DE04723803T1 - Sprachsignalkomprimierungseinrichtung - Google Patents
Sprachsignalkomprimierungseinrichtung Download PDFInfo
- Publication number
- DE04723803T1 DE04723803T1 DE04723803T DE04723803T DE04723803T1 DE 04723803 T1 DE04723803 T1 DE 04723803T1 DE 04723803 T DE04723803 T DE 04723803T DE 04723803 T DE04723803 T DE 04723803T DE 04723803 T1 DE04723803 T1 DE 04723803T1
- Authority
- DE
- Germany
- Prior art keywords
- signal
- compression
- phoneme
- speech signal
- specified
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007906 compression Methods 0.000 title claims abstract 17
- 230000006835 compression Effects 0.000 title claims abstract 17
- 238000005070 sampling Methods 0.000 claims abstract 10
- 230000002123 temporal effect Effects 0.000 claims abstract 6
- 238000001914 filtration Methods 0.000 claims abstract 2
- 238000013144 data compression Methods 0.000 claims 10
- 230000003595 spectral effect Effects 0.000 claims 10
- 238000000034 method Methods 0.000 claims 1
- 238000000638 solvent extraction Methods 0.000 abstract 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/90—Pitch determination of speech signals
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
Sprachsignalkompressionsvorrichtung
umfassend:
eine Einrichtung zur phonemgerechten Aufteilung, um ein Sprachsignal zu erfassen, das eine zu komprimierende Sprachwellenform angibt, und um das Sprachsignal in Abschnitte aufzuteilen, die Wellenformen individueller Phoneme angeben;
ein Filter zum Filtern des aufgeteilten Sprachsignals zwecks Extraktion eines Tonhöhensignals;
eine Phaseneinstellungseinrichtung zum Trennen des Sprachsignals in Sektionen basierend auf dem durch das Filter extrahierten Tonhöhensignal und zum Einstellen, für jede der Sektionen, der Phase basierend auf dem Korrelationsverhältnis zu dem Tonhöhensignal;
eine Abtasteinrichtung zum Bestimmen, für jede der Sektionen, für welche die Phase durch die Phaseneinstellungseinrichtung eingestellt worden ist, der Abtastlänge basierend auf der Phase und zum Erzeugen eines Abtastsignals durch Ausführen von Abtasten in Übereinstimmung mit der Abtastlänge;
eine Sprachsignalverarbeitungseinrichtung zum Verarbeiten des Abtastsignals zu einem Tonhöhenwellenformsignal basierend auf dem Ergebnis der Einstellungen durch die Phaseneinstellungseinrichtung und dem Wert der Abtastlänge;
eine Subbanddatenerzeugungseinrichtung zum Erzeugen von Subband-Daten, welche die zeitliche...
eine Einrichtung zur phonemgerechten Aufteilung, um ein Sprachsignal zu erfassen, das eine zu komprimierende Sprachwellenform angibt, und um das Sprachsignal in Abschnitte aufzuteilen, die Wellenformen individueller Phoneme angeben;
ein Filter zum Filtern des aufgeteilten Sprachsignals zwecks Extraktion eines Tonhöhensignals;
eine Phaseneinstellungseinrichtung zum Trennen des Sprachsignals in Sektionen basierend auf dem durch das Filter extrahierten Tonhöhensignal und zum Einstellen, für jede der Sektionen, der Phase basierend auf dem Korrelationsverhältnis zu dem Tonhöhensignal;
eine Abtasteinrichtung zum Bestimmen, für jede der Sektionen, für welche die Phase durch die Phaseneinstellungseinrichtung eingestellt worden ist, der Abtastlänge basierend auf der Phase und zum Erzeugen eines Abtastsignals durch Ausführen von Abtasten in Übereinstimmung mit der Abtastlänge;
eine Sprachsignalverarbeitungseinrichtung zum Verarbeiten des Abtastsignals zu einem Tonhöhenwellenformsignal basierend auf dem Ergebnis der Einstellungen durch die Phaseneinstellungseinrichtung und dem Wert der Abtastlänge;
eine Subbanddatenerzeugungseinrichtung zum Erzeugen von Subband-Daten, welche die zeitliche...
Claims (9)
- Sprachsignalkompressionsvorrichtung umfassend: eine Einrichtung zur phonemgerechten Aufteilung, um ein Sprachsignal zu erfassen, das eine zu komprimierende Sprachwellenform angibt, und um das Sprachsignal in Abschnitte aufzuteilen, die Wellenformen individueller Phoneme angeben; ein Filter zum Filtern des aufgeteilten Sprachsignals zwecks Extraktion eines Tonhöhensignals; eine Phaseneinstellungseinrichtung zum Trennen des Sprachsignals in Sektionen basierend auf dem durch das Filter extrahierten Tonhöhensignal und zum Einstellen, für jede der Sektionen, der Phase basierend auf dem Korrelationsverhältnis zu dem Tonhöhensignal; eine Abtasteinrichtung zum Bestimmen, für jede der Sektionen, für welche die Phase durch die Phaseneinstellungseinrichtung eingestellt worden ist, der Abtastlänge basierend auf der Phase und zum Erzeugen eines Abtastsignals durch Ausführen von Abtasten in Übereinstimmung mit der Abtastlänge; eine Sprachsignalverarbeitungseinrichtung zum Verarbeiten des Abtastsignals zu einem Tonhöhenwellenformsignal basierend auf dem Ergebnis der Einstellungen durch die Phaseneinstellungseinrichtung und dem Wert der Abtastlänge; eine Subbanddatenerzeugungseinrichtung zum Erzeugen von Subband-Daten, welche die zeitliche Veränderung spektraler Verteilung von jedem der Phoneme basierend auf dem Tonhöhenwellenformsignal angeben; eine Einrichtung zur phonemgerechten Kompression, um Datenkompression der Subband-Daten in Übereinstimmung mit einer vorgegebenen Bedingung durchzuführen, die für ein durch die Subband-Daten angegebenes Phonem spezifiziert ist.
- Sprachsignalkompressionsvorrichtung nach Anspruch 1, wobei die Einrichtung zur phonemgerechten Kompression gestaltet ist durch: eine Einrichtung zum umschreibbaren Speichern einer Tabelle, die eine Bedingung für Datenkompression spezifiziert, die für Subband-Daten durchzuführen ist, die jedes Phonem angeben; und eine Einrichtung zum Durchführen von Datenkompression von Subband-Daten, die jedes Phonem angeben, in Übereinstimmung mit einer Bedingung, die von der Tabelle spezifiziert ist.
- Sprachsignalkompressionsvorrichtung nach Anspruch 1 oder 2, wobei die Einrichtung zur phonemgerechten Kompression Datenkompression von jedes Phonem angebenden Subband-Daten durch nichtlineares Quantisieren der Daten durchführt, so dass die Kompressionsrate zur Erfüllung einer für das Phonem spezifizierten Bedingung erreicht wird.
- Sprachsignalkompressionsvorrichtung nach Anspruch 1, 2 oder 3, wobei Priorität für jede spektrale Komponente von Subband-Daten spezifiziert wird; und die Einrichtung zur phonemgerechten Kompression Datenkompression von Subband-Daten durch Quantisieren jeder der spektralen Komponenten der Subband-Daten in einer Weise durchführt, dass eine spektrale Komponente mit einer höheren Priorität mit einer höheren Auflösung quantisiert wird.
- Sprachsignalkompressionsvorrichtung nach einem der Ansprüche 1 bis 4, wobei die Einrichtung zur phonemgerechten Kompression Datenkompression von Subband-Daten durch Ändern der Subband-Daten durchführt, so dass spektrale Verteilung nach Löschen einer vorgegebenen spektralen Komponente gezeigt wird.
- Sprachsignalkompressionsvorrichtung, umfassend: eine Sprachsignalverarbeitungseinrichtung zum Erfassen eines Sprachsignals, das eine Wellenform einer Sprache angibt, und zum Verarbeiten des Sprachsignals zu einem Tonhöhenwellenformsignal, indem Phasen multipler, durch Trennen des Sprachsignals erhaltener Sektionen im Wesentlichen entzerrt werden, wobei jede der multiplen Sektionen einer Tonhöheneinheit der Sprache entspricht; eine Subbanddatenerzeugungseinrichtung zum Erzeugen von Subband-Daten, die zeitliche Veränderung spektraler Verteilung von jedem der Phoneme basierend auf dem Tonhöhenwellenformsignal angeben; und eine Einrichtung zur phonemgerechten Kompression, um Datenkompression bei jedem der Abschnitte, die individuelle Phoneme der Subband-Daten angeben, in Übereinstimmung mit einer vorgegebenen Bedingung durchzuführen, die für ein durch den Abschnitt angegebenes Phonem spezifiziert ist.
- Sprachsignalkompressionsvorrichtung, umfassend: eine Einrichtung zum Erfassen eines Signals, das eine Sprachwellenform oder zeitliche Veränderung spektraler Verteilung von Sprache angibt; und eine Einrichtung zum Durchführen von Datenkompression bei jedem der Abschnitte, die individuelle Phoneme des erfassten Signals angeben, in Übereinstimmung mit einer vorgegebenen Bedingung, die für ein von dem Abschnitt angegebenes Phonem spezifiziert ist.
- Sprachsignalkompressionsverfahren, wobei ein Signal, das eine Sprachwellenform oder zeitliche Veränderung spektraler Verteilung von Sprache angibt, erfasst wird; und Datenkompression für jeden der Abschnitte, die individuelle Phoneme des erfassten Signals angeben, in Übereinstimmung mit einer vorgegebenen Bedingung durchgeführt wird, die für ein von dem Abschnitt angegebenes Phonem spezifiziert ist.
- Programm, das einen Computer dazu veranlasst, zu funktionieren als: Einrichtung zum Erfassen eines Signals, das eine Sprachwellenform oder zeitliche Veränderung spektraler Verteilung von Sprache angibt; und Einrichtung zum Durchführen von Datenkompression bei jedem der Abschnitte, die individuelle Phoneme des erfassten Signals angeben, in Übereinstimmung mit einer vorgegebenen Bedingung, die für ein von dem Abschnitt angegebenes Phonem spezifiziert ist.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003090045 | 2003-03-28 | ||
JP2003090045A JP4256189B2 (ja) | 2003-03-28 | 2003-03-28 | 音声信号圧縮装置、音声信号圧縮方法及びプログラム |
PCT/JP2004/004304 WO2004088634A1 (ja) | 2003-03-28 | 2004-03-26 | 音声信号圧縮装置、音声信号圧縮方法及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
DE04723803T1 true DE04723803T1 (de) | 2006-07-13 |
Family
ID=33127254
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE602004015753T Expired - Lifetime DE602004015753D1 (de) | 2003-03-28 | 2004-03-26 | Sprachsignalkomprimierungseinrichtung, sprachsignalkomprimierungsverfahren und programm |
DE04723803T Pending DE04723803T1 (de) | 2003-03-28 | 2004-03-26 | Sprachsignalkomprimierungseinrichtung |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE602004015753T Expired - Lifetime DE602004015753D1 (de) | 2003-03-28 | 2004-03-26 | Sprachsignalkomprimierungseinrichtung, sprachsignalkomprimierungsverfahren und programm |
Country Status (7)
Country | Link |
---|---|
US (1) | US7653540B2 (de) |
EP (1) | EP1610300B1 (de) |
JP (1) | JP4256189B2 (de) |
KR (1) | KR101009799B1 (de) |
CN (1) | CN100570709C (de) |
DE (2) | DE602004015753D1 (de) |
WO (1) | WO2004088634A1 (de) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5032314B2 (ja) * | 2005-06-23 | 2012-09-26 | パナソニック株式会社 | オーディオ符号化装置、オーディオ復号化装置およびオーディオ符号化情報伝送装置 |
US20070011009A1 (en) * | 2005-07-08 | 2007-01-11 | Nokia Corporation | Supporting a concatenative text-to-speech synthesis |
JP4736699B2 (ja) * | 2005-10-13 | 2011-07-27 | 株式会社ケンウッド | 音声信号圧縮装置、音声信号復元装置、音声信号圧縮方法、音声信号復元方法及びプログラム |
US8694318B2 (en) * | 2006-09-19 | 2014-04-08 | At&T Intellectual Property I, L. P. | Methods, systems, and products for indexing content |
CN108369804A (zh) * | 2015-12-07 | 2018-08-03 | 雅马哈株式会社 | 语音交互设备和语音交互方法 |
CN109817196B (zh) * | 2019-01-11 | 2021-06-08 | 安克创新科技股份有限公司 | 一种噪音消除方法、装置、系统、设备及存储介质 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3946167A (en) * | 1973-11-20 | 1976-03-23 | Ted Bildplatten Aktiengesellschaft Aeg-Telefunken-Teldec | High density recording playback element construction |
GR58359B (en) * | 1977-08-09 | 1977-10-03 | Of Scient And Applied Res Ltd | Voice codification system |
JPS5667899A (en) * | 1979-11-09 | 1981-06-08 | Canon Kk | Voice storage system |
US4661915A (en) * | 1981-08-03 | 1987-04-28 | Texas Instruments Incorporated | Allophone vocoder |
JPH01244499A (ja) * | 1988-03-25 | 1989-09-28 | Toshiba Corp | 音声素片ファイル作成装置 |
JPH03136100A (ja) | 1989-10-20 | 1991-06-10 | Canon Inc | 音声処理方法及び装置 |
JP2931059B2 (ja) * | 1989-12-22 | 1999-08-09 | 沖電気工業株式会社 | 音声合成方式およびこれに用いる装置 |
KR940002854B1 (ko) * | 1991-11-06 | 1994-04-04 | 한국전기통신공사 | 음성 합성시스팀의 음성단편 코딩 및 그의 피치조절 방법과 그의 유성음 합성장치 |
JP3233500B2 (ja) * | 1993-07-21 | 2001-11-26 | 富士重工業株式会社 | 自動車エンジンの燃料ポンプ制御装置 |
BE1010336A3 (fr) * | 1996-06-10 | 1998-06-02 | Faculte Polytechnique De Mons | Procede de synthese de son. |
FR2815457B1 (fr) * | 2000-10-18 | 2003-02-14 | Thomson Csf | Procede de codage de la prosodie pour un codeur de parole a tres bas debit |
JP2002244688A (ja) * | 2001-02-15 | 2002-08-30 | Sony Computer Entertainment Inc | 情報処理方法及び装置、情報伝送システム、情報処理プログラムを情報処理装置に実行させる媒体、情報処理プログラム |
JP2002251196A (ja) * | 2001-02-26 | 2002-09-06 | Kenwood Corp | 音素データ処理装置、音素データ処理方法及びプログラム |
US7089184B2 (en) * | 2001-03-22 | 2006-08-08 | Nurv Center Technologies, Inc. | Speech recognition for recognizing speaker-independent, continuous speech |
JP4867076B2 (ja) | 2001-03-28 | 2012-02-01 | 日本電気株式会社 | 音声合成用圧縮素片作成装置、音声規則合成装置及びそれらに用いる方法 |
US20040220801A1 (en) | 2001-08-31 | 2004-11-04 | Yasushi Sato | Pitch waveform signal generating apparatus, pitch waveform signal generation method and program |
CA2359771A1 (en) * | 2001-10-22 | 2003-04-22 | Dspfactory Ltd. | Low-resource real-time audio synthesis system and method |
-
2003
- 2003-03-28 JP JP2003090045A patent/JP4256189B2/ja not_active Expired - Lifetime
-
2004
- 2004-03-26 DE DE602004015753T patent/DE602004015753D1/de not_active Expired - Lifetime
- 2004-03-26 DE DE04723803T patent/DE04723803T1/de active Pending
- 2004-03-26 KR KR1020057015569A patent/KR101009799B1/ko active IP Right Grant
- 2004-03-26 WO PCT/JP2004/004304 patent/WO2004088634A1/ja active IP Right Grant
- 2004-03-26 CN CNB2004800086632A patent/CN100570709C/zh not_active Expired - Lifetime
- 2004-03-26 US US10/545,427 patent/US7653540B2/en active Active
- 2004-03-26 EP EP04723803A patent/EP1610300B1/de not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
US20060167690A1 (en) | 2006-07-27 |
JP4256189B2 (ja) | 2009-04-22 |
DE602004015753D1 (de) | 2008-09-25 |
WO2004088634A1 (ja) | 2004-10-14 |
EP1610300B1 (de) | 2008-08-13 |
KR101009799B1 (ko) | 2011-01-19 |
JP2004294969A (ja) | 2004-10-21 |
EP1610300A4 (de) | 2007-02-21 |
KR20050107763A (ko) | 2005-11-15 |
EP1610300A1 (de) | 2005-12-28 |
CN1768375A (zh) | 2006-05-03 |
US7653540B2 (en) | 2010-01-26 |
CN100570709C (zh) | 2009-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE02765393T1 (de) | Vorrichtung und verfahren zum erzeugen eines tonhöhen-kurvenformsignals und vorrichtung und verfahren zum komprimieren, dekomprimieren und synthetisieren eines sprachsignals damit | |
DE2953262C2 (de) | ||
DE3687815T2 (de) | Verfahren und vorrichtung zur sprachanalyse. | |
DE69901606T2 (de) | Breitbandsprachsynthese von schmalbandigen sprachsignalen | |
EP1371055B1 (de) | Vorrichtung zum analysieren eines audiosignals hinsichtlich von rhythmusinformationen des audiosignals unter verwendung einer autokorrelationsfunktion | |
DE69032168T2 (de) | Dynamisches codebuch zur wirksamen sprachcodierung unter anwendung von algebraischen coden | |
DE69932786T2 (de) | Tonhöhenerkennung | |
DE68910859T2 (de) | Detektion für die Anwesenheit eines Sprachsignals. | |
DE69620560T2 (de) | Kodierverfahren eines Sprach- oder Musiksignals mittels Quantisierung harmonischer Komponenten sowie im Anschluss daran Quantisierung der Residuen | |
DE69926462T2 (de) | Bestimmung des von einer phasenänderung herrührenden rauschanteils für die audiokodierung | |
DE2820645A1 (de) | Vorrichtung und verfahren zur spracherkennung | |
DE4031638C2 (de) | ||
DE69618408T2 (de) | Verfahren und Vorrichtung zur Sprachkodierung | |
EP1388145B1 (de) | Vorrichtung und verfahren zum analysieren eines audiosignals hinsichtlich von rhythmusinformationen | |
DE04723803T1 (de) | Sprachsignalkomprimierungseinrichtung | |
DE69725945T2 (de) | Sprachkodierer mit niedriger Bitrate | |
DE60222983T2 (de) | Serieller Datenzeiger | |
DE69521622T2 (de) | System und verfahren zur sprachverarbeitung mittels multipuls-analyse | |
DE60018690T2 (de) | Verfahren und Vorrichtung zur Stimmhaft-/Stimmlos-Entscheidung | |
DE03730668T1 (de) | Sprachsignalinterpolationseinrichtung | |
DE102004028694B3 (de) | Vorrichtung und Verfahren zum Umsetzen eines Informationssignals in eine Spektraldarstellung mit variabler Auflösung | |
DE69703233T2 (de) | Verfahren und Systeme zur Sprachkodierung | |
DE69128990T2 (de) | Sprecherkennungsvorrichtung | |
DE69025932T2 (de) | Einrichtung und verfahren zum erzeugen von stabilisierten darstellungen von wellen | |
DE102007054306A1 (de) | Verfahren zum Analysieren von Wechselspannungssignalen |