वाक् इंटेलीजेंस माप: सूत्र दृष्टिकोण

सूत्र वाक् ध्वनि के स्पेक्ट्रम के ऐसे क्षेत्र हैं जहां ऊर्जा की एकाग्रता अधिकतम होती है। पहला औपचारिक दृष्टिकोण 1929 में डी। कोलार्ड द्वारा वापस प्रस्तावित किया गया था। उन्होंने 70 के दशक तक अपनी स्थिति को दृढ़ता से बनाए रखा, जब तक कि एक मॉड्यूलेशन दृष्टिकोण प्रस्तावित नहीं किया गया था जो न केवल शोर के लिए अनुमति देता है, बल्कि प्रतिध्वनि, प्रतिध्वनि और गैर-रेखीय विकृतियों को भी रोकता है।

अपने अस्तित्व के 80 वर्षों में, फॉर्मेंट दृष्टिकोण ने कई समर्थकों और संशोधनों को प्राप्त किया है, लेकिन फॉर्मेंट विधि का विदेशी संस्करण, जिसे आर्टिक्यूलेशन इंडेक्स (एआई) के रूप में जाना जाता है, सबसे आम हो गया है। हम उनके पास आएंगे, जिन्होंने एन बी पोक्रोव्स्की के संस्करण और उस पर आधारित भाषण इंटेलीजेंसी को मापने की आधुनिक रूसी पद्धति पर विचार किया।

पोक्रोव्स्की विधि

इस पद्धति के अनुसार, पूरे विश्लेषण की आवृत्ति रेंज को कई आसन्न बैंडों में विभाजित किया गया है, जिनमें से प्रत्येक के भीतर फार्मेंट, भाषण और शोर स्पेक्ट्रा की संभावना घनत्व लगभग स्थिर माना जाता है। आर्टिक्युलिटिकल इंटेलीजेंसी, प्रत्येक स्ट्रिप के फॉर्मेंट्स की समझदारी का योग है:



K आसन्न बैंड की संख्या है;
p _k , k- वें आवृत्ति बैंड में फॉर्मेंट के रहने की संभावना है;
एफ ₁ (एफ) फॉर्मेंट्स की संभावना वितरण समारोह है;
f बैंड की केंद्र आवृत्ति है;
f _Nk स्ट्रिप का निचला _कटऑफ फ्रिक्वेंसी है;
च _bk पट्टी की ऊपरी _कटऑफ आवृत्ति है;
पी (ई ^' _के ) - भाषण धारणा गुणांक, अन्यथा शोर द्वारा मास्किंग भाषण की अनुपस्थिति की संभावना।

वाक् बोध गुणांक, फॉर्मेट स्पेक्ट्रम और हस्तक्षेप स्पेक्ट्रम के स्तरों में अंतर पर निर्भर करता है। पर्याप्त रूप से बड़े शोर के स्तर पर, प्रत्येक आवृत्ति बैंड में यह सिग्नल-टू-शोर अनुपात।


स्पष्ट रूप से, भाषण की धारणा के गुणांक की वक्र प्रत्येक आवृत्ति बैंड के लिए अलग है, हालांकि, एन.बी। पोक्रोव्स्की की विधि में उन्हें इस पर ध्यान नहीं देने और गणना को सरल बनाने के लिए कुछ एक वक्र का उपयोग करने के लिए भी कहा गया था। चेहरे पर मेथोडोलॉजिकल त्रुटि।

बेशक, पोक्रोव्स्की पद्धति के पूर्ण विवरण के लिए, धारणा गुणांक, कई सूत्रों और टिप्पणियों के निर्माण के लिए कम से कम एक पद्धति देना आवश्यक है, हालांकि, चूंकि यह इस लेख का उद्देश्य नहीं है, हम आगे बढ़ेंगे।

लगभग ए.आई.

आधुनिक रूसी विधि 2000 में ज़ेलेज़ेनक हां। आई।, मकरोव यू। के और खोरेव एए द्वारा प्रस्तावित की गई थी। वास्तव में, वह पोकोरोव्स्की एन बी की विधि को केवल इस अंतर से दोहराता है कि सिग्नल का विश्लेषण पांच ऑक्टेव आवृत्ति बैंड में किया जाता है। । यह गणनाओं के स्वचालन को भी मानता है, जिसे विश्लेषणात्मक संबंधों द्वारा मापित मात्राओं के सन्निकटन की आवश्यकता होती है।

एफ 0 , हर्ट्ज	250	500	1000	2000	4000
Zf, हर्ट्ज	180 ... 355	355 ... 710	710 ... 1400	1400 ... 2800	2800 ... 5600
∆f आवृत्ति बैंड है; एफ 0 - पट्टी की औसत आवृत्ति

पहले की तरह, कलात्मक समझदारी अभिव्यक्ति द्वारा निर्धारित की जाती है:


विश्लेषणात्मक अनुपात:





E ^' _k फ्रिक्वेंसी बैंड में फॉर्मेंट्स की सनसनी का प्रभावी स्तर है;
ई के आवृत्ति बैंड में भाषण सिग्नल की सनसनी का प्रभावी स्तर है, सिग्नल-टू-शोर अनुपात एसएनआर के बराबर अपेक्षाकृत बड़े शोर स्तर के साथ;
∆B (f) औसत भाषण स्पेक्ट्रम और फॉर्मेट्स के स्पेक्ट्रम के बीच का अंतर है;


डी _स्के , डी _एनके क्रमशः संकेत और शोर के _{संस्करण} हैं;


वर्बल इंटेलीजेंसी की गणना फॉर्मेंट का उपयोग करके की जाती है:


वी। एल। करगाशिन ने राय व्यक्त की कि इस संस्करण में सुधार किया जाना चाहिए, अर्थात्:

• आपको 8 kHz की केंद्रीय आवृत्ति के साथ एक और विश्लेषण बैंड जोड़ने की आवश्यकता है;
• एक तिहाई ऑक्टेव बैंड में गणना की संभावना को महसूस किया जाना चाहिए;
• यह सरल कार्य के साथ धारणा गुणांक को अनुमानित करने के लिए वांछनीय है

उपरोक्त एआई विधि में मौजूद है।

ऐ

1940 में जी। फ्लेचर द्वारा आर्टिक्यूलेशन इंडेक्स का उपयोग प्रस्तावित किया गया था। इस विधि के दो संस्करण हैं:

• बीस समान रूप से आर्टिस्टिक बैंड के लिए;
• छह सप्तक या पंद्रह एक तिहाई सप्तक बैंड के लिए

बीस इक्वेटोरियल बैंड के लिए इस विधि पर विचार करें। भाषण की समझदारी एक ही सूत्र द्वारा निर्धारित की जाती है:


हालाँकि, चूंकि गणना बीस बैंडों में की जाती है, इसलिए ऊपर दिया गया फार्मूला फॉर्म लेता है:


∆L _i - भाषण के चरम स्तर और मास्किंग शोर के प्रभावी स्तर के बीच अंतर


इस तरह से


सवाल उठ सकता है कि क्या हमें इस तरह के रैखिक संबंध के साथ गुणांक को अनुमानित करने का अधिकार है? हमारे पास है, क्योंकि पोक्रोव्स्की वक्रों का उपयोग करके प्राप्त परिणाम उसी तरह औसत होगा जैसा कि एक रैखिक निर्भरता द्वारा अनुमानित परिणाम प्राप्त होता है।


बी _{आर चोटी} - भाषण का शिखर स्तर;
बी _{डब्ल्यू} - प्रभावी शोर स्तर;
पी _पी - शिखर कारक - मूल माध्य वर्ग के स्तर के शिखर मूल्य का अनुपात;
ई भाषण संकेत की सनसनी का प्रभावी स्तर है

वर्चुअलाइजेशन और वाक्यांश इंटेलीजेंस में आर्टिक्यूलेशन इंडेक्स की पुनर्गणना अनुसूची के अनुसार की जाती है:


आर्टिक्यूलेशन इंडेक्स पर विभिन्न स्कोर नीचे प्रस्तुत किए गए हैं:




विधि को ध्यान में रखा जाता है:

• पुनर्जन्म हस्तक्षेप का प्रभाव;
• संचरण पथ की आवृत्ति प्रतिक्रिया का प्रभाव;
• मास्किंग शोर की अस्थिर प्रकृति अगर इसका कर्तव्य चक्र या चालू / बंद समय ज्ञात हो;
• कतरन प्रभाव;

विधि लागू नहीं:

• यदि भाषण संकेत कई विभिन्न प्रकार के हस्तक्षेप से प्रभावित होता है;
• स्पीकर और लाउडस्पीकर से मिश्रित रिसेप्शन के मामले में

तहखाना

1. भाषण संचार चैनलों की ध्वनिक परीक्षा। मोनोग्राफ / डिडकोव्स्की वी.एस., डिडकोव्स्काया एम.वी., प्रोडेस ए.एन. - कीव, 2008.420।
2. electrovoice.com.ua