🏡 😂 ⛴️ 音声明瞭度測定：フォルマントアプローチ 👃🏻 📪 🧦

フォルマントは、エネルギーの集中が最大になる音声のスペクトルの領域です。最初のフォルマントアプローチは、1929年にD. Collardによって提案されました。彼は、ノイズだけでなく、残響、エコー、および非線形歪みも許容する変調アプローチが提案されるまで、70年代までしっかりとその位置を保持していました。

80年の間に、フォルマントアプローチは多くの支持者と修正を獲得しましたが、アーティキュレーションインデックス（AI）として知られる外国語版のフォルマントメソッドが最も一般的になりました。 N. B.ポクロフスキーのバージョンと、それに基づいて音声の明瞭度を測定する現代のロシアの方法を検討して、私たちは彼に来ます。

ポクロフスキー法

この方法によれば、分析された周波数範囲全体がいくつかの隣接する帯域に分割され、それぞれの帯域内でフォルマント、音声、およびノイズスペクトルの確率密度はほぼ一定と見なされます。調音明瞭度は、各ストリップのフォルマントの明瞭度の合計です。

Kは隣接するバンドの数です。
p _kは、 k番目の周波数帯域におけるフォルマントの滞留確率です。
F ₁ （f）はフォルマントの確率分布関数です。
f _okは帯域の中心周波数です。
f _Nkはストリップの下限_{カットオフ}周波数です。
f _bkはストリップの上限_{カットオフ}周波数です。
P（E ^' _k ） -音声知覚係数、それ以外の場合、ノイズによる音声マスキングの欠如の確率。

音声知覚係数は、フォルマントスペクトルと干渉スペクトルのレベルの違いに依存します。十分に大きいノイズレベルでは、各周波数帯域でのこの信号対ノイズ比。

率直に言って、音声知覚係数の曲線は周波数帯域ごとに異なりますが、N。B.ポクロフスキーの方法では、彼はそれに注意を払わず、計算を簡素化するために1つの曲線を使用することも求められました。顔の方法論的エラー。

もちろん、ポクロフスキー法の完全な説明については、少なくとも知覚係数、いくつかの式、およびコメントを構築するための方法論を提供する必要がありますが、これはこの記事の目的ではないため、先に進みます。

ほぼAI

現代のロシアの方法は、2000年にZheleznyak Y. I.、Makarov Yu。K.、Khorev A. A.によって提案されました。実際、彼はポクロフスキーN. B.の方法を繰り返しますが、信号は5オクターブの周波数帯域で分析されます。。また、分析の関係による測定量の近似を必要とする計算の自動化も想定しています。