语言传输指数 STI 模拟器

Q: STI 与 RASTI、%ALcons 有什么区别？

STI（Speech Transmission Index）是 IEC 60268-16 规定的完整指标，需要测量 7 个倍频带 × 14 个调制频率，共 98 个 MTF 值。RASTI 是仅取 2 个倍频带的简化版本，主要面向户外，现行标准已不推荐使用。%ALcons（辅音听损率）是 PA 行业长期使用的百分比指标，大致上 STI≈0.5 对应 %ALcons=10%。建筑声学领域以 STI 为国际标准，本工具采用的也是 STI。

Q: 教室或大厅的 STI 应当取多少？

推荐目标值如下：办公室与会议室 STI≥0.60（Good）；教室、报告厅 STI≥0.65（儿童注意力储备约为成人一半，标准更严）；剧院与音乐厅的台词部分 STI≥0.55；EVAC 紧急广播（IEC 60849）STI≥0.50 为法定要求。STI 低于 0.45 时单词识别率急剧下降，听者只能感觉「有人在说话」，无法理解具体内容。

Q: 除了降低混响时间 T60，还有哪些提升 STI 的方法？

增加吸声以压低 T60 是最有效的手段，此外还有：(1) 提高信号电平以提升信噪比（超过 80 dB 会刺耳）；(2) 让扬声器靠近听者，增加直达声占比（分散式吊顶布置）；(3) 使用指向性较强的柱形扬声器抑制反射；(4) 通过暖通改造降低背景噪声。在本工具中改变指向性 Q 或距离，可以看到临界距离与直达／混响声比例的变化。

Q: 为什么 STI 计算特别重视 1~4 Hz 附近的调制？

人的语音中，音节节律约 4~8 Hz、重音模式约 1~2 Hz，是承载语义的主要包络成分。Steeneken 与 Houtgast 证明：用 0.63~12.5 Hz 共 14 个调制频率的 MTF 即可较好再现元音、辅音的可懂程度。混响时间 T60 越长，低频调制越被压平，其中 2~4 Hz 音节段的劣化对了解度损害最大。

语言传输指数 STI 模拟器

语言传输指数 STI（Speech Transmission Index）通过调制传递函数（MTF）定量评价混响与背景噪声对语音可懂度的破坏，是 IEC 60268-16 的国际标准指标。调整混响时间 T60、信噪比、距离、房间体积与指向性，即可实时评估教室、剧院、PA 与应急广播的语音清晰度。

参数设置

混响时间 T60

声源停止后声压衰减 60 dB 所需的时间

信号电平

说话人或扬声器在 1 m 处的声压级

背景噪声

空调、人群嘈杂等背景噪声（A 计权参考）

声源-听者距离

房间体积 V

m³

教室≈200，报告厅≈3000，体育馆≈10000，机场大厅≈30000

声源指向性 Q

无指向=1，人声≈2，号筒≈10，柱形扬声器≈20

计算结果

—

混响时间 T60 (s)

—

临界距离 (m)

—

听者位置 SNR (dB)

—

混响调制系数 m_rev

—

STI 值

—

清晰度等级

—

室内声场动画 — 直达声、反射声与 SNR 分区

黄色为声源、白色为听者。直达声线与天花板／地面反射声叠加显示，背景按听者位置 SNR 分为绿（≥10 dB）／黄（0~10 dB）／红（<0 dB）三色。

MTF — 调制频率 vs m（混响 + SNR）

STI vs 混响时间 T60（当前 SNR 条件）

理论与主要公式

$$m_{rev}(F) = \frac{1}{\sqrt{1+\bigl(\frac{2\pi F\,T_{60}}{13.8}\bigr)^{2}}},\quad m_{snr} = \frac{1}{1+10^{-\mathrm{SNR}/10}}$$

调制传递函数（MTF）。F 为调制频率 [Hz]，T60 为混响时间 [s]，SNR 为听者位置信噪比 [dB]。混响与 SNR 作为两个独立的调制衰减因子合成。

$$m_{k} = m_{rev,k}\cdot m_{snr,k},\quad \mathrm{SNR}_{eff} = 10\log_{10}\!\frac{\bar{m}}{1-\bar{m}}$$

分带合成 m 及对应的视在有效 SNR。本工具采用 0.63~12.5 Hz 的 14 个调制频率求平均，作为一倍频带近似。

$$\mathrm{STI} = \frac{\mathrm{SNR}_{eff,\,clip} + 15}{30}\in[0,1]$$

STI 是将 SNR_eff 限幅在 ±15 dB 后的线性映射。低于 0.45=Poor，0.60~0.75=Good，0.75 以上=Excellent（IEC 60268-16）。

用 STI 评估语音清晰度

🙋

在大厅里听广播经常「啥也听不清」，调大音量不就能解决吗？

🎓

有意思的是，调大音量往往无效，反而让反射声更多，混响会把前后音节糊在一起，辅音被"叠掉"。量化这一现象的就是 STI（语言传输指数），由 IEC 60268-16 定义为 0~1 的分数。低于 0.45 词识别率断崖式下降，应急广播 EVAC 法规要求 STI≥0.50。

🙋

STI 是怎么算出来的？它和信噪比不是一回事吗？

🎓

STI 的核心是调制传递函数 MTF。人声的音节节律约 4 Hz、重音节奏 1~2 Hz，这些"慢速包络"承载了意义。混响会把它抹平、噪声会把它埋住。公式上 m_rev = 1/√(1+(2πF·T60/13.8)²)，T60 越长低频调制就越被压平；再乘以 m_snr = 1/(1+10^(-SNR/10))，反推出视在 SNR，最终 STI=(SNR_eff+15)/30。

🙋

所以混响与噪声都要看。默认值（T60=1.2 s，信号 70 dB，噪声 50 dB）下 STI=0.45 是 Poor。这是普通教室的水平？

🎓

恰恰是问题所在。中小学教室设计上应做到 T60≈0.7 s，但实测往往 1.0~1.5 s，坐在后排的学生其实是在"Poor"清晰度下听课的。ANSI S12.60 对学校空间要求 STI≥0.65、背景噪声≤35 dB(A)。试着把左侧 T60 改到 0.7 s、噪声改到 40 dB，STI 一下子就能跳到 0.7 多。

🙋

真的，STI 0.73 变成 Good 了！所以加吸声材料压混响就是必杀技？

🎓

大方向是对，但吸声不是越多越好。T60 压到 0.3 s 以下房间会"死掉"，音乐与歌声就立不起来。多用途厅常采用可动吸声体在不同节目间切换混响。另一个隐蔽陷阱是临界距离——直达声等于反射声的距离。默认条件下只有 1.65 m，8 m 远的听者基本只听反射声。提高指向性 Q（柱形扬声器）能拉长临界距离，让直达声在更远位置仍占优势。

🙋

原来机场广播用柱形扬声器就是这个道理！应急广播原来这么有讲究。

🎓

没错。中国《消防应急广播系统》以及国际的 IEC 60849 / EN 54-16，都把"每个座位 STI≥0.50"作为强制要求。机场航站楼、地下商业街等空间要靠分散布置、延时校准与指向性控制综合实现。STI 不只是一个数字，对生命安全系统来说，它直接关系到危急时刻疏散指令能否清楚传达。

常见问题

STI（Speech Transmission Index）是 IEC 60268-16 规定的完整指标，需要测量 7 个倍频带 × 14 个调制频率，共 98 个 MTF 值。RASTI 是仅取 2 个倍频带的简化版本，主要面向户外，现行标准已不推荐使用。%ALcons（辅音听损率）是 PA 行业长期使用的百分比指标，大致上 STI≈0.5 对应 %ALcons=10%。建筑声学领域以 STI 为国际标准，本工具采用的也是 STI。

推荐目标值如下：办公室与会议室 STI≥0.60（Good）；教室、报告厅 STI≥0.65（儿童注意力储备约为成人一半，标准更严）；剧院与音乐厅的台词部分 STI≥0.55；EVAC 紧急广播（IEC 60849）STI≥0.50 为法定要求。STI 低于 0.45 时单词识别率急剧下降，听者只能感觉有人在说话，无法理解具体内容。

增加吸声以压低 T60 是最有效的手段，此外还有：(1) 提高信号电平以提升信噪比（超过 80 dB 会刺耳）；(2) 让扬声器靠近听者，增加直达声占比（分散式吊顶布置）；(3) 使用指向性较强的柱形扬声器抑制反射；(4) 通过暖通改造降低背景噪声。在本工具中改变指向性 Q 或距离，可以看到临界距离与直达／混响声比例的变化。

人的语音中，音节节律约 4~8 Hz、重音模式约 1~2 Hz，是承载语义的主要包络成分。Steeneken 与 Houtgast 证明：用 0.63~12.5 Hz 共 14 个调制频率的 MTF 即可较好再现元音、辅音的可懂程度。混响时间 T60 越长，低频调制越被压平，其中 2~4 Hz 音节段的劣化对了解度损害最大。

实际工程应用

学校与教育设施：ANSI S12.60 与中国 GB/T 50121 等标准对教室提出 T60≤0.6 s、背景噪声≤35 dB(A) 的儿童使用要求，对应 STI 约 0.65 以上。达不到的教室会扩大低年级学生、听障儿童、第二语言学习者之间的成绩差距。设计阶段应用本工具一类的 STI 推算，确定吸声吊顶、地毯与书架布置。

EVAC 紧急广播系统：IEC 60849 / EN 54-16 与中国国家标准均要求紧急广播在所有座位达到 STI≥0.50。在机场航站楼、地下商街、大型购物中心、体育场等强反射空间，必须采用柱形扬声器的分散布置加上 DSP 延时校准，让每个听者位置的直达声与反射声同相叠加。

剧院、音乐厅与宗教场所：音乐需要适度混响（T60=1.6~2.2 s），台词与朗诵则需要 STI≥0.55，两者本身矛盾。现代多用途厅以可动吸声幕、可转动混响仓与主动电声增强解决——根据节目切换混响时间。教堂、清真寺等场所也以同样方式平衡"音乐性祷告"与"清晰说教"。

开放式办公与呼叫中心：近年 WELL 建筑标准要求会议室、电话亭 STI≥0.65。开放工位区反向使用 STI：通过粉噪声"声学掩蔽"将 STI 主动压低到 0.30 左右，使邻座对话不可懂以保护谈话隐私——同一个指标在两个方向上使用。

常见误区与注意事项

最大的误区是只用单一平均 T60 评判 STI。STI 本质上是 7 个倍频带（125 Hz~8 kHz）MTF 的加权和。如果只有低频段（125~250 Hz）T60 偏长，房间会"嗡嗡作响"、辅音被低频掩蔽。本工具为了清晰只取代表性单一 T60，但实际测量中各频带 T60 差异可能很大，低频吸声不足必须重点关注。详细评估需要 B&K 2270 等测量仪或 ODEON、OPENSTAGES 等声场仿真。

其次是"只要拉高 SNR 就能弥补长混响"的想法。SNR 与混响在 MTF 中作为独立相乘项出现，一方差另一方再好也撑不起来。例如 T60=2.5 s 时 m_rev 上限只有 0.35 左右，SNR 提到 30 dB，STI 也只能勉强达到 0.5。混响大的空间应当按吸声、SNR、指向性的顺序投入改造。

最后是"多装几台喇叭明瞭度就会提升"的误解。增加扬声器固然能补充直达声，但每台到达听者的路径不同，时间差形成的回声反而会拉低 STI。解决办法是根据扬声器间距与听者距离计算延时，用 DSP 做时间对齐。机场吊顶以等间距小型扬声器排布，正是为了让每位听者由最近一台主导，与下一台之间的时间差落在听觉融合窗口内。

用 STI 评估语音清晰度

常见问题

实际工程应用

常见误区与注意事项

使用指南

具体计算示例

实务注意事项