在日常交流中，面對面交談的語音清晰度往往令人感到自然而毫不費力。然而，一旦涉及到擴聲，保持這種清晰度就變得頗具挑戰性。本文旨在深入探討語言清晰度(可理解性)的關鍵要素，并分享一些實用的技巧，以確保在各種場景下都能維持高質量的語音清晰度。

　　核心要點概述

　　語言來自口頭表達。因此在對語音進行擴聲時，您應該始終考慮如何保持語言的清晰度(可理解性)。

　　語音的產生：聲音是通過聲帶的振動而產生，音量和音高均可通過聲帶的控制來變化。聲音頻譜的過濾則受到咽、口、鼻等腔體的影響。

　　錄音技巧：改變聲音的力度可以改變聲音的音量和頻譜。甚至聲音的音高也會隨著發聲的力度而變化。例如大喊大叫聽起來就明顯不同于正常說話。因此在錄音時，確保捕捉語音信號的峰值至關重要，因為它們在RMS或平均音量之上可能顯著升高。同樣對于出現在500hz以上的頻率范圍內輔音(k, p, s, t等)，特別是位于2kHz - 4kHz頻率范圍內的輔音，對于非聲調語言的清晰度至關重要。

　　距離與位置：距離說話者大約一米時，語音的清晰度和自然度通常達到最佳，我們會覺得他的聲音是自然的，站在人的旁邊或后面會降低自然度和清晰度(可理解性)。不同的位置(如側面或后方)可能會影響聲音的感知。實際上，除了我們用耳朵或麥克風靠近發言人的時候，幾乎在任何其他位置都能聽到清晰的聲音。

　　音色與頻率：頭部、胸部或身體的不同位置會賦予聲音獨特的音色。例如，胸部位置的語音頻譜可能缺乏2kHz-4kHz范圍內的關鍵頻率，這會導致語音清晰度降低。如果麥克風不能補償這一點，你應該用均衡器進行校正。

　　語音作為聲源

　　語音不僅是交流的工具，更是一種復雜的聲學信號。雖然語言本身具有普遍性，但每個人的聲音特征和音質都是獨一無二的。了解這些差異對于確保錄音和擴聲中的清晰度至關重要。

　　聲級

　　因為人們在發聲時用力的程度不同，從輕聲低語到大聲喊叫，語音的音量變化范圍極大，所以很難給語音音量指定一個固定的數字。下表中的值表示成年人的平均A加權語音音量。值得注意的是，當語音音量對應于1米距離處的正常語音水平時，理解語音的能力是最佳的。換言之，大約55-65 dB的聲壓級為20μPa。

（在這種情況下，參考是可聽到的最弱聲壓級）

作為收聽/錄音距離的函數的平均語音水平。正常講話和叫喊之間有將近20分貝的差異。

　　峰值

　　同時要注意峰值因素——即峰值電平與RMS電平之間的比率，這對于避免錄音或拾音的失真至關重要。

　　上表中顯示的每個電平都是平均RMS電平，而不是峰值電平。通常，峰值比RMS電平高出20-23dB。峰值電平和RMS電平之間的比率稱為峰值因子。當在電聲系統中記錄或再現語音時，該因素是一個重要參數。另請注意：在嘴唇處測量的大聲歌唱可以達到130 dB (參考20μPa RMS)的電平，峰值水平超過150 dB(參考20μPa RMS)。

?

　　男聲，正常講話(時長18秒)。平均RMS：-21.5 dBFS，峰值：-0.5 dBFS。波峰系數11(21 dB)。紅色虛線表示RMS電平。

　　實用建議

　　選擇合適的麥克風：針對特定應用場景選擇合適的麥克風，確保捕捉高音頻細節。

　　善用均衡器：針對錄音環境或麥克風位置導致的頻率缺失，使用均衡器進行補償。

　　優化錄音環境：盡量避免背景噪音和回聲，在空間內使用吸聲材料或采取其他聲學處理措施。

　　注意距離與位置：保持與發言者的適當距離和位置，最大化語音的清晰度和自然度。

　　遵循這些建議，深入了解語音產生的原理，您將在各種場合下輕松確保高質量的語音清晰度。讓我們期待下一期，繼續探索語言清晰度的更多奧秘!

　　本文轉載自DSP同創音頻微信公眾號