清晰度指数 - 谛耳帮助

清晰度指数是一个单值指标，用于预测在存在背景噪声的情况下语音的可懂度。它最初由 ANSI S3.5 定义，量化了在各临界频带上高于掩蔽噪声、因而可被听见的语音线索所占的比例。

理论

语音可懂度取决于承载语音信息的各频带上的信噪比 (SNR)。清晰度指数计算为这些频带上有效 SNR 贡献的加权和：

其中 w_i 是频带 i 的重要性权重（反映该频带对语音理解的贡献程度），A_i 是该频带的有效可闻度因子。

频带可闻度因子

每个频带的可闻度因子由该频带内的 SNR 导出，并被限幅到 [0, 1] 范围内：

SNR 为 −12 dB 或更低时得到 A_i = 0（完全被掩蔽）。SNR 为 +30 dB 或更高时得到 A_i = 1（完全可闻）。42 dB 的动态范围对应于影响可懂度的语音-噪声比的有效范围。

频带加权

重要性权重 w_i 反映了语音信息在频率上的集中分布。中心频率约在 1–3 kHz 的频带获得最高的权重，因为辅音的辨别主要依赖于这一频段。

频带中心 (Hz)	权重 (w_i)	语音内容
250	0.0024	元音基频、浊音线索
500	0.0048	大多数元音的第一共振峰
1000	0.0074	第二共振峰、鼻辅音
2000	0.0109	擦音、爆破音的爆发
4000	0.0078	咝音（/s/、/z/）、高频辅音
8000	0.0032	高次谐波、气声

频带中心 (Hz)

权重 (w_i)

语音内容

250

0.0024

元音基频、浊音线索

500

0.0048

大多数元音的第一共振峰

1000

0.0074

第二共振峰、鼻辅音

2000

0.0109

擦音、爆破音的爆发

4000

0.0078

咝音（/s/、/z/）、高频辅音

8000

0.0032

高次谐波、气声

频带的确切数量及其权重取决于所采用的计算方法。1/3 倍频程频带法使用从 200 Hz 到 5 kHz 的 15 个或更多频带。上表为简化版本，用于说明语音频谱上的相对重要性。

解读

AI 值	可懂度	说明
0.7 – 1.0	优秀	几乎所有语音线索均可闻。正常对话完全可懂。
0.5 – 0.7	良好	大部分语音可被理解。在困难的聆听条件下需付出一定努力。
0.3 – 0.5	一般	相当一部分语音被掩蔽。听者经常需要对方重复。
0.1 – 0.3	差	仅能识别熟悉的短语。持续交流难以实现。
0.0 – 0.1	不可懂	语音在噪声中基本听不见。

AI 值

可懂度

说明

0.7 – 1.0

优秀

几乎所有语音线索均可闻。正常对话完全可懂。

0.5 – 0.7

良好

大部分语音可被理解。在困难的聆听条件下需付出一定努力。

0.3 – 0.5

一般

相当一部分语音被掩蔽。听者经常需要对方重复。

0.1 – 0.3

差

仅能识别熟悉的短语。持续交流难以实现。

0.0 – 0.1

不可懂

语音在噪声中基本听不见。

参数

参数	选项	说明
输入通道	任意信号通道	承载语音加噪声或仅含噪声信号的通道。
噪声频谱	实测 / 参考	用于 SNR 计算的背景噪声频谱来源。
语音级别	正常 (60 dB)、提高 (65 dB)、大声 (75 dB)	假定的 1 m 距离处语音用力级别。
计算标准	ANSI S3.5、改进型	加权方式与频带定义的选择。
频率范围	200 Hz – 8 kHz	频带分解的分析带宽。

选项

说明

输入通道

任意信号通道

承载语音加噪声或仅含噪声信号的通道。

噪声频谱

实测 / 参考

用于 SNR 计算的背景噪声频谱来源。

语音级别

正常 (60 dB)、提高 (65 dB)、大声 (75 dB)

假定的 1 m 距离处语音用力级别。

计算标准

ANSI S3.5、改进型

加权方式与频带定义的选择。

频率范围

200 Hz – 8 kHz

频带分解的分析带宽。

AI vs RPM

在汽车 NVH 测试中，清晰度指数会在整个发动机转速范围内进行跟踪，以识别车内噪声对语音交流影响最严重的 RPM 工况。AI vs RPM 曲线揭示了掩蔽最严重的临界转速，帮助工程师针对特定运行工况进行降噪。

实用技巧

清晰度指数是一个基于频谱 SNR 的预测性指标。它不考虑混响、时间波动或信息掩蔽。对于混响显著的环境，语音传输指数 (STI) 可能是更合适的指标。

清晰度指数 (AI)

理论

频带可闻度因子

频带加权

解读

参数

AI vs RPM

实用技巧