fa شناسه صدای ایستگاه‌های مترو (نمونه موردی: مترو تهران و تبریز) عمومی General پژوهشي Research <p class="ds-markdown-paragraph" style="text-align: justify;"><span style="font-size:16px;">در این مقاله، شناسه صوتی برای ایستگاه‌های مترو به منظور آشنایی با محیط صوتی و ویژگی‌های آن، با بیان شاخص‌های کمی اندازه‌گیری‌شده ارائه می‌شود. در شناخت صوتی یک فضا، بررسی حداقل دو شاخص اصلی در بحث صوت ضرورت دارد که شامل تراز فشار صوت و زمان واخنش است. میزان نویز و ماندگاری صوت در فضا با این دو کمیت فیزیکی سنجیده می‌شود که در ایستگاه‌های مترو به منظور تأمین آسایش صوتی و وضوح گفتار اهمیت دارد. نمونه‌های مورد مطالعه از دو شهر تهران و تبریز انتخاب گردیده و با دستگاه صداسنج B&K 2260 در دو سطح سالن کنترل بلیط و سکوی انتظار اندازه‌گیری شده‌است. بالا بودن تراز فشار صوت از حدود تعیین‌شده، نشان‌دهنده وجود آلودگی صوتی در فضا، و زمان واخنش طولانی نیز تداخل در گفتار را نشان می‌دهد. شناسه تراز فشار صوت ایستگاه‌های مترو با مدل رگرسیون محاسبه شده و دارای نموداری منحنی‌شکل است که در محدوده بسامدهای میانی‑شنیداری بالاترین مقدار را دارد. شناسه زمان واخنش نیز از تجمیع تمام نقاط اندازه‌گیری‌شده به‌دست آمده که به‌طور میانگین ۲ تا ۳ ثانیه را نشان می‌دهد. مقایسه نمودار به‌دست‌آمده با نمودارهای ایزوفون و منحنی‌های شنوایی، بیانگر شرایط نامطلوب صوتی در ایستگاه‌های مترو است.</span></p> <div style="text-align: justify;"><span style="font-size:16px;"><span style="font-family:Times New Roman;"><span style="unicode-bidi:embed"><span new="" roman="" times="">In this paper, the sound ID for metro stations is presented to get acquainted with the sound environment and its features by expressing quantitative indices. In the sound recognition of space, it is necessary to study at least two main parameters in the sound discourse, which include the sound pressure level (SPL) and reverberation time (RT). The amount of noise and persistence of sound in the space is measured by these two physical quantities, which are important in metro stations to provide sound comfort and speech intelligibility. The case studies were selected from two cities of Tehran and Tabriz. Two levels of the stations. the ticket control hall and the waiting platform, are measured with a 2260 B&K sound analyzer. The high SPL of the estimated limits indicates the presence of sound pollution in space and also the long RT interference in speech. The SPL ID is calculated by the regression model. It has a curved shape graph that has the highest value in the middle-audible frequency range and the RT ID is obtained from the aggregation of all measured points, which shows 2-3 s. A comparison of the diagram obtained with equal loudness curves and hearing graphs shows undesirable sound conditions in metro stations.</span></span></span></span></div> شناسه صدا, ایستگاه‌ مترو, تراز فشار صوت, زمان واخنش. Sound identifier, Metro station, Sound pressure level, Reverberation time. 1 7 http://joasi.ir/browse.php?a_code=A-10-1205-1&slc_lang=fa&sid=1 Paria Meshkabadi پریا مشک آبادی paria.meshkabadi@gmail.com 10031947532846004268 10031947532846004268 Yes Islamic Azad University, Najafabad Branch دانشگاه آزاد اسلامی واحد نجف آباد Abbas Ghaffari عباس غفاری ghaffari@tabriziau.ac.ir 10031947532846004269 10031947532846004269 No Tabriz Islamic Art University دانشگاه هنر اسلامی تبریز Elham Nazemi الهام ناظمی elhamnazemi@par.iaun.ac.ir 10031947532846004270 10031947532846004270 No Islamic Azad University, Najafabad, Branch دانشگاه آزاد اسلامی واحد نجف آباد Narges Dehghan نرگس دهقان dehghan@par.iaun.ac.ir 10031947532846004271 10031947532846004271 No Islamic Azad University, Najafabad, Branch دانشگاه آزاد اسلامی واحد نجف آباد