曹娜鑫，章斯宇

（中國(guó)傳媒大學(xué)傳播聲學(xué)研究所，北京 100024）

0 引言

生活中語言交流常受到噪聲的干擾。嘈雜語噪聲是一種在餐廳、辦公區(qū)及車站等公共場(chǎng)所常見的典型噪聲，通常由很多人講話的聲音構(gòu)成，在時(shí)頻域上既具有噪聲的特點(diǎn)又具有語音的特點(diǎn)。研究中使用的嘈雜語噪聲主要由不同說話人錄制的語音信號(hào)混合而成，但是各研究使用的語音信號(hào)有所不同，既有英語、阿拉伯語及漢語等語言種類上的區(qū)別，又有字、詞、句等語言結(jié)構(gòu)上的區(qū)別。漢語因其獨(dú)特的語言學(xué)特性，作為掩蔽語言和識(shí)別語言時(shí)，其掩蔽特性又存在獨(dú)特的掩蔽規(guī)律。

目前，關(guān)于嘈雜語噪聲對(duì)語言清晰度影響的研究已有一些成果。彭健新［1］和Wang 等人［2］在研究中發(fā)現(xiàn)，8 人嘈雜語噪聲環(huán)境對(duì)漢語語言清晰度的掩蔽作用更強(qiáng)；Simpson 和Cooke［3］以元音-輔音-元音為實(shí)驗(yàn)材料，發(fā)現(xiàn)8 個(gè)人說話的嘈雜語噪聲對(duì)應(yīng)的漢語清晰度得分最低，隨著嘈雜語中說話人數(shù)增加到512 人，言語識(shí)別效果明顯提高；魏衛(wèi)剛等人［4］研究了粉紅噪聲和交談聲對(duì)語言清晰度的影響，發(fā)現(xiàn)不同混響半徑下兩者結(jié)果無顯著性差異；徐燦［5］在研究中發(fā)現(xiàn)被試語言背景對(duì)被試感知漢語元音-聲調(diào)的表現(xiàn)有顯著影響，且噪聲環(huán)境下對(duì)聲調(diào)感知的影響大于對(duì)元音感知的影響。

關(guān)于嘈雜語噪聲下的語言清晰度感知研究還存在一定的局限性。大多研究分析的是嘈雜語噪聲的說話人個(gè)數(shù)、聲學(xué)特性及語料內(nèi)容等因素對(duì)目標(biāo)語音聽感清晰度的影響，少有從頻帶調(diào)制的角度去探究嘈雜語噪聲下漢語語言清晰度的感知。因此，以消除嘈雜語噪聲掩蔽效果為研究目的，探究以何種方法可以提升嘈雜語噪聲條件下的語言清晰度。通過開展不同條件下的清晰度聽感實(shí)驗(yàn)，分析對(duì)比不同頻段增益調(diào)制后的漢語聽感清晰度變化特點(diǎn)，探究頻帶增益調(diào)制水平與語言清晰度提升量之間的關(guān)系，進(jìn)一步理解嘈雜語噪聲下漢語語言感知特性和特定條件下指定相應(yīng)的語言清晰度改善方案。

1 實(shí)驗(yàn)設(shè)計(jì)

1.1 嘈雜語噪聲制作

嘈雜語噪聲由多名說話人的語音混合而成。前期實(shí)驗(yàn)已發(fā)現(xiàn)，8 人嘈雜語噪聲對(duì)應(yīng)的漢語清晰度得分最低，與前人的結(jié)果［1-2］基本一致。因此，本文實(shí)驗(yàn)使用的嘈雜語噪聲由8 名發(fā)音人錄制的語法正確的有語意的漢語句子隨機(jī)混合而成。漢語語句在錄音間分別由4 名男生和4 名女生以正常語速朗讀錄制而成，無重復(fù)語句，共500 句。隨后調(diào)整每個(gè)語句的幅度保持一致，并按照一定說話人數(shù)目進(jìn)行混縮?；炜s而成的嘈雜語噪聲中包含的男聲女聲比例相同。

1.2 測(cè)聽語料

目標(biāo)聲源材料采用漢語清晰度測(cè)試音節(jié)表——KXY 表［6］。KXY 表包含了漢語普通話所有可能的音節(jié)結(jié)構(gòu)，其中聲母、韻母及聲調(diào)的出現(xiàn)概率符合漢語日常交流的實(shí)際情況。每張表有75 個(gè)音節(jié)，采用隨機(jī)組合方式分成25 組，每組含3 個(gè)音節(jié)，連讀不具有語意。測(cè)聽語料由1 男1 女兩名專業(yè)播音員在錄音間以標(biāo)準(zhǔn)普通話、標(biāo)準(zhǔn)語速（每秒4 個(gè)音節(jié)）朗讀并保存。錄音間混響時(shí)間低于0.1 s，本底噪聲低于20 dBA，并通過Audition 軟件將所有語音信號(hào)幅度標(biāo)準(zhǔn)化。

1.3 實(shí)驗(yàn)條件

實(shí)驗(yàn)中頻段條件設(shè)置依據(jù)的是作者所在單位的早期研究結(jié)果。宋慧［7］等人探究了不同頻段的帶通濾波傳輸條件對(duì)漢語清晰度的影響，得到了中心頻率和頻帶寬度與漢語單音節(jié)清晰度的感知關(guān)系。由于本文實(shí)驗(yàn)是在嘈雜語噪聲掩蔽下進(jìn)行頻段有限的清晰度感知評(píng)價(jià)，因此中心頻率和帶寬選擇要難度適中。實(shí)驗(yàn)最終選用中心頻率分別為0.5 kHz、1 kHz、2 kHz及4 kHz的語音信號(hào)，在0.25～1 kHz、0.5～2 kHz、1～4 kHz 及2～8 kHz的頻段范圍內(nèi)做+4 dB、+8 dB 及+12 dB 的增益處理，共12 種信號(hào)處理方式，如表1 所示。

表1 頻段設(shè)置和增益調(diào)制條件

在前期實(shí)驗(yàn)中發(fā)現(xiàn)，信噪比在-12 dB 時(shí)聽音人的清晰度感知結(jié)果接近0，信噪比在0 dB 時(shí)聽音人的清晰度感知結(jié)果接近0.5。因此，本次實(shí)驗(yàn)嘈雜語噪聲掩蔽目標(biāo)語音的信噪比選擇-12 dB、-8 dB、-4 dB 及0 dB 共4 種情況。實(shí)驗(yàn)共有不做處理和12 種頻段增益方式下的語音信號(hào)，4 種信噪比，共52（13×4）種聲學(xué)傳遞條件。每種傳遞條件均選擇2 張不同的音節(jié)表（男女聲各一張），共計(jì)104 張，其中任意2 張都不重復(fù)。

1.4 實(shí)驗(yàn)過程

語言清晰度評(píng)價(jià)實(shí)驗(yàn)信號(hào)通過耳機(jī)重放，重放聲壓級(jí)經(jīng)人工校準(zhǔn)控制在65 dBA。按標(biāo)準(zhǔn)［5］規(guī)定，實(shí)驗(yàn)時(shí)被試以組（每組3 個(gè)音節(jié)）為單位進(jìn)行聽音，每組音節(jié)間隔約8 s。聽完一組音節(jié)后，聽音人記錄下聽到的音節(jié)拼音。例如，聽到“序號(hào)×發(fā)你 灰”，被試記錄“fa1 ni3 hui1”。只有當(dāng)被試記錄的拼音與實(shí)際播放的發(fā)音一致時(shí)才認(rèn)為聽對(duì)，否則記為錯(cuò)。實(shí)驗(yàn)結(jié)束后，分別統(tǒng)計(jì)不同傳遞條件下所有被試聽對(duì)的音節(jié)個(gè)數(shù)占所有播放音節(jié)個(gè)數(shù)的比值，即為對(duì)應(yīng)聲學(xué)傳遞條件下的語音清晰度。另外，實(shí)驗(yàn)進(jìn)一步分析了聲母清晰度、韻母清晰度及聲調(diào)清晰度。參與實(shí)驗(yàn)的有效被試人數(shù)為10 人，男女比例基本平衡。所有被試具有標(biāo)準(zhǔn)普通話能力且聽力正常，熟悉漢語拼音規(guī)則。此外，在正式實(shí)驗(yàn)前對(duì)被試進(jìn)行了訓(xùn)練，使其熟悉實(shí)驗(yàn)環(huán)境和實(shí)驗(yàn)過程。

2 實(shí)驗(yàn)結(jié)果及分析

2.1 不同信噪比下語言清晰度結(jié)果對(duì)比

實(shí)驗(yàn)得到了4 種信噪比條件下進(jìn)行12 種頻段增益調(diào)制的漢語單音節(jié)清晰度結(jié)果。單因素方差分析結(jié)果顯示，發(fā)音人性別對(duì)漢語聽感清晰度的影響不具有顯著性差異（P＜0.05），因此每種傳遞條件下取男女聲信號(hào)的平均值為最終結(jié)果。清晰度結(jié)果如圖1 所示。

從圖1 可以看出，音節(jié)清晰度感知隨信噪比增加而增大。在各信噪比條件下，經(jīng)過頻帶增益調(diào)制的清晰度都高于不做處理時(shí)的清晰度。12 種調(diào)制條件對(duì)應(yīng)的音節(jié)清晰度變化曲線走勢(shì)基本一致，即清晰度隨信噪比的增加逐漸提高，信噪比為0 dB 時(shí)音節(jié)清晰度最高。掩蔽信噪比較低時(shí)，音節(jié)清晰度隨信噪比變化的趨勢(shì)較緩。隨著信噪比的提高，清晰度的增長(zhǎng)速度有所增加。隨著信噪比的進(jìn)一步提高，音節(jié)清晰度值增長(zhǎng)趨勢(shì)有所變緩。方差分析表明，掩蔽信噪比對(duì)語言清晰度感知有顯著影響。

將12 種傳遞條件下的清晰度分?jǐn)?shù)減去不做處理時(shí)的清晰度分?jǐn)?shù)，得到每種傳遞條件下的清晰度提升量隨信噪比的變化曲線，如圖2 所示。可以看出，音節(jié)和聲母清晰度提升量隨信噪比變化的趨勢(shì)一致，韻母和聲調(diào)清晰度提升量隨信噪比變化的趨勢(shì)較為一致。四者都呈現(xiàn)先上升后下降的趨勢(shì)，但前兩者清晰度提升量的變化幅度較小，后兩者清晰度提升量的變化幅度較大。

信噪比為-12 dB 時(shí)，音節(jié)清晰度的提升量在1%～15%，聲母清晰度的提升量在1%～20%。隨著信噪比的增大，清晰度提升量繼續(xù)增大。信噪比為-8 dB 時(shí)，音節(jié)清晰度提升量為5%～20%，聲母清晰度的提升量為8%～30%。信噪比為-4 dB 時(shí)，每種傳遞條件下的音節(jié)清晰度提升量達(dá)到最大值為10%～25%，聲母清晰度的提升量為13%～28%。信噪比為0 dB 時(shí)，每種傳遞條件下的清晰度提升量均明顯下降，音節(jié)清晰度提升量為5%～20%，聲母清晰度的提升量為5%～20%。

在信噪比從-12 dB 到-8 dB 變化的過程中，韻母清晰度提升量從1%～35%上升到11%～51%后持續(xù)下降，并在信噪比為0 dB 時(shí)達(dá)到最低5%～15%；聲調(diào)清晰度提升量從3%～50%上升到15%～65%后大幅下降，并在信噪比為0 dB 時(shí)達(dá)到最低5%～14%。

由此可以看出，不同信噪比下的頻段增益調(diào)制對(duì)音節(jié)、聲母、韻母及聲調(diào)清晰度的提升量改變程度不同。在聽聞條件較差的低信噪比嘈雜語噪聲環(huán)境下，頻段增益更有利于提升韻母和聲調(diào)清晰度；在聽聞條件相對(duì)較好的次低信噪比嘈雜語噪聲環(huán)境下，頻段增益更有利于提升音節(jié)和聲調(diào)清晰度，且音節(jié)清晰度的提升效果與聲母清晰度的提升效果相關(guān)性較高。當(dāng)聽聞環(huán)境較差（信噪比為-12 dB）或較好（信噪比為0 dB）時(shí)，語言清晰度提升量受外部環(huán)境噪聲掩蔽的影響更大，頻段增益調(diào)制的清晰度提升效果在難度適中的聽聞條件（信噪比為-8 dB 和-4 dB）下更顯著。

2.2 不同頻帶下語言清晰度結(jié)果對(duì)比

將不同頻段增益調(diào)制后的清晰度分?jǐn)?shù)減去不做處理時(shí)的清晰度分?jǐn)?shù)，得到每種傳遞條件下的清晰度提升量隨頻帶的變化曲線，如圖3 所示。

可以發(fā)現(xiàn)，不同信噪比下清晰度提升量隨頻帶變化的趨勢(shì)有所不同。

如圖3（a）所示，信噪比為0 dB 時(shí)，音節(jié)和聲母清晰度提升量隨頻帶的增大呈現(xiàn)先上升后下降的趨勢(shì)，韻母和聲調(diào)清晰度提升量幾乎不隨頻帶的變化而變化。在中心頻率為0.5 kHz、帶寬為0.25～1 kHz 時(shí)，音節(jié)清晰度提升量為7%～14%，聲調(diào)清晰度提升量為5%～14%；在中心頻率為1 kHz、帶寬為0.5～2 kHz 時(shí)，音節(jié)和聲母清晰度提升量為6%～17%；在中心頻率為2 kHz、帶寬為1～4 kHz 時(shí)，音節(jié)和聲母清晰度提升量為2%～23%；在中心頻率為4 kHz、帶寬為2～8 kHz 時(shí)，音節(jié)和聲母清晰度提升量下降至10%～20%。韻母和聲調(diào)清晰度提升量在4 種頻帶調(diào)制下都為10%左右。

如圖3（b）所示，信噪比為-4 dB 時(shí)，音節(jié)和聲母清晰度提升量變化趨勢(shì)同信噪比為0 dB 時(shí)相似，但3 種增益之間的相對(duì)變化量有所增加。韻母和聲調(diào)清晰度提升量隨頻帶增加呈下降趨勢(shì)。

如圖3（c）所示，信噪比為-8 dB 時(shí)，音節(jié)清晰度提升量變化趨勢(shì)同信噪比為-4 dB 時(shí)相似，聲母、韻母及聲調(diào)清晰度提升量隨頻帶變化的下降趨勢(shì)更加明顯。

如圖3（d）所示，信噪比為-12 dB 時(shí)，音節(jié)、聲母、韻母及聲調(diào)清晰度提升量隨頻帶增加呈現(xiàn)下降且收縮的趨勢(shì)，且韻母和聲調(diào)清晰度提升量隨頻帶變化的下降趨勢(shì)在4 種信噪比環(huán)境下最明顯。在中心頻率為0.5 kHz、帶寬為0.25～1 kHz 時(shí)，音節(jié)清晰度提升量為1%～13%，聲母清晰度提升量為1%～18%，韻母清晰度提升量為1%～35%，聲調(diào)清晰度提升量為2%～49%，且每增加4 dB 韻母清晰度提升約18%，聲調(diào)清晰度提升約22%。在中心頻率為4 kHz、帶寬為2～8 kHz 時(shí)，韻母和聲調(diào)清晰度提升量在8%～18%。

可以看出，不同頻帶下的頻段增益調(diào)制對(duì)音節(jié)、聲母、韻母及聲調(diào)清晰度的提升量改變程度不同。音節(jié)和聲母清晰度隨中心頻率和帶寬的增加變化趨勢(shì)較小，且兩種清晰度提升量的曲線變化趨勢(shì)更相似。韻母和聲調(diào)清晰度提升量隨中心頻率和帶寬的變化趨勢(shì)受信噪比影響較大，但兩種清晰度提升量的曲線變化趨勢(shì)也很接近，在環(huán)境較好（信噪比為0 dB 和-4 dB）時(shí)幾乎不隨中心頻率和帶寬的變化而變化，在環(huán)境較差（信噪比為-8 dB 和-12 dB）時(shí)隨中心頻率和帶寬的增加而減小。

由實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)，音節(jié)和聲母清晰度提升量的變化規(guī)律相似，因此對(duì)不同中心頻率和帶寬的頻帶增益調(diào)制時(shí)，若想提高音節(jié)清晰度的感知，可以從聲母清晰度出發(fā)進(jìn)行研究。聲母清晰度在不同頻帶增益后變化不明顯，可能是因?yàn)闈h語普通話聲母的能量在頻帶范圍分布廣，從0.2 kHz 到8 kHz 的頻率范圍內(nèi)均有能量分布。低頻段增益調(diào)制對(duì)韻母清晰度提升效果較好，可能是因?yàn)轫嵞钢饕稍魳?gòu)成，而元音的共振峰對(duì)韻母的感知具有重要作用，而漢語普通話單元音韻母的第一共振峰基本分布都在1 kHz 以下，所以在低頻段做增益更有利于韻母清晰度的提升。聲調(diào)清晰度在低頻段增益提升更有效，因?yàn)槁曊{(diào)的感知由音高決定，而音高受基頻頻率的影響。實(shí)驗(yàn)中男女發(fā)音人的基頻基本分布在300 Hz 左右，因而低頻段調(diào)制更有利于提高聲調(diào)清晰度。

3 結(jié)語

本文通過頻段增益的處理方式探究嘈雜語噪聲下漢語語言清晰度感知現(xiàn)象，對(duì)嘈雜語噪聲下增強(qiáng)漢語語言清晰度的研究有一定的參考價(jià)值。但是，本文實(shí)驗(yàn)是在實(shí)驗(yàn)室條件下進(jìn)行的，相較于更加復(fù)雜的實(shí)際環(huán)境，還有一些實(shí)驗(yàn)條件需要完善。例如，實(shí)際環(huán)境中聲源和噪聲是空間分離的，8 人嘈雜語噪聲的說話人之間是空間分離狀態(tài)，信噪比取值可以更密集以使結(jié)果更精確。因此，下一步可改變這些實(shí)驗(yàn)條件做進(jìn)一步研究。