CC BY
44
ПРОГНОЗИРУЮЩЕЕ МОДЕЛИРОВАНИЕ ПРИ АКУСТИЧЕСКОМ ПРОЕКТИРОВАНИИ
Люкина Елена Валерьевна,
МТУСИ, Москва, Россия, [email protected]
Чернышева Татьяна Васильевна,
МТУСИ, Москва, Россия, [email protected]
Литвин Семен Анатольевич,
МТУСИ, Москва, Россия, [email protected]
Яновский Алексей Сергеевич,
МТУСИ, Москва, Россия, [email protected]
Ключевые слова: акустическое проектирование помещений, звуковой сигнал, энергетические, спектральные и динамические характеристики, модель разрабатываемого зала, компьютерное моделирование, база характеристик реальных залов.
Предметом исследования является акустическое проектирование помещений. Целью работы является исследование применимости метода комплексной статистической оценки для акустического проектирования помещений с учетом наиболее важных характеристик звуковых сигналов. При этом используются энергетические, спектральные и динамические характеристиках сигнала. Измерения проводятся на фрагментах звукового материала, записанных в нескольких широко известных залах г. Москвы. Приводятся результаты исследования характеристик звукового сигнала, во многом определяющих оценку качества звучания слушателем. Показано, что любой звуковой сигнал содержит в себе два вида информации - семантическую (смысловую) и эстетическую (эмоциональную). При измерениях было предложено использовались следующие параметры звукового сигнала: дифференциальную относительную среднюю мощность, которая косвенно определяет градации громкости звучания; крутизну нарастания и спада аналитической огибающей звукового сигнала, которая определяет ясность звучания; тональную чистоту, оцениваемую с помощью обработки результатов кепстрального анализа звучания. Исследования проводились с использованием записей широкополосных симфонических произведений общей длительностью около 12 часов (для каждого из залов), что превышает интервал стационарности для используемых параметров. Для формирования оценок использовалось программное обеспечение ESTIM, разработанное на кафедре ТиЗВ МТУСИ. Полученная совокупность статистических оценок позволяет, исследуя результаты моделирования прохождения звукового сигнала через модель вновь разрабатываемого зала, оценить степень его приближения по акустическим характеристикам к "опорным" залам. В дальнейшем предполагается сформировать базу акустических эталонов для сопоставления характеристик с концертными залами по всему миру.
Информация об авторах:
Люкина Елена Валерьевна, Московский технический университет связи и информатики, аспирант, Москва, Россия Чернышева Татьяна Васильевна, Московский технический университет связи и информатики, доцент, Москва, Россия Литвин Семен Анатольевич, Московский технический университет свя-зи и информатики, доцент, Москва, Россия Яновский Алексей Сергеевич, Московский технический университет связи и информатики, аспирант, Москва, Россия
Для цитирования:
Люкина Е.В., Чернышева Т.В., Литвин С.А., Яновский А.С. Прогнозирующее моделирование при акустическом проектировании // T-Comm: Телекоммуникации и транспорт. 2017. Том 11. №9. С. 31-36.
For citation:
Liukina E.V., Chernyshova T.V., Litvin S.A., Janovskiy A.S. (2017). Prediction modeling for akusticheskm designing. T-Comm, vol. 11, no.9, рр. 31-36. (in Russian)
При проектировании помещений (например, концертных залов) неизбежно возникает задача прогнозирования качественных показателей звучания в них. Судить о таких показателях можно лишь на основе результатов, предоставляемых программными средами 3D-моделирования архитектурной акустики (например, фирмы AFMG), Однако, точность такого прогноза остается невысокой.
Следует отметить, что весьма полезной функцией некоторых сред моделирования является возможность получить аудиосигнал, смоделированный лля заданной точки зала, и, прослушав его, оценить субъективные качественные показатели смоделированного зала. Для повышения точности моделирования при акустическом проектировании (т.е. повышения точности прогнозируемых параметров помещения) предлагается дополнительно производить детальный анализ объективных статистических параметров указанного аудиосигнала.
На кафедре ТиЗВ МТУ СИ уже много лет проводятся исследования объективных статистических параметров звуковых сигналов, передаваемых в каналах и трактах радиовещания и телевидения (т.н. вещательных сигналов - ВС). Анализ указанных параметров позволяет прогнозировать субъективное качество звучания ВС, прошедших Сложные комбинированные каналы (включающие современную динамическую и пространственную обработку, психоакустнче-скос кодирование), Имеющиеся на кафедре ТиЗВ наработки показывают возможность распространения подхода МКСО с анализа вещательных сигналов на анализ аудиосигналов, полученных и результате акустического моделирования помещений. Прогнозирование качественных показателей звучания проектируемого зала предлагается делать с не пользованием вычисленных ранее параметров «опорных» существующих концертных залов, ЛЛЯ чего следует накапливать базу параметров таких залов.
В рамках проведенною авторами предварительного исследования были сформированы статистические портреты аудиосигналов, записанных в трех залах г. Москвы (были выбраны Большой зал Консерватории, Светлановский зал Московского международного Дома музыки. Концертный зал имени П.И. Чайковского). Суммарная длительность аудиозаписи в каждом зале должна составлять не менее 12 часов, что позволяет сформировать пеемешаемую статистическую оценку исследуемых параметров.
Разработанное на кафедре программное обеспечение liSTIM |6]. реализующее метод комплексного статистического оценивания (МКСО), формирует энергетические, спектральные и динамические характеристиках сигнала |4|. При измерении использовались следующие параметры звукового сигнала: относительная средняя мощность (ОСМ), которая определяет «энергичность» или громкость звучания; Крутизна нарастания и спада аналитической огибающей звучания, которая определяет ясность звучания; спектральный баланс свойственный исследуемому помещению, измеряемый но огибающей амплитудного спектра; тональная чистота, оцениваемая с помощью обработки результатов кепст-рального анализа Звучания; ритмические характеристики звучания; субъективные параметры, определяемые уровнем шумов характерным для процессов звукоизвлечения из музыкальных инструментов или уровнем шумов придыхания исполнителей
Исследования проводились с непользованием записей широкополосных симфонических произведений общей длительностью около 8 часов, что превышает интервал стационар! юети для используемых параметров. Для формирования оценок использовалась программа EST1M [61. разработанная на кафедре ТиЗВ МТУСИ.
Известно, что звуковой сигнал (ЗС) заключает в себе два вида информации - семантическую (смысловую) и эстетическую (эмоциональную). Известно достаточно четкое определение этих видов информации ¡1,4];
смысл оная информация - это логическая информация, связанная со структурой сообщения, поддающаяся точной формулировке, переводимая, вызывающая определенные действия;
эмоциональней - информация непереводимая, вызывающая определенные психологические состояния.
Для речевого сигнала смысловая информативность, в основном, определяется разборчивостью, для музыкального - возможностью определить мелодию, инструментовку, состав оркестра. Эстетическая информация перелается тембром, динамикой, перепадом уровней.
При исследовании энергетических свойств звуковых сигналов, передаваемых по каналам связи или записываемых на носители (т.е. вещательных сигналов), принято оперировать оценками относительной средней мощности (ОСМ). Значения ОСМ вычисляются на последовательных временных отрезках сигнала, равных по длительности времени интеграции слуха по громкости, - 200 мс. В рамках каждого отрезка (интервала) анализа ОСМ определяется отношением средней мощности сигнала к мощности гармонического сигнала с амплитудой, равной Номинальному значению ВС. Применяется также и дифференциальный параметр - дОСМ, определяемый разностью значений ОСМ иа смежных интервалах анализа. Этот параметр характеризует динамику изменения громкости ЗС.
Измерение мощности днекретизированною сигнала -нетривиальная задача. До настоящего времени, она решалась простым суммированием квадратов абсолютных значений временных отсчетов с последующим усреднением. При измерении мощности реальных сигналов возникает Достаточно большая погрешность, а па частотах, кратных частоте дискретизации (Нд), ошибка может достигать вообще 50 %. Повысить точность измерения относительной средней мощности удается при комплексном представлении сигнала звукового вещания с использованием преобразования Г ильберта. В свою очередь преобразование Гильберта (для широкополосного звукового сигнала) реализовано с помощью быстрого преобразования Фурье (БПФ) со взвешиванием окном Наггола. При этом применяются 50% перекрытие отрезков сигнала и коррекция выходного сигнала дополнительным окном. 11ри длительности отрезков сигнала не менее 4000 дискретных отсчетов ошибка синтеза ортогонального сигнала пе превышает К) в полосе существования звукового сигнала.
Дальнейшее повышение точности расчета ОСМ одерживается ошибками измерения пиковых значений сигнала, связанными с тем, что моменты возникновения пиков не совпадают с моментами взятия дискретных отсчетов сигнала. В разработанном способе измерения
дОСМс
Рис. 5
От носиильно» количеств« ия+орндщш на единицу поносы
Смысл
Эстетика
125 S60 500 1000 2000 4000 8000 16000
Рис. 6
f, Гц
Известны результаты исследований (рис. 6) относительного распределения количества информации на единицу полосы частот, которые показали, что максимум энерпш, определяющей восприятие смысловой информации, сконцентрирован в области 1...4кГц, а эстетической - в областях ниже 0.5 м выше 8 кГц. Логично предположить, что влияние частотных характеристик зала на спектральную огибающую ЗС в месте расположения слушателя, окажет влияние на эмоциональность восприятия музыки.
При опенке звуковых сигналов особый интерес вызывают периодические компоненты, для выявлении которых используется классическое преобразование Фурье. Однако конечная длительность интервала наблюдения при реализации дискретного преобразования Фурье или его быстрого алгоритма вычисления (БПФ) влияет на различимость близко расположенных тонов и точность оценок параметров сигнала.
Известно, что максимально верная оценка может быть получена для колебании, укладывающихся на длительности анализа целое число раз, совпадающее с номером коэффициента преобразования. При фиксированной длительности анализируемой последовательности сдвинуть по частоте коэффициенты преобразования невозможно, а вот сдвинуть спектр самого сигнала вполне реально. Эта идея к была использована авторами для повышения точности формирования спектральных оценок ЗС, про который заведомо известно, что разнос спектральных составляющих не может быть меньше основного топа, а основной тон голоса или музыкальных инструментов редко бывает ниже 50., .70 Гц,
Дтя формирования оценки используется, кроме результатов БПФ-анализа самого сигнала, параллельный
анализ набора сигналов, транспонированных по частоте в пределах бнна (частотного разноса между двумя ближайшими коэффициентами ДПФ). А именно - максимальный по амплитуде коэффициент из набора, относящегося к коэффициенту с данным номером, принимается в качестве Коэффициента оценю). В результате оценка формируется на нерегулярной частотной шкале е максимальной концентрацией энергии в каждом коэффициенте. Формирование оценки с помощью сдвига спектра производится в два этапа: Fia первом этапе определяется положение спектральных составляющих на шкале частот с использованием окна, снижающего влияние боковых лепестков, а на втором -оценивание их параметров на прямоугольном окне. 1 [арамстры, характеризующие разрешающую способность анализа с применением сдвига, определяются первым окном, а параметры оценки - вторым. По результатам измерений тестовых сигналов, используя при формировании спектральной оценки информацию о промежуточных ее значениях между бинами, полученную в результате анализа набора транспонированных сигналов, удается:
- повысить точность определения частоты спектральной составляющей (дня од покомпонентного сигнала максимальная погрешность составит величину, обратно пропорциональную удвоенному количеству сдвигов, в частности при N = 256, F = 16 кГц и 64 сдвигах ошибка не превышает 0,49 Гц);
- повысить точность определения амплитуды при тех же условиях до 0,03% (следует учитывать, что в данном случае отсутствует ошибка округления, поскольку гармонический тестовый сигнал синтезирован непосредственно в ходе проведения оценки);
- практически устранить паразитную ДМ:
- реализовать теоретически достижимую разрешающую способность окна, которая при БПФ-оцспке реализуется только при определенном сочетании фаз и частот спектральных составляющих, для составляющих с произвольными параметрами. Кроме того, появляется возможность формирования оценки, соответствующей фазе спектральной составляющей, с точностью до 0,02 рад, [8,9J.
Существенное влияние па оценку качества звучания оказывают параметры формы его огибающей (4). Наиболее информативный участок отдельного звучания (звукового объекта) - участок нарастания уровня или изменения спектрального состава - принято называть «атакой». Существенной влияние на эмоциональную информативность звукового сигнала оказывают фазы квазнетацнонарноети (поддержки) и спада. Выявление участков нарастания и спада также осуществляется при анализе низкочастотной аналитической огибающей. После низкочастотной фильтрации анализируется приращение огибающей сигнала. На каждой выборке определяется функция Z\ : «+1 » — увеличение амплитуды огибающей, «-) » - при уменьшении и «0» - при отсутствии изменений. При расчеге принята критическая длительность, около 5 мс, на которой учитывается наличие нарастания или спада.
Выявление участков нарастания и спада позволяет проводить оценку искажений крутизны атак, определяющих смысловую информативность сигнала, а также спадов, во многом определяющих эмоциональное воздействие с иг н lui а звукового вещания.
34
T-Comm Том 11. #9-2017
Сигналы с более яркой, подчеркнутой эмоциональной окрашенностью, имеют более крутые фронты (атаки) и спады. Спад сигнала во многом определяется акустической обстановкой зала, и существенно влияет на эстетическое восприятие звучания. В качестве параметров формы огибающей ЗС в МКСО, используется крутили/ нарастания и спада его аналитической огибающей. На рисунках 7 и 8 приведены их средние значения.
Рис. 7. Средняя крутизна атак. дБ/с
Рнс. 8. Среден я крутизна спадов, дБ/с
Изменение кру тизны атак во многом определяет оценку качества звучания слушателем и восприятие семантической информации, крутизна спадов определяет эстетическую информативность сигнала*
Рис, 9. Инк-фактор кепетра
Эффективным параметром оценки внутренней спеоральион структуры аудиосигнала. степени гармоничности его звучании, является его кепанр -повторное преобразование Фурье логарифма амплитудного спектра сигнала. На рисунке 9 приведена оценка пик-фактора кепстров для звуковых сигналов прозвучавших в разных залах.
Таблица I
Исследуемое Зал Зал Дом музыки
помещение Чайковского консерватории
Параметр Диапазон значений параметра
дОСМк 0,035...0,057 0,045...0,055 0.055...0,065
ОСМс 0.10.....0,20 0.1 К____0.22 0.17....0.23
дОС'Мс 0,04....0,07 0,06....0,08 0,07....0,085
Средняя 210 230 240
крутизна атак.
дБ/с
Средняя 28 25 22
крутитна спадов, дБ/с
Преобладающие 0,05...0.25 0.1...0,35 0,1...0,4
ритмические
частоты, Гц
Пик-фактор 0,0064..0,0060 0,0084.-0,0099 0,01..0,015
Предварительное исследование комплексных статистических параметров аудиосигналов, записанных в нескольких концертных залах Москвы, показывает существенное различие их параметров. Использование этих залов в качестве «опорных» (а вообще говоря, использование базы «опорных» залов) позволит Прогнозировать близость звучания проектируемого зала к известным, что может повысить точность этапа 30-моделирования при акустическом проектировании залов.
1. А.чдошини H.A., Приттс Р. Музыкальная акустика. СПб.: Композитор - Санкт-1 1етербург. 2006. 720 с. С.451-557.
2. Рекомендации по проектированию концертных чаловч. Мос-ко «архитектура, 2004.
3. Кичерович АН Акустика зрительного ¡ала, М.; Искусство, 1968.
4. Попов ОБ.. Puxtnep С Г Цифровая обработка и измерения сигналов в трактах звукового вещания. М.: И пеня выплат. 2010. 292 с.
5. Ii Up://www.afmii.eu.
6. Абрамов В.А., Малое A.B.. Попов ОБ., О.жчИ/хип P.A., Черникой k B Программа анализа параметров сигналов Зйукойого вешания «ESTIM». Свидетельство о государственной регистрации программы для ЭВМ № 2013616645 от 15 июля 2013.
7. Попов О.Б., Рихтер С.Г. Абрамов В.А I ¡агент РФ №2458340 «Сносиб измерения мгновенных и средних значений абсолютной и относительной мощности акустических сигналов и устройство для его осуществления». Опубл. В И №22. 10.0Й.2012.
8. Абрамов В.А.. Попок О Б. Способ измерения спектра информационных акустических сигналов телерадиовещания и устройство для его осуществления, Патент RU 2573248 С2. Опубликован 20.01.2016. Б И №2.
4. AöpauiHS H.A.. Попов O.E. Черников КВ. Свидетельство о государственной регистрации программы для 'ЗВМ №2013617341 от 04.08,2013 Программа «Точный спектральный анализ звукового сигнала «Spectran»».
Литература
PREDICTION MODELING FOR AKUSTICHESKM DESIGNING
Elena V. Liukina, Moscow Technical University of communications and Informatics, Moscow, Russia, [email protected] Tatyana V. Chernyshova, Moscow Technical University of communications and Informatics, Moscow, Russia, [email protected] Semyon Anatolyevich Litvin, Moscow Technical University of communications and Informatics, Moscow, Russia, [email protected] Aleksey Sergeevich Janovskiy, Moscow Technical University of communica-tions and Informatics, Moscow, Russia, [email protected]
Abstract
The subject of research is acoustic design of premises. The aim of the research is to investigate the applicability of the method of complex statistical evaluation for acoustic design of the premises, taking into account the most important characteristics of the sound signals. It is shown that any sound signal contains two types of information - semantic and aesthetic (emotional). That possibility has occurred to date based on the settings of the sound signal to predict its effect on the listener. It uses energy, spectral and dynamical characteristics of the signal. Measurements are carried out on sound material recorded in each of the halls. The results of the research of the characteristics of the sound signal, which largely determine the evaluation of the sound quality by the listener, are shown in several well-known halls. When the measurements were invited the following parameters were used: the sound signal differential relative average power, which indirectly determines the loudness of the sound; the rate of rise and decline of analytical baseband of audio signal, which determines the clarity of sound; tonal purity, evaluated by processing the results of the cepstral analysis of sound. The research were conducted using broadband records symphonic compositions with a total duration of about 12 hours (for each of the halls), which exceeds the stationarity interval for parameters used. ESTIM software, developed at the department of "Television and Sound Broadcasting" of MTUCI, was used to form the estimates. The resulting set of statistical estimates allows, by examining the results of simulating the passage of an audio signal through the model of a newly developed hall, to estimate the degree of its approximation by acoustic characteristics to "reference" halls. In the future it is supposed to form the database of acoustic standards for comparing the characteristics with concert halls around the world.
Keywords: аcoustic design of the premises, sound signal, energy, spectral and dynamic characteristics, model of a projected hall, computer simulation, database of characteristics of real premises.
References
1. Aldoshina I.A., Pritts R. (2006). Musical acoustics. Spb.: componentszitor Saint-Petersburg. 720 p. Pp. 451-557. (In Russian)
2. Recommendations for the design of concert halls. Moskomarhitektour, 2004. (In Russian)
3. Kacherovich A.N. (1968). Acoustics of the Auditorium. Moscow: Iskusstvo. (In Russian)
4. Popov O.B., Richter S.G. (2010). Digital processing and measurement signals tracts sound broadcast. Moscow: Insvjaz'izdat. 292 p.
5. http://www.afmg.eu/ (In Russian)
6. Abramov V.A., Malov A.V., Popov O.B., Ozhdihin G.A., Chernikov K.V. (2013). Analysis of Programme signals audio broadcasting "ESTIM". Certificate about State registration of computer programs no.2013616645 of July 15, 2013. (In Russian)
7. Abramov V.A., Popov O.B., Rikhter S.G. (2012). Method of measuring instantaneous and average values of absolute and relative power of acoustic signals and apparatus for realising said method. Patent RU 2458340. 2012 Aug 10 №22. (In Russian)
8. Abramov V.A., Popov O.B. (2016). Method of measuring the spectrum of information acoustic signals of television and radio broadcasting and apparatus for realising said method, Patent RU 2573248 C2, 2016 Jan 20 №2. (In Russian)
9. Abramov V.A., Popov O.B., Chernikov K.V. (2013). Accurate spectral analysis of the sound signal "Spectran". Certificate about State registration of computer programs no.20l36l734lof Aug 09, 2013. (In Russian)
Information about authors:
Liukina Elena Valer'evna, Moscow Technical University of communications and Informatics, postgraduate student, Chernyshova Tatyana Vasil'evna, Moscow Technical University of commu-nications and Informatics Committee, Associate Professor, Litvin Semyon Anatolyevich, the Moscow Technical University of communi-cations and Informatics, Associate Professor, Janovskiy Aleksey Sergeevich, Moscow Technical University of communica-tions and Informatics, postgraduate student
