新人课堂：关于语音清晰度，你需要知道的一切（二）DPA大学堂

在录音中保持语音清晰度

上篇文章中介绍了声调语言和非声调语言的区别以及辅音的重要性，点击链接回顾：关于语音清晰度，你需要知道的一切（一）｜（三）｜（四）不仅从语义上影响词语的含义，从声学角度看，辅音集中所在的频率范围，是影响语音清晰度的重要因素之一。

这篇文章中，将继续介绍其它影响语音清晰度的因素。

介绍其它影响语音清晰度的因素之前，首先需要考虑的人声的声压级范围，这点在挑选麦克风时也很有帮助。

请看下面这个视频：

视频内容虽然很简单，但很有必要再次强调，因为是基础性的问题。

要确保麦克风的动态范围始终超过声音的动态范围，才能让你不必时时担心麦克风本身的噪音和失真，从而把更多精力放在如何提高语音清晰度和其它声音问题上。

非声调语言（英语等）的重要频率如下图所示。这里，2kHz左右的频带是关于语音清晰度最重要的频率范围，而大多数辅音都集中在这个频带。

请看下图。语音频谱是高通滤波或低通滤波的。使用20Hz的高通滤波器（左上角）可以使语音100%可以被理解，这是因为完整的语音频谱被保留了。

一个高通滤波器将500Hz以下的频率全部去除，仍然可以让语音信号很容易被理解。即使大部分语音的声音能量被去除了，语音的可理解程度也只降低了5%。不过，如果应用更高的截止频率，会使清晰度下降。

与之相反的是，使用低通滤波器会使语音清晰度下降得非常快。将1kHz作为截止频率时，语音清晰度已经低于40%。由此可以看出，1khz到4khz之间的频率范围对于语音清晰度是至关重要的。

不难想到，背景噪音对语音清晰度肯定有影响。这种情况下，可以将除了语音本身以外的所有声音信号都当作是背景噪音。因此，像空调声、其他嘈杂的设备声、其他人的在场发声这些都属于背景噪音。在电视或电影声音中，对白层次和背景音乐/氛围声音层次之间的关系平衡，常常是一个备受关注的问题。

在上面这张图中，语音清晰度与信噪比（S/N）成反比。较低的曲线表明，即使信噪比为负，语音仍然可以在一定程度上被理解，这意味着噪声比语音电平大10dB。但在任何情况下，最佳的感知语音水平约为60 dB re 20μPa。

专家们在这方面进行了大量的研究，总体而言，结果表明：

● 1. 当背景噪音电平低于40dB（A）时，最佳语音电平是恒定的

● 2. 最佳语音电平似乎是当背景噪音电平大于40 dB（A）时，保持约15 dB（A）信噪比的电平

● 3. 在信噪比几乎完好保持语音可理解度的条件下，随着语音电平的增加，听力难度增加

1kHz—4 kHz的频率范围内应尤其“保持清晰”。举个具体应用的例子：当添加音乐作为叙述的背景声时，应使用参数均衡器将1kHz—4kHz频率范围内的音乐减5-10 dB来提高语音的清晰度。

此外，在讨论语音清晰度时，一些混响也被认为是噪音。轻微的混响可以支持语音，但是混响一旦掩盖关键字节，就会使语音清晰度大大下降。

下篇文章中会介绍另一个影响语音清晰度的因素：声场及声音特性原理。相关知识能帮助你理解什么样的麦克风位置，最有利于语音清晰度的保留。

–  未 完 待 续   –