DE1926362A1 - Einrichtung zur Sprachanalyse und -synthese - Google Patents
Einrichtung zur Sprachanalyse und -syntheseInfo
- Publication number
- DE1926362A1 DE1926362A1 DE19691926362 DE1926362A DE1926362A1 DE 1926362 A1 DE1926362 A1 DE 1926362A1 DE 19691926362 DE19691926362 DE 19691926362 DE 1926362 A DE1926362 A DE 1926362A DE 1926362 A1 DE1926362 A1 DE 1926362A1
- Authority
- DE
- Germany
- Prior art keywords
- speech
- frequency
- voiced
- channel
- channels
- 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.)
- Withdrawn
Links
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 20
- 238000003786 synthesis reaction Methods 0.000 title claims abstract description 20
- 238000001228 spectrum Methods 0.000 claims description 33
- 230000005284 excitation Effects 0.000 claims description 10
- 230000006870 function Effects 0.000 description 16
- 238000009826 distribution Methods 0.000 description 11
- 238000000034 method Methods 0.000 description 5
- 238000011084 recovery Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 210000001260 vocal cord Anatomy 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 210000000867 larynx Anatomy 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 241000220645 Leonotis nepetifolia Species 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/66—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission for reducing bandwidth of signals; for improving efficiency of transmission
-
- 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
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- Reduction Or Emphasis Of Bandwidth Of Signals (AREA)
- Telephonic Communication Services (AREA)
Description
Böblingen, den|-i3. Mai I969
jo~sk *
Anmeldarin: International Business Machines
·· _ rf ^ Corporation, Armonk, N.Y. 10504
■ **«■*■■**«
Amtliches Aktenzeichen: . ' ' Neuanmeldung
Akteng.der Anmelderin: Docket PR 968 007
zur Sprachanalyse und -* Bynthese '
Die Erfindung betrifft eine Ein'FiOtoMng zur Sprachanalyse ^
und - synthese nach dem-Vocoderprinzip,; nachdem Sprachsignale
durch eine das- Sp'ik'ch'äpekti'umA'äu'rc'h'eine diea0prachunregungf
und.durch eine die stimmhaft/stimmlos-Unterscheidung darstallende
Funktion definiert sind und bei der die Frequenz- λ
Kanäle nur auf die Frequenzen der stimmhaften Sprachsignale ''
bezogen sind.
Der Meohanismus für die Spracherzeugung besteht bekanntlich
aus gweiP Gruppen? (a) den^S-tiiiimbandQrn und (b) dem Mund,
·■■■ .----'■> Ί1 1 ; v!>·""· 'H
"der 2unge und "d.en'Lippeni die das Signal der Stimmbänder --modulieren*
Die Laute werden durch einen' Luftstrom erzeugt, der dureh den Kahlkopf fließt. Der Kehlkopf enthält die Stimmbänder,
die im Frequenzberaieh von 6Q-4QQ Un schwingen Wonnen,
Die üntorschiede in dir männlichen und weibliohen Stimme be«
stehen darin* dai die vom. mtnnliohen.Kahlkopf ej^eugten
Schwingungen ο in© n^edPigere Gpuiiäieliwingmng besitzen* als die
vqrn vdbliQhQR Kehlkopf epgeugten. B@hwiRgungeR-" φ.§|* £uft«
SAD ORiGtMAl.
Bei bestimmten Lauten schwingen die Stimmbänder njcht, Das
Spektrum ist dann nicht/diskret, sondern kontinuierlich.
Diejenigen Laute, die ihren Ursprung in den Stimmbändern^
haben, sind die sogenannten stimmhaften Laute. Die anderen Laute, wie beispielsweise "s" und "cn", die ihren Ursprung im Luftstrom haben, sind die sogenannten stimrnlp,sen vLaute .
Diejenigen Laute, die ihren Ursprung in den Stimmbändern^
haben, sind die sogenannten stimmhaften Laute. Die anderen Laute, wie beispielsweise "s" und "cn", die ihren Ursprung im Luftstrom haben, sind die sogenannten stimrnlp,sen vLaute .
Wann diese Laute den Muncl passieren, v/erclen die Eigenschaften
der Sprache mit Hilfe zweier diskreter Modu^tionsyerfahren
geformt. Das erste Verfahren, das als eine Anwendung dar"
Energieverteilung als Funktion der Frequenz, betrachtet . .... werden kann, wird dadurch angewendet, daß der Laut yerr
schiedene Resonanzhöhlon^die von Zunge^ und Mund gebildet,, werden, passiert, Die .kontinuierlichen. Laute,,dier in.
kontinuierlicher Waise reproduziert werden können, ent^ .___ · spreQhenE diesem i'.-lodulationstyp., Die . Kons.pnant.en. werden^.^Je,-,. doch .mit Hilfe de.s zweiten. Modulationsye rf ahrens erzeugt-^,·. Sie. besitzen, ein Kinschwingyerhalten und werde.p.. p|it. HilfÄ .r der-Zunge ,...der. Lippen,,, usw. gebildet, in 4em fde.r. LauJ;^für„^ eine kurze Zeitdauer , zurückgehalten und dann.,plptz;lich. ;r,,s abgegeben-wird. . Y ,:, ■ ^^zz:;v:i'o-' .- ■. ■-· : — w ^*,-: s .^.?
Energieverteilung als Funktion der Frequenz, betrachtet . .... werden kann, wird dadurch angewendet, daß der Laut yerr
schiedene Resonanzhöhlon^die von Zunge^ und Mund gebildet,, werden, passiert, Die .kontinuierlichen. Laute,,dier in.
kontinuierlicher Waise reproduziert werden können, ent^ .___ · spreQhenE diesem i'.-lodulationstyp., Die . Kons.pnant.en. werden^.^Je,-,. doch .mit Hilfe de.s zweiten. Modulationsye rf ahrens erzeugt-^,·. Sie. besitzen, ein Kinschwingyerhalten und werde.p.. p|it. HilfÄ .r der-Zunge ,...der. Lippen,,, usw. gebildet, in 4em fde.r. LauJ;^für„^ eine kurze Zeitdauer , zurückgehalten und dann.,plptz;lich. ;r,,s abgegeben-wird. . Y ,:, ■ ^^zz:;v:i'o-' .- ■. ■-· : — w ^*,-: s .^.?
-Xa -j-th al ~h>.~.. H-
.Bei. normaler, Sprache ..änder-tf^si^h/.ilie. Frequanz. der K^
seiiwingung ejitsprechend dem-rlpr^ajy^ider^^.praQ^
seiiwingung ejitsprechend dem-rlpr^ajy^ider^^.praQ^
ßÄD ORIGINAL
968 007 90$ft5- 1/12SO1
gleichsweise klein. Daher hat sieh die Information, die übertragen
werden soll, die für die Wiedergewinnungsoperation notwendig ist, mit den drei folgenden Betrachtungen zu beschäftigen,
die als Funktion der Zeit definiert sindt
(a) die Energie/Frequenzverteilung
(b) der Energietyp, der durch diese Verteilung rtgeformt" werden muß und
(c) die Sprachgrundfrequenz. .
Die sich auf (a) beziehende Information ist wesentlich und repräsentiert den größten Teil der Übertragung» Diese Information
wird bei den bekannten Vocoder-Systemen mit Hilfe einer Anzahl vbn Kanälen," den sogenannten Spektrumkanälen
gewonnen. Diese Kanäle geben die Beschreibung des Energiespektrums eines Sprächsignales als Funktion der Zeit an.
Während der Wiedergewinnungsoperation in der Syntheseeinrichtung
dienen diese Kanäle dazu, das Sprachspektrum aus
der übertragenen Beschreibung wiederzugewinnen.Im allgemeinen
machen die bekannten Sprachanalysesysteme von einem Filter-
satz Gebrauch, der den Frequenzbereich von 250-4000 Hz umfaßt,
um das Sprachspektrum in die Spektrumkanäle zu zerlegen. Auch die Systeme zur Sprachsynthese verwenden einen Filtersatz,
der den* gleichen Frequönzberöich umfaßt. Eine Untersuchung;
des" Frequenzspektrüms^ "der stimmhaften und stliimlooen-'SppacH- ·
abschnitte zeigt, daß unterschiedliche Energieverteilungen
-ei. **
" ■ . ASri·· :"Upuü r BAD ORIGINAL
1 3 Λ S 1 Ht 1 I
• vorliegen. Bei den stinmhaften Sprachabschnitten befindet
sich die maximale Energie in den Frequenzbändern unterhalb
; 4000 Hz, während bei den stimmlosen Sprachabschnitten, besonders
bei den Zischlauten die maximale Energie - in den Frequenzbändern oberhalb 4000 Hz zu finden ist.- Daher können
die bekannten Systeme für die Sprachanalyse und - synthese, P j bei denen das Bandfilter auf den Frequenzumfang des Telefonkanals
besdhränkt ist, stimmlose Sprachabschnitte nicht
ι ■■ ■■
korrekt reproduzieren. Der Filtersatz, welcher zur Definition
der Spektrumkanäle verwendet wird, umfaßt das Frequenzspektrum • nur bis etwa 4000 Hz.
' - ■ ■ Ein Weg zur Lösung dieses Problems besteht darin, neue Filter
zu verwenden, die auch den höheren Frequenzbereich umfassen, die aber zu einem System führen, welches sehr schwierig zu
handhaben ist'. Daher wird diese nachteilige Lösung bei der
vorliegenden Erfindung nicht verwendet.
Die Aufgabe der Erfindung ist es daher, eine praktikable
Lösung aufzuzeigen, wie stimmlose Sprachabschnitte mit Hilfedes
Vocoderprinzips wesentlich besser analysiert und auch wieder zurückgewonnen werden können.
Für eine Einrichtung zur Sprachanalyse und - synthese nach dem Vocoderprinzip , nach dem Sprachsignale durch eine das
Sprachspektrum, durch eine die Sprachanregung und durch d.ne
■ro ' 909851/1550 ' " ORIGINAL IN-SPECTED
FR 968 00? 3U300I/ IZOU
' " t - ^t It
s. - ν .tu
ν « I * * *
t ^ t, »ti tttt
t. k ι - - * t ι
' ti i>
t ι u t;
die Stirnmhaft/stimmlos-Unterscheidung darstellende Punktion
definiert sind und bei der die Frequenzkanäle nur auf die Frequenzen der stimmhaften Sprachsignale bezogen sind, besteht
die Erfindung darin, daß im Sprachanalysator ein von
einem stimmhaft-/stimmlos-Diskriminator gesteuerter Umschalter vorgesehen ist, der bei der Analyse stimmloser
Sprachabschnitte von dem höchsten üblichen Prequenzkanal auf einen Frequenzkanal umschaltet, der eine höhere Srenzfrequenz
als dieser und eine größerqBandbreite als die üblichen
Kanäle besitzt und daß im Sprachsynthetisator der höchste übliche Frequenzkanal bei der Synthese stimmloser Sprachsignale
die Signale dieses Sonderkanals empfängt.
Der Vorteil des Vocoders gemäß der Erfindung besteht in einer wesentlich verbesserten Analyse und Synthese stimmloser
Sprachabschnitte, insbesondere von Zischlauten.
Im folgenden wird .die Erfindung anhand eines durch Zeichnungen
erläuterten Ausführungsbeispieles näher beschrieben. Es zeigen:
Fig.1 das Blockschaltbild des Sprachanalysators gemäß
der Erfindung,
Fig.2 das Blockschaltbild des Sprachsynthetisators gemäß der Erfindung,
fr 968 007 90985 1 /1250
Fig.3 eine Darstellung der Sprachspektren für einen
stimmhaften und'stimmlosen Sprachabschnitt und
Fig.4 eine Darstellung des Spektrums eines mit Hilfe
des Sprachsynthetisators gemäß der Erfindung wiedergewonnenen stimmlosen Sprachabschnittes.
Fig.1 zeigt das Blockschaltbild des Sprachanalysators gemäß
der Erfindung. Dieser Analysator besteht aus einem Kanal 1
für die Anregungsfunktion und aus einem Kanal 2 für die
Spektrum/funktion. Das zu analysierende Sprachsignal wird
als Schallereignis zu dem Mikrophon 5 und von dort zu dem
Spektrum-und Anregungskanal übertragen. Der Anregungskanal 1
enthält einen stimmhaft-/stimmlos-Diskriminator 4 und eine
Messchaltung 5 für die Ermittlung der Sprachgrundfrequenz.
Der Kanal 2 für die Spektrum/funktlon ist in einer Reihe
" Frequenzkanäle, die sog. Spektrumkanäle mit Hilfe der
Bandfilter F1 - F (n+1) unterteilt. Der Ausgang jedes
Filters ist an einen Gleichrichter R1 - R (n+1) angeschaltet. Diesen Gleichrichtern folgen je Kanal für die Signalglättung
Tiefpassfilter F'1 - F1 (n+1). Das von dem Filter F1 (n+1)
kommende Signal wird zu einem Dämpfungsglied D und von dort
zu einem Schalter 7 übertragen, der außerdem ein Steuerf
■ . ■
signal von dem Filter Fr η empfängt. Der Schalter 7 wird
von dem stimmhaft-Zstimmlos-Diskriminator 4 betätigt.
Das Steuersignal dieses Diskriminator wird über die
fr 968 007 909851/1250
Leitungen 8 und 9 zu dem Schalter 7 und Über die Leitung
zu dem Ginindfrequenzdetektor 5 Übertragen· Die vom Schalter
7 und von den Tiefpassfiltern F1I - P1 (n+1) kommenden
Signale werden* zu einem Abtastschalter 11 und von dort
zu einem Analog-Digital-Wandler 12 übertragen. Die analogdigital !gewandelten Ausgangs signale werden schließlich über
die Leitung'14- zu einer elektronischen. Datenverarbeitungsanlage
15 übertragen· Ebenso wird auch das stimmhaft-/stimmlos
Unterscheidungssignal des Diökrlminators 4 Über die Leitung 8 und das Signal der gemessenen Qrundfrequenz des
Grundfrequenzdetektors 5 über die Leitung I5 zu der elekfcronisohen
Datenverarbeitungsanlage 15 übertragen,
} ' Fig.2 zeigt den Sprachsynthetisator gemäß der Erfindung. Die
für die Wiedergewinnung oder Synthese des Sprachsignals notwendige Information wird aus der elektronischen Datenverarbeitungseinheit
(EDV) 15 ausgelesen· Die sich auf die Spektrumsfunktion beziehende Information wird Über das
Kabel 16, welches die Leitungen Lt-Ln enthält, übertragen.
Die sich auf die Anregungsfunktion beziehende Information
wird über die Leitung 17 übertragen.· Die Information auf der Leitung I7 steuert einerseits einen Oszillator 18 mit
variabler Frequenz und andererseits den Schalter I9· Zu
diesem Schalter 19 werden sowohl das Ausgangssignal des
Oszillators 18, als auch das Ausgangssignal des Rausch-"
generators 20 übertragen, der weißes Rauschen erzeugt.
fr 968 cot 90 9851/1250
• ' Entsprechend der SchaItεtellung des Schalters 19 wird, wenn
sich diese in der Position SH befindet, das Ausgangssignal
j des Oszillators 18 oder wenn sich diese in der Position SL befindet, das Ausgangssignal des Rauschgenerators 20 über
die Leitung 21 zu dem Filtersätz £1 - fn übertragen. Die
Filter f1 - fn in der Sprachsyntheseeinrichtung entsprechen ψ den Filtern F1 - Fn in der Sprachanalyseeinrichtung. Nachdem
das Signal die Filter f1 - fn durchlaufen hat, wird es zu den Modulatoren MOD 1 - Mn übertragen, die ferner über die
Leitungen LI-Ln die Information über das Sprachspektrum
empfangen. Die Aus gangs signale dieser Modulatoren gelangen dann zu einem weiteren Filtersatz fΊ - ffn, deren Aufbau
identisch mit dem Aufbau der Filter f1 - fn ist. Die Summe der Ausgangssignale dieser Filter f'1 - f'n wird über
einen Verstärker 22, der diese Signale verstärkt, zu einem
Lautsprecher 23 übertragen. - ,
Im folgenden wird die Wirkungsweise des erfindungsgemäßen
Systems erläutert, indem zwei charakteristische Fälle, die beim praktischen Betrieb vorkommen, betrachtet werden. Der
er.ste Fall betrifft die stimmhaften Sprachabschnitte und der
zweite Fall die stimmlosen. Der Arbeitsweise des Änregungskanals werden keine weiteren Betrachtungen gewidmet, da sowohl
sein Aufbau, als auch seine Arbeitsweise bekannt sind. Es wird daher lediglich seine Korrelation zu den Kanälen der Spektrumfunktion
berücksichtigt. In den folgenden Beispielen wird angenommen, daß der Filter satz für die Kanäle der Spektrum-
-fr 968 007 909851/ 1250
I - Lit
L . ι 6- K t
Λ (. - t It. K *" fc ι. C
funktion sowohl im Analysator als auch im Synthetisator aus
15 Filtern besteht, wobei lediglich im Analysator noch ein 16. Filter vorgesehen ist. Die ersten 15 Filter überdecken
den Frequenzbereich von 250-5^00 Hz, wobei das 15. Filter
allein den Frequenzbereich von 5150-3700 Hz bedeckt. Das
16. Filter ist für den Bereich von 315O-7OOO Hz ausgelegt.
Aus dieser Frequenzverteilung ist zu sehen, daß eine Anzahl
von Frequenzen für das 1*5, und 16. Filter gemeinsam sind.
Wenn dem Mikrofon 3 ein stimmhafter Laut zugeführt wird,,
dann liefern die Ausgänge der Tiefpassfilter F1I - F* (n+1)
des Filtersatzes in dem Sprachahalysator die mittlere Energie
in jedem Frequenzband, welches durch das entsprechende Bandfilter F1 - F (n+1) bestimmt ist« Jedes Ausgangssignal entspricht
dann einem Punkt auf der Kurve, die die Energieverteilung als Funktion der Frequenz darstellt. Diese 15-16
Punkte reichen aus, um die Kurv© und ihre zeitliehen Änderungen
zu definieren. Der Spraehanalysator liefert auch die stimmhaft-/stimmlos-Information,
die von dem stimmhaft-Zstimmlos-Diskriminator
4 erzeugt wird, der den Grundfrequenzdetektor 5 steuert, wenn der vorliegende Sprachabsehnitt ein stimmhafter
ist. Diese beiden zuletzt genannten Teile der Gesamtinformation werden über die Leitungen 8 und I5 zu der elektronischen Datenverarbeitungsanlage
(EDV) 13 übertragen. Diese Übertragung
erfolgt nur einmal je Äbtastzyklus des Abtasters 11, der die
Ausgänge der Tiefpassfilter F'1 - F' (n+1) abtastet♦ Bevor
fr 968 007 909851/1250
1928362 - 10 -
die Funktion des Schalters 7 erläutert wird, wird Im folgenden
die Struktur eines stimmhaften und eines stimmlosen Sprachabsehnittes
in Erinnerung gebracht. Fig.3 zeigt das Linienspektrum eines stimmhaften Sprachabschnittes, der im Frequenzbereich
von G - 5000 Hz liegt und das Spektrum eines
stimmlosen Sprachabsehnittes, der die Frequenz von 4000-9000 Hz.
überdeckt. Es ist aus diesem Diagramm zu erkennen, daß im Falle eines stimmhaften Sprachabsehnittes die Energie innerhalb
des Frequenzbandes abgegriffen wird, das von den Filtern
F1 - Fn bestimmt ist, d.h. in dem gewählten Beispiel von den Filtern 1-15· Das Filter F (n+1) (16.Filter), das den
Frequenzbereich bis 7000 Hz überdeckt, liefert jedoch keine zusätzliche Information. Daher schaltet der stimmhaf^-/stimmlos-Diskriminator 4 den Schalter 7 so, daß er die von dem
Filter F'n (15. Filter) gelieferte Energie im Falle eines stimmhafter^ Spraehafrschnittes für die Abtastung auswählt.
Im Falle eines stimmlosen Sprachabschnittes wählt der Schalter 7 das Ausgangssignal des Filters F1 (n+1) (16. Filter) für
die Abtastung aus. Dieser Vorgang wird noch ausführlich erläutert werden. Diese Information der ersten 14 Spektrumkanäle
und des 15. Spektrumkanals wird in dem Analog-DigAtal-Wandler
12 in einen digitalen Code umgewandelt und zu der
elektronischen Datenverarbeitungseinheit 13 übertragen.
Auf eine Erläuterung der Arbeitsweise des Sprachsynthetisators für die Wiedergewinnung stimmhafter Sprachabschnitte kann ver-
fr 968 007 909851/1250· ■ original inspec?tbd
• »ftf t ff
• f r ft*· rr»f *
' t r t t
«tr t r r t<
if r'r f r r
r
- 11 -
ziehtet werden, da sie durch das Vocoder-System von H.Dudley
bekannt
Wenn nun aber das Mikrofon 3 mit einem stimmlosen Sprachabschnitt
beaufschlagt wird, dann erhält man am Ausgang der Spektrumkanäle wieder1 eine Information, die der Energieverteilung
als Punktion der Frequenz entspricht. Dieses Mal
jedoch erzeugt der stimmhaft-Zstimmlos-Diskrirninator 4 das
"stimmlos"-Signal und überträgt es über die Leitungen 8,9
und 10. Daher überträgt der Sprachgrundfrequenzdetektor 5
keine Information. Der Schalter 7 wird ^o eingestellt, daß
er den Ausgang des Filters F9 (n+1) (16. Filter) für die
Abtastung durch den Abtaster 11 auswählt. In den Kanal 16
wurde nochli ein Dämpfungsglied (D) 6 zwischen den Ausgang
des Filters F' (n+1) und den Schalter 7 eingefügt, um. den Energie Zuwachs, der sich aus der Bandbreitendifferenz
zwisohen diesem Kanal und dem vorhergehenden Kanal (15.Kanal)
ergibt, auszugleichen. Daher liefert der Abtaster 11 In-
»» " - -informationen,
die der Energie in den durch die ersten Filter F1 « F (n-1)(die ersten 14 Filter) und durch das Filter F
(n+1) (16. Filter) bestimmten Kanälen entspricht. Diese Information wird in dem Analog-/Digital-Wandler 12 binär
codla*t und zu der elektronischen Datenverarbeitungsanlage
(EDV) 15 übertragen. Der Kanal 1 der Anregungsfunktion
arbeitet in diesem Falle in der üblichen Weise.
fr 968 007 909851/1250
Wie vorher gezeigt wurde, arbeitet der Sprachsynthetisator
bei der Wiedergewinnung von stimmhaften Sprachabschnitten in der üblichen Wdse. D.h., dass das Signal der Anregungsfunktion
über die Leitung 17 (vgl. Fig.2) über die Leitung
17 zu dem Schalter I9 übertragen wird, wodurch dfeerin
die Position SH eingestellt wird. Ferner stimmt dieses über die Leitung I7 übertragene Signal, des Anregungskanals
den Oszillator 18 auf die während der Analyseoperation ermittelte
Sprachgrundfrequenz ab.Daher wird diese Frequenz zu defä Modulatoren Mi-Mn übertragen* wo sie als Trägerfrequenz
für die langsam veränderlichen Spannungen dienen, die auf der Syntheseseite über die Leitungen LI-Ln, also
den Spektrumkanälen, zu den Modulatoren übertragen werden.
Im gewählten Beispiel liefert der Ausgang jedes der I5
Modulatoren ein Signal, das einem bestimmten Frequenzband des Originalsprachsignals entspricht, wobei es aus Spraoh-™
grundfrequenz und Amplitude (diskrete Harmonische) zusammengesetzt ist. Die kombinierten ÄusgangsSignale aller Kanäle
: stellen das Sprachsignal dar. Dieses wird zu dem Verstärker und von dort zu dem Lautsprecher 25 übertragen.
Im Falle eines stimmlosen Sprachabschnittes arbeitet die Einrichtung fast in der gleichen Weise. Das Signal der Anegungsfunktion
wird wieder über die Leitung I7 zu dem Schalter I9
übertragen, welches diesen in die Schaltεtellung SL einstellt.
In dieser Schaltstellung überträgt der Rauschgenerator 20
fr 968 00t 9 0 9 8 51/12 5 0 0RIGinal inspected
Il till Lt
t * r k
t * · · t IiI L
it» tit
ti
t* til
seine Ausgangssignale über die Leitung 21 zu den Modulatoren
MI-Mn. Für die Erfindung ist der nun im folgenden erläuterte,
Punkt wesentlich. Wie bereits bei der Beschreibung des Systems erwähnt wurde, entsprechen die Filter f1 - fn im Sprachsynthetisator
den Filtern F1 - Fn im Sprachanalysator. Daher besitzt das Filter F (n+1) im Sprachanalysator kein entsprechendes
Filter in dem Sprachsynthetisator. Die während der Sprachanalyse am Ausgang der ersten Filter F'1 - F' (n-1)
(erste 14 Kanäle) erhaltenen Signale werden zu den ersten
14 Modulatoren MI - M (n-1) im Sprachsynthetisator über die Leitungen L1 - L (n-1) in der üblichen Weise übertragen.
Die Information, die am Ausgang des Filters F' (n+1) (16. Kanal) wird über die Leitung Ln zu dem Modulator Mn des
15· Kanals im Sprachsynthetisator übertragen, obwohl dieser Kanal, der diesem Modulator entspricht, durch das Filter fn
bestimmt ist, das nur einen Teil des Frequenzbandes abdeckt, welches von dem Bandfilter F (n+1) im Sprachanalysator umfaßt
wird. Der übrige Teil der Operation des Sprachanalysators ist dann wieder bekannt.
Bezugnehmend auf Fig.3 kann gezeigt werden, daß ein stimmloser
Sprachabschnitt durch die Tatsache gekennzeichnet ist, daß sein FrequenzSpektrum das Frequenzband von etwa 4000 - 10000 Hz
umfaßt. Dieses heißt mit anderen Worten, daß in dem Frequenzbereich
unterhalb von 4000 Hz praktisch keine Energie vorhanden ist. Daher merkt sich das Ohr diese Frequenzabhängige
fr 968 007 909851/1250
ι jjj ι
$ j ι jjji
Energieverteilung bei stimmlosen Sprachabschnitten. Wird ein Sprachanalysator vom Vocoder-Typ betrachtet, dann kann
unter Zugrundelegung des oben erwähnten Beispieles gezeigt werden, daß der Filtersatz P1 - Fn nur den Frequenzbereich
zwischen 250-5700 Hz erfaßt. Daher wird auch mit einer
derartigen Einrichtung nur ein geringer Energieanteil in den Kanälen des Analysators gewonnen. Während der Syntheseoperation,
wird dann einerseits das Rauschsignal des Generators 20 zu den Modulatoren übertragen·und andererseits gelangt
über jeden Kanal nur eine niedrige mittlere Energie zu der Sprachsyntheseeinrichtung. Es kann daher beobachtet werden,
daß eine der wesentlichsten Eigenschaften des stimmlosen Sprachsignales nicht während der Syntheseoperation in
Erscheinung trat, nämlich die Energieverteilung im Frequenzbereich, da bei den konventionellen Einrichtungen die Energie
in jeddm Synthesekanal im wesentlichen gleich groß ist. Dieses
erklärt die geringe Qualität der stimmlosen Sprachabschnitte, die auf diese Weise in der Syntheseeinrichtung wiedergewonnen
werden.
Bei dem Sprachanalysator gemäß der Erfindung definiert da?
16. Filter F (n+1) einen neuen Kanal, der den Frequenzbereich von 3I5O-7OOO Hz erfaßt, wobei die untere Grenze dieses
Frequenzbereiches auch gleichzeitig die untere Grenzfrequenz des Filters Fn darstellt. Daher ist das Ergebnis der Analyseoperation
nicht mehr ein Spektrum mit einer gleichmäßigen
fr 968 007 . 9 0 98 51/12 5 0' original inspected
* *
r » f t # ir
Y * > * · f r f r f t f
r r - r f * rer r r f-f
t
r · r * γ r
Energieverteilung, sondern ein Spektrum mit einem sehr geringen
Energieanteil in den Kanälen unterhalb 3150 Hz und mit einem
hohen Energieanteil in den Kanälen von 3I50-7000 Hz. Dann wird
die Energie in die Kanäle des Sprachsynthetisators injiziert,
die den Kanälen unterhalb von 3150 Hz des Analysators entsprechen·
Die während der Sprachanalyse im Frequenzkanal j5i5O
-7000 Hz gewonnene Energie wird über den Kanal übertragen, der dureii das Filter Pn definiert ist. Dieses Filter erfaßt
nur das Frequenzband von 3I5O-37ÖO Hz, Mit Hilfe dieses
Verfahrens ist es möglieh, die wirkliche Struktur des
Spektrums stimmloser Sprachäbschnltte, Ä.as eine Energiekonzentration
im Frequenzbereich über 4000 Hz besitzt, in dem Sprachsynthetisator wiederzugewinnen· Deshalb ergibt
sich auch die verbesserte Klangqualität bei der Wiedergabe stimmloser Sprachabschnitte·
Fig.4 zeigt das In der Sprachsyntheseelnriehtung wiedergewonnene
Sprachsignal für einen stimmlosen Sprachabschnitt· Diese Figur läßt erkennen, daß die charakteristische Verteilung
eines stimmlosen Sprachabschnittes wieder-gewonnen wird, d.h. daß sich eine Konzentration der Energie A bei den höheren
Frequenzen des Spektrums ergibt.
909851/1250
FR 968 007
inspected *
Claims (4)
- Böblingen, den 16. Mai I969 jo-skPatentansprüchem J Einrichtung zur Sprachanalyse und -synthese nach dem Vocoderprinzip, nach dem Sprachsignale durch eine das Spektrum, durch eine die Sprachanregung und durch eine die stimmhaft-/stimmlos-Unterscheidung darstellende Funktion definiert sind und bei der die Frequenzkanäle nur auf die Frequenzen der stimmhaften Sprachsignale bezogen sind, dadurch gekennzeichnet, daß im Analysator(1,2; Fig.T) ein von einem stimmhaft-/stimmlos-Diskriminator (4) gesteuerter Umschalter (7) vorgesehen ist, der bei der Analyse stimmloser Sprachabschnitte von dem höchsten,sonst üblichen Frequenzkanal (Fn) .auf einen ψ Frequenzkanal (F (n+1) ) umschaltet, der eine höhereGrenzfrequenz als dieser und eine größere Bandbreite als die üblichen Kanäle besitzt, und daß im Synthetisator (Fig.2) der höchste übliche Frequenzkanal (fn) bei der o^nthese stimmloser Sprachsignale die Signale dieses Sonderkanals (F (n+1); Fig.1) empfängt.
- 2. Einrichtung zur Sprachanalyse und· - synthese nachAnspruch 1, dadurch gekennzeichnet, daß der Spektrum- »nalysator (2; Fig.1) insgesamt aui n+1-F!recpeKkanälen und der ,"ynthetisator (Fig.2) insgesamt aus n-Frequenz--' - :" 909851/1250 "bad original- 17 kanälen besteht. ·
- 3. Einrichtung zur Sprachanalyse nach Anspruch 1 und/oder 2, dadurch gekennzeichnet, daß der Sonderkanal (n+1 ; Pig.1) vorzugsweise den Frequenzbereich von 31t)0-7000 Hz umfaßt. '
- 4. Sprachsynthetisator nach den Ansprüchen 1, 2 und/oder 3* dadurch gekennzeichnet, daß zur Anpassung der Energie unterschiede in den Kanälen (nj Fig.1 ) und (n+1) zwischen den Ausgang dieses Kanals und den Eingang zum Schalter 7 ein Dämpfungsglied (6) eingeschaltet ist.BAD FR 968 007 9 0 9 8 5 1/12 5 0
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR6009157 | 1968-05-27 |
Publications (2)
Publication Number | Publication Date |
---|---|
DE1926362A1 true DE1926362A1 (de) | 1969-12-18 |
DE1926362B2 DE1926362B2 (de) | 1971-07-22 |
Family
ID=8970758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE19691926362 Withdrawn DE1926362B2 (de) | 1968-05-27 | 1969-05-23 | Einrichtung zur sprachanalyse und synthese nach dem vocoderprinzip |
Country Status (4)
Country | Link |
---|---|
JP (1) | JPS4912243B1 (de) |
DE (1) | DE1926362B2 (de) |
FR (1) | FR1583983A (de) |
GB (1) | GB1222043A (de) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2334459C3 (de) * | 1973-07-06 | 1982-03-25 | Siemens AG, 1000 Berlin und 8000 München | Unterscheidung zwischen stimmhaften und stimmlosen Lauten bei der Sprachsignalauswertung |
-
1968
- 1968-05-27 FR FR1583983D patent/FR1583983A/fr not_active Expired
-
1969
- 1969-04-25 JP JP3159369A patent/JPS4912243B1/ja active Pending
- 1969-05-06 GB GB2304569A patent/GB1222043A/en not_active Expired
- 1969-05-23 DE DE19691926362 patent/DE1926362B2/de not_active Withdrawn
Also Published As
Publication number | Publication date |
---|---|
FR1583983A (de) | 1969-12-12 |
DE1926362B2 (de) | 1971-07-22 |
GB1222043A (en) | 1971-02-10 |
JPS4912243B1 (de) | 1974-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE2840243C2 (de) | ||
DE2553121A1 (de) | Verfahren und vorrichtung zur verringerung von fehlern in uebertragungssystemen fuer digitale information | |
DE2949817T5 (de) | Color television receiver | |
DE2543921A1 (de) | Verfahren und vorrichtung zur tonfrequenz-uebermittlung | |
DE2609297C3 (de) | Übertragungssystem für Gesprächssignale | |
DE2850555C2 (de) | ||
DE1762492C3 (de) | Verfahren und Schaltung zur Hör barmachung der menschlichen Stimme den hochgradig Schwerhörigen | |
DE2811293A1 (de) | Verfahren und anordnung zur sprachuebertragung | |
DE1926362A1 (de) | Einrichtung zur Sprachanalyse und -synthese | |
DE2051589C3 (de) | Elektrischer Synthesator | |
DE1928986A1 (de) | UEbertragungssystem mit einer Sende- und einer Empfangsvorrichtung zur UEbertragung von Informationen in einem vorgeschriebenen Frequenzband und dafuer geeignete Sende- und Empfangsvorrichtungen | |
DE1926362C (de) | Einrichtung zur Sprachanalyse und synthe se nach dem Vocoderpnnzip | |
DE2305094C2 (de) | Verfahren und System zur breitbandigen Nachrichtenübertragung | |
DE2229610B2 (de) | Frequenzanalysator | |
DE2539769A1 (de) | Pulskodemodulation mit dynamikbegrenzung | |
DE2210147C3 (de) | Verfahren zur gleichzeitigen Übertragung einer Hauptinformation und von Zusatzinformationen im Hörfrequenzbereich | |
EP0319851A1 (de) | Digitale Phaseneinstellung für digital generierte Signale | |
DE2346980C2 (de) | Wiedergabeseite eines Systems zum Übertragen von breitbandigen Musik- und/oder Sprachsignalen | |
DE1036337B (de) | Zeitmultiplexsystem | |
DE2309987C2 (de) | System für die Übertragung breitbandiger Signale | |
DE2812548C2 (de) | Schaltungsanordnung zur Regenerierung zeitweilig gestörter Signale | |
DE1762445C (de) | Verfahren und Schaltungsanordnung zum gleichzeitigen Übertragen von mehreren Sprachsignalen über eine gemeinsame Nachrichtenübertragungsleitung | |
DE2416086C2 (de) | Verfahren zum Senden und Empfangen von verschlüsselten Fernsehsignalen | |
EP0545030A1 (de) | Verfahren zur Aufbereitung von Bildquellsignalen mit oder ohne Tonsignalen sowie Anwendung | |
DE1762336C (de) | Schaltungsanordnung zur Sprachanalyse und Sprachsynthese nach Art eines Vocoders |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E77 | Valid patent as to the heymanns-index 1977 | ||
8339 | Ceased/non-payment of the annual fee |