Definizione dell’indice STI
L’indice STI si basa sul concetto di modulazione di una portante, ipotizzando che il parlato umano sia rappresentabile in tal modo.
Nel metodo STI classico la portante è rappresentata da un segnale stazionario gaussiano suddiviso in sette bande di ottava  di ampiezza pari a ½ banda di ottava nella gamma 125 Hz – 8 kHz, mentre ciascuna banda viene modulata in ampiezza con una frequenza variabile da 0,63 a 12,5 Hz, con un passo di 1/3 di ottava (in tutto 14 frequenze di modulazione).
Quindi un segnale complesso costituito da un insieme di 98 combinazioni (14 frequenze di modulazione x 7 bande di frequenza), che devono essere riprodotte da un altoparlante delle dimensioni di una bocca umana, che funge da “parlatore”.
Poiché il segnale all’origine è noto, si può determinare l’intelligibilità del parlato in una postazione dell’ambiente in studio confrontando il grado di modulazione e il livello di ciascuna combinazione con i gli stessi parametri all’origine dell’emissione: in sostanza, il metodo associa le caratteristiche dell’ambiente con la funzione di trasferimento determinata dal confronto fra l’input (il segnale modulato con cui si alimenta l’altoparlante) e l’output (il segnale microfonico nella postazione in cui occorre determinare lo STI): il segnale microfonico viene infatti modicato dalle caratteristiche emissive della catena di amplificazione e diffusione sonora e dalle caratteristiche acustiche dell’ambiente (tempo di riverberazione,  rumore di fondo o meglio rapporto segnale/rumore).
Lo STI può anche essere direttamente definito attraverso il concetto di tempo di riverberazione e di rapporto segnale/rumore, attraverso la seguente
relazione, che esprime la funzione di trasferimento della modulazione:

Lo STI è quindi una media ponderata delle  varie funzioni di trasferimento della modulazione m(f).
Dalla relazione che definisce m(f) si può capire come al crescere del tempo di riverberazione si riduce m(f) -quindi STI- alle frequenze più alte, mentre un basso rapporto segnale/rumore (S/N) faccia peggiorare m(f) a tutte le frequenze.
Il limite del metodo STI classico dato dal tempo necessario per eseguire una misura: infatti per misurare ogni possibile combinazione per almeno 10 secondi si ottiene un totale di tempo di misura di 980 secondi (più 16 minuti) per ciascuna postazione ed inoltre non permette di tenere conto di altre importanti caratteristiche, come le non linearità del sistema di trasmissione.
NOTA: Il tempo di misura può essere notevolmente ridotto se si assume che il sistema di trasmissione sia lineare: in questo caso il segnale di eccitazione può contenere simultaneamente tutte le frequenze di modulazione e le diverse componenti possono essere separate in fase di analisi del segnale microfonico utilizzando filtri o l’analisi di Fourier, in alternativa è possibile ricavare l’indice STI a partire dalla risposta all’impulso dell’ambiente.

L’evoluzione dello STI: il metodo STIPA
Quando capita di dover valutare l’intelligibilità del parlato in ambienti riverberanti o rumorosi (stazioni, aeroporti, ambienti industriali, chiese…), oppure in ambienti nei quali il sistema di diffusione sonora è di scarsa qualità,  lo STI ed il RASTI non sono più adatti.

E’ conveniente allora utilizzare una variante del metodo, denominata STIPA (Speech Transmission Index Public Address).
Si tratta di un metodo che si basa sull’utilizzo di tutte le sette bande di frequenza insite nella definizione dello STI (da 125 Hz a 8 kHz), ma vengono misurati solo 12 indici di modulazione (invece di 98) con uno schema di combinazioni prefissato.
Il metodo permette di eseguire una misura dell’indice STIPA nello stesso tempo necessario per il RASTI (circa 10 – 15 secondi), ed in tal modo è dunque possibile caratterizzare molti punti di un ambiente in tempi assolutamente ragionevoli.
Allo scopo di velocizzare la misura le sette bande di frequenza vengono riprodotte contemporaneamente e modulate in ampiezza al  55% con le frequenze indicate in tabella.

NOTA: E’ possibile misurare lo STIPA utilizzando un piccolo altoparlante di diametro massimo 100 mm (conforme alla raccomandazione ITU-T P.51 del 1996 relativa alle caratteristiche della “bocca artificiale“).
E’ importante che il sistema di riproduzione sia lineare nella gamma 100 Hz – 10 kHz.

Se lo scopo è verificare la distorsione di un sistema di riproduzione sonora questo requisito perde di senso (ma è possibile valutare anche l’intelligibilità di un canale di trasmissione inviando direttamente all’ingresso preamplificato il segnale da analizzare).

a cura di Paolo Molina