Parole chiare o confusione a tutto volume

Entriamo con questo articolo nel merito della intelligibilità. Essendo divulgativo della tematica manterremo volutamente un approccio semplificato (anche come terminologia, di cui ci scusiamo con i lettori più accademici). Descriveremo che cosa è l’intelligibilità acustica, aspetto che risulta necessario per avere una buona comprensione di messaggi di allarme e di pericolo, ma anche in ambienti quali aule scolastiche, sale conferenza. Con l’avvento del decreto ministeriale del 11 gennaio 2017 e del 11 ottobre 2017 relativo ai Criteri ambientali minimi in edilizia (ora aggiornati con il decreto ministeriale 24 novembre 2025) il parametro intelligibilità è divenuto obbligatorio anche in molte casistiche connesse con la progettazione e realizzazione di edifici pubblici.

Intelligibilità dei messaggi

Chi in tenera età ha giocato al telefono senza fili, dove tra amici ci si metteva in cerchio e si bisbigliava una parola all’orecchio del compagno vicino che doveva a sua volta bisbigliarla all’orecchio dell’amico successivo fino a completare il giro, sa benissimo di che cosa si parla. Si partiva, per esempio, con la parola banana e si finiva, quando andava bene, con campana. Nel mezzo, tra il messaggio di partenza e il risultato finale, sono intervenute distorsioni che, alterando il messaggio originario, rendevano meno definito e quindi travisabile il messaggio risultante. Ovviamente la parola corretta che si sarebbe dovuta sentire alla fine del giro era banana. Acusticamente parlando è quello che accade quando un messaggio (segnale originario) è immesso in un canale di trasmissione (per esempio, un ambiente chiuso quale un’aula scolastica o una sala conferenze, un microfono e degli altoparlanti) e prima che giunga al ricevitore-uditore viene alterato da diversi fattori (tra cui, per esempio, la qualità dell’impianto elettroacustico, la riverberazione dell’ambiente, il rumore di fondo presente). I risultati possibili sono due: ottenere un messaggio risultante perfettamente riconoscibile e comprensibile rispetto al segnale originario, oppure completamente diverso e non riconoscibile, con tutte le possibili sfumature del grado di intelligibilità tra le due condizioni appena citate.

Udibilità e intelligibilità

Una prima macro distinzione va effettuata tra la capacità di percepire la presenza di un messaggio, legata esclusivamente al livello sonoro che il messaggio possiede, e la capacità di comprendere il significato del messaggio stesso da parte dell’uditore. Un suono è udibile quando viene percepita la sua presenza. Aumentando il livello sonoro, cresce l’udibilità e la percezione dello stesso (entro certi limiti fisiologici). L’udibilità è certamente necessaria, ma soltanto in parte correlata alla facilità con cui il messaggio è compreso e decifrato dall’uditore. Quest’ultimo aspetto è infatti legato alla intelligibilità del messaggio che definisce come un messaggio venga correttamente percepito e interpretato-decodificato-compreso da chi ascolta. Con uno sforzo metaforico tra il suono e la scrittura, vediamo di esemplificare il concetto. Partiamo dall’udibilità. Di seguito una frase molto semplice, in cui la dimensione del carattere viene via via aumentata divenendo sempre meglio visibile. L’aumentare delle dimensioni del carattere equivale per analogia all’aumentare del livello sonoro.

Concetto di udibilità

È evidente che anche nel terzo caso la frase non risulti perfettamente comprensibile, nonostante sia ben visibile (e quindi, nella equivalenza della metafora acustica, ben udibile). Per permettere la comprensione del messaggio, occorre che lo stesso arrivi all’uditore chiaro, e di conseguenza occorre agire su parametri (di cui parleremo a seguire) che permettano al suono di mantenere una elevata intelligibilità. La frase scritta in precedenza era infatti costituita da un messaggio ben definito inviato dall’oratore, ma in termini acustici sporcato, sovrapposto e distorto da altri suoni o distorsioni durante il percorso, rendendo di fatto i singoli suoni che compongono la frase tra loro poco o per nulla distinguibili. Ciò è stato testualmente rappresentato semplicemente andando a sostituire alcune lettere con dei caratteri alternativi e/o a sovrapporre, sfalsandole leggermente, le stesse. Ora, ipotizzando di diminuire il disturbo acustico legato al canale di trasmissione, andremo via via a ripulire dai vari disturbi la frase.

Concetto di Intellegibilità

Tutte le tre frasi risultano ben udibili (si può infatti individuarne la presenza, ovvero visualizzarle bene), ma non è possibile comprendere il messaggio della prima frase. La seconda mostra un miglioramento. La terza frase risulta udibile in termini di livello sonoro parimenti alla prima, ma al contrario di questa risulta perfettamente nitida e ben definita. Parimenti nella analogia acustica ciò equivarrebbe ad avere un suono pulito e chiaro, con conseguente elevata intelligibilità. In pratica, il potenziale messaggio che un ipotetico oratore (o un impianto di riproduzione acustica) voleva inviare all’uditore, viene perfettamente compreso da quest’ultimo, a differenza della prima frase dove l’uditore percepisce la presenza di suoni, ma non riesce a comprenderne il significato.

.

Parametri acustici

Numerosi sono i parametri e le modalità utilizzabili per definire caratteristiche di comportamento acustico di ambienti, tra cui diversi dedicati alla valutazione della prestazione di intelligibilità. Ai fini specifici della valutazione della intelligibilità i metodi sono suddivisibili in metodi soggettivi e metodi oggettivi. I primi, soggettivi, prevedono la somministrazione agli utenti di questionari e la riproduzione di parole mediante test in campo su una platea di utenti. In funzione della percentuale di risposte esatte sulla comprensione dei vocaboli si ha un riscontro sulla intelligibilità. I secondi, oggettivi, sono basati su misurazioni strumentali di determinati parametri acustici. I metodi oggettivi sono a loro volta suddivisibili in metodi diretti e metodi indiretti. I metodi diretti, in genere preferibili, prevedono l’invio-emissione di specifici segnali acustici normalizzati e la misurazione nei punti di ricezione degli stessi, con successiva analisi di correlazione tra segnali inviati e segnali ricevuti. I metodi indiretti prevedono l’analisi della risposta all’impulso, ovvero l’emissione di un segnale di brevissima durata (per esempio, un colpo, uno sparo di pistola), la registrazione strumentale dello stesso e una successiva analisi matematica a ritroso. Tra i principali indici utili alla definizione della intelligibilità vi sono: Sti (Speech transmission index) e suoi derivati (Stipa, Stitel); Sil (Speech Interference Level); Sii (Speech Intellegibility Index); ALcons (Percentage of Articulation Loss on consonants); Ai (Articulation Index). In talune casistiche alcuni indici sono tra loro correlabili e collegati. Tra questi analizzeremo in particolare il parametro denominato Sti (Speech Transmission Index) in quanto tale indice è stato di fatto assunto a riferimento dalla legislazione italiana, sia dai Criteri ambientali minimi in edilizia e sia per le verifiche degli impianti Evac.

Indice di intelligibilità STI

Il parlato è il metodo di comunicazione prevalente per la trasmissione di messaggi tra esseri umani. Nel parlato è possibile individuare differenti frequenze, tipiche della voce umana, con un campo di variabilità compreso tra circa 125 Hz e circa 8000 Hz. I suoni emessi durante il parlato si collocano all’interno di questo campo in funzione della loro specificità e della lettera o fonema pronunciati.

Nella tabella si può avere una idea della collocazione in frequenza delle singole lettere/fonemi.

In pratica, nel parlato quotidiano l’oratore emette diverse frequenze in funzione dei fonemi che sta pronunciando. La semplice emissione di un suono a una determinata frequenza non è però sufficiente a far comprendere a un uditore il messaggio. Ciò che permette all’ascoltatore di comprendere un messaggio (per esempio, una parola o una frase) e rappresenta la fonte primaria della intelligibilità e comprensibilità del messaggio stesso, trova fondamento nella presenza delle fluttuazioni del livello sonoro delle frequenze portanti presenti nel segnale parlato. La fluttuazione dei livelli sonori nel parlato è legata alle pause presenti tra le frasi, tra le parole e tra i singoli fonemi, poiché la bocca si apre e si chiude. Se non ci fossero queste interruzioni la comprensione sarebbe quasi nulla. Provate a dire una frase senza mai chiudere la bocca e capirete subito che la piena intelligibilità non è possibile. Il numero di volte con cui le fluttuazioni si ripetono all’interno di un periodo di una frase o di una parola corrisponde acusticamente alla frequenza con cui il livello sonoro oscilla, esprimibile in Hz. Nel metodo Sti la fluttuazione del livello sonoro legato all’apertura e chiusura della bocca viene chiamata modulazione e di conseguenza il numero di oscillazioni del livello sonoro nell’unità di tempo (un secondo) è identificato dalla frequenza di modulazione. L’indice di trasmissione del parlato (denominato indice Sti) prevede quindi di simulare matematicamente la fluttuazione nel tempo delle frequenze portanti che costituiscono il parlato, normalizzandole ai fini della ripetibilità del metodo, per giungere ad un descrittore acustico oggettivo utile alla classificazione della intelligibilità del parlato una volta che questo ha attraversato un canale di trasmissione.

Canale di trasmissione

Per canale di trasmissione si intende ciò che convoglia e trasporta il segnale originale (per esempio, il parlato di un oratore o un messaggio registrato su un lettore Cd) a un ricevitore-ascoltatore, tra cui per esempio, impianti elettroacustici, una linea telefonica, un qualsiasi ambiente in cui un oratore o un impianto elettroacustico emette un messaggio, sistemi di telecomunicazione, tra loro anche concatenati. Su questo concetto si basa la nascita dell’indice Sti.

In pratica, il segnale di test normalizzato o di partenza, brevemente descritto a seguire, viene immesso nel canale di trasmissione (per esempio, mediante un altoparlante che simula un oratore, tecnicamente chiamato bocca artificiale, è prodotto il segnale all’interno di una stanza), il segnale si propaga nell’ambiente e viene ricevuto ed acquisito da un microfono (che rappresenta l’uditore). Per quanto detto il segnale sarà di tipo fluttuante (ovvero con una modulazione da un livello massimo a un livello minimo pari a zero), come esemplificato nell’immagine.

Il segnale di partenza è modulato con ampiezza 0-100%, ma per via delle alterazioni nel suo percorso di trasmissione il segnale originario potrebbe venire alterato e distorto e giungere all’ascoltatore modificato. In una condizione perfetta, in un canale di trasmissione che non altera assolutamente il segnale originario, esso giungerà al ricevitore esattamente identico a come è partito (ovviamente con un certo ritardo temporale legato allo spazio percorso), ma la forma e l’ampiezza della modulazione risulteranno identiche (nella figura precedente la modulazione iniziale «mi» è identica alla modulazione finale «mf»).

I due segnali saranno perfettamente sovrapponibili, come visibile nella figura seguente, e il rapporto tra i valori di modulazione risulterà pari a 1. Nel mezzo si colloca una definizione matematica e di necessaria correlazione alla fisiologia acustica dell’apparato uditivo particolarmente complessa, ma concettualmente il valore 1 corrisponderà al valore massimo attribuibile all’indice Sti, con significato di intelligibilità massima-perfetta, mentre il valore 0 corrisponderà a intelligibilità nulla.

Come viene generato il segnale per l’analisi dello Sti? L’indice Sti è codificato-standardizzato nella norma Iec 60268-16:2011. L’analisi viene svolta per bande di ottava, definite bande di frequenza portanti, comprese tra 125 Hz e 8000 Hz, che rappresentano le frequenze emesse dalla voce umana. Per la generazione del segnale si parte da un rumore rosa, ovvero che contiene tutte le frequenze con una risposta piatta nel campo di frequenze di interesse misurato in bande di ottava. Attraverso un filtro viene lasciata passare esclusivamente la banda di ottava in corso di analisi. Questa rappresenterà la banda portante.

La banda di frequenza portante viene poi modulata facendo sì che il suo livello di pressione sonora oscilli da un valore massimo a zero, in modo sinusoidale, con una frequenza di modulazione predefinita e derivata dalle frequenze di modulazione tipiche del parlato, per via delle famose pause presenti legate al movimento della bocca. Semplificando per i non tecnici il concetto è assimilabile a un fischio il cui livello sonoro aumenta e diminuisce periodicamente come avviene per una comune sirena di allarme, come esemplificato nella immagine.

Le frequenze di modulazione sono comprese nel range che va da 0,63 Hz fino a 12,5 Hz con un valore prevalente nel parlato collocato intorno ai 3 Hz. Nella immagine sono visualizzate alcune delle 14 frequenze di modulazione utilizzate, rappresentate su un periodo di tempo di circa 2 secondi. Ogni frequenza di modulazione è applicata a ciascuna banda di frequenza portante distintamente.

Ogni banda di ottava portante (da 125 Hz a 8000 Hz per un totale di 7 bande) viene quindi modulata con le frequenze di modulazione in terzi di ottava (da 0,63 Hz a 12,5 Hz per un totale di 14 bande), per un totale di 7×14=98 segnali da analizzare, come rappresentato nella tabella.

Una misura effettuata con il metodo descritto viene più correttamente indicata come Full Sti, e permette di avere informazioni sulla intelligibilità di ogni banda portante (da 125 Hz a 8000 Hz), ottenendo, se servisse, un valore dell’indice Sti in frequenza. Mediante una sorta di media dei valori di intelligibilità ottenuti alle varie frequenze si ottiene l’indice unico Sti.

Occorre poi precisare che ogni banda di ottava portante viene emessa con dei livelli di pressione sonora differenti in funzione della reciproca differenza legata all’effettiva forma dello spettro sonoro del parlato normalizzato, in quanto la voce umana non emette in egual modo alle varie frequenze.

Il metodo FULL STI

Il metodo Full Sti permette inoltre di analizzare l’intelligibilità relativa al parlato maschile e femminile, essendo le due voci generate con picchi di frequenze differenti per via della dimensione delle corde vocali, più corte nelle donne e più lunghe negli uomini (un po’ come sentire suonare un violino e un violoncello o una chitarra e un basso). È però evidente l’impegno di tempo elevato per effettuare una misura di indice Sti mediante il metodo Full Sti con misure dirette, (ovvero mediante riproduzione e misura dei segnali normalizzati), in quanto occorrono circa 10-15 secondi per ogni misurazione, moltiplicato per 94 misurazioni si deduce che il tempo complessivo di misurazione per una sola posizione è di circa 15 minuti. Anche per semplificare e velocizzare le operazioni di misura sono stati derivati altri metodi utili per misurare l’intelligibilità secondo i medesimi principi del metodo Full Sti. Nello specifico descriveremo la modalità di misura Stipa (Speech Transmission Index for Public Address systems – indice di trasmissione del parlato per sistemi di comunicazione al pubblico, sviluppato appositamente per suoni emessi da altoparlanti). Indipendente dal metodo (Full Sti o Stipa) si determina l’intelligibilità che viene in entrambi i casi classificata secondo il parametro indice Sti. Come già detto, esiste anche la possibilità di determinare gli indici Sti mediante metodi indiretti, ovvero mediante la risposta all’impulso dell’ambiente, notevolmente più rapidi ma di cui non tratteremo nella presente disamina.

Il metodo STIPA

Il metodo Stipa rappresenta il metodo più rapido per misurare l’indice Sti, in quanto condivide tutta la struttura di impostazione del metodo Full Sti, ma è determinato mediante una semplificazione della modalità di analisi rispetto a quest’ultimo. La differenza è principalmente legata alla possibilità di effettuare una sola misurazione per ottenere l’indice di intelligibilità con una durata complessiva di soli 15 secondi, anziché i circa 15 minuti del metodo Full Sti. L’analisi è condotta per tutte le medesime bande portanti del metodo Full Sti (da 125 Hz a 8000 Hz), ma le frequenze di modulazione sono solamente due per ogni banda portante. Inoltre, il segnale di test è un segnale unico, in quanto la modulazione avviene simultaneamente per le due bande di modulazione associate alla relativa banda portante e tutte le bande portanti sono emesse e analizzate in parallelo. Di seguito la tabella di correlazione tra le bande portanti e le bande di modulazione. Con questo metodo è possibile ottenere solo il valore dell’indice Sti (e non informazioni in frequenza come si può avere con il metodo Full Sti) e la valutazione è esclusivamente riferibile al parlato maschile. La scelta di utilizzare esclusivamente la forma spettrale del parlato maschile è motivata dalla constatazione che il parlato femminile è normalmente meglio intelligibile del parlato maschile, motivo per cui il valore dell’indice Sti ottenuto con lo spettro del parlato maschile è solitamente peggiore (e per certe casistiche cautelativo) rispetto all’indice che si otterrebbe utilizzando per l’analisi il segnale correlato allo spettro del parlato femminile.

Fattori che alterano l’intelligibilità

I fattori sono molti, tra i più comuni vi sono alterazione attraverso il passaggio in un impianto elettroacustico, tecniche di codifica digitale dei segnali, alterazione legata all’acustica dell’ambiente (riverbero), rumore di fondo presente in un ambiente. Per gli ultimi fattori (riverbero e rumore di fondo, che risultano in pratica sempre presenti, in maniera più o meno influente) si avrebbero delle distorsioni legate per il primo all’allargamento del segnale per via delle continue riflessioni sonore e della coda sonora dell’ambiente, più o meno elevate in proporzione al maggiore o minore riverbero dell’ambiente, mentre per il secondo si avrebbe una sovrapposizione di un segnale aggiuntivo e non voluto al segnale originario con diminuzione della modulazione (ovvero del cosiddetto rapporto segnale-rumore).

Nella immagine presente nel paragrafo precedente sono schematizzati gli effetti delle distorsioni, visualizzando con linea di colore azzurro il segnale originale e con colore grigio il segnale ricevuto. Si nota la variazione della modulazione iniziale mi e finale mf nei due casi. Di fatto, l’alterazione del segnale originario per via di riverbero e rumore di fondo va a ridurre la modulazione, fattore che abbiamo detto essere il fondamento della intelligibilità.

Indice di classificazione

L’indice Sti viene espresso con un singolo valore compreso tra 0 e 1, in ordine crescente dalla condizione acustica di intelligibilità peggiore (0 = intelligibilità nulla) alla migliore (1 = intelligibilità perfetta). La norma Iec 60268-16:2011 riporta una classifiIcazione della qualità di intelligibilità in funzione del valore assunto dall’indice Sti. L’Appendice G correla la classificazione con indicazioni utili ai fini progettuali, indicando in funzione dell’uso di un determinato ambiente o impianto elettroacustico e della tipologia dei messaggi riprodotti (messaggi semplici con parole familiari e comuni, messaggi complessi con parole non familiari, etc.) la classe ottimale per permettere un’adeguata intelligibilità dei messaggi. La stessa norma, nella tabella dell’appendice H (informativa), riporta una correlazione tra la qualità della percezione dei messaggi da parte degli utenti e il valore dell’indice di valutazione impiegato.

Approfondimenti collegati

Questo articolo fa parte del dossier dedicato alla correzione e all’isolamento acustico. Per completare il percorso di lettura, è utile approfondire anche:

• Una necessità invisibile e sottovalutata
• Nuove regole per l’isolamento acustico
• Quei bollini blu che aumentano anche il valore
• Contro il disturbo un diritto a tutto volume
• È un problema se l’edificio si dà una mossa
• Troppi decibel possono frenare i lavori in corso
• Meglio accertarsi se il suono diventa rosso
• L’agenda per un corretto risultato
• Errare è umano ma fa anche molto rumore
• Se nel menu c’è anche troppo rumore
• Suoni e parole da lasciare inascoltati
• Il rumore che scaccia il rumore
• Le regole per i suoni salvavita
• Note dolenti per chi non isola il proprio studio
• Come eliminare il fastidio dei passi di troppo