Акустический расчет в AFMG EASE 4.4: Индекс передачи речи (STI), RASTI и Модуляционная передаточная функция (MTF)

Оценка разборчивости речи в архитектурной и электроакустике не сводится к простому измерению уровня звукового давления или времени реверберации. Речь — это сложный информационный сигнал, и помещение (или система звукоусиления) выступает в роли канала передачи, который вносит искажения.

Когда мы проектируем лекционный зал, диспетчерскую, аэропорт или систему оповещения о пожаре (СОУЭ), главный вопрос звучит так: «Будет ли каждое слово понято слушателем?».

Время реверберации (T30) или уровень звукового давления (SPL) не дают прямого ответа на этот вопрос. Единственным объективным, математически строгим и признанным на международном уровне параметром, который связывает физику звукового поля с человеческим слухом, является STI (Speech Transmission Index — Индекс передачи речи)

В программном комплексе AFMG EASE 4.4 для объективного и математически строгого описания этих искажений используется аппарат Модуляционных передаточных функций (MTF), на базе которого вычисляются индексы STI (Speech Transmission Index) и его упрощенная версия RASTI.

Ниже подробно рассмотрена физическая и математическая суть этих параметров, алгоритмы их расчета и особенности реализации в среде EASE 4.4, без привязки к конкретным типам помещений.

Речь как амплитудно-модулированный сигнал

Акустический сигнал речи можно представить не просто как набор частот, а как высокочастотную несущую (заполняющую определенные октавные полосы), амплитуда которой постоянно и быстро изменяется. Эти низкочастотные изменения огибающей сигнала (в диапазоне от 0.63 Гц до 12.5 Гц) называются речевыми модуляциями. Именно они несут основную информацию о согласных и гласных звуках.

Помещение как фильтр нижних частот для модуляций

Когда звуковая волна распространяется в помещении, прямой сигнал интерферирует с отражениями. Реверберационный процесс «размывает» звуковую энергию во времени. С точки зрения теории информации, помещение действует как фильтр нижних частот для речевых модуляций:

• Медленные модуляции (0.63 – 2 Гц, отвечающие за ритм и интонацию) проходят через помещение с минимальными потерями.
• Быстрые модуляции (8 – 12.5 Гц, отвечающие за четкость согласных, таких как «т», «к», «с») сильно ослабляются из-за наложения реверберационного «хвоста» на последующие звуки.

MTF (Modulation Transfer Function) — это математическая функция, которая количественно описывает, как помещение ослабляет глубину модуляции на каждой из 14 частот модуляции (F) в каждой из 7 октавных полос аудиоспектра.

Значение MTF (m) лежит в диапазоне от 0 до 1:

• m=1: Модуляция сохранена полностью (помещение не вносит искажений).
• m=0: Модуляция полностью разрушена (речь превратилась в неразборчивый гул).

Математическое определение MTF

В EASE 4.4 MTF вычисляется непосредственно из рассчитанной импульсной характеристики (IR) помещения для каждой октавной полосы с помощью преобразования Фурье m(F), где F — частота модуляции (от 0.63 до 12.5 Гц).

STI — это итоговый безразмерный коэффициент (от 0 до 1), который интегрирует значения MTF по всем частотным полосам и частотам модуляции, применяя психоакустические весовые коэффициенты. Алгоритм расчета STI, реализованный в EASE 4.4, строго соответствует международному стандарту IEC 60268-16.

Пошаговый алгоритм расчета STI в EASE 4.4

Шаг 1. Частотное разбиение Аудиоспектр речи разбивается на 7 октавных полос (от 125 Гц до 8000 Гц).

Шаг 2. Учет спектра голоса (14 полос) Каждая из 7 октав делится на две подполосы с разными весовыми коэффициентами: α (имитирует спектр мужского голоса) и β (имитирует спектр женского голоса). Таким образом, расчет ведется для 14 частотных полос.

Шаг 3. Расчет кажущегося соотношения сигнал/шум (SNRapp​) Для каждой из 14 полос и каждой из 14 частот модуляции значение MTF пересчитывается в эквивалентное соотношение сигнал/шум в децибелах:

Шаг 4. Ограничение (Clip-функция) Психоакустические исследования показали, что человеческий слух не может извлечь полезную информацию из речи, если шум превышает полезный сигнал более чем на 15 дБ. Аналогично, улучшение соотношения сигнал/шум выше +15 дБ не приводит к дальнейшему росту разборчивости. EASE 4.4 жестко ограничивает (клиппирует) все значения SNRapp диапазоном от -15 дБ до +15 дБ.

Шаг 5. Расчет индекса передачи (TI) Ограниченное значение SNRapp​ переводится в локальный индекс передачи (Transmission Index) для каждой полосы, который теперь строго лежит в диапазоне от 0 до 1:

Шаг 6. Итоговое усреднение Все полученные значения TI (всего их 196: 7 октав × 2 голоса × 14 частот модуляции) усредняются с учетом весовых коэффициентов важности каждой полосы для восприятия речи. Результатом является финальное значение STI.

В EASE 4.4 расчет может вестись в двух вариантах:

1. STI (Архитектурный): Учитывает только влияние реверберации и эхо (искажения, вносимые импульсной характеристикой h(t). Фоновый шум принимается равным нулю.
2. STI+N (С учетом шума): Учитывает как реверберацию, так и спектр фонового шума (от систем вентиляции, уличного шума или оборудования).

Математика учета шума

Фоновый шум действует аналогично реверберации — он снижает глубину речевых модуляций, «заполняя» паузы между звуками. В EASE 4.4 эффективная MTF с учетом шума (Mtot) рассчитывается путем комбинации MTF, обусловленной реверберацией (Mrev​), и MTF, обусловленной шумом (Mnoise).

Если уровень фонового шума задан в виде спектра (в дБ по октавным полосам), программа вычисляет снижение модуляции из-за шума и объединяет его с реверберационным снижением. Это приводит к падению значения SNRapp на Шаге 3, что неизбежно снижает итоговый индекс STI+N по сравнению с «чистым» STI.

RASTI был разработан в 1980-х годах как компромисс между точностью полного STI и вычислительными ограничениями портативных измерительных приборов того времени.

Отличия RASTI от полного STI

RASTI — это упрощенная и более быстрая версия STI. Она использует только 2 октавные полосы (500 Гц и 2000 Гц, наиболее важные для разборчивости речи) и 9 частот модуляции (от 0.63 Гц до 4.0 Гц). Всего получается 2×9=18 значений.

Почему RASTI устарел?

Несмотря на скорость, RASTI имеет критические методологические недостатки:

1. Игнорирование низких частот: Исключение полос 125 и 250 Гц делает RASTI «слепым» к низкочастотному гулу (например, от систем HVAC), который является мощнейшим фактором маскирования речи.
2. Потеря информации о согласных: Использование только низких частот модуляции (1 и 2 Гц) не позволяет оценить передачу быстрых переходных процессов, критичных для разборчивости согласных.
3. Исключение из стандартов: В третьей редакции международного стандарта IEC 60268-16 (2011 год) метод RASTI был официально признан устаревшим и исключен из перечня рекомендуемых методов.

Статус в AFMG EASE 4.4: Программа сохраняет возможность расчета RASTI исключительно для обеспечения обратной совместимости со старыми проектами, архивными данными и некоторыми устаревшими локальными нормативами. Для современного проектирования и прохождения экспертиз необходимо использовать только полный алгоритм STI.

В среде EASE 4.4 расчет параметров разборчивости речи является автоматизированным пост-процессингом, неразрывно связанным с основным акустическим моделированием.

1. Генерация IR: На этапе трассировки лучей (Ray Tracing) или расчета методом зеркальных источников (Image Source) программа формирует дискретную импульсную характеристику (IR) для каждой точки приема (Audience Area).
2. Октавная фильтрация: IR фильтруется в 7 октавных полосах.
3. Вычисление MTF: К каждой октавной IR применяется быстрое преобразование Фурье (БПФ) для получения кривых MTF на 14 частотах модуляции.
4. Интеграция шума: Если в настройках помещения (Enclosure) или источника задан спектр фонового шума, он математически накладывается на MTF.
5. Построение карт и графиков: EASE 4.4 визуализирует результаты в виде:

• Цветных карт (Mapping) распределения STI/STI+N по площади зала.
• Графиков MTF, позволяющих инженеру увидеть, на каких именно частотах модуляции происходит потеря информации (например, провал на 8-12 Гц укажет на избыточную реверберацию, а равномерное снижение всех частот — на высокий фоновый шум).
• Гистограмм TI, показывающих вклад каждой из 14 октавных полос в итоговый индекс.

Расчет STI в AFMG EASE 4.4 позволяет напрямую доказать соответствие проекта строгим нормативным требованиям:

• IEC 60268-16 — базовый международный стандарт, описывающий алгоритм расчета STI (именно он «зашит» в ядро EASE).
• ISO 3382-3 — измерение акустических параметров в открытых офисных пространствах (нормирует STI для приватности и разборчивости).
• ГОСТ Р 56833-2016 — российский стандарт, гармонизированный с ISO, регламентирующий методы расчета.
• СП 3.13330.2023 и ГОСТ Р 59637-2021 — требования к системам оповещения (СОУЭ). Критическое требование: STI в зоне оповещения должен быть не менее 0.45 (а для спальных помещений и мест с высоким шумом — не менее 0.50). Без расчета в EASE 4.4 сдать такую систему пожарной экспертизе невозможно.

Если расчет показал STI ниже целевого значения, инженер использует EASE 4.4 для поиска решения. Вот типичные сценарии:

Сценарий А: Низкий STI из-за реверберации (Архитектурная проблема)

• Диагностика: Графики MTF показывают сильный спад на высоких частотах модуляции. T30 превышает норму.
• Решение в EASE: Инженер добавляет в модель звукопоглощающие материалы (акустические панели на потолок, ковролин на пол). Пересчет показывает рост MTF и, как следствие, рост STI.

Сценарий Б: Низкий STI из-за эха (Геометрическая проблема)

• Диагностика: На эхограмме виден мощный пик на 120 мс. На карте STI видна красная зона у задней стены.
• Решение в EASE: Размещение диффузоров или поглотителей на задней стене. Пик на эхограмме исчезает, STI в проблемной зоне вырастает.

Сценарий В: Низкий STI+Noise из-за шума (Электроакустическая проблема)

• Диагностика: Архитектурный STI = 0.65 (хорошо), но STI+Noise = 0.40 (плохо). SPL от громкоговорителя лишь на 3 дБ выше фонового шума.
• Решение в EASE:

1. Инженер меняет тип громкоговорителей на более направленные (линейные массивы или рупорные), чтобы повысить Direct SPL в зоне слушателей.
2. Добавляет линии задержки (Delay lines) для дальних зон.
3. Пересчитывает модель. SPL растет, SNRapp​ увеличивается, STI+Noise выходит на целевые 0.55.

Параметры T30, C50 и C80 описывают физику помещения. Параметр STI описывает восприятие человека.

Использование полного алгоритма STI (на базе MTF) в AFMG EASE 4.4 позволяет инженерам отказаться от догадок и перейти к точному математическому прогнозированию. Вы точно знаете, как каждое отражение, каждый децибел шума и каждая частотная модуляция повлияют на способность слушателя разобрать слово.

Отказ от устаревшего RASTI в пользу полного STI — это не просто дань моде, а требование современных стандартов и залог того, что спроектированная система будет работать безупречно в реальных условиях.