DE19853314C2

DE19853314C2 - Use of an audio signal processing device

Info

Publication number: DE19853314C2
Application number: DE1998153314
Authority: DE
Inventors: Egon Fred Warnke
Original assignee: Individual
Current assignee: Meditech Electronic GmbH
Priority date: 1998-11-19
Filing date: 1998-11-19
Publication date: 2003-08-28
Anticipated expiration: 2018-11-20
Also published as: DE19853314A1

Description

Audiosignal-Verarbeitungseinrichtungen mit Eingangskanälen für ein Mikrofon und für ein Tonwiedergabegerät sowie mit Ausgängen zum Anschluß von Wiedergabewandlern (Kopfhörer) und Tonaufnahemgeräten sind beispielsweise als Sprachlehrgeräte vor allem in den sechziger und siebziger Jahren in großen Mengen für den Sprachunterricht an Schulen Universitäten, privaten Sprachlehrinstituten sowie therapeutischen Praxen gekauft und anfänglich mit großen Erwartungen eingesetzt worden. Die wichtigste Erwartung bei der Anschaffung dieser Sprachlehrgeräte bestand in der erhofften Verbesserung der Artikulation des Sprachschülers beim Erlernen einer Fremdsprache oder auch bei Ar tikulationsproblemen in der Muttersprache von sprachauffälligen Kindern durch das sogenannte "audio-aktive Mithören", also das elektronisch verstärkte Mithören der ei genen Stimme mit erhöhtem Schalldruck beim Nachsprechen oder Mitsprechen einer Modellstimme.Audio signal processing devices with input channels for a microphone and for a sound reproduction device as well as with outputs for connecting playback converters (headphones) and sound recording devices are, for example, as language teaching aids especially in the 1960s and 1970s in large quantities for language teaching in schools Universities, private language teaching institutes and therapeutic practices bought and initially used with great expectations. The main expectation at the acquisition of these language teaching devices consisted in the hoped-for improvement in Articulation of the language student when learning a foreign language or also with Ar ticulation problems in the mother tongue of children with speech problems due to the So-called "audio-active eavesdropping", ie the electronically enhanced eavesdropping on the egg voice with increased sound pressure when speaking or speaking Model voice.

Diese Erwartung wurde offenkundig nicht erfüllt. Heute stehen zahlreiche Sprachlehr anlagen ungenutzt herum oder wurden bereits demontiert und verschrottet. Bei rück schauender Betrachtung wird deutlich, daß das audio-aktive Mithören einen entschei denden Nachteil nicht aufheben konnte und kann. Dieser Nachteil ist in unserer Spra che und ihrer Umsetzung in unserer zentralen Hörverarbeitung selbst verwurzelt: Da bei handelt es sich um die Verdeckung oder Maskierung [englisch: "Masking"] eines Schallereignisses durch ein anderes. Man unterscheidet zwischen gleichzeitiger Ver deckung eines Schallereignisses durch ein anderes [simultaneous masking] und der Verdeckung eines Schallereignisses durch ein vorangegangenes [forward masking] oder nachfolgendes [backward masking] Schallereignis. Bei einer Beeinträchtigung der Verständlichkeit von Sprache handelt es sich vor allem um die Verdeckung kurzer, energieschwacher, vorzugsweise stimmloser Laute durch vorangehende oder nachfol gende energiestarke, stimmhafte Laute, vorzugsweise Vokale.This expectation was obviously not met. Today there are numerous language courses systems unused or have already been dismantled and scrapped. At back Looking at it, it becomes clear that audio-active listening is crucial could not and cannot overcome the disadvantage. This disadvantage is in our language and its implementation is rooted in our central hearing processing itself: there is the masking of one Sound event by another. A distinction is made between simultaneous ver coverage of a sound event by another [simultaneous masking] and the Masking of a sound event by a previous [forward masking] or subsequent [backward masking] sound event. In the event of an impairment The intelligibility of language is primarily about hiding short, low-energy, preferably unvoiced sounds by preceding or following vigorous sounds, preferably vowels.

Dieses psychoakustische Phänomen der Verdeckung oder Maskierung führt dazu, daß die kurzen, energieschwachen, vorzugsweise stimmlosen Laute vom Sprachschüler überhaupt nicht oder nur so verwaschen wahrgenommen werden können, daß er seine fehlerhafte eigene Aussprache nicht zu korrigieren bzw. die betreffenden Laute nicht oder nur ungenau nachzusprechen bzw. mitzusprechen ver mag. Die Verdeckung ist durch bloße lineare Verstärkung des Schallereig nisses und durch die Wiedergabe über Kopfhörer mit erhöhtem Schalldruck nicht zu beseitigen. Deshalb haben sich gerade in jüngerer Zeit verschie dene Wissenschaftler bemüht, das Problem auf andere Weise, nämlich durch Veränderung der zeitlichen Struktur des Sprachgutes einer Lösung näherzubringen:
So hat die amerikanische Professorin Paula Tallal in der amerikanischen Wissenschaftszeitschrift SCIENCE, Bd. 271 vom 5. Januar 1996 auf Seite 77-81 unter dem Titel "Temporal Processing Deficits of Language-Learning Impaired Children Ameliorated by Training" über Versuche berichtet, durch eine zeitliche Dehnung, also durch Auseinanderziehen des Überganges von den kurzen, energieschwachen, vorzugsweise stimmlosen Lauten ge genüber nachfolgenden energiestarken, stimmhaften Lauten, vorzugsweise Vokalen, die Fähigkeit zur Erkennung der ersteren zu verbessern. Dies ist ihr allerdings nur sehr bedingt gelungen:
Der Nachteil dieser bekannten Lösung besteht nämlich darin, daß er aus schließlich für eine Modellstimme auf Tonträgern eingesetzt werden kann, weil eine komplexe digitale Signalverarbeitung [Digital Signal Processing = DSP] erforderlich ist, um die dafür erforderliche Dehnung der Zeitabbildung an der richtigen Stelle zu bewirken. Damit verbietet sich diese Lösung für jegliche Echtzeitanwendung, also z. B. für die Kontrolle der eigenen Artiku lation eines Sprachschülers. Ein weiterer Nachteil dieser bekannten Lösung besteht darin, daß der Sprachschüler durch die künstliche Dehnung der Modellstimme auf dem Tonträger in eine unerwünschte Schonsituation ver setzt wird: Nicht seine Fähigkeit zur Erkennung und richtigen Artikulation von Sprache trotz der Verdeckung wird so geschult, sondern die Modell stimme wird künstlich gedehnt, um seinem Unvermögen entgegenzukom men.This psychoacoustic phenomenon of concealment or masking means that the short, low-energy, preferably unvoiced sounds cannot be perceived by the student at all, or only so blurredly, that he cannot correct his own faulty pronunciation or do not or only inaccurately repeat the sounds in question or say. The masking cannot be removed by merely linear amplification of the sound event and by playback via headphones with increased sound pressure. That is why, especially recently, various scientists have tried to bring the problem closer to a solution in a different way, namely by changing the temporal structure of the language:
For example, the American professor Paula Tallal reported in the American science journal SCIENCE, vol. 271 of January 5, 1996 on pages 77-81 under the title "Temporal Processing Deficits of Language-Learning Impaired Children Ameliorated by Training" about attempts by a temporal Elongation, that is, by pulling apart the transition from the short, low-energy, preferably unvoiced sounds to subsequent energetic, voiced sounds, preferably vowels, to improve the ability to recognize the former. However, she managed this only to a very limited extent:
The disadvantage of this known solution is that it can finally be used for a model voice on sound carriers, because complex digital signal processing [DSP] is required in order to bring about the required expansion of the time mapping in the right place , This makes this solution forbidden for any real-time application, e.g. B. for the control of a student's own articulation. Another disadvantage of this known solution is that the language student is put into an undesirable preservation situation by artificially stretching the model voice on the sound carrier: not his ability to recognize and correctly articulate speech despite the concealment is trained in this way, but the model is correct is artificially stretched to compensate for its inability.

Die Erfindung hat sich deshalb zur Aufgabe gestellt, den vorstehend be schriebenen Verdeckungseffekt durch psychoakustische Schulung des Sprachschülers mit geeigneten technischen Mitteln in Echtzeit zu mildern und aufzuheben.The invention has therefore set itself the task be the above written concealment effect through psychoacoustic training of the Mitigate students in real time using appropriate technical means and pick up.

Die Erfindung löst diese Aufgabe mit der Verwendung einer Audiosignal- Verarbeitungseinrichtung mit den Merkmalen nach Anspruch 1. Vorteilhafte Weiterbildungen sind in den Unteransprüchen beschrieben.The invention solves this problem with the use of an audio signal Processing device with the features of claim 1. Advantageous Further developments are described in the subclaims.

Gemäß der Erfindung wird das Sprachfrequenzband in zwei oder mehrere getrennte Bänder aufgespalten, die getrennt den beiden Ohren des Sprachschülers zugeführt werden. Somit nimmt der Sprachschüler bei spielsweise die kurzen, energieschwachen, vorzugsweise stimmlosen Lau te auf dem einen Ohr und die energiestarken, vorzugsweise stimmhaften Laute auf dem anderen Ohr wahr. Diese Aufteilung auf getrennte Hörbah nen bewirkt eine weitestgehende Aufhebung des Verdeckungseffektes, da die beiden genannten Lautkategorien räumlich voneinander getrennt wahrgenommen werden und da ein wesentli cher Teil der Verdeckung bereits in der Cochlea bei der Umsetzung des Schalls in Ner venimpulse stattfindet. Wenn also der verdeckende und der verdeckte Schall an verschie denen Stellen eintreffen, wird die in der Cochlea stattfindende Verdeckung weitestgehend vermieden.According to the invention, the speech frequency band is divided into two or more separate bands split, which separated the two ears of the Language students are fed. Thus the student takes part for example the short, low-energy, preferably unvoiced Lau te in one ear and the energetic, preferably voiced ones Sounds true in the other ear. This division into separate Hörbah NEN causes the masking effect to be largely eliminated, since the two categories of sounds mentioned are perceived spatially separate from each other and there is an essential Part of the masking already in the cochlea when the sound was implemented in Ner venimpulse takes place. So when the concealing and the concealed sound move on wherever the points arrive, the occultation taking place in the cochlea becomes as far as possible avoided.

Eine apparative praktische Ausführung unter Benutzung der Lehre dieser Erfindung sei anhand des Bildes 1 mit einem einfachen, aber typischen Beispiel beschrieben: Die vom Mikrofon und/oder von einem Torträger an den bzw. die Eingänge (1) und (2) ge lieferte breitbandige Sprachfrequenzinformation wird über den Verstärker (3) in an sich bekannter Weise auf einen Pegel gebracht, mit dem die beiden parallel angeord neten Filter (4) und (5) gespeist werden. Das Filter (4) stellt einen steilflankigen Tief paß mit einer Eckfrequenz von beispielsweise 400 Hertz dar, während das Filter (5) einen steilflankigen Hochpaß mit einer Eckfrequenz von beispielsweise ebenfalls 400 Hertz darstellt. Die genannten Eckfrequenzen der beiden Filter (4) und (5) sind inner halb des Sprachfrequenzbereiches in beliebigen Grenzen veränderbar.Apparative practical embodiments using the teaching of this invention will be described with reference to the image 1 with a simple, but typical example, the ge from the microphone and / or a Torträger to the or the inputs (1) and (2) provided wideband speech frequency information is brought via the amplifier ( 3 ) in a manner known per se to a level with which the two filters ( 4 ) and ( 5 ) arranged in parallel are fed. The filter ( 4 ) represents a steep-sided low pass with a corner frequency of, for example, 400 Hertz, while the filter ( 5 ) represents a steep-sided high pass with a corner frequency of, for example, 400 Hertz. The mentioned corner frequencies of the two filters ( 4 ) and ( 5 ) can be changed within any range within the speech frequency range.

Die Ausgänge der beiden Filter (4) und (5) speisen die beiden Systeme (6) und (7) des Stereo-Kopfhörers, die mittels des Haltebügels (8) miteinander verbunden sind und in denen der Sprachschüler somit die beiden Informationen räumlich getrennt wahrnehmen und in seiner zentralen Hörverarbeitung getrennt auswerten kann. Diese beiden Ausgänge (4) und (5) können aber auch mit einem Gerät zur Aufzeichnung von Tonträgern verbunden werden, um die erfindungsgemäße Idee beispielsweise für das Sprachtraining mittels CDs, CD-ROMs oder anderer Tonträger einzusetzen.The outputs of the two filters ( 4 ) and ( 5 ) feed the two systems ( 6 ) and ( 7 ) of the stereo headphones, which are connected to one another by means of the bracket ( 8 ) and in which the language student thus perceives the two information in a spatially separate manner and can evaluate separately in its central hearing processing. These two outputs ( 4 ) and ( 5 ) can also be connected to a device for recording sound carriers in order to use the idea according to the invention, for example, for language training by means of CDs, CD-ROMs or other sound carriers.

Alternativ zu diesem Ausführungsbeispiel es auch möglich, gemäß Bild 2 die Aus gänge der beiden Filter (4) und (5) nicht völlig getrennt auf die beiden Köpfhörersy steme (6) und (7) zu leiten, sondern den Ausgang eines der beiden Filter (4) oder (5) gleichphasig auf beide Kopfhörersysteme zu leiten, so daß diese Teilinformation auf Kopfmitte geortet wird, den Ausgang des anderen Filters (5) oder (4) dagegen zwecks seitlicher Ortung wahlweise nur auf eines der beiden Kopfhörersysteme (6) oder (7) zu leiten, was durch den Schalter (9) oder ein vergleichbares Bauelement, wie bei spielsweise einen Umblendeinsteller, bewirkt wird. Hierbei können die beiden Aus gänge (4) und (5) ebenfalls mit einem Gerät zur Aufzeichnung von zweikanaligen Tonträgern verbunden werden, um die erfindungsgemäße Idee beispielsweise für das Sprachtraining mittels CDs, CD-ROMs oder anderer Tonträger einzusetzen. As an alternative to this embodiment, it is also possible, as shown in Figure 2, not to route the outputs of the two filters ( 4 ) and ( 5 ) completely separately to the two headphone systems ( 6 ) and ( 7 ), but rather the output of one of the two filters ( 4 ) or ( 5 ) to be routed in phase to both headphone systems, so that this partial information is located in the middle of the head, the output of the other filter ( 5 ) or ( 4 ), however, for the purpose of lateral location either on one of the two headphone systems ( 6 ) or ( 7 ) to direct what is effected by the switch ( 9 ) or a comparable component, such as a fader, for example. Here, the two outputs ( 4 ) and ( 5 ) can also be connected to a device for recording two-channel sound carriers in order to use the idea according to the invention for example for language training by means of CDs, CD-ROMs or other sound carriers.

Neben diesen einfachen Ausführungen sind Weiterbildungen der Erfindung möglich, in denen die Aufspaltung zwischen den Teilfrequenzbändern wesentlich differenzierter durch Verwendung jeweils eines Tief- und eines Hochpasses an den Grenzen des gewünschten Übertragungsbereiches und eines oder mehrerer dazwischenliegender, unmittelbar aneinandergrenzender Bandpässe vorgesehen wird. Jedoch müssen alle diese Filter nicht unbedingt unmittelbar aneinander grenzen, sondern sie können auch anwendungsspezifisch mit Zwischenräumen angeordnet werden, um nur die für den Anwender relevanten Ausschnitte aus dem Sprachfrequenzbereich zu übertragen. Die Ausgänge dieser Filter werden für diesen Fall in zwei Gruppen zusammengefaßt und in einer der vorstehend geschilderten Weisen den Ohren des Sprachschüler zuge führt.In addition to these simple designs, further developments of the invention are possible in which the splitting between the sub-frequency bands is much more differentiated by using a low and a high pass at the borders of the desired transmission range and one or more intermediate, immediately adjacent band passes is provided. However, everyone has to these filters do not necessarily adjoin each other directly, but they can too Application-specific with gaps to be arranged only for the Transfer relevant sections from the voice frequency range to users. The In this case, outputs of these filters are combined in two groups and in one of the ways described above the ears of the student leads.

Claims

1. Use of an audio signal processing device for psychoacoustic training, with
at least one input channel for an audio input signal,
Filters or filter groups, by means of which the audio input signal in the speech frequency range is divided into different audio frequency ranges,
a signal combining circuit which combines the output signals of the filters or filter groups into two audio output signals such that at least one frequency range relevant to the masking effect in the reproduction of speech is essentially only contained in one of the sound output signals, and
two output channels for the audio output signals, in particular for connecting at least one stereo headphone or stereophonic sound recording device.

2. Use of an audio signal processing device according to claim 1, characterized in that two filters or filter groups are provided, which divides the audio input signal into two different frequency ranges len, one of which is assigned to one of the output channels.

3. Use of an audio signal processing device according to claim 1 or 2, characterized in that the filters have cut-off frequencies which unmit border on each other.

4. Use of an audio signal processing device according to claim 1 or 2, characterized in that the filters have corner frequencies which are not border directly on each other.

5. Use of an audio signal processing device according to one of the Claims 1, 3 or 4, characterized in that the signal combining circuit the output signals le one of the filters or filter groups in phase to both output channels leads, however, the output signals of the other filters or filter groups optionally switchable feeds only the first or only the second output channel.

6. Use of an audio signal processing device according to one of the previous claims, characterized in that the cutoff frequencies of the filters within the Voice frequency band are adjustable.