中小教室无感扩声（人声补强）问题研究

问题：一般培训室和普教中小学教室空间有以下典型布局，微型6米*6米，5米*7米；小型8米*8米，7米*9米；中型8米*10米，10米*10米。在上述空间中，老师以正常音量发言，学生是可以听清楚内容的。问题是如果老师长时间说话，很容易嗓子冒烟，后排学生也会因为音量偏小，很容易走神影响成绩。

针对上述问题，无感扩声给中小教室提供人声补强解决方案，即为老师在讲台附近活动区域内提供3~5米拾音距离，并且针对中后排学生提供8～10分贝的音量提升。

为什么是提供8～10分贝的提升？原因之一是，前排学生距离老师通常在3米内，是无需提高人声音量的，而后排学生的听音距离是6～12米，导致音量衰减了6～12分贝。如果把整体音量提升8～10分贝，则可满足教室空间绝大部分位置的听音需求。原因之二是，中小教室空间的无感扩声不得不考虑哈斯效应的统治地位。

哈斯效应的定义如下：当声场中存在两个响度相同的声源发出相同的音频信号时，首先到达人耳的声源被感知为声音的唯一来源，而迟到的声音似乎被忽略掉。这一现象被称为“哈斯效应”或“优先效应”。如下图所示，假设在人头D前方设有两个特性相同的扬声器，分别位于左侧（L）和右侧（R），它们源自同一音频信号。当左右两个扬声器的音量相等且延迟为零时，在听者的正前方听觉上不会感知到两个声源，而会感到只有一个等效声源位于两个扬声器之间的位置，这个位置称为“声像”。如果L和R的音量相等，但L的音频信号比R的信号延迟了几十分之一毫秒到几毫秒，声像会从中心点“O”向右移动。当延迟超过3毫秒时，声像几乎完全位于R的位置，听者几乎感觉不到L的存在，只感到R的音量增大。当L的延迟继续增加到30~50毫秒时，虽然声像位置仍在R，但听者仍能感觉到L的存在。当延迟超过50毫秒时，听者明确感到L的存在，并将其视为R的“回声”。如果L的音量低于R的音量，产生回声感的时间延迟会更长。

图：双耳声像定位

此外，哈斯的实验还揭示了一个重要发现：对于延时在10到25ms之间（在30毫秒以内的短延时）的声音，必须将其音量电平提高约10分贝以上，与未延时的声音相比，才能产生相同的听觉响度。这一发现在下图中展示为著名的"哈斯曲线"。简而言之，当声源存在10~25毫秒的延迟时，需要显著增加声源的音量，约10分贝左右，才能感知到两个声源同时存在，并使声音位置居中，听起来的响度相同。换言之，10~25毫秒的时间差与大约10分贝的音量差产生了类似的听觉效果。根据哈斯曲线，扩声音箱作为第二音源，在延迟10～25毫秒的时候，可以提供最佳的音源掩蔽（大约10分贝），获得最佳扩声体验。上述延迟在35毫秒以上，扩声体验都会显著变差。

图：哈斯曲线

参考上述原理分析，可以进行以下附图空间扩声延迟的演算。附图中比较合理的，我们取老师距离麦克风的距离为平均3米，老师B点距离的平均为5米，老师距离C点距离的平均为8米，扩声音箱到B和C距离平均为5米。因此在C区域内可以近似认为老师的直达声距离约等于老师的拾音距离加上音箱到C点的距离，在B区域内可以近似认为老师的直达声距离明显小于老师的拾音距离加上音箱到C点的距离。为了保持B和C区域内的扩声延迟在10~25毫秒，我们可以推论出，无感扩声系统最佳的端到端延迟应该在10毫秒左右。

无感扩声和常见的近讲扩声有本质区别：近讲扩声的原始音源对整个声场的作用微乎其微，听众的感受几乎都是来自扩声音箱的表现。而上述中小教室空间中的无感扩声，原始人声音源和扩声音箱相互作用，哈斯效应占据了统治地位，只有遵循符合哈斯效应的扩声系统，才能为用户解决好人声补强的问题。

上述哈斯效应同时也说明了一个合格无感扩声系统，音箱的安装位置应该尽量照顾中后排的学生，而无需担心会造成声像不一致的问题。这和舞台扩声的逻辑是完全不同的，所以有些人希望把无感扩声的音箱安装在黑板两边，不管是出于声像一致的考虑，还是其他原因，都是因为没有理解哈斯效应对中小空间内无感扩声的统治地位。

遵循哈斯效应的技术要求，“声扩”阵列麦实测端到端扩声延迟为10毫秒。另外，波束拾音可以精准控制无感扩声的拾音区域，规避很多音源干扰，降低扩声带来的副作用。“声扩”阵列麦的波束拾音，可以屏蔽高达40dB的音源干扰，保证了扩声系统适宜在教室内长时间开机工作，无需担心扩声系统对教室整体声环境的影响。相比全向拾音的吊麦，或者指向性不强的吊麦，这是很大的技术进步，正逐步成为无感扩声市场的主流方案。

“声扩”阵列麦由于满足了哈斯效应的延迟技术要求，搭配自身的音响在普通测试环境下，当音箱的音量在50%左右的时候，老师基本上没有听返；音量在60%的时候，系统依然可以稳定工作；音量在70%以上，开始出现可察觉的变声现象。实测的传声增益可超过15dB。

无感扩声的空间延迟分析：

图：扩声的空间延迟

由于教室无感扩声的人声补强首要追求的目标是STI（Speech Transmission Index），语言传输指数是最受认可的评估语言清晰度的参数。所以，扩声系统的音色应该更偏好的是清晰度而不是丰满度，如下图所示，通过调节混响器可以平衡声音的清晰度和丰满度。

图：清晰度与丰满度的关系

事实上，在自然厅堂里根据声源与话筒距离及混响声与直达声比例的不同，其音色的清晰度和丰满度是不同的。如图所示(其中R为混响半径)，混响声/直达声=1时，话筒和音源的距离为R。混响声/直达声>1时，音色丰满；混响声/直达声<1时，音色清晰。放语音时要求混响声/直达声<1，以求较高的清晰度；放音乐时要求混响声/直达声>1，以求较高的丰满度。“声扩”阵列麦通过波束技术加强直达声的同时还抑制了绝大部分混响干扰，获得了较高的语音清晰度。

除了混响对音色的影响，教室无感扩声还有如下因素也需要一并考虑：EQ、响度、室内声场和人耳听觉效应等。

EQ对音色的影响：

1.60Hz~250Hz部分。这段是音乐的低频结构，它们包含了节奏部分的基础音，包括基音、节奏音的主音。它和高中音的比例构成了音色结构的平衡特性。提升这一段可使声音丰满，过度提升会发出隆隆声，衰减此频段和高中音段会使声音单薄。

2. 250Hz~3KHz部分。这段包含了大多数乐器的低频谐波，同时影响人声和乐器等声音的清晰度，调整时要配合前面低音的设置，否则音质会变的很沉闷。如果提升过多会使声音像电话里的声音；如把600Hz和1kHz过度提升会使声音像喇叭的声音；如把3KHz提升过多会掩蔽说话的识别音，即口齿不清，并使唇音“m、b、v”难以分辨；如把1kHz和3kHz过分提升会使声音具有金属感。由于人耳对这一频段比较敏感，通常不调节这一段，过分提升这一段会使听觉疲劳。

3. 4kHz~5KHz部分。这是影响临场感（距离感）的频段。在调音的过程中，尤其要关注4~5kHz这一频段，特别是在对人声话简进行调音时。因为对于话简而言，4~5kHz的音是人声的泛音，其声强较弱，但这一频段的音是人耳最为敏感的声音，提升这一频段，不但可增强声音的明亮度,也能增强声音的临场感。提升这一频段，使人感觉声源与听者的距离显得稍近了一些；衰减则就会使声音的距离感变远；如果在5KHz左右提升6dB，则会使整个混合声音的声功率提升3dB。

4. 6kHz~16kHz部分。这一频段控制着音色的明亮度，宏亮度和清晰度。一般来说提升这部分使声音宏亮，但不清晰，还可能会引起齿音过重；衰减这部分使声音变得清晰，可音质又略显单薄。该频段适合还原人声。

考虑响度对音色的影响，在调音的时候需要注意如下问题:

1.在音量较大(声压级较大)的情况下，不适合对声音的EQ进行大幅度的提升或衰减。因为在音量较大的情况下，等响度曲线已趋于平坦，大幅度的提升或衰减会破坏声音的整体效果，除非在房间的传输特性曲线有重大缺陷却无房间均衡器来进行补偿时才能这样处理。

2.在音量较小(声压级较小)的情况下，应对调音台均衡的低频和高频进行适量的提升。因为在音量较小的情况下，低频和高频要想获得和中频同样的响度，就需要相对较大的声压级。

室内声场对音色的影响

室内声场中的声音主要由直达声、近次反射声和混响声组成。直达声是指声源直接传播到听者的声音，是主要的声音信息。听音点处的声音强度与声源距离的平方及声音的频率成反比衰减，距离越远，频率越高，声音的衰减就越大。声音传播需要时间，距离越大传输时间越长。声音具有反射现象，近次反射声指声音经过舞台前倾顶、音乐厅墙壁或任何其他障碍物反射到我们耳中的声音。一般把延迟不超过50ms的反射声当做近次反射声。超过50ms的反射声称为混响声。

直达声决定着声音的清晰度、临场感及亲切感;近次反射声对直达声有加重加厚的作用，能使声音变得更加饱满，更加浑厚，更加动听；混响声能使声音更加丰满，更加圆润，更具磁性，更有层次感，更具感染力，并能展宽环境声场。

听觉效应对音色的影响，人耳的听觉效应有掩蔽效应、哈斯效应、双耳效应、多普勒效应等。

1.掩蔽效应对音色的影响，掩蔽效应包括以下几点，调音时应加以注意：(1)能量大的声音掩盖能量小的声音，调音时应特别注意各声部之间的声功率平衡；(2)声压级相同时，中频声掩盖高频声和低频声，应注意提升高频分量；(3)声压级相当大时，低频声明显掩盖高频声，应注意提升高频分量；(4)声压级不太大且各频段声音响度接近时，高频声对低频声产生较小的掩蔽作用，在室外时应注意提升低频分量；(5)在延时小于50ms时，先传入人耳的声音掩蔽后传人人耳的声音。

2. 哈斯效应对音色的影响，前文已经展开了描述。符合哈斯效应要求的扩声系统才能实现全场无回声、声像一致的8~10dB人声增强，获得久听不累的的扩声体验。