朗德技术支持 发表于 2010-11-22 17:42

Artemis的AI（Articulation Index)分析

本帖最后由 朗德技术支持 于 2010-11-22 17:45 编辑

应版主wy558558558 的要求，对Artemis的AI分析做些简单解释。
ArtemiS中的AI分析即(Articulation Index)，即语言清晰度分析，指分析人在特定噪声环境下的语言理解程度，这个是基于Fletcher的理论基础，然后再发展出Speech Intelligibility Index SII(语言理解度），这是根据AI理论改进而来的，在Artemis中也有这个分析方法。
下图是AI算法的设置及计算后的曲线：
http://forum.vibunion.com/data/attachment/album/201011/22/165020y1c7e67n71ceieee.jpg
http://forum.vibunion.com/data/attachment/album/201011/22/165021mepc66wfnhzzcw5m.jpg
而且在AI算法中，主要限制分析两个方面，一个是声压级的范围控制，另一个是频率范围的限制（限制在人的语音范围：大约在200~6300Hz），如下图所示：
http://forum.vibunion.com/data/attachment/album/201011/22/16502268vt6jp46byyaanp.jpg

上图是一个旋转结构件（汽车上的零部件）的分析，信号文件在车内通过人工头采集得到。
可以看到，随着转速的增加，AI即语言清晰度在降低（从80%降到60%)，并且测试数据包含背景噪声的影响。
而且3rd倍频程曲线使分析更加细化，以上下两根曲线为基准:
如果噪声处于图示区域的下半区位置，AI值趋近于100%；
如果噪声处于图示区域的上半区位置，则AI值趋近于0。
所以，根据上图我们可以得到每个倍频程带上的AI指数（单位是%）。下图是示意，具体数值仅作参考：
http://forum.vibunion.com/data/attachment/album/201011/22/165022cyrp5onarirdrpdy.jpg

另外，从Artemis的AI设置中可以看到AI算法有两种计算过程：一种是基于DFT，另一种是基于Fliter，两种算法的结果比较如下：
http://forum.vibunion.com/data/attachment/album/201011/22/165020i20m2omiia3fsfja.jpg
数值基本相似。

另外，属性设置里加入了"Extended AI",这个选项的作用是允许AI值小于0或者大于100%。
下图是加了“Extended AI”后的结果比较：
http://forum.vibunion.com/data/attachment/album/201011/22/165021sqdcqzkuju1si5q5.jpg

另外附上Speech Intelligibility Index(SII)的计算结果：
http://forum.vibunion.com/data/attachment/album/201011/22/173740youmaaxpggdzqouo.jpg

上述说明只是Artemis的计算，欢迎提出意见和建议。




朗德技术支持 发表于 2010-11-22 17:42

欢迎踊跃交流学习！

朗德技术支持 发表于 2010-11-22 17:53

本帖最后由 朗德技术支持 于 2010-11-22 18:01 编辑

关于版主 wy558558558所说的“有些时候人体感觉很好的车，分析之后粗糙度和尖锐度相反”，这个是有可能的，抛开不同人的感知情况，声品质分析里面有许多分析参数，粗糙度一般反映噪声的调制情况，尖锐度只是反映这个噪声是否有较多的高频成分，这是两个不同的参考量，对于声品质具体分析起来，光靠这两个量也不够，响度，音调等等都可关注，另外在Artemis里面还有一些HEAD自己开发的计算方法，例如听觉相关性，听觉模板等等。上述这些还只是客观量分析，声品质分析还要靠主观评价。范围确实很大，不过关键是怎样针对你的分析对象选择合适的评价量。

wy558558558 发表于 2010-11-22 18:49

回复 3 # 朗德技术支持 的帖子

多谢朗德的工程师，我是否可以这样认为：限制外的频率和声压在分析中是没有用的，也就是说200HZ以下是不能用AI分析的。还有能否帮忙解释以下AI等于60%的物理意义是什么？

wy558558558 发表于 2010-11-22 18:51

多谢朗德的工程师，我是否可以这样认为：200HZ以下的是不能用AI分析的。还有可否能解释以下AI等于60%的物理意义是什么？{:{39}:}

朗德技术支持 发表于 2010-11-23 16:31

本帖最后由 朗德技术支持 于 2010-11-23 16:32 编辑

回复 5 # wy558558558 的帖子

200Hz以下不是不能分析，只是这样分析后的结果没有多少有用的信息，为什么主要关注200~6300Hz这个频率范围，与人耳和人耳对特定声音的响应有关，因为我们分析的语言理解程度，换句话说就是分析人的说话，是否能够理解等等。而人的语言范围是主要集中在这个频率范围，见下图所示，但也不排除“您”可以说出比这范围还低的频率，呵呵 :)
http://forum.vibunion.com/data/attachment/album/201011/23/161754fanjxfwxwkezjjzk.jpg

既然是分析人的语言，不同的语种，它的AI也有区别。比如我们自己的中国话，我们每个人也不是能听懂所有中国地区的“中国话”（方言），这中间就有差异，有些人能听懂60%，有些人可能一句话都听不懂（0%），所以，你的问的“60%”，不是绝对的，关键看分析对象，分析方法或分析形式，及其相关联的因素等等。中国话如此，外国语更别说了，同样说英语，有些人说中国式英语，有些人说的是美式英语，不同人种，不同国家之间，理解就会不一样，有些人熟悉，就能听懂，AI可能就80%以上，有些人听不明白，那就差点，40%左右，这都没有定性。我好像即兴发挥，越说越大了，说起语言学相关了，跑题了，O(∩_∩)O哈哈~

分析汽车的噪声，我觉得也是同样的道理，听得多的，和听得少的，他们之间的理解就不一样。我们为什么都要建主观评价室搞声品质主观分析，也就是综合大多数的意愿，集思广益，反映出产品的真实特性。

不知道我所说的这些，你是否可以得到你的答案?

wy558558558 发表于 2010-11-23 17:18

多谢，大致理解了，看来声品质主要还是靠主观感受的。

Jeremiah 发表于 2012-3-21 16:01

嗯，这种帖子要顶起来

HELLOPLEASE 发表于 2012-4-16 09:40

{:{14}:}專業

sl870723 发表于 2012-11-16 10:57

{:{39}:}学到好多

24K纯不帅 发表于 2013-1-11 22:36

有没有软件可以下载？

t-ransformer 发表于 2013-5-13 16:31

楼主您好！

请问我用Artemis采集声音信号，之后作主观评价，是不是需要等响处理？
如果需要等响处理，那么之后在分析客观参数和主观评价结果的时候，响度就不能作为影响主观评价的参数，但事实响度是主要影响。这种情况怎么分析响度和主观评价结果的相关性呢？

谢谢！

庄小婷 发表于 2013-11-24 18:17

t-ransformer 发表于 2013-5-13 16:31 static/image/common/back.gif
楼主您好！

请问我用Artemis采集声音信号，之后作主观评价，是不是需要等响处理？


您好 这个问题你现在解决了吗？我也研究这一块，可以相互讨论下。
页: [1]
查看完整版本: Artemis的AI（Articulation Index)分析