高校教室语言清晰度的预测与优化研究

摘要

高校教室语言清晰度问题自上世纪70年代就引起国内外学者的关注。国内外关于教室语言清晰度的研究多集中在使用主观听音评价法、客观实测法与计算机软件模拟法来研究听众主观感知特性、客观的教室听闻环境调查、听闻环境影响因素研究及评价参量等方面的问题。然而，对于运用智能算法来研究教室语言清晰度问题的尚不多见。将智能算法应用于研究教室语言清晰度不仅具有创新性，而且具有实用价值。本文使用神经网络算法与免疫算法从两个角度来研究教室语言清晰度问题。本文先后从以下四个层面展开论述:
　　第一个层面是房间声学理论与语言清晰度理论的阐述。介绍房间声学原理;阐述语言传输指数STI的定义与计算方法，并基于理论的角度讨论语言清晰度影响因素;基于规范对教室最佳混响时间进行讨论。
　　第二个层面是基于实测的基础上，探究了高校教室语言清晰度状况，对高校教室语言清晰度进行评价，基于实测的角度讨论语言清晰度影响因素，并对改善教室语言清晰度提出一些建议。
　　第三个层面运用神经网络算法预测语言传输指数STI。在实测环节积累大量的脉冲响应及其语言清晰度数据，运用信号处理方法提取脉冲响应短时能量，运用神经网络建立脉冲响应短时能量与语言清晰度的映射，经过训练使之达到识别并预测语言清晰度的作用。
　　第四个层面运用免疫算法进行吸声构造的优选。依据简化的语言传输指数理论建立语言传输指数与混响时间的关系模型，混响时间采用Eyring公式进行计算，建立多变量目标函数，建立材料库，运用免疫算法为教室快速优选出后墙等部位的最优吸声构造以达到改善语言清晰度的目的。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 国外的研究现状

1．2．1 国内的研究现状

1．3 研究内容

1．4 研究方法与技术路线

1．5 本章小结

第二章 房间声学理论与语言清晰度理论

2．1 房间声学理论简介

2．1．1 房间几何声学理论

2．1．2 房间统计声学理论

2．1．3 房间波动声学理论

2．1．4 三大房间声学理论的区别与联系

2．2 语言清晰度理论

2．2．1 语言声特性

2．2．2 语言传输指数STI定义

2．2．3 语言清晰度指数STI影响因素

2．3 基于语言清晰度最佳混响时间规定

2．4 本章小结

第三章 教室声环境实测

3．1 教室背景噪声实测

3．1．1 教室外部环境描述

3．1．2 教室分类与信息采集

3．1．3 教室背景噪声测量原理与方法

3．1．4 教室背景噪声测量结果与分析

3．2 信噪比估算

3．2．1 教师语言信号声压级测量

3．2．2 信噪比估算

3．3 教室语言清晰度实测

3．3．1 教室语言清晰度测量原理与方法

3．3．2 教室空场条件下语言清晰度测量结果及分析

3．3．3 教室满场条件下语言清晰度测量结果及分析

3．3．4 教室窗帘展开程度不同条件下语言清晰度测量结果及分析

3．3．5 教室不同脉冲声源条件下语言清晰度测量结果及分析

3．4 本章小结

第四章 BP神经网络算法预测教室语言传输指数STI

4．1 神经网络预测语言清晰度意义

4．2 BP神经网络理论

4．3 BP神经网络模型建立

4．3．1 脉冲响应的获取

4．3．2 脉冲响应短时能量提取

4．3．3 神经网络模型

4．4 BP神经网络预测语言传输指数STI结果及分析

4．5 本章小结

第五章 免疫算法优选室内吸声构造

5．1 优选吸声构造的意义

5．2 免疫算法基本理论

5．3 免疫算法多变量目标函数构建

5．4 吸声构造材料库建立

5．5 免疫算法优选吸声构造步骤

5．6 免疫算法优选吸声构造结果及分析

5．6．1 中型教室优选吸声构造结果

5．6．2 大型教室优选吸声构造结果

5．6．3 免疫算法优选吸声构造结果的分析

5．7 本章小结

第六章 结论与展望

6．1 结论

6．2 创新点

6．3 展望

参考文献

攻读硕士学位期间发表的学术论文目录

致谢

附录