Press "Enter" to skip to content

12-6 STI

なぜ音声の聞き取りやすさは残響時間だけでは決まらないのか

会議室や講演ホールでは、同じ残響時間を持つ空間でも、場所によって音声の聞き取りやすさが異なる場合があります。

例えば、

  • 発話者の近くでは言葉が明瞭に聞こえる
  • 後方席では子音が聞き取りにくい
  • 残響が多い場所では音声が重なって聞こえる

という現象が発生します。

この違いは、単純な音圧レベルや残響時間だけでは説明できません。

音声には、音圧の大きさだけではなく、時間的な変化に含まれる情報があります。

特に子音のような短時間の変化は、言葉を識別するために重要です。

しかし、室内反射や残響、背景雑音によって音声の時間変化が失われると、音声情報は低下します。

このような音声伝達性能を評価する代表的な指標が、音声伝達指標(Speech Transmission Index:STI)です。Kuttruff 2017Long 2014

STIは、音声信号に含まれる変調情報が、音響伝達系を通過した後にどれだけ保持されているかを評価する指標です。

IEC 60268-16:2020

STIは何を評価しているのか

人間の音声は、一定の音圧が続く信号ではありません。

振幅包絡の変化、つまり音圧の時間的な変動によって、多くの情報が伝達されています。

例えば、

  • 母音の持続的な成分
  • 子音の急激な変化
  • 音節間の時間的な区切り

などが音声理解に関係します。

室内音響によって、

  • 直接音
  • 初期反射音
  • 後期残響音

が時間的に重なると、元の音声変化が平均化されます。

その結果、

  • 音声の輪郭が低下する
  • 子音が不明瞭になる
  • 単語識別能力が低下する

という現象が発生します。

STIは、このような音声情報の時間的な保持状態を評価します。

STIの基礎となる変調伝達関数(MTF)

STIは、音声そのものを直接解析する指標ではありません。

基礎となる考え方は、変調伝達関数(Modulation Transfer Function:MTF)です。

音響伝達系へ入力された音圧変化が、出力側でどれだけ維持されているかを評価します。

例えば、

明瞭な音場では、

入力された音圧変化
↓
室内伝達
↓
ほぼ同じ時間変化で到達

となります。

一方、残響の大きい音場では、

入力された音圧変化
↓
反射音によって時間的に広がる
↓
変化量が低下する

という状態になります。

この違いを数値化したものがMTFです。

STIは、各周波数帯域におけるMTFから算出されます。

IEC 60268-16:2020

STIはどのように計算されるのか

STIでは、音声情報に関係する複数の周波数帯域について評価します。

一般的には、

  • 125 Hz
  • 250 Hz
  • 500 Hz
  • 1 kHz
  • 2 kHz
  • 4 kHz
  • 8 kHz

の7つのオクターブ帯域を使用します。

各帯域について変調伝達特性を求め、それらを統合して0〜1の範囲で表します。

STI値は、

  • 0に近いほど音声伝達性能が低い
  • 1に近いほど音声伝達性能が高い

ことを示します。

ただしSTIは、単純な室内残響だけではなく、

  • 背景雑音
  • 音響システム性能
  • 伝送経路
  • 音源位置
  • 受音位置

を含む音声伝達系全体の性能を評価します。

そのため、STIは「部屋だけの指標」ではなく、音声伝達システム全体の評価指標として扱われます。

IEC 60268-16:2020

STIと残響時間(RT60)は何が違うのか

残響時間(RT60)は、室内に蓄積された音エネルギーが減衰する時間を表します。

一方、STIは、その残響や雑音によって音声情報がどれだけ失われたかを評価します。

つまり、

RT60:

音がどれだけ残るか

STI:

残った音によって音声情報がどれだけ維持されるか

を評価しています。

RT60は室内音響設計における重要な基礎指標です。

しかし、同じRT60でも、

  • 初期反射の状態
  • 背景雑音
  • 音源と受音点の距離
  • スピーカー特性

によって音声伝達性能は変化します。

そのため、音声用途ではRT60だけではなく、STIを組み合わせて評価します。

ISO 3382-2:2008IEC 60268-16:2020

STIとC50・D50は何が違うのか

室内音響では、STI以外にも音声明瞭度を評価する指標があります。

代表的なものに、

  • C50(明瞭度指標)
  • D50(50 ms以内の初期エネルギー比)

があります。

C50やD50は、主に直接音と初期反射音のエネルギー比から明瞭度を評価します。

一方、STIは音声変調情報の保持率を評価するため、

  • 残響
  • 雑音
  • 音響システム

の影響を含めた音声伝達性能を評価できます。

そのため、用途によって適切な指標を使い分けます。

STIの評価基準

STI値の評価には、一般的に以下の分類が用いられます。

STI評価
0.75〜1.00Excellent(非常に良い)
0.60〜0.75Good(良い)
0.45〜0.60Fair(普通)
0.30〜0.45Poor(悪い)
0〜0.30Bad(非常に悪い)

ただし、必要なSTI値は用途によって異なります。

例えば、

  • 会議室
  • 教室
  • 公共施設
  • 非常放送設備

では、それぞれ異なる要求性能が設定されます。

上記は一般的な評価目安であり、設計条件によって判断する必要があります。

IEC 60268-16:2020

小空間におけるSTIの考え方

ホームスタジオや小規模リスニングルームでは、STIを主要な設計指標として使用することは一般的ではありません。

しかし、STIの基本となる考え方、

音響空間によって時間情報が失われると、情報伝達能力が低下する

という原理は、小空間にも共通します。

例えば、

  • ボーカル録音
  • ナレーション収録
  • モニタリング環境

では、音の時間的な明瞭性が重要になります。

過剰な残響や不要な反射は、音像定位だけではなく、音の輪郭や判断精度にも影響します。

STIは音声用途の評価指標ですが、その背景にある「時間情報を保持する」という考え方は、室内音響設計全体に共通する重要な概念です。


規格の適用範囲

  • ISO 3382-2:2008:本節「12-6 STI」では、残響時間の測定条件に関する範囲だけを参照します。ISO 3382-2:2008
  • IEC 60268-16:2020:音声伝送系のSTI測定・算出へ適用します。規定した試験信号、背景雑音、伝送条件が必要であり、音楽の明瞭度や室内音響全般の単独評価には使用しません。IEC 60268-16:2020

まとめ

  • STI(Speech Transmission Index)は、音声伝達性能を評価する指標です。
  • STIは音圧レベルではなく、音声変調情報がどれだけ保持されるかを評価します。
  • STIの基礎には変調伝達関数(MTF)があります。
  • 残響や雑音によって音声の時間情報が失われると、STIは低下します。
  • RT60は残響量を評価し、STIはその結果として生じる音声伝達性能を評価します。
  • C50やD50はエネルギー比による明瞭度評価、STIは変調情報による音声伝達評価です。
  • STIは会議室、教室、公共施設、放送設備などの設計で重要な評価指標です。

参考文献