и речи.

Ниже мы детально разберем внутренний пороговый алгоритм EASE 4.4 для музыки и сравним его с классическим методом Дитша и Краака.

Этот метод, как и его речевой аналог, работает как «детектор пиков», но с настройками, оптимизированными под непрерывный характер музыкального сигнала. Строка параметров EKmusic.limit=1.8, расчетное окно 14 ms и пороговый коэффициент n = 1 отражают эту специфику.

Часть условия .limit=1.8 указывает на использование модифицированного порогового режима, адаптированного для музыки. Число 1.8 здесь выступает как коэффициент чувствительности, который корректирует базовый порог с учетом того, что музыкальный сигнал имеет более сложную временную структуру, чем речь.

В отличие от речи, где паузы между словами создают «окна» для восприятия эха, музыкальные пассажи могут быть непрерывными. Коэффициент 1.8 делает алгоритм менее чувствительным к отражениям, приходящим в моменты высокой плотности звука (форте, тутти оркестра), но сохраняет чувствительность к эхо в моменты пауз или тихих пассажей (пианиссимо, ферматы).

Это ключевое отличие от речевого алгоритма (где окно составляло 9 мс).

Физическое обоснование:

• Речь: Согласные звуки длятся 20–50 мс, паузы между словами — 50–200 мс. Окно 9 мс позволяет зафиксировать быстрые дискретные отражения, которые могут «вклиниться» в паузу.
• Музыка: Длительность нот варьируется от 50 мс (стаккато) до нескольких секунд (ферматы, органные точки). Средний ритм музыкальных событий — около 4–7 Гц (то есть одно событие каждые 140–250 мс).

Окно 14 мс — это компромисс, позволяющий алгоритму:

1. Зафиксировать отражения, которые достаточно длительны, чтобы восприниматься как часть музыкальной ткани, а не как случайный «щелчок».
2. Избежать ложных срабатываний на быстрых транзиентах (атаках нот), которые являются нормальной частью музыкального сигнала.
3. Учесть, что для музыки эхо с задержкой 14 мс уже может начать «размывать» атаку следующей ноты, особенно в быстрых пассажах.

Это еще одно фундаментальное отличие от речевого алгоритма (где n = 2/3).

Условие признания отражения эхом: Epeak≥1⋅Eearly​

Физический и психоакустический смысл: Коэффициент n = 1 означает, что позднее отражение признается эхом только если его энергия равна или превышает энергию всех ранних отражений вместе взятых (0 дБ относительно ранних).

Почему такой жесткий порог?

1. Маскировка в музыке: Музыкальный сигнал имеет высокую плотность энергии. Чтобы отражение воспринималось как отдельное событие (эхо), оно должно быть очень громким — сравнимым с прямым звуком. Более слабые отражения «растворяются» в общей ткани звука и воспринимаются как часть реверберации, а не как эхо.
2. Толерантность к реверберации: В концертных залах длительная реверберация (T30 = 2.0 с и более) является желательной. Если бы порог был таким же мягким, как для речи (n = 2/3), алгоритм помечал бы как «эхо» практически любые поздние отражения, что сделало бы параметр бесполезным для музыкальных залов.
3. Фокус на катастрофических дефектах: Порог n = 1 означает, что EASE 4.4 ищет только действительно опасные отражения — те, которые могут разрушить музыкальное исполнение. Это эхо от куполов, фокусирующих поверхностей или сильных направленных отражений от задних стен.

Метод Дитша и Краака, разработанный в 1986 году, существует в двух версиях — для речи и для музыки. Версия для музыки использует иную взвешивающую функцию w(t), отражающую психоакустику восприятия музыкального эха.

Сдвиг критической зоны:

• Речь: Пик чувствительности к эхо — 50–100 мс (паузы между словами).
• Музыка: Пик чувствительности сдвинут в область 80–150 мс. Это связано с тем, что музыкальные пассажи длиннее, и эхо, приходящее с задержкой 80–150 мс, может «наложиться» на следующую ноту или пассаж, создавая «кашу».

Более пологий спад:

• Для музыки взвешивающая функция убывает медленнее после 150 мс. Это отражает тот факт, что в музыкальных залах длинные реверберационные хвосты (до 300–500 мс) могут восприниматься как эхо, если они достаточно громкие.

Учет плотности сигнала:

• Функция w(t) для музыки учитывает, что в моменты высокой плотности звука (аккорды, тутти) маскировка эха сильнее, а в моменты тишины (паузы, ферматы) — слабее.

Оба метода решают задачу оценки эхо в музыкальных залах, но делают это с разных сторон.

Почему окно 14 мс, а не 9 мс?

• Речь: Паузы между словами короткие (50–200 мс), согласные длятся 20–50 мс. Окно 9 мс позволяет зафиксировать быстрые отражения, которые могут «вклиниться» в паузу.
• Музыка: Ноты длятся дольше (50 мс – несколько секунд). Окно 14 мс позволяет избежать ложных срабатываний на быстрых транзиентах (атаках нот) и сфокусироваться на отражениях, которые достаточно длительны, чтобы «размыть» музыкальную ткань.

Почему n = 1, а не 2/3?

• Речь: Дискретный сигнал с паузами. Даже относительно слабое отражение (67% от ранних) может восприниматься как эхо, если оно попадает в паузу.
• Музыка: Непрерывный сигнал с высокой плотностью энергии. Чтобы отражение воспринималось как отдельное событие, оно должно быть очень громким (≥100% от ранних). Более слабые отражения маскируются общим звуковым полем.

Почему limit = 1.8?

• Это коэффициент адаптации к плотности музыкального сигнала. Алгоритм учитывает, что в моменты форте (высокая плотность) маскировка эха сильнее, а в моменты пианиссимо (низкая плотность) — слабее. Коэффициент 1.8 делает алгоритм менее чувствительным к эхо в плотных пассажах, но сохраняет чувствительность в тихих моментах.

Международные стандарты

• ISO 3382-1:2009 — требует оценки эхо через анализ импульсной характеристики.
• DIN 18041 — задает требования к отсутствию отчетливого эха в концертных залах.
• Критерии Беранека — классификация концертных залов мирового класса, включающая оценку эхо.