Точність оцінки індексу передачі мовлення формантно-модуляційним методом

Аркадій Миколайович Продеус; Олександр Олександрович Дворник; Антон Сергійович Найда

doi:10.20535/S002134702306002X

Автор(и)

Аркадій Миколайович Продеус Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського", Київ, Україна https://orcid.org/0000-0001-7640-0850
Олександр Олександрович Дворник Національний технічний університет України «Киівський політехнічний інститут імені Ігоря Сікорського», Київ, Україна https://orcid.org/0000-0003-4735-2225
Антон Сергійович Найда Національний технічний університет України «Киівський політехнічний інститут імені Ігоря Сікорського», Київ, Україна https://orcid.org/0000-0002-7072-4317

DOI:

https://doi.org/10.20535/S002134702306002X

Ключові слова:

точність оцінки, індекс передачі мовлення, формантний метод, формантно-модуляційний метод, модуляційний метод

Анотація

Формантно-модуляційний метод оцінювання розбірливості мовлення, на відміну від відомого модуляційного методу, дозволяє оцінювати не тільки індекс передачі мовлення, але й індекс артикуляції. В даній статті представлено результати дослідження точності оцінювання індексу передачі мовлення повним та швидким варіантами формантно-модуляційного методу. Дослідження виконано методом комп’ютерного моделювання для двох випадків, а саме, для випадку переважної дії шумової завади та випадку сумісної дії шуму та реверберації в приміщенні середнього об’єму. Отримано залежності систематичної та випадкової складових похибки оцінювання індексу передачі мовлення від тривалості тестового сигналу та від відношення сигнал–шум. Показано, що хоча швидкий варіант формантно-модуляційного методу в 4–5 разів поступається повному варіанту за точністю вимірювань індексу передачі мовлення, проте за умови вибору достатньо великої тривалості тестового сигналу можна досягнути бажаної точності оцінювання. Зокрема, зміщення та стандартне відхилення оцінки індексу передачі мовлення, отриманої швидким формантно-модуляційним методом, не перевищують 0,03 та 0,014, відповідно, для тривалості тестового сигналу 16 с.

Посилання

М. А. Сапожков, Речевой Сигнал в Кибернетике и Связи. Москва: Связьиздат, 1963.
J. Keränen, P. Larm, V. Hongisto, “Simple application of STI-method in predicting speech transmission in classrooms,” in Joint Baltic-Nordic Acoustics Meeting 2004, 2004, uri: https://www.akustinenseura.fi/wp-content/uploads/2013/08/o27.pdf.
H. Steeneken, T. Houtgast, “Basics of the STI measuring method,” in Past, Present and Future of the Speech Transmission Index, Soesterberg: TNO Human Factors, 2002.
“British Standard BS EN 60268-16. Sound system equipment. Part 16. Objective rating of speech intelligibility by speech transmission index,” 2011.
A. Prodeus, “On possibility of advantages join of formant and modulation methods of speech intelligibility evaluation,” in 2010 Proceedings of VIth International Conference on Perspective Technologies and Methods in MEMS Design, 2010, uri: https://ieeexplore.ieee.org/document/5499260.
А. Н. Продеус, Л. Б. Дронжевская, В. А. Климков, Д. А. Шагитова, “Формантный и формантно-модуляционный методы оценки разборчивости речи. Часть 1. Унификация алгоритмов,” Электроника и связь, vol. 15, no. 6, pp. 117–124, 2010.
L. B. Dronzhevskaya, V. A. Klimkov, A. M. Prodeus, D. A. Shagitova, “Formant and formant-modulation estimation methods intelligibility of speech. Part 2. Accuracy and speed of measurements,” Electron. Commun., vol. 16, no. 6, pp. 16–24, 2012, doi: https://doi.org/10.20535/2312-1807.2011.16.6.240403.
A. Prodeus, “Rapid version of a formant-modulation method of speech intelligibility estimation,” in Perspective Technologies and Methods in MEMS Design, 2011, uri: https://ieeexplore.ieee.org/document/5960269.
M. Jeub, M. Schafer, P. Vary, “A binaural room impulse response database for the evaluation of dereverberation algorithms,” in 2009 16th International Conference on Digital Signal Processing, 2009, pp. 1–5, doi: https://doi.org/10.1109/ICDSP.2009.5201259.
J. S. Bradley, R. Reich, S. G. Norcross, “A just noticeable difference in C 50 for speech,” Appl. Acoust., vol. 58, no. 2, pp. 99–108, 1999, doi: https://doi.org/10.1016/S0003-682X(98)00075-9.
P. Zhu, F. Mo, J. Kang, “Experimental comparison between direct and indirect measurement methods for the objective rating of speech intelligibility,” in Proc. The 21st International Congress on Sound and Vibration (ICSV 21), 2014.
D. D’Orazio, E. Rossi, M. Garai, “Comparison of different in situ measurements techniques of intelligibility in an open-plan office,” Build. Acoust., vol. 25, no. 2, pp. 111–122, 2018, doi: https://doi.org/10.1177/1351010X18776431.
J. Kotus, B. Kostek, A. Kurowski, P. Szczuko, “A comparison of STI measured by direct and indirect methods for interiors coupled with sound reinforcement systems,” in 2018 Joint Conference - Acoustics, 2018, pp. 1–6, doi: https://doi.org/10.1109/ACOUSTICS.2018.8502277.
P. Zhu, W. Tao, F. Mo, F. Guo, X. Lu, X. Liu, “Experimental comparison of speech transmission index measurement in natural sound rooms and auditoria,” Appl. Acoust., vol. 165, p. 107326, 2020, doi: https://doi.org/10.1016/j.apacoust.2020.107326.
А. Н. Продеус, М. В. Дидковская, “Момент четвертого порядка и его функциональные преобразования как меры степени клиппирования и качества звуковых сигналов,” Известия вузов. Радиоэлектроника, vol. 64, no. 5, pp. 295–307, 2021, doi: https://doi.org/10.20535/S0021347021050046.
D. Byrne et al., “An international comparison of long-term average speech spectra,” J. Acoust. Soc. Am., vol. 96, no. 4, pp. 2108–2120, 1994, doi: https://doi.org/10.1121/1.410152.
L. Morales, G. Leembruggen, S. Dance, B. M. Shield, “A revised speech spectrum for STI calculations,” Appl. Acoust., vol. 132, pp. 33–42, 2018, doi: https://doi.org/10.1016/j.apacoust.2017.11.008.
O. Pedchenko, S. Lunova, “Analysis of Ukrainian diagnostic articulation tables,” EUREKA Phys. Eng., vol. 1, pp. 63–72, 2018, doi: https://doi.org/10.21303/2461-4262.2018.00559.
S. Naida, V. Didkovskyi, O. Pavlenko, N. Naida, “Spectral analysis of sounds by acoustic hearing analyzer,” in 2019 IEEE 39th International Conference on Electronics and Nanotechnology (ELNANO), 2019, pp. 421–424, doi: https://doi.org/10.1109/ELNANO.2019.8783915.
M. Rujzl, M. Sigmund, “Depersonalization of speech using speaker-specific transform based on long-term spectrum,” Radioengineering, vol. 32, no. 4, pp. 523–530, 2023, doi: https://doi.org/10.13164/re.2023.0523.