DE1276740B - Verfahren und Anordnungen zur Verbesserung der Sprachqualitaet von Kanalvocodern - Google Patents

Description

BUNDESREPUBLIK DEUTSCHLAND

DEUTSCHES

PATENTAMT

AUSLEGESCHRIFT

Int. CL:

GlOl

H 04b

Deutsche Kl.: 21 a2 - 36/22

Nummer:
Aktenzeichen:
Anmeldetag:
Auslegetag:

P 12 76 740.7-31 (J 30298)

11. März 1966

5. September 1968

Die Erfindung betrifft Verfahren und Anordnungen zur Verbesserung der Sprachqualität bei der Analyse stimmloser Sprachabschnitte nach dem Kanalvocoderprinzip.

Die Spektrumkanäle K₁ bis K_n (F i g. 1) des Analysators eines Kanalvocoders bestehen bekanntlich aus einem Bandpaß BP₁ bis BP_n, einem Gleichrichter G₁ bis G_n und einem Glättungsstiefpaß LP₁ bis LP_n. Bei der Analyse stimmhafter und stimmloser Dauerlaute des Sprachsignals s (i) müßten die Ausgangsspannungen der Glättungstiefpässe LP₁ bis LP_n in den Spektrumkanälen K₁ bis K_n konstante Gleichspannungen sein. Dieser Idealfall ist für stimmhafte Dauerlaute leicht zu erreichen. Bei stimmlosen Dauerlauten enthalten dagegen die Ausgangsspannungen auch Rauschkomponenten, deren Leistungsspektrum dem Durchlaßbereich des Glättungstiefpasses entspricht. Eine Rauschkomponente fällt gegenüber der konstanten Gleichspannung um so mehr ins Gewicht, je größer die Bandbreite des Glättungstiefpasses LP₁ gegenüber der Bandbreite des Bandfilters BP₁ ist (/ = 1, 2, 3 ... n).

Da sich die Rauschkomponenten der Spektrumsignale ungünstig auf die Qualität der synthetischen Sprache auswirken, ist es die Aufgabe der Erfindung, diese Rauschkomponenten in den Spektrumsignalen bei der Analyse stimmloser Sprachabschnitte zu vermindern.

Für ein Verfahren zur Verbesserung der Sprachqualität bei der Analyse stimmloser Sprachabschnitte nach dem Kanalvocoderprinzip besteht die Erfindung darin, daß zur Verminderung der Rauschkomponente des Gleichspannungssignals, welches jeder Spektrumkanal nach der Analyse führt, die obere Grenzfrequenz des je Spetrumkanal vorgesehenen Glättungstiefpasses für die Dauer des Auftretens stimmloser Sprachlaute herabgesetzt wird.

Eine Anordnung zur Durchführung dieses Verfahrens zeigt günstige Resultate dadurch, daß je Spektrumkanal zwei Tiefpaßfilter mit unterschiedlicher Grenzfrequenz vorgesehen sind, die beide einerseits mit dem Ausgang des zugehörigen Gleichrichters und andererseits mit je einem Kontakt eines steuerbaren Schalters verbunden sind, dessen Ausgang die jeweilige Kanalspannung führt und dessen Steuerung durch das Ausgangssignal eines in bekannter Weise im Anregungskanal vorgesehenen Diskriminators für die Stimmhaft-Stimmlos-Unterscheidung des Sprachsignals derart vorgenommen wird, daß bei stimmhaften Sprachsignalen der Tiefpaß mit einer höheren Grenzfrequenz und bei stimmlosen Sprachsignalen der Verfahren und Anordnungen zur Verbesserung
der Sprachqualität von Kanalvocodern

Anmelder:

International Business Machines Corporation,

Armonk,N.Y.(V.St.A.)

Vertreter:

Dipl.-Ing. A. Bittighofer, Patentanwalt,

7030 Böblingen, Sindelfinger Str. 49

Als Erfinder benannt:

Erwin Paulus,

Ernst Rothauser, Wien

Beanspruchte Priorität:

Österreich vom 25. März 1965 (A 2756/65) --

Tiefpaß mit einer niedrigeren Grenzfrequenz eingeschaltet ist.

Diese Anordnung kann in vorteilhafter Weise dadurch abgewandelt werden, daß je Spektrumkanal nur ein Tiefpaßfilter vorgesehen ist, dessen obere Grenzfrequenz mit Hilfe eines steuerbaren Schalters auf einen niedrigeren Wert umschaltbar ist.
Eine abgewandelte Anordnung zur Durchführung

des Verfahrens zur Verbesserung der Sprachqualität bei der Analyse stimmloser Sprachabschnitte nach dem Kanalvocoderprinzip mittels Verringerung der Rauschkomponente des Gleichspannungssignals weist an Stelle des Glättungstiefpasses je Spektrumkanal

einen in seiner Integrationszeit steuerbaren Integrator auf, der beim Vorliegen stimmloser Sprachabschnitte die Signale des Kanals innerhalb eines gegenüber dem normalen Integrationsintervall vergrößerten Integrationsintervalls integriert.

Bei dieser Anordnung ist zweckmäßig je Spektrumkanal ein dem Gleichrichter folgender, in seiner Integrationszeit steuerbarer Integrator vorgesehen, dessen Steuereingang über einen Schalter mit je einem von zwei Steuerleitungen derart verbunden wird, daß mit Hilfe eines in dem Anregungskanal vorgesehenen, an sich bekannten Stimmhaft-Stimmlos-Diskriminators der Schalter beim Vorliegen stimmloser Sprachabschnitte den Integrator mit dem einen Signalgebergenerator verbindet, wodurch die Signale des Spektrumkanals innerhalb eines größeren Zeitintervalls integriert werden als beim Vorliegen stimmhafter Sprachabschnitte, in

809 599/395

3 4

denen der Integrator mit dem anderen Signalgene- scheidung kann zur Steuerung entweder der Grenzrator verbunden ist und die Signale des Spektrum- frequenz der Glättungstiefpässe oder aber des kanals innerhalb eines normalen Zeitintervalls inte- Integrationsintervalls bei Verwendung von Integriert werden. gratoren verwendet werden, um so für beide Fälle —

Mit Hilfe der vorstehend genannten Verfahren und 5 stimmhafte und stimmlose Sprachabschnitte — opti-Anordnungen besteht die Möglichkeit, die Qualität male Werte automatisch einzustellen. Die in Fig. 1 der synthetischen Sprache zu verbessern, indem bei weiter dargestellten Schaltungsteile f₀ und IG dienen der Analyse stimmloser Sprachabschnitte die Inte- der Ermittlung der Sprachgrundfrequenz und der grationsintervalle bei der Integration der Kanal- Erzeugung der Anregungsimpulse für den Anspannungen größer gemacht werden, als sie beispiels- ₁₀ regungskanal K '.

weise für eine optimale Integration der Kanalspan- Fig. 2 zeigt" das Blockschaltbild eines Kanalnungen notwendig sind, wenn stimmhafte Sprach- vocoders mit in ihrer oberen Grenzfrequenz steuerabschnitte analysiert werden, baren Glättungstiefpässen. Bei dieser Anordnung

Im folgenden wird die Erfindung an Hand von _sj_nd j_e Spektrumkanal zwei Tiefpässe LP₁ und LP₁'

durch Zeichnungen erläuterten Ausführungsbeispielen ₁₅ vorgesehen, die unterschiedliche obere Grenzfrequen-

näher beschrieben. Es zeigt _zen aufweisen. Mit Hilfe eines steuerbaren Schal-

Fig.l das Blockschaltbild des Analyseteils eines ters S₁ wird, abhängig vom Ausgangssignal des

Kanalvocoders, Stimmhaft-Stimmlos-Diskriminators D bei der

Fig. 2 das Blockschaltbild einer Anordnung zur Analyse stimmloser Sprachabschnitte der Tiefpaß

anregungsgesteuerten Glättung der Kanalspannun- ₂₀ LP{ mit der tieferen oberen Grenzfrequenz über den

gen durch Umschaltung zwischen je zwei Tiefpässen Kontakt ^/ in den Spektrumkanal K/ eingeschaltet,

mit verschiedener oberer Grenzfrequenz, Damit beim Vorliegen stimmhafter Sprachabschnitte

Fig. 3 das Prinzipschaltbild eines Tiefpaßfilters der Informationsfluß nicht unnötig herabgesetzt wird,

mit umschaltbarer oberer Grenzfrequenz, _wi_rd dann mit Hilfe des steuerbaren Schalters S, der

Fig.4 das Blockschaltbild einer Anordnung zur ₂₅ Tiefpaß LP₁ mit der für die Analyse stimmhafter

anregungsgesteuerten Glättung der Kanalspannungen Sprachabschnitte optimalen oberen Grenzfrequenz

mittels steuerbarer Integratoren und über den Kontakt.^ in den Kanal eingeschaltet.

F i g. 5 das Prinzipschaltbild eines steuerbaren Besonders günstig ist die Verwendung eines Tief-Integrators, passes LP₁* mit umschaltbarer oberer Grenzfrequenz,

Bei der Analyse stimmhafter und stimmloser 30 wie er beispielsweise in Fig. 3 im Prinzip dargestellt Sprachabschnitte nach dem Kanalvocoderprinzip ist. Er besteht im wesentlichen aus zwei in Reihe ergeben sich im Idealfall konstante Ausgangsgleich- geschalteten Teilinduktivitäten L₁ und L{ und einer spannungen in den Spektrumkanälen, sofern die Kapazität C_h die mit Hilfe des Schalters S₁ entweder Sprachabschnitte eine gewisse Länge nicht unter- an den Mittelabgriff zwischen beiden Teilinduktivischreiten. Dieser Idealfall ist für stimmhafte Sprach- 35 täten oder an das Ende der zweiten Teilinduktiviabschnitte leicht zu erreichen. Bei stimmlosen tat Lf geschaltet werden kann. Hierbei ist das Ver-Sprachabschnitten dagegen enthalten die Ausgangs- hältnis von L₁, L{ und C₁ so gewählt, daß in den spannungen Rauschkomponenten, deren Leistungs- beiden Schalterstellungen A₁ und A{ sowohl für die spektrum dem Integrationsintervall des in jedem Analyse stimmhafter, als auch für die Analyse stimm-Spektrumkanal dem Gleichrichter G₁-(Fig. 1) folgen- 40 loser Sprachabschnitte jeweils die optimale obere den Integrationsgliedes LP₁ entspricht. Dem Inte- Grenzfrequenz eingestellt werden kann. In der Angrationsintervall eines solchen Integrators entspricht Ordnung nach Fig. 2 werden beim Einsatz dieses auch der Durchlaßbereich eines Glättungstiefpasses, steuerbaren TiefpaßfiltersLP* die Tiefpaßfilterpaare so daß zur Verminderung der Rauschkomponente LP₁ und LP/ durch diese Filter ersetzt,
entweder die obere Grenzfrequenz des Glättungstief- 45 Eine weitere günstige Möglichkeit zur Realisierung passes niedrig oder das Integrationsintervall eines eines Tiefpasses mit steuerbarer oberen Grenzverwendeten Integrators groß gewählt werden muß. frequenz ergibt sich aus der Verwendung getriggerter Eine niedrige obere Grenzfrequenz des Glättungs- Integratoren. Ein Integrator kann ganz allgemein als tiefpasses oder ein großes Integrationsintervall eines Tiefpaß aufgefaßt werden, dessen Antwort auf den Integrators haben aber einen geringen Informations- 50 Einheitsstoß in einem Rechteckimpuls von der fluß zur Folge, der sich ebenfalls nachteilig auf die Dauer der Integrationszeit besteht und dessen AusQualität der synthetischen Sprache auswirkt. Bei gangsspannung in zeitlichen Abständen von je einer stimmlosen Abschnitten der Sprache wird dieser Integrationszeit abgetastet wird. Einer Vergrößerung Qualitätsgewinn durch Verringerung der Rausch- der Integrationszeit entspricht hierbei eine Verrinkomponenten ausgeglichen. Bei stimmhaften Ab- 55 gerung der oberen Grenzfrequenz dieses Tiefpasses. schnitten der Sprache ist die Herabsetzung der Diese Art der Realisierung kann dort vorteilhaft ver-Grenzfrequenz unter eine gewisse Grenze oder ein wendet werden, wo Kanalspannungen digital darzu groß gewähltes Integrationsintervall jedoch mit gestellt werden soll, da der Integrator bereits ein einem Qualitätsverlust bei der synthetischen Sprache impulsamplitudenmoduliertes Signal liefert. Dieses verbunden. Es ist daher vorteilhaft, die optimale 60 Signal ist dann lediglich in einem Analog-Digital-Grenzfrequenz des Glättungstiefpasses oder das Inte- Wandler umzuwandeln.

grationsintervall des Integrators für stimmlose Ab- F i g. 4 zeigt das Blockschaltbild einer Anordnung,

schnitte des Sprachsignals anders zu wählen als für bei der getriggerte Integratoren zur Verringerung der

stimmhafte. Rauschkomponente der Spektrumsignale bei der

Bei den meisten bekannten Vocodersystemen wird, 65 Analyse stimmloser Sprachsignale verwendet werden, wie in Fig. 1 gezeigt ist, im AnregungskanalK₀ mit Bei dieser Anordnung wird, abhängig vom Aus-Hilfe eines Diskriminators D eine Stimmhaft-Stimm- gangssignal des Stimmhaft-Stimmlos-Diskriminalos-Unterscheidung sh und si getroffen. Diese Unter- tors D der getriggerte Integrator I₁ über den Steuer-

baren Schalter^ entweder über den KontaktA_t an einen Impulsgenerator angeschlossen, der ein Signal t liefert, welches aus Rechteckimpulsen einer bestimmten Impulsfolgefrequenz besteht, die für die Analyse stimmhafter Sprachsignale optimal gewählt ist. Beim Vorliegen stimmloser Sprachsignale wird der Integrator /( mit seinem Triggereingang α über den steuerbaren Schalter S₁ und den Kontakt A₁' an einen Generator angeschlossen, der die Signale t' liefert, die aus Rechteckimpulsen mit einer Impulsfolgefrequenz ίο bestehen, die niedriger ist als die Impulsfolgefrequenz der Signale t, aber für die Analyse stimmloser Sprachabschnitte optimal gewählt ist.

In F i g. 5 ist im Prinzip das Schaltbild eines solchen getriggerten Integrators dargestellt. Von dem Ausgang des Gleichrichters G,- des jeweiligen Kanals K₁ wird über die Leitung b und den Widerstand R₁ an den Eingang des Integrators /_; im Idealfall eine Gleichspannung konstanter Amplitude oder eine Wechselspannung mit nur sehr langsam veränderlicher Einhüllenden übertragen. Zur Erläuterung der Wirkungsweise der Integratorschaltung sei angenommen, daß der Kondensator C durch einen vorausgegangenen Schaltvorgang an dem Transistor TR₂ negativ geladen sei. Die Spannung am Kondensator betrage — V₃ ^ 0. Solange der Transistor TR₂ gesperrt ist, wird der Kondensator durch den Kollektorstrom i_c des Transistors TR₁ entladen. Der Widerstand/ig ist so gewählt, daß die an ihm abfallende Spannung immer klein gegen die Spannung am KondensatorC ist. Durch die Entladung verringert sich die Spannung am Kondensator laufend. Wenn der Transistor TR₂ über den Widerstand R₂ durch einen positiven Impuls des Generators t oder f am Triggereingang α kurzzeitig geöffnet wird, dann wird gleichzeitig der Kondensator wieder auf die Spannung — V_s aufgeladen. Der impulsartige Ladestrom bewirkt am Widerstand R_s einen Impuls, dessen maximale Amplitude proportional der Spannungsänderung am Kondensator ist. Das Signal des Kurz- zeitmittelwertes der Kanalfilterausgangsspannung wird an der Elektrode E abgenommen und über den jeweiligen Kanal K{ übertragen.

Claims (5)

Patentansprüche: 45

1. Verfahren zur Verbesserung der Sprachqualität bei der Analyse stimmloser Sprachabschnitte nach dem Kanalvocoderprinzip, dadurch gekennzeichnet, daß zur Verminderung der Rauschkomponente des Gleichspannungssignals, welches jeder Spektrumkanal (K₁ bis K_n) nach der Analyse führt, die obere Grenzfrequenz des je Spektrumkanal vorgesehenen Glättungstiefpasses (LP₁ bis LP_n) für die Dauer des Auftretens stimmloser Sprachlaute herabgesetzt wird (F i g. 1).

2. Anordnung zur Durchführung des Verfahrens nach Anspruch 1, dadurch gekennzeichnet, daß je Spektrumkanal (K₁ bis K_n) zwei Tiefpaßfilter (LP₁ und LP₁' bis LP_n und LP_n') mit unterschiedlicher oberer Grenzfrequenz vorgesehen sind, die beide einerseits mit dem Ausgang des zugehörigen Gleichrichters (G₁ bis G_n) und andererseits mit je einem Kontakt (A₁ bzw. A₁ bis A_n bzw. A_n) eines steuerbaren Schalters (S₁ bis S_n) verbunden sind, dessen Ausgang (B₁ bis B_n) die jeweilige Kanalspannung führt und dessen Steuerung durch das Ausgangssignal eines in bekannter Weise im Anregungskanal (K₀) vorgesehenen Diskriminators (D) für die Stimmhaft-Stimmlos-Unterscheidung des Sprachsignals [s (t)] derart vorgenommen wird, daß bei stimmhaften Sprachsignalen der Tiefpaß (LF₁ bis LP_n) mit einer höheren Grenzfrequenz und bei stimmlosen Sprachsignalen der Tiefpaß (LP₁ bis LP_n) mit der niedrigeren Grenzfrequenz eingeschaltet ist (Fig. 2).

3. Abwandlung der Anordnung nach Anspruch 2, dadurch gekennzeichnet, daß je Spektrumkanal nur ein Tiefpaßfilter (LP₁*) vorgesehen ist, dessen obere Grenzfrequenz mit Hilfe des steuerbaren Schalters (S₁) auf einen niedrigeren Wert umschaltbar ist (Fig· 3).

4. Anordnung zur Durchführung des Verfahrens nach Anspruch 1, dadurch gekennzeichnet, daß an Stelle des Glättungstiefpasses je Spektrumkanal (K₁ bis K_n) ein in seiner Integrationszeit steuerbarer Integrator (I₁ bis /„) vorgesehen ist, der beim Vorliegen stimmloser Sprachabschnitte die Signale des Kanals innerhalb eines gegenüber dem für die Analyse stimmhafter Sprachabschnitte optimal gewählten Integrationsintervall vergrößerten Integrationsintervalls integriert (Fig. 4).

5. Anordnung nach Anspruch 4, dadurch gekennzeichnet, daß je Spektrumkanal (K₁ bis K_n) ein dem Gleichrichter (G₁ bis G_n) folgender, in seiner Integrationszeit steuerbarer Integrator (L bis /„) vorgesehen ist, dessen Steuereingang (α) über einen Schalter (S₁ bis S_n) mit je einem von zwei Steuersignalgeneratoren (t und t') derart verbunden wird, daß mit Hilfe eines in dem Anregungskanal (K₀) vorgesehenen, an sich bekannten Stimmhaft-Stimmlos-Diskriminators (D) der Schalter beim Vorliegen stimmloser Sprachabschnitte den Integrator mit dem einen Signalgenerator (f) verbindet, wodurch die Signale des Spektrumkanals innerhalb eines größeren Zeitintervalls integriert werden, als beim Vorliegen stimmhafter Sprachabschnitte, in denen der Integrator mit dem anderen Signalgenerator (i) verbunden ist und die Signale des Spektrumkanals innerhalb eines normalen Zeitintervalls integriert werden (F i g. 4).

Hierzu 1 Blatt Zeichnungen

809 599/395 8.68 © Bundesdruckerei Berlin