Smaart (7) - 脈衝響應測量基礎

什麼是脈衝響應？

在最基本的條款中，脈衝響應（IR）可以被定義為系統在測試中（SUT）對於脈衝刺激的時間域（時間與振幅）反應。在這個情況下，“系統”一詞可能指的是像是麥克風或單一轉換器那樣小的東西，或者像是均衡器上的單一濾波器那樣簡單。或者，它可能指的是像音樂廳或體育場那樣大的東西，像是整個聲音系統那樣複雜，或者這兩者的組合。當然，Smaart使用者最常關心的是聲音系統及其聲學環境。

在聲學分析的背景下，你也可以將脈衝響應視為系統的聲學“簽名”。脈衝響應包含了關於聲學系統的豐富信息，包括直接聲音和分散反射的到達時間與頻率內容、混響衰減特性、信噪比以及其重現可理解人類語音的能力的線索，甚至是其整體頻率響應。系統的脈衝響應及其頻域轉換函數被證明是彼此的正向及逆向傅立葉變換。

圖120：聲學脈衝的概念性插圖。來自激發源的聲音通過多條路徑到達測量位置，包括直接和反射的。在這裡，我們看到從源頭到麥克風的直接聲音路徑以紅色表示，隨後是第一階反射以藍色表示，第二階反射以綠色表示，以及更高階的反射以灰色表示。後來到達的聲音傾向於堆疊在一起形成一個衰減坡度。

聲學脈衝響應是由從激發源向外輻射的聲音產生的，並在房間內反彈。通過最直接的路徑（從源頭到測量位置的直線）傳播的聲音首先到達，並且預期將是最響亮的。反射聲音通過多條路徑稍後到達，在此過程中會因空氣和表面吸收而失去能量，因此後來到達的聲音傾向於以越來越低的水平出現。理論上，這個過程永遠持續。實際上，我們關心的部分發生在幾秒鐘內——在較小的房間和/或已經過聲學處理以減少其混響時間的空間中，可能不到一秒。

在脈衝響應的時間域圖上，直接聲音的到達和可能一些最早到達的反射將會清楚地被區分開來。隨著反射聲音的副本不斷地在更晚的時間以越來越低的振幅水平到達，它們開始融合在一起，形成一個指數衰減坡度，當在具有對數振幅刻度的圖表上顯示時，通常看起來像是接近直線的東西。

聲學脈衝響應的構造 - 引言

即使沒有兩個非相同的房間會有完全相同的脈衝響應，我們仍然可以在幾乎任何聲學脈衝響應中識別出一些組成特徵的組合。這些包括直接聲音的到達、早期反射、混響的增強和衰減，以及噪聲底限。圖121展示了一個聲學脈衝及其組成部分的標記。以下是對每個部分的描述。

圖121：一個標記了常見組件部分的聲學脈衝響應。這是一個半對數時間域圖表，x軸是時間（以毫秒為單位），y軸是大小（以分貝為單位）。

聲學脈衝響應的構造 - 傳播延遲時間

從聲源到測量位置的直接聲音所需的時間被稱為傳播延遲時間。這可能包括信號鏈中任何DSP處理器的吞吐延遲，以及聲音通過空氣傳播所需的時間。

聲學脈衝響應的構造 - 直接聲的抵達

因為兩點之間最短的距離總是最直接的線路，當我們查看脈衝響應（IR）時，我們期望看到的第一件事是直接聲音從我們用來刺激測試系統的任何聲源的到來。根據我們試圖了解的內容，聲源可能是一個安裝好的聲音系統、一個專門為測量目的帶入的全向揚聲器、一個氣球爆炸聲或者一槍空白手槍聲，或者在緊急情況下，可能是手掌拍擊聲或某人猛地關閉箱蓋的聲音。

在大多數情況下，我們也會期望第一個到達的聲音是最響亮的，並且對應於我們在IR中可以看到的最高峰值，在大多數情況下我們的期望是對的。可能偶爾會有情況不完全符合這個規律，但在絕大多數情況下，它應該是這樣的。

聲學脈衝響應的構造 - 離散反射

在直接聲音到達之後，我們傾向於看到的下一個最顯著的特徵是通過次直接路徑到達的聲音；最低階的反射。聲音從激發源反射一個表面到達測量位置稱為一階反射，兩次反射產生二階反射，依此類推。反射聲音可能是有益的或有害的，這取決於諸如其相對大小和與直接聲音的時序關係，以及它與漫反射聲音清晰可辨的程度等因素。

聲學脈衝響應的構造 - Early Decay, Reverberant Build-up, and Reverberant Decay

在直接聲音和最初級反射到達之後，聲音在反響空間中會持續在房間內彈跳一段時間，創造越來越高階的反射。在任何給定的聽聲位置，一些反射能量會在相對短的時間內構造性地結合，導致反響聲音的積累，直到空氣損耗和構成反射表面的材料開始發揮作用為止。在那一點，反響衰減階段開始。

在實踐中，您可能能夠在脈衝響應中看到與直接聲音和早期反射不同的反響累積，也可能看不到。有時它可以非常清晰地可見，其他時候則不那麼明顯。按照慣例，直接聲音到達後反轉時間積分IR（我們將在第9章：分析脈衝響應數據中討論）的前10 dB衰減被認為是早期衰減。反響衰減通常在從直接聲音水平以下5 dB到反轉積分IR上該水平以下30 dB的範圍內測量，或在緊要關頭下降20 dB。

聲學脈衝響應的構造 - Noise Floor

在理論上，脈衝響應（IR）的反響衰減階段會無限地持續下去，表現為一條理想的指數曲線，這條曲線從不真正觸及零點。但在實際操作中，它會相對快速地達到一個點，我們無法將其與測量的噪聲底線區分開來。在脈衝響應測量中的噪聲可以來自多個來源，包括周圍的聲學噪聲、測試設備（SUT）和測量系統中的電氣噪聲、將信號數位化以進行分析所產生的量化噪聲，以及用於分析的數位信號處理（DSP）過程中的人為失真。

脈衝響應測量數據之使用 - 延遲時間測量

在Smaart中，脈衝響應測量最常用於尋找傳遞函數測量中的延遲時間，以及對齊揚聲器系統的信號。每次你在Smaart中點擊延遲定位器時，一個脈衝響應測量就在背景中運行。在這種情況下，我們真正關心的只是直接聲音的最初到達，這通常非常明顯，即使在脈衝響應的信噪比很差時也能高信心地識別出來，因此我們甚至不會顯示結果。Smaart會自動掃描最高峰值，並假定那是第一次到達，大多數時候這種做法效果很好。

自動延遲測量可能不太有效的情況包括低頻設備的測量，或者當你試圖在偏離軸向的位置測量一個指向性全頻系統時，如果在這個位置一個顯著的反射能夠主導高頻，可能會出現問題。在後一種情況下，反射的高頻能量可能形成一個比直接聲音到達更晚的更高峰值，這就需要你視覺檢查脈衝響應數據來找出第一次到達。

脈衝響應測量數據之使用 - 反射分析

脈衝響應（IR）測量的另一個常見用途是評估問題反射對聲音質量和/或語言清晰度的影響。反射聲音對聽眾的聲音感知可以是有益的或有害的，這取決於多個因素。這些因素包括所呈現的節目材料的類型（通常是語言或音樂）、反射聲音相對於直接聲音的到達時間和整體水平，以及它們的頻率內容和到達方向。一般規則是，它們到達的時間越晚，相對於直接聲音越響亮，它們就越可能構成問題。

脈衝響應測量數據之使用 - Reverberation Time

混響時間是量化聲學參數中的鼻祖。一世紀前由沃爾特·薩賓首次提出，T60或RT60混響時間是指在室內，從激活狀態（激勵信號停止後）下，混響聲音衰減60分貝所需的時間。它是室內聲學中最廣泛使用（並且在某些情況下也許被誤用）的量之一。雖然兩個具有相同混響時間的房間在聲音上可能差異很大，但當按頻帶逐一評估時，它仍可以給你一些關於特定房間中反響場整體特性的概念。在音樂會廳中，它可以幫助你感受音樂的溫暖度和空間感。在演講廳，它常被用作語言清晰度的粗略預測指標。

脈衝響應測量數據之使用 - 早期衰減時間

早期衰減時間（EDT）最終成為直接聲音和最早的、最低階反射的衰減時間。由於最早的反射在於從混響和背景噪音中分離出我們想要聽到的聲音方面往往最為有益，因此EDT可以為你提供一些關於房間和/或系統的整體清晰度和可理解性的線索。像RT60一樣，EDT通常標準化為系統衰減60分貝所需的時間，基於測量的衰減率。

脈衝響應測量數據之使用 - 早期到晚期能量比率

早期到晚期能量比率是直接衡量在直接聲音到達後某個特定時間間隔內到達的聲音能量與脈衝響應（IR）其餘部分能量的比率。這提供了一種更直接的方法來評估聽眾聽到的有益直接聲音和早期反射與（潛在有害的）混響和噪音量之間的關係，比從早期和混響衰減率所做的推斷更為直接。這種比率有助於更精確地理解聲音場的性質，特別是在評估聲音清晰度和可理解性方面。

脈衝響應測量數據之使用 - 語音清晰度模型

早期到晚期能量比如C35和C50，長久以來被用作客觀可量測的語言清晰度預測因子。在1970年代，Victor Peutz提出了輔音清晰度損失（ALCons），這是一種基於房間體積和混響時間、揚聲器的指向性以及源頭到聽者的距離來預測清晰度的指標。後來，Peutz修訂了方程式，使用直接到混響能量比率來替代體積、距離和揚聲器Q值，使ALCons成為一個直接可測量的數值。更近期的是，語音傳輸指數（STI和STIPA）已成為通常更為穩固的指標。所有這些都可以從系統的脈衝響應中計算得出。