DE2062589A1 - Verfahren zur Ermittlung der Grundfrequenz eines wenigstens zeitweise periodischen signals - Google Patents

Description

• Verfahren zur Ermittlung der Grundfrequenz eines wenigstens zeitweise periodischen SignaLes Die Erfindung betrifft ein Verfahren zur Ermittiting ier Grundfrequenz eines wenigstens zeitweise periodischen Signales, insbesondere eines Sprachsignales. Weiter bezieht sich die Erfindung auf Schaltungsanordnungen zur Durchführung dieses Verfahrens.
• Von Verfahren der erfindungsgemäßen Art kann beispieLsweise bei Sprach-Analyse-Synthese-Systemen (Vocoder) Gebrauch gemacht werden, wenn das Sprachfrequenzband durch Übertragen des Sprachaignals beispielsweise über einen der CCI-Norm entsprechenden Sprachkanal beschnitten wurde. Vocoder, deren Wirkungsweise z.B. im Taschenbuch der Hochfrequenztechnik, Ausgabe 1956, von Meincke und Gundlach, auf Seite 1177 näher beschrieben ist, bestehen aus einem Aufnahmeteil und einem Wiedergabeteil. Der Aufnahmeteil des Vocoders enthält eine Anzahl von Filtern, die das angebotene Sprachfrequenzband von z.B. 50 bis 6 000 Hz in eine entsprechende Anzahl von Frequenzbändern aufteilt. Das Filter, das tiefe Frequenzen bevorzugt durchläßt, gibt an seinem Ausgang die Grundfrequenz des angebotenen Sprachsignals ab, die im allgemeinen zwischen 100 und 700 Hz Liegt. Die gleichgerichteten Ausgangsspannungen der Filter werden Tiefpässen zugeführt und gelangen von deren Ausgängen zum Wiedergabe teil des Vocoders. Der Wiederherstellung der Sprache dienen im Wiedergabeteil ein harmonischer Generator und ein Gerauschgenerator. Der harmonische Generator wird so gesteuert, daß er eine Grundschwingung liefert die mit der am Aufnahmeort übereinstimmt; außerdeltl liefert er ein breites Spektrum von harmonischen C rschwingungen. Der Rauschgenerator erzeugt ein breite kontinuierliches Spektrum, das zur Erzeugung von stimmlosen Konsonanten und Explosivlauten notwendig ist. Ei IJmschalter schaltet, je nachdem ob ein Konsonant oder ein Vokal erzeugt werden soll, den Geräuschgenerator oder den harmonischen Generator an eine der Filterzahl im Aufnahmeteil des Vocoders entsprechenden Anzahl von Modulatoren an, die durch die Ausgangsspannungen der Tiefpasse des Aufnahmeteils des Vocoders gesteuert werden. Die genaue Analyse der Grundfrequenz von stimmhaften Lauten und die Unterscheidung von stimmhaften und stimmlosen Lauten bestimmt also weitgehend die Qualität der synthetisierten Sprache.
• In einem gemäß der CCI-Norm begrenzten Sprachband ist die für die einwandfreie Funktion eines Vocoders notwendige Grundfrequenz der Sprache nicht enthalten. Deswegen hat man bisher meist versucht, durch Verzerren des Sprachsignals dessen Grundfrequenz zurückzugewinnen.
• Das aus Harmonischen der nicht im Sprachsignal enthaltenen Grundfrequenz bestehende Frequenzgemisch wird dazu einem nichtlinearen eLektrischen Bauelement zugefiihrt; den entstandenen ModuLationsprodukten kann durch FiLterung die (rundfrequenz des zu analysierenden Sprachnignals entnommen werden.
• Da aber die einzelnen Harmonischen der Grundfrequenz mit sehr unterschiedlicher Energie im Sprachband enthalten sind, können Frequenzsprdnge zwischen ir Grundfrequenz und beispielsweise der doppelten Grundfrequenz auftreten, was sich als sehr störend bemerkbar macht (11Stimmbruchsprache").
• Der Erfindung liegt die Aufgabe zugrunde, die Grundfrequenz eines wenigstens zeitweise periodischen Signales, insbesondere eines Sprachsignales, das die Grundfrequenz nicht enthält, zu ermitteln. Des weiteren liegt der Erfindung noch die zusätzliche Aufgabe zugrunde, eine Unterscheidungemöglichkeit zwischen stixmhaften und stimmlosen Lauten zu schaffen.
• Ausgehend von dem einleitend geschilderten Verfahren wird diese Aufgabe gemäß der Erfindung dadurch weist, daß dem Signal zu vorzugsweise äquidistanten aufeinanderfolgenden Zeitpunkten Amplitudenproben entnommen werden, daß jede der Aiplitudenproben mit dem Eingangssignal unter Differenzbildung verglichen wird, und daß die kürzeste Zeitspanne zwischen der Entnahme der ersten Amplitudenprobe und dem Auftreten eines Minimalwertes bei der Differenzbildung als Kriterius flir' die Grundfrequenz des Signales dient.
• Bei der Auswertung eines Sprachsignale. dient als Kriterium für die Unterscheidung eines stixmhsften von einem stiminlosen Laut der übertragenen Sprachinformstion, nach einer weiteren Ausbildung der Erfindung, das Auftreten von, eine vorgegebene Schwellwertspannung unterschreitende Minima des Vergleichsergebnisses aus dem Eingangssignal und aus den einzelnen Abtastproben.
• Eine Schaltungsanordnung zur Durchführung des Verfahrens ist gemäß der Erfindung derart ausgebildet, daß eine Laufzeitkette mit n Stufen vorgesehen ist, daß ein im Rhythmus eines Taktes an die Abgriffe der Laufzeitkette angelegter Abtastschalter vorgesehen ist, daß weiter ein Vergleicher vorgesehen ist, der die von den Abgriffen der Laufzeitkette ber den Abtastschaltern abgegebenen Signalspannungen mit der Spannung des unverzögerten, am Eingang der Laufzeitkette anliegenden Signales vergleicht, und daß ein Zähler vorgesehen ist, der die den Abtastschalter weiterschaltenden Impulse zählt, bis vom Vergleicher das erste Minimum zwischen den zu vergleichenden Spannungen festgestellt ist.
• Diese Schaltungsanordnung kann gemäß einer Weiterbildung der Erfindung dadurch verbessert werden, daß Differenzverstärker vorgesehen sind, die mit ihrem jeweils ersten Eingang an die Ausgänge der Stufen der Laufzeitkette angeschaltet sind und deren jeweils zweiter Eingang mit dem Eingang der Laufzeitkette verbunden ist, daß mit Masse verbundene Summierglieder, insbesondere Summierglieder aus einer Parallel-Schaltung Je eines Widerstandes und eines Kondensators, vorgesehen sind, die mit den Abgriffen und über eine Diode mit den Ausgängen der Differenzverstärker verbunden sind, und daß als Vergleicher insbesondere ein n-leitender, mit seinem Emitter an eine Vergleichsspannungsquelle angeschlossener Transistor vorgesehen ist, dessen Basis mit dem Abtastschalter und dessen Kollektor mit dem Zähler verbunden ist.
• Vorteilhaft ist es, wenn eine Laufzeitkette vorgesehen ist, deren Gesamtverzögerungszeit größer ist als die Schwingungsdauer der niedrigsten zu erwartenden Grundfrequenz.
• Vorteilhaft ist es weiterhin, wenn eine erste Stufe einer Laufzeitkette vorgesehen ist, deren Verzögerungszeit kleiner ist als die Scbwingungsdauer der höchsten zu erwartenden Grundfrequenz.
• Anhand der in der Zeichnung dargestellten AusfUhrungsbeispiele soll die Erfindung im folgenden noch näher erläutert werden.
• In der Zeichnung bedeuten: Figur 1 Spektrum des Vokales e, Figur 2 Spektrum des Vokales u, Figur 7 Beispiel eines typischen Spannungsverlaufes ehes stimmhaften Lautes, Figur 4 das Blockschaltbild einer Anordnung zur Durchführung des Verfahrens nach der Erfindung und Figur 5 das Blockschaltbild einer weiteren Anordnung zur Durchführung des erfindungsgemäßen Verfahrens.
• Zum leichteren Verständnis der Wirkungsweise des erfindungsgemäßen Verfahrens und der dieses Verfahren realisierenden Schaltungsanordnungen sei anhand der Figuren 1 bis 3 die Zusammensetzung der Sprache betrachtet.
• Die Sprache läßt sich unterteilen in Vokale, Halbvokale, stimmhafte Konsonanten, etimmlose Konsonanten und Explosivlaute. Eine Analyse gesprochener Vokale im Frequenzbereich ergibt, wie Fig. 1 und 2 zeigen, daß die Spektren der Vokale Linienspektren sind, die neben einer durch die Stimmbandlänge festgelegten und durch äußere Reize beeinflußbaren Grundfrequenz eine Anzahl von Frequenzen enthalten, die ganzzahlige Vielfache dieser Grundfrequenz sind. Die semantische Bedeutung eines Vokales wird, wie Helmholtz festgestellt hat, fast ausschließlich von der Umhüllenden des Frequenzspektrums geprägt und bleibt nahezu unbeeinflußt von der Grundfrequenz des Lautes und von der gegenseitigen Phasenlage der einzelnen Frequenzkomponenten. Die Hü11-kurven der in Fig. 1 und Fig. 2 dargestellten Frequenzspektren zeigen einige ausgeprägte Maxima, die sogenannten Formanten, deren Lage und Höhe für die einzelnen Vokale charakteristisch sind. So liegen die Formantfrequenzen des Vokales e nach Fig. 1 bei einer Grundfrequenz von 128 Hz bei F1 = 380 Hz, F2 = 1900 Hz und F3 = 2400 Hz, während sie bei dem Vokal u gemäß Fig. 2 bei der gleichen Grundfrequenz bei F1 = 380 Hz, F2 = 1500 Hz und F3 = 2600 Hz liegen. Die Festlegung des Sprßchbandesnach der CCI-Norm wurde dadurch bestimmt, daß die Grundfrequenz zur Vokalerkennung nicht vonnöten ist, und daß die Formantfrequenzen nahezu aller Vokale unterhalb 3400 Hz liegen.
• Eine Darstellung des typischen Spannungsverlaufs eines Vokales in der Zeitebene zeigt Fig. 3. Ihr list zu entnehmen, daß sich die Schwingung mit der Zeit t1 periodisch wiederholt, die der Grundfrequenz des Sprachsignals umgekehrt proportional ist, unabhängig davon, ob die in Fig. 3 abgebildete Schwingung die Grundfrequenz enthält oder nicht.
• Die erwähnten Halbvokale weisen ebenso wie die Vokale ein Linienspektrum auf mit mehr oder weniger scharf ausgeprägten Formantbereichen.
• Stimmlose Konsonanten werden nur durch Geräusche gebildet, während bei stimmhaften Konsonanten Geräusche und Stimmbandschwingungen zusammenwirken. Die durch Geräusche erzeugten Laute weisen ebenso wie die Explosivlaute kein Linienspektrum mehr auf wie die Vokale, sondern ein kontinuierliches Spektrum.
• Das in Fig. 4 dargestellte Blockschaltbild eher Schaltungsanordnung zur Durchführung des erfindungsgemäßen Verfahrens enthält eine aus n Stufen (Z1 bis 7n) bestehende Laufzeitkette mit n-Abgriffen (1 bis n). Weiter ist ein Vergleicher 7, ein Zähler 6 und ein Schalter 5, der mit Hilfe des Taktgenerators 4 weitergeschaltet wird, vorgesehen. Am Eingang 8 der Laufzeitkette und am Vergleicher 7 liegt eine Signalspannung an, die nicht die Grundfrequenz enthält und deren Verlauf in Fig 3 dargestellt ist. Durch den mit Hilfe des Taktgenerators 4 von Abgriff 1 bis Abgriff n weitergeschalteten Schalter 5 wird die Verzögerungszeit verändert. Die unverzögerte Signalspannung und die durch die Laufzeitkette verzögerte Signal spannung werden im Vergleicher 7 verglichen. Bei Deckungsgleichheit, die dann erreicht ist, wenn das verzögerte Signal dem unverzögerten Signal gerade um die Zeitspanne tl nacheilt, wird der Stand des durch die Taktimpulse fortgeschalteten Zählers 6 sn seinem Ausgang 9 abgegeben. Der Zählerstand ist umgekehrt proportional der Grundfrequenz des am Eingang 8 anliegenden Frequenzgemisches des Sprachsignals. Unmittelbar nach Abgabe des Zählerstandes werden der Schalter 5 und der Zähler 6 in ihre Ausgangsstellungen gebracht-.
• Die Verzögerungszeit tl vom Eingang 8 bis zum Ausgang 1 der ersten Stufe der LaufzeitZette, die sowohl in analoger als auch in digitaler Technik ausgeführt werden kann richtet sich nach der höchsten zu erwartenden Grundfrequenz. Beispielsweise ist ein Wert von 71 = 3 ms klein genug, da der sich daraus ergebende Grenzwert der Grundfrequenz von 333 Rz von männlichen Stimmen praktisch nie erreicht und von weiblichen Stimmen kaum überschritten wird. Diese Begrenzung der Verzögerungszeit der ersten Stufe T1 der Laufzeitkette kann umgangen werden, wenn man mit einer hier nicht näher gezeigten Zusatzeinrichtung die Anzahl der Minima während der Gesamtlaufzeit aller Stufen, also pro Abtastperiode, zählt. Aus diesem Zählergebnis läßt sich die Grundfrequenz bestimmen. Die Gesamtverzögerungszeit aller Stufen (2-1 bis'tn) der Laufzeitkette richtet sich nach der tiefsten zu erwartenden Frequenz. Eine Gesamtlaufzeit von beispielsweise größer 12,5 ms reicht aus, um eine Grundfrequenz von 80 Hz zu bestimmen, deren Reziprokwert die Schwingungsdauer tl = 12,5 ms ist.
• In Fig. 5 ist eine weitere Schaltungsanordnung zur Durchführung des erfindungsgemäßen Verfahrens gezeigt.
• Sie enthält ebenso wie die der Fig. 4 eine aus n Stufen gebildete Laufzeitkette, die ebenfalls entweder analog oder digital ausgeführt sein kann, einen Zähler 6 und einen durch einen Taktgenerator 4 fort geschalteten Schalter 5. Weiter ist eine der Anzahl der Laufzeitkettenstufen gleiche Anzahl von Differenzverstärkern, von Dioden und von mit den Dioden in Reihe geschaltete parallele Widerstand-Kondensator-Summierglieder vorgesehen. Jeweils ein Eingang der Differenzverstärker ist mit den Ausgängen der Stufen T1 bis Cn in der Laufzeitkette verbunden, während der jeweils andere Ausgang mit der unverzögerten Signal spannung gespeist wird. Die Ausgangsspannungen der Differenzverstärker und damit die Spannungsdifferenz zwischen dem verzögerten und dem nicht verzögerten Signal werden jeweils in den Summierglied &, C)gesammelt und von dem umlaufenden Schalter 5 abgetastet. Der Schalter wird solange von Abgriff zu Abgriff geschaltet, bis die jeweilige Spannung einen vorgegebenen Wert Us unterschreitet, somit eine minimale Differenz zwischen verzögerter und unverzögerter Signslspannung gegeben ist. Das Unterschreiten der Spannung Us bewirkt, daß der Zähler an seinem Ausgang 9 seinen augenblicklichen Stand abgibt, der,wie bereits beschrieben, umgekehrt proportional zur Grundfrequenz des Eingangssignals der Schaltung ist, und daß anschließend der Zähler und der Schalter in ihre Grundstellungen zurückgesetzt werden. Dies erfolgt hier beispielsweise mit Hilfe eines Transistors, der in dem Moment stromundurchlässig wird, in dem die Basisvorspannung kleiner als die am Emitter anliegende Spannung Us wird.
• Die Anzahl der Stufen der Laufzeitkette bestimmt sich aus der gewünschten Genauigkeit der Grundfrequenzmessung; die Genauigkeit wird größer, wenn die Anzahl der Stufen vergrößert wird. Zusätzlich ist durch die Anzahl der Stufen die in Fig. 5 eingezeichnete Spannung Us festgelegt, da diese durch einen Minimalwert der Spannung an einem der Abgriffe 1 bis n sicher unterschritten werden muß.
• Konsonanten, die, wie bereits erwähnt, ein kontinuierliches Frequenzspektrum haben, können mit Hilfe der angegebenen Schaltungsanordnung nach dem erfindungsgemäßen Verfahren dadurch erkannt werden, daß der Vergleicher kein Minimum zwischen der verzögerten und der unverzögerten Signal spannung feststellt und der Zähler somit einen Wert abgibt, der größer ist als die Gesamtzahl der vom Schalter 5 abgetasteten Abgriffe 1 bis n.
• 6 Patentansprüche 5 Figuren

Claims (6)

1. P a t e n t a n 5 p r u ch e Verfahren zur Ermittlung der Grundfrequenz eines wenigstens zeitweise periodischen Signales, insbesondere eines Sprachsignales, d a d u r c h g e -k e n n s e i c h n e t , daß dem Signal zu vorzugsweise äquidistanten aufeinanderfolgenden Zeitpunkten Amplitudenproben entnommen werden, daß Jede der Ampli tudenproben mit dem Eingangseignal unter Differenæbildung verglichen wird, und daß die kürzeste Zeitspanne zwischen der Entnahme der ersten Amplitudenprobe und dem Auftreten eines Minimalwertes bei der Differenzbildung als Kriterium für die Grundfrequenz des Signales dient.
2. 2. Verfahren nach Anspruch 1, d a d u r c h g e k e n n -z e i c h n e t , daß bei der Auswertung eines Sprachsignales als Kriterium für die Unterscheidung eines stimihaften von einem stimmlosen Baut der übertragenen Sprachinformation das Auftreten von, ein. vorgegebene Schwellwertspannung unterschreitende Minima des Vergleichsergebnisses aus dem Eingangsaignal und aus den einzelnen Abtastproben dient.
3. 3. Schaltungsanordnung zur Durchführung eines Verfahrens nach einem der AnsprUche 1 oder 2 , d a d u r c h g e k e n n s e i c h n e t , daß eine Laufzeitkette mit n Stufen (1 bis Vn)vorgesehen iat, daß ein im Rhythmus eines Taktes an die Abgriffe (1 bis n) der Laufzeitkette angelegter Abtastschalter (5) vorgesehen ist, daß weiter ein Vergleicher (7) vorgesehen ist, der die von den Abgriffen (1 bis n) der Laufzeitkette über den Abtastschalter (5) abgegebenen Signalspannungen mit der Spannung des unverzögerten, am Eingang der Laufzeitkette anliegenden Signal es vergleicht, und daß ein Zähler (6) vorgesehen ist, der die den Abtastschalter (5) weiterschaltenden Pulse zählt, bis vom Vergleicher (7) das erste Minimum zwischen den zu vergleichenden Spannungen festgestellt ist.
4. 4. Schaltungsanordnung nach Anspruch 5, d a d u r c h g e k e n nz e i c h n e t , daß Differenzverstärker (10) vorgesehen sind, die mit ihrem jeweils ersten Eingang an die Ausgänge der Stufen (T1 bis Sn)der Laufzeitkette angeschaltet sind und deren jeweils zweiter Eingang mit dem Eingang der Laufzeitkette verbunden ist, daß mit Masse verbundene Summierglieder, insbesondere Summierglieder aus einer Parallelschaltung je eines Widerstandes und eines Kondensators, vorgesehen sind, die mit den Abgriffen (1 bis n) und über eine Diode mit den Ausgängen der Differenzverstärker verbunden sind, und daß als Vergleicher insbesondere ein n-leitender, mit seinem Emitter an eine Vergleichsspannungsquelle (Us) angeschlossener Transistor vorgesehen ist, dessen Basis mit dem Abtastschalter (5) und dessen Kollektor mit dem Zähler (6) verbunden ist.
5. 5. Schaltungsanordnung nach einem der Ansprüche 3 oder 4, d a d u r c h g e k e n n z e i c h n e t , daß eine Laufzeitkette vorgesehen ist, deren Gesamtverzögerungszeit (T) größer ist als die Schwingungsdauer (t1) der niedrigsten æu erwartenden Grundfre(lllens..
6. 6. Schaltungsanordnnng nach einem der Ansprüche 3 oder 4, d a d u r c h g e k e n n z e i c h n e t , daß eine erste Stufe (t1) einer Laufzeitkette vorgesehen ist, deren Verzögerungszeit kleiner ist als die Schwingungsdauer der höchsten zu erwartenden Grundfrequenz.