5D Library › 建筑声学、混响时间与空间环境心理学的物理模型 · English

第一章 赛宾与艾林:混响时间与语言清晰度

房间的「尾音」

在一间空的玻璃会议室里拍一下手,声音不会立刻消失,而是拖着一段越来越弱的「尾音」;在一间摆满书架、铺着地毯的书房里拍手,尾音短得几乎听不见。这段尾音就是混响。声学里用混响时间 RT60RT_{60}(下文常简写为 TT)描述它:声源停止后,房间里的声能衰减 60 dB(降到百万分之一)所需的时间。

19 世纪 90 年代,哈佛大学的年轻物理学家华莱士·赛宾受命改善一间几乎无法讲课的演讲厅。他用风琴管作声源、用自己的耳朵和秒表计时,搬进搬出不同数量的坐垫,测量尾音的长短,最后得到一个简单的经验规律:混响时间与房间体积成正比,与房间里的总吸声量成反比。这些工作在 1900 年以《混响》为题连载发表,后来收入他的《声学论文集》(Sabine 1922)。今天,这条规律仍是建筑声学的第一课。

推导:赛宾公式

推导

扩散声场中的能量平衡。 假设房间里的声能均匀分布、各个方向的声传播概率相同(「扩散声场」),能量密度为 ww。可以证明,单位时间内落到单位面积墙面上的声能是 cw/4cw/4(cc 为声速)。如果房间各表面的面积为 SiS_i、吸声系数为 αi\alpha_i,等效吸声面积 A=∑SiαiA = \sum S_i \alpha_i(单位为平方米,即「赛宾」)。声源停止后,

Vdwdt=−cA4w⇒w(t)=w0e−cAt/(4V).V\frac{dw}{dt} = -\frac{cA}{4}\,w \quad\Longrightarrow\quad w(t) = w_0\,e^{-cAt/(4V)}.

能量下降 60 dB 即 w/w0=10−6w/w_0 = 10^{-6},所以

RT60=24ln⁡10c⋅VA≈0.161VA(c=343m/s).RT_{60} = \frac{24\ln 10}{c}\cdot\frac{V}{A} \approx \frac{0.161\,V}{A}\quad(c = 343\ \text{m/s}).

这就是赛宾公式。常数 0.161 不是魔法数字,而是 24ln⁡10/c24\ln 10/c;声速随温度变化时它也略有变化。

推导

艾林的修正。 赛宾公式有一个明显的毛病:如果所有表面都完全吸声(α‾=1\bar\alpha = 1),声音应当瞬间消失,但公式给出的 TT 仍大于零。1930 年,卡尔·艾林换了一个角度:声线在房间里每走一段平均自由程 4V/S4V/S 就碰到一次墙面,每次碰撞只剩下 (1−α‾)(1-\bar\alpha) 的能量,其中 α‾=A/S\bar\alpha = A/S 是平均吸声系数 (Eyring 1930)。每秒碰撞 cS/(4V)cS/(4V) 次,于是

w(t)=w0(1−α‾)cSt/(4V),RT60=0.161V−Sln⁡(1−α‾).w(t) = w_0\,(1-\bar\alpha)^{cSt/(4V)},\qquad RT_{60} = \frac{0.161\,V}{-S\ln(1-\bar\alpha)}.

当 α‾\bar\alpha 很小时,−ln⁡(1−α‾)≈α‾-\ln(1-\bar\alpha)\approx\bar\alpha,艾林公式回到赛宾公式;α‾→1\bar\alpha \to 1 时 T→0T \to 0。两个公式都假设声场扩散、吸声分布大致均匀;当吸声集中在一个面上(例如只有吸声吊顶)时,两者都可能偏离实测值 (Kuttruff 2009)。

下面的程序计算同一间 8 × 6 × 3 米会议室的三种装修:A 是硬质地砖、抹灰顶棚、一面玻璃幕墙和其余混凝土墙;B 在 A 的基础上把 60% 的顶棚换成吸声吊顶;C 再铺上地毯、给一半玻璃挂上厚窗帘、在一面端墙放满书的书架。材料吸声系数取教科书中常见的典型值,家具与 6 名坐着的人另计一个等效吸声面积,都是示意值。

推导

# Sabine T = 0.161 V / A and Eyring T = 0.161 V / (-S ln(1 - abar)) for one 8 x 6 x 3 m
# room, finished two ways. Absorption coefficients are typical textbook-style values
# (illustrative).
import math

c = 343.0                                    # speed of sound at about 20 C, m/s
print(f"Sabine constant 24 ln(10) / c = {24 * math.log(10) / c:.4f} s/m")
BANDS = (125, 250, 500, 1000, 2000, 4000)
MAT = {  # absorption coefficient per octave band
    "tile floor":        (0.01, 0.01, 0.015, 0.02, 0.02, 0.02),
    "plaster ceiling":   (0.01, 0.02, 0.02, 0.03, 0.04, 0.05),
    "glass wall":        (0.18, 0.06, 0.04, 0.03, 0.02, 0.02),
    "painted concrete":  (0.01, 0.01, 0.02, 0.02, 0.02, 0.02),
    "carpet":            (0.02, 0.06, 0.14, 0.37, 0.60, 0.65),
    "acoustic ceiling":  (0.50, 0.70, 0.60, 0.70, 0.70, 0.50),
    "heavy curtain":     (0.14, 0.35, 0.55, 0.72, 0.70, 0.65),
    "book-filled shelf": (0.30, 0.40, 0.40, 0.30, 0.30, 0.20)}
EXTRA = {  # equivalent absorption area in m2 per band: furniture plus 6 seated people
    "hard":  (3.5, 5.0, 6.5, 7.5, 8.0, 8.0),
    "soft":  (4.5, 6.5, 8.5, 9.5, 10.0, 10.0)}
L, W, H = 8.0, 6.0, 3.0
V, S = L * W * H, 2 * (L * W + L * H + W * H)
ROOMS = {
    "A glass + concrete": ([("tile floor", L * W), ("plaster ceiling", L * W),
                            ("glass wall", L * H),
                            ("painted concrete", L * H + 2 * W * H)], "hard"),
    "B A + panel ceiling": ([("tile floor", L * W), ("plaster ceiling", 0.4 * L * W),
                            ("acoustic ceiling", 0.6 * L * W), ("glass wall", L * H),
                            ("painted concrete", L * H + 2 * W * H)], "hard"),
    "C wood, books, cloth": ([("carpet", L * W), ("plaster ceiling", 0.4 * L * W),
                              ("acoustic ceiling", 0.6 * L * W),
                              ("glass wall", L * H / 2),
                              ("heavy curtain", L * H / 2), ("book-filled shelf", W * H),
                              ("painted concrete", L * H + W * H)], "soft")}

def rt(room):
    surfaces, extra = ROOMS[room]
    out = []
    for k in range(len(BANDS)):
        A = sum(MAT[m][k] * a for m, a in surfaces) + EXTRA[extra][k]
        abar = A / S
        out.append((0.161 * V / A, 0.161 * V / (-S * math.log(1 - abar)), abar))
    return out

print(f"room {L:.0f} x {W:.0f} x {H:.0f} m: V = {V:.0f} m3, S = {S:.0f} m2,"
      f" mean free path"
      f" 4V/S = {4 * V / S:.2f} m")
print("band (Hz)            " + "".join(f"{b:>7d}" for b in BANDS) + "   mid (500-1k)")
for room in ROOMS:
    r = rt(room)
    mid = lambda i: (r[2][i] + r[3][i]) / 2
    print(f"{room:20s} abar " + "".join(f"{x[2]:7.2f}" for x in r))
    print(f"{'':20s} Sab. " + "".join(f"{x[0]:7.2f}" for x in r) + f"   {mid(0):.2f} s")
    print(f"{'':20s} Eyr. " + "".join(f"{x[1]:7.2f}" for x in r) + f"   {mid(1):.2f} s")
print("same room, uniform absorption: Eyring / Sabine ratio")
print("  " + "  ".join(f"a={a:.2f}: {-a / math.log(1 - a):.3f}"
                     for a in (0.05, 0.1, 0.2, 0.4, 0.6)))
# Sabine constant 24 ln(10) / c = 0.1611 s/m
# room 8 x 6 x 3 m: V = 144 m3, S = 180 m2, mean free path 4V/S = 3.20 m
# band (Hz)                125    250    500   1000   2000   4000   mid (500-1k)
# A glass + concrete   abar    0.05   0.05   0.06   0.07   0.07   0.07
#                      Sab.    2.47   2.73   2.24   1.96   1.85   1.78   2.10 s
#                      Eyr.    2.41   2.67   2.18   1.90   1.78   1.71   2.04 s
# B A + panel ceiling  abar    0.13   0.16   0.15   0.17   0.18   0.14
#                      Sab.    0.99   0.83   0.86   0.75   0.73   0.89   0.80 s
#                      Eyr.    0.92   0.76   0.79   0.68   0.67   0.83   0.73 s
# C wood, books, cloth abar    0.17   0.24   0.27   0.35   0.41   0.38
#                      Sab.    0.78   0.55   0.48   0.37   0.31   0.34   0.42 s
#                      Eyr.    0.71   0.48   0.42   0.30   0.24   0.27   0.36 s
# same room, uniform absorption: Eyring / Sabine ratio
#   a=0.05: 0.975  a=0.10: 0.949  a=0.20: 0.896  a=0.40: 0.783  a=0.60: 0.655

硬质的 A 房间中频(500–1,000 赫兹平均)混响时间约 2.1 秒,这正是「一进去就觉得吵」的玻璃会议室的典型量级;只加吸声吊顶的 B 房间降到 0.80 秒;C 房间降到 0.42 秒(艾林公式给出 0.36 秒)。程序的最后一行显示两个公式的分歧随吸声增加而扩大:平均吸声系数 0.1 时艾林值只比赛宾值短约 5%,0.4 时短约 22%,0.6 时短约 35%。所以在吸声很多的房间(录音棚、强吸声的书房)里,用赛宾公式估算会高估混响时间。

C 房间在 125 赫兹仍有 0.78 秒,比中频长得多:地毯、窗帘和书架主要吸收中高频,低频需要专门的低频吸声结构。第二章会说明,小房间的低频问题还要用另一种物理来看。

同一组数字还说明一件常被忽视的事。在扩散声场中,同样的声源在房间里产生的混响声级为 LW+10lg⁡(4/A)L_W + 10\lg(4/A)(LWL_W 为声功率级),只随 10lg⁡(1/A)10\lg(1/A) 变化。由 A=0.161V/TA = 0.161V/T,A 房间的中频等效吸声面积约 11.0 平方米,C 房间约 55.2 平方米,混响声级相差 10lg⁡(55.2/11.0)≈7.010\lg(55.2/11.0) \approx 7.0 dB。换句话说,同样的说话声、脚步声和椅子拖动声,在 C 房间里「回荡」的部分约低 7 dB。

混响与语言清晰度:STI 与 C50C_{50}

混响对说话的伤害在于它把前一个音节的尾巴拖进后一个音节,抹平了语音包络的起伏。霍特哈斯特与斯蒂内肯把这一点做成了一个物理指标:语言传输指数(STI)(Steeneken and Houtgast 1980)。语音的强度包络在 0.5 到 16 赫兹之间起伏,房间混响和背景噪声都会降低这些起伏的「调制深度」。

推导

调制传递函数。 对按指数衰减的扩散声场,调制频率为 FF 时的调制传递比为

m(F)=11+(2πFT/13.8)2⋅11+10−SNR/10,m(F) = \frac{1}{\sqrt{1 + \left(2\pi F T/13.8\right)^2}}\cdot\frac{1}{1 + 10^{-\mathrm{SNR}/10}},

前一项是混响造成的损失(13.8=ln⁡10613.8 = \ln 10^6),后一项是信噪比 SNR 造成的损失。把每个 mm 换成「表观信噪比」10lg⁡[m/(1−m)]10\lg[m/(1-m)],截在 ±15 dB 之间并线性映射到 0–1,在 14 个调制频率(0.63–12.5 赫兹)上平均,再按 7 个倍频带(125 赫兹–8 千赫兹)加权求和,就得到 STI。程序采用 IEC 60268-16 自 2011 年版起的男声倍频带权重与冗余修正 (International Electrotechnical Commission 2011),但省略了听觉掩蔽与听阈修正,也没有考虑直达声,是一个教科书式的简化版本。

清晰度 C50C_{50} 是声音到达后前 50 毫秒与其后能量之比(dB)。对纯指数衰减,C50=10lg⁡(e0.69/T−1)C_{50} = 10\lg\!\left(e^{0.69/T} – 1\right)。

推导

# Speech Transmission Index from the modulation transfer function of a diffuse room
# (exponential decay) plus steady noise:
#     m(F) = 1 / sqrt(1 + (2 pi F T / 13.8)^2) / (1 + 10^(-SNR/10)).
# Octave weights alpha/beta as in IEC 60268-16 (2011+, male); no auditory masking or
# threshold corrections, no direct sound: a simplified textbook STI. Clarity C50 for an
# exponential decay.
import math

FM = [10 ** (k / 10) for k in range(-2, 12)]          # 14 modulation freqs, 0.63-12.5
ALPHA = (0.085, 0.127, 0.230, 0.233, 0.309, 0.224, 0.173)   # 125 Hz ... 8 kHz
BETA = (0.085, 0.078, 0.065, 0.011, 0.047, 0.095)

def mti(T, snr):
    tis = []
    for F in FM:
        m = 1 / math.sqrt(1 + (2 * math.pi * F * T / 13.8) ** 2) / (1 + 10 ** (-snr / 10))
        snr_app = max(-15.0, min(15.0, 10 * math.log10(m / (1 - m)))) if m < 1 else 15.0
        tis.append((snr_app + 15) / 30)
    return sum(tis) / len(tis)

def sti(Ts, snrs):
    M = [mti(T, s) for T, s in zip(Ts, snrs)]
    return (sum(a * m for a, m in zip(ALPHA, M))
            - sum(b * math.sqrt(M[k] * M[k + 1]) for k, b in enumerate(BETA)))

def c50(T):                                     # early (0-50 ms) / late energy, dB
    return round(10 * math.log10(math.exp(13.8 * 0.05 / T) - 1), 1) + 0.0

LABEL = [(0.30, "bad"), (0.45, "poor"), (0.60, "fair"), (0.75, "good"),
         (1.01, "excellent")]
word = lambda x: next(w for t, w in LABEL if x < t)
print(" T (s) | C50 (dB) | STI at SNR +30 | +15 dB | +10 dB |  +5 dB |  0 dB")
for T in (0.3, 0.4, 0.5, 0.6, 0.8, 1.0, 1.5, 2.0, 3.0):
    row = [sti([T] * 7, [s] * 7) for s in (30, 15, 10, 5, 0)]
    print(f"  {T:3.1f}  |  {c50(T):+5.1f}   |     {row[0]:.2f}       |  "
          + " |  ".join(f"{x:.2f}" for x in row[1:]))
ROOMS = {  # Sabine T per band of the three rooms of p01; 8 kHz taken equal to 4 kHz
    "A glass + concrete": (2.47, 2.73, 2.24, 1.96, 1.85, 1.78, 1.78),
    "B A + panel ceiling": (0.99, 0.83, 0.86, 0.75, 0.73, 0.89, 0.89),
    "C wood, books, cloth": (0.78, 0.55, 0.48, 0.37, 0.31, 0.34, 0.34)}
for name, Ts in ROOMS.items():
    s15 = sti(Ts, [15] * 7)
    print(f"{name:20s}: STI {s15:.2f} ({word(s15)}) at SNR 15 dB,"
          f" {sti(Ts, [5] * 7):.2f} at 5 dB; C50(1k) {c50(Ts[3]):+.1f} dB")
#  T (s) | C50 (dB) | STI at SNR +30 | +15 dB | +10 dB |  +5 dB |  0 dB
#   0.3  |   +9.5   |     0.83       |  0.79 |  0.71 |  0.60 |  0.46
#   0.4  |   +6.6   |     0.78       |  0.74 |  0.67 |  0.57 |  0.44
#   0.5  |   +4.7   |     0.74       |  0.70 |  0.64 |  0.55 |  0.42
#   0.6  |   +3.3   |     0.70       |  0.67 |  0.61 |  0.53 |  0.41
#   0.8  |   +1.4   |     0.64       |  0.61 |  0.57 |  0.49 |  0.38
#   1.0  |   +0.0   |     0.59       |  0.57 |  0.53 |  0.46 |  0.36
#   1.5  |   -2.3   |     0.50       |  0.48 |  0.46 |  0.40 |  0.31
#   2.0  |   -3.9   |     0.44       |  0.43 |  0.41 |  0.36 |  0.27
#   3.0  |   -5.9   |     0.36       |  0.35 |  0.33 |  0.30 |  0.22
# A glass + concrete  : STI 0.43 (poor) at SNR 15 dB, 0.36 at 5 dB; C50(1k) -3.7 dB
# B A + panel ceiling : STI 0.61 (good) at SNR 15 dB, 0.49 at 5 dB; C50(1k) +1.8 dB
# C wood, books, cloth: STI 0.75 (excellent) at SNR 15 dB, 0.57 at 5 dB; C50(1k) +7.4 dB
左:8 × 6 × 3 米房间的混响时间与平均吸声系数(赛宾公式与艾林公式,对数纵轴),阴影为 0.4–0.6 秒。右:简化 STI 与混响时间、信噪比的关系;三条细横线依次为 IEC 分级的「差/尚可」「尚可/好」「好/优」分界(0.45、0.60、0.75)。

在信噪比 15 dB 时,混响时间 0.5 秒对应 STI 0.70,1.0 秒为 0.57,2.0 秒降到 0.43;C50C_{50} 从 +4.7 dB 降到约 0 dB 再到 −3.9 dB。三间会议室在信噪比 15 dB 时的 STI 分别为 0.43(「差」)、0.61(「好」)和 0.75(「优」);如果背景噪声更高、信噪比只有 5 dB,三者降到 0.36、0.49 和 0.57。可见噪声和混响是两种独立的损失,降低其中一种不能完全弥补另一种。

「最适混响」:标准、惯例与一个没有依据的数字

作者原来的框架写道:演讲与专注工作空间的最适混响在 0.4–0.6 秒,音乐厅与冥想吟唱空间在 1.5–2.2 秒。核对后需要分开说。

证据

语言用房的上限。 美国国家标准 ANSI/ASA S12.60-2010 规定,体积不超过 283 立方米(10,000 立方英尺)的有家具、无人教室,中频混响时间不超过 0.6 秒;283–566 立方米的不超过 0.7 秒;背景噪声不超过 35 dB(A) (Acoustical Society of America 2010)。这是上限,不是「最适值」。

上面的程序也显示,在简化模型里 STI 随混响时间缩短一直上升,并不在 0.4 秒处出现峰值。从物理上看,把房间做得过「干」的代价在别处:混响声对远处听者的语音声级有贡献,吸声过多时远处听到的语音变弱,讲话者也得不到房间的「支持」而需要更用力——这些都不在 STI 之内。

证据

音乐用房。 音乐需要一定的混响来融合声部、提供「丰满」感。贝拉内克对世界各地音乐厅的测量与评价显示,满场交响音乐厅的中频混响时间多在 2 秒左右,歌剧院偏短 (Beranek 2004)。这些数字来自声学设计惯例与听众、乐评的评价,而且随音乐类型、厅堂大小与满场与否变化。

注

对作者原框架的修正。 「0.4–0.6 秒」用作语言用房的设计目标是合理的,但应写成「不超过约 0.6 秒(视体积而定)」,而不是有实验确定的最适点。「冥想吟唱空间 1.5–2.2 秒」没有找到研究依据:许多传统吟唱空间(石造教堂、殿堂)的混响远长于此,偏好主要取决于唱诵传统与审美,本书不给这类空间设定数值目标。「一进去就心神安宁、或烦躁疲惫」是一个合理的问题,但目前没有直接把混响时间与「安宁感」联系起来的对照研究,下面写成假说。

假说 · 尚未验证

中等吸声的工作空间降低主观「喧闹感」与疲劳,主要通过降低混响声级而不是提高 STI(尚未确立)。可检验的推论:在同一房间里用可移动吸声板构造 TT = 0.4、0.8、1.6 秒三种条件,使人员活动声源保持不变,主观喧闹感与半天后的疲劳评分应当随混响声级(而不是随 STI)单调变化;如果在混响声级相同而 STI 不同的条件下评分仍有差别,或者三种条件之间没有差别,这一假说就被削弱。

本章小结

赛宾公式 RT60=0.161V/ART_{60} = 0.161V/A 来自扩散声场中的能量平衡,常数 0.161 就是 24ln⁡10/c24\ln 10/c;艾林公式考虑每次反射保留 1−α‾1-\bar\alpha 的能量,吸声越多两者差别越大(平均吸声系数 0.4 时艾林值短约 22%)。示意计算中,同一间会议室从玻璃与混凝土的约 2.1 秒,降到加吸声吊顶后的 0.80 秒、再到加书架与织物后的 0.42 秒,STI 从 0.43 升到 0.75,混响声级约低 7 dB。语言用房「0.6 秒左右」是标准规定的上限而非实验最适点;音乐厅约 2 秒是设计惯例;「冥想空间 1.5–2.2 秒」没有依据。下一章转向混响理论失效的地方:小房间里的低频。

参考文献

Acoustical Society of America. 2010. ANSI/ASA S12.60-2010/Part 1: Acoustical Performance Criteria, Design Requirements, and Guidelines for Schools, Part 1: Permanent Schools. American National Standards Institute, Melville, NY.
Beranek, Leo. 2004. Concert Halls and Opera Houses: Music, Acoustics, and Architecture. 2nd ed. Springer.
Eyring, Carl F. 1930. “Reverberation Time in ‘Dead’ Rooms.” The Journal of the Acoustical Society of America 1 (2A): 217–41. https://doi.org/10.1121/1.1915175.
International Electrotechnical Commission. 2011. IEC 60268-16:2011 Sound System Equipment – Part 16: Objective Rating of Speech Intelligibility by Speech Transmission Index. 4th ed. International Electrotechnical Commission, Geneva.
Kuttruff, Heinrich. 2009. Room Acoustics. 5th ed. Spon Press.
Sabine, Wallace Clement. 1922. Collected Papers on Acoustics. Edited by Theodore Lyman. Harvard University Press.
Steeneken, Herman J. M., and Tammo Houtgast. 1980. “A Physical Method for Measuring Speech-Transmission Quality.” The Journal of the Acoustical Society of America 67 (1): 318–26. https://doi.org/10.1121/1.384464.

Fan, Y. (2026). Architectural Acoustics, Reverberation Time and the Environmental Psychology of Built Space: From Sabine's Equation and Fractal Visual Dimensions to Cognitive Performance, Read Beside Classical Chinese Spatial Design [建筑声学、混响时间与空间环境心理学的物理模型] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.23782090 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).