估计清晰度指数，AI，选项是： 'french' - 来自 French Steinberg's Method (JASA, 1949)，默认'kryter' - 来自 Kryter 方法 (JASA, 1962) 'dot_nonsense_syl' - 来自 Mueller & Killion (1990) 用于基于人类纯音阈值测量 AI 'Ao' - 来自 Pavlovic (1991)。 基于纯音阈值估计人 AI 函数返回 A，估计的关节指数。 A 介于 0（0% 可懂度）和 1（100% 可懂度）之间。 包括两个例子。

室内声学在语音清晰度方面起着重要作用。 通常，声学的主要方面是混响衰减的持续时间，因为长时间衰减会导致音素模糊。 但是，声学的其他参数（例如混响的强度）实际上可以提高清晰度。 这些因素没有得到同样的关注。 在许多常见的实际情况下，例如教室和住宅房间，对声学进行定量研究以优化房间的功能是很有价值的，但是由于预期的费用或所涉及的困难，这并不是常规进行的。 这项研究探索了廉价的第一原理方法，用于定量测量房间声学的三个关键参数：混响衰减时间RT60，混响强度IR和房间的总吸收率A。所需设备包括两台笔记本电脑，这些笔记本电脑装有某些免费软件。 使用REW软件进行所需的噪声信号的生成和电平检测，并使用Audacity软件进行长时间的录音。 该程序非常简单，无需专门培训即可执行，并且不需要专门的设备，仅需要通常可获得的家庭资源。 这项研究还揭示了这样一个事实，即并非所有混响都是不好的，而强而短时间的混响可以增强交流。 可以预期，该信息将有益于语音清晰度至关重要的学校和其他场所。

ANSI S3.5-1997标准中的语音清晰度计算进行MATLAB编程实现“Methods for calculation of the Speech Intelligibility Index" ----上传者+转载者 % MATLAB implementation of Section 4.