DE2233872A1 - SIGNAL ANALYZER - Google Patents
SIGNAL ANALYZERInfo
- Publication number
- DE2233872A1 DE2233872A1 DE2233872A DE2233872A DE2233872A1 DE 2233872 A1 DE2233872 A1 DE 2233872A1 DE 2233872 A DE2233872 A DE 2233872A DE 2233872 A DE2233872 A DE 2233872A DE 2233872 A1 DE2233872 A1 DE 2233872A1
- Authority
- DE
- Germany
- Prior art keywords
- signal
- speech
- mean square
- root mean
- complex
- 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.)
- Granted
Links
- 230000003044 adaptive effect Effects 0.000 claims description 7
- 238000000034 method Methods 0.000 description 6
- 208000019300 CLIPPERS Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 208000021930 chronic lymphocytic inflammation with pontine perivascular enhancement responsive to steroids Diseases 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 210000001260 vocal cord Anatomy 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 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
- 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
-
- 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
- G10L25/93—Discriminating between voiced and unvoiced parts 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)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Electrophonic Musical Instruments (AREA)
Abstract
Description
WESTERN ELECTRIC COMPANY Incorporated B. S. Atal - 5WESTERN ELECTRIC COMPANY Incorporated B. S. Atal - 5
Die Erfindung betrifft einen Signalanalysator für die Bestimmung der Grundwellenperiode eines komplexen Signals, bei dem ein im wesentlichen die Formantstruktur eines komplexen Signals darstellendes Signal erzeugt wird.The invention relates to a signal analyzer for determining the fundamental wave period of a complex signal in which an im essentially the formant structure of a complex signal representing signal is generated.
Einrichtungen für die Verringerung der Kanalkapazität, die für die Übertragung komplexer Signale erforderlich sind, wie beispielsweise Sprachsignale, wurden bereits vorgeschlagen. Die meist bekannte Einrichtung dieser Art ist der Vocoder. Ferner wurden kürzlich Techniken beschrieben, die den Signalen inhärente Redundanz durch die Verwendung einer linearen Vorhersage-Technik beseitigen. Bei allen diesen genannten Einrichtungen wird ein Sprachsignal analysiert, um seine kennzeichnenden Charakteristika zu bestimmen, woraufhin dann kodierte Information bezüglich dieser Charakteristika anstelle des Sprachsignals selbst übertragen wird.Facilities for reducing the channel capacity required for the Transmission of complex signals, such as voice signals, have already been proposed. The most A well-known device of this type is the vocoder. Techniques have also recently been described that provide redundancy inherent in signals by using a linear prediction technique. In all of these devices, a speech signal is analyzed in order to determine its characteristic characteristics determine, whereupon coded information relating to these characteristics is transmitted instead of the speech signal itself.
Auf der Empfangsseite wird dann aus der kodierten Information ein künstliches Sprachsignal erzeugt.On the receiving side, an artificial speech signal is then generated from the coded information.
Im allgemeinen wird bei jeder Systemart für eine Bandbreitenkompression von kodierter Signalinformation verwendet. Alle verwenden jedoch in Wahrheit ein Merkmal des Sprachsignals, nähmlich seine Grundfrequenz. Diese Charakteristik bezeichnet die Grundfrequenz, mit der die Stimmbänder während der Erzeugung verschiedener stimmhafter Sprachsignale vibrieren. Die meisten Systeme für eine Sprachbandbreitenkompression verwenden ferner kodierte Information, um ein Sprachsignal als stimmhaft oder stimmlos zu kennzeichnen. Einige dieser Systeme kombinieren zwei Informationsformen,, so daß das Sprachgrundsignal inhärent die Stimmhaftbedingung spezifiziert.In general, any type of system is used for bandwidth compression used by coded signal information. In truth, however, they all use one characteristic of the speech signal, namely its fundamental frequency. This characteristic designates the fundamental frequency with which the vocal cords during the generation different voiced speech signals vibrate. Most systems also use voice bandwidth compression encoded information to identify a speech signal as voiced or unvoiced to be marked. Some of these systems combine two forms of information, so that the fundamental speech signal inherently specifies the voiced condition.
Es wurden ferner verschiedene Vorschläge für das automatische Messen und Kodieren der Grundfrequenzmerkmale eines Sprachsignals vorgeschlagen und in der Praxis verwendet. Einige basieren auf einer einfachen Filtertechnik, andere auf der Signalkorrelation, andere auf der formanten Feststellung und Beobachtung und andere auf einer Transformation des Logarithmus des Sprach-Various proposals have also been made for automatically measuring and encoding the fundamental frequency characteristics of a speech signal suggested and used in practice. Some are based on a simple filter technique, others on signal correlation, others on the formant determination and observation and others on a transformation of the logarithm of the speech
? 0 fHl H Π / 0 8 7 8? 0 f Hl H Π / 0 8 7 8
signalspektrums, dem sogenannten Cepstrum des Signals, Alle genannten Anordnungen arbeiten auf bestimmte Weise mit dem Sprachsignal selbst, um Spitzenwerte im Signal oder deren Multifizierungen aufzufinden, die die Sprachgrundcharakteristik identifizieren. Unglücklicherweise sind Spitzenwerte der Formanten, insbesondere des ersten Formanten eines Sprachsignals oft stärker, als ein Spitzenwert, der zur Angabe der Sprachgrundfrequenz erzeugt wurde. Wenn die beiden Spitzenwerte sehr dicht beieinander liegen, ist es sehr schwer, festzustellen, welcher für die Sprachgrundwelle repräsentativ ist. Daher unterliegen selbst komplizierte Grundfrequenzdedektoren diesem Fehler und charakterisieren nicht immer korrekt die Grundfrequenz eines Signals.signal spectrum, the so-called cepstrum of the signal, all named Arrangements work in a certain way with the speech signal itself in order to detect peaks in the signal or their multifications to find that identify the basic language characteristic. Unfortunately The peak values of the formants, in particular the first formant of a speech signal, are often stronger than a Peak value that was generated to indicate the fundamental speech frequency. If the two peaks are very close together, it is very difficult to determine which one is representative of the speech fundamental wave. Therefore, even complicated fundamental frequency detectors are subject to this error and do not always correctly characterize the fundamental frequency of a signal.
Die Erfindung hat sich daher die Aufgabe gesetzt, die vorstehend genannten Schwierigkeiten zu vermeiden und insbesondere eine Einrichtung anzugeben, die eine weitgehend fehlerfreie Sprachgrundfrequenzmessung gestattet.The invention has therefore set itself the task of the aforementioned To avoid difficulties and, in particular, to specify a device that allows a largely error-free basic speech frequency measurement allowed.
Für einen Signalanalysator für die Bestimmung der GrundweUenp^- riode eines komplexen Signals, bei dem ein im wesentlichen die Formantstruktur eines komplexen Signals darstellendes SignalFor a signal analyzer for the determination of the fundamental values ^ - period of a complex signal in which a substantially Signal representing the formant structure of a complex signal
209883/QS78209883 / QS78
erzeugt wird, besteht die Erfindung darin, das ein Subtrahiernetzwerk für die Subtraktion eines im wesentlichen die Formantstruktur darstellenden Signals von einem komplexen Signal zur Bildung eines Differenz signals vorgesehen ist und das die Grundfrequenz des Differenz Signals bestimmt und als Angabe der Grundwellenperiode des komplexen Signals verwendet wird.is generated, the invention consists in a subtraction network for subtracting a signal essentially representing the formant structure from a complex signal for formation a difference signal is provided and which determines the fundamental frequency of the difference signal and as an indication of the fundamental wave period of the complex signal is used.
Weitere Merkmale, vorteilhafte Ausgestaltungen und Weiterbildungen des Gegenstandes der Erfindung sind den Unter ansprächen zu entnehmen. Further features, advantageous configurations and developments the subject matter of the invention can be found in the sub-claims.
Die Vorteile, der Erfindung, die weitgehend fehlerfreie Bestimmung der Sprachgrundfrequenz basieren auf der Analyse eines komplexen Sprachsignals zur Bestimmung seiner Grundfrequenz. Diese Analyse beruht auf der Analyse des Fehlers zwischen einem vorhergesagten Wert des Sprachsignals, basierend auf seinen früheren Abtastwerten und seinem im Augenblick gerade vorliegenden Wert. Das Zeitintervall, das durch eine Anzahl von Abtastwerten repräsentiert und für die Gewinnung des Vorhersagewertes verwendet wird, ist in typischerweise eine Millisekunde lang. Aufgrund des Kurzzeitspeichers, der in dem Vorhersagoprozess verwendet wird,The advantages of the invention, the largely error-free determination the basic speech frequency are based on the analysis of a complex speech signal to determine its basic frequency. This analysis is based on the analysis of the error between a predicted value of the speech signal based on its previous samples and its value at the moment. The time interval, represented by a number of samples, and used to obtain the predicted value is typically a millisecond long. Because of the Short-term memory used in the prediction process
2098R3/fl«7fl2098R3 / bottle «7 bottle
stellen die vorher ge sagten Signalwerte in großem Maße die Formantstruktur des Sprachsignals dar. Die Grundfrequenzanalyse einrichtung der Erfindung ist besonders effektiv, da bei der Erzeugung eines Differenzsignals, d.h. des Vorhersagefehlersignals, die Formantstruktur des Signals vom Eingangssignal entfernt wurde. Da jedoch die Grundfrequenz der Sprachsignale in typischer Weise in einem Bereich von 3 msek. bis 20 msek. liegt, ist die Vorhersage der Grundfrequenzstruktur, basierend auf 1 msek. eines vergangenen Sprachabschnittes vollständig vernachlässigbar. Daher wird die Grundfrequenzinformation in dem Vorhersagefehlersignal zurückgehalten. Deshalb gibt es auch nur eine geringe oder garkeine Rückwirkung von der Formantstruktur, und die Spitzenabtrennoperation ist bei der Erzeugung eines Meßwertes der Sprachgrundfrequenzcharakteristik des Eingangs signals wirksam.the predicted signal values largely represent the formant structure of the speech signal. The fundamental frequency analysis device of the invention is particularly effective because in the generation of a difference signal, i.e. the prediction error signal, the formant structure of the signal has been removed from the input signal. However, since the fundamental frequency of the speech signals is typically in a range of 3 msec. up to 20 msec. is the prediction of the fundamental frequency structure, based on 1 msec. of a previous language section completely negligible. Therefore the fundamental frequency information is retained in the prediction error signal. Therefore there is only a small or no reaction at all from the formant structure, and the tip severing operation is effective in generating a measured value of the fundamental speech frequency characteristic of the input signal.
Ein weiterer Vorteil der Erfindung basiert auf der zusätzlichen Verwendung von Vorhersagefehlerabtastungen, um ein Stimmhaft /Stimmlos-Unterscheidungssignal zu erzeugen. Die Stimmhaftentscheidung wird abgeleitet aus dem Verhältnis des quadratischen Mittelwertes der Eingangssignalabtastwerte zu dem quadratischen Mittelwert der entsprechenden Vorhersagefehlerabtastwerte.Another advantage of the invention is based on the additional use of prediction error samples to provide a voiced / unvoiced discrimination signal to create. The voting decision is derived from the ratio of the square Mean of the input signal samples to the root mean square of the corresponding prediction error samples.
209B8370878209B8370878
Im folgenden wird die Erfindung anhand der Figuren beispielsweise näher erleutert. Es zeigen:In the following, the invention is explained in more detail with reference to the figures, for example. Show it:
Fig. 1 das Blockschaltbild eines Sprachsignalanalysators, daß das Prinzip der Erfindung verdeutlicht und1 shows the block diagram of a speech signal analyzer, that illustrates the principle of the invention and
Fig. 2 eine Darstellung der Wellenform eines stimmhaften Sprachsignals, der Positionen festgestellter Grundfrequenzimpulse in dem stimmhaften Sprachsignal (vertikale Linien) und eines stimmlosen Sprachsegments.Fig. 2 is an illustration of the waveform of a voiced Speech signal, the positions of detected fundamental frequency pulses in the voiced Speech signal (vertical lines) and an unvoiced speech segment.
Ein Signalanalysator, der das Prinzip der Erfindung beinhaltet, ist in Fig. 1 dargestellt. Die Sprachsignale, die von einer beliebigen Quelle geliefert werden, werden zu dem Analysator übertragen und durch ein Tiefpassfilter 10 geschleußt. Das Filter 10 hat eine typische Grenzfrequenz in der Gegend von 5 kHz. Das sich ergebende Signal wird dann mit einer Frequenz von etwa 10 kHz im Abtaster 11 abgetastet, wobei dieser Abtastvorgang von den Signalen des Taktgebers 12 gesteuert wird. Die Sprachabtast-A signal analyzer which incorporates the principle of the invention is shown in FIG. The speech signals given by any Source supplied are transmitted to the analyzer and passed through a low-pass filter 10. The filter 10 has a typical cut-off frequency in the region of 5 kHz. The resulting signal is then at a frequency of about 10 kHz is sampled in the sampler 11, this sampling process being controlled by the signals from the clock generator 12. The Speech Sampling
209883/0878209883/0878
werte, s , die auf diese Weise abgeleitet werden, werden zu einer Speichereinheit 13 übertragen, die diese Signale geordnet speichert und zwar in typischen Blöcken von 200 Abtastungen, d.h. S1, s , ..., S. Die Blöcke oder Rahmen von Abtastwerten *values, s, which are derived in this way, are transferred to a memory unit 13 which stores these signals in an orderly manner, specifically in typical blocks of 200 samples, ie S 1 , s, ..., S. The blocks or frames of samples *
Xu uUU * 'Xu uUU * '
werden periodisch aus der Speichereinheit 13 entnommen, beispielsweise ebenfalls von einem Signal des Taktgehers 12 gesteuert und zu einer adaptiven Vorhersageschaltung 14, einem. Vorhersage-Parameterrechner und zu einem Subtrahiernetzwerk 16 übertragen.are periodically taken from the storage unit 13, for example likewise controlled by a signal from the clock generator 12 and to an adaptive prediction circuit 14, a. Prediction parameter calculator and transmitted to a subtraction network 16.
Die adaptive Vorhers age schaltung 14 bearbeitet die angelieferten Signalabtastwerte, um den augenblicklichen Wert jedes Abtastwertes auf der Basis einer gewichteten Summation einer Anzahl von früheren Abtastwerten vorher zusagen. Die Vorhers ageoperation erfolgt auf der Basis Abtastwert zu Abtastwert, und die Vorhersageschaltung 14 wird periodisch mit einem neuen Rahmen von Abtastungen von der Speiche reinheit 13 beschickt. Eine für die Verwendung in dem System gemäß der vorliegenden Erfindung geeignete adaptive Vorhersageschaltung ist beispielsweise in der US-PS 3 631 820 ausführlich beschrieben. The adaptive prediction circuit 14 processes the delivered Signal samples to calculate the instantaneous value of each sample based on a weighted summation of a number predict from previous samples. The prediction operation is done on a sample-by-sample basis, and the predictor 14 is periodic with a new frame of scans from the spoke purity 13 loaded. One adaptive prediction circuitry suitable for use in the system of the present invention is described in detail, for example, in U.S. Patent 3,631,820.
Zur Anpassung des sich konstant ändernden Charakters des Eingangssprachsignals, wird die adaptive Vorhers age schaltung 14 so gesteuert, daß sie sich an den laufenden Signalzustand anpasst. Es hat sich als genügend erwiesen, die Werte der verwendeten Parameter nach zu st'ellen, um die Vorher sage schaltung in Intervallen zu steuern, die mit der Grundwellenperiode des Signals vergleichbar sind. Da das exakte Grundwellenintervall nicht zur Verfugung steht (obwohl das Grundfrequenzausgangssignal des Systems in einer Rückkoppelanordnung zur Annäherung des Intervalls einer späteren Grundwellenperiode verwendet werden kann), ist eine Nachstellung der Parameterwerte in Intervallen von etwa der Zeit von 200 Abtastungen vollständig ausreichend. Dieses entspricht einem Zeitintervall von etwa 20 msek.To adapt the constantly changing character of the input speech signal, the adaptive prediction circuit 14 controlled in such a way that it adapts to the current signal state. It has proven to be sufficient to adjust the values of the parameters used in order to predict the prediction circuit in intervals that are comparable to the fundamental wave period of the signal. Since the exact fundamental wave interval is not for Available (although the system's fundamental frequency output is in a feedback arrangement to approximate the interval a later fundamental wave period) is a readjustment of the parameter values at intervals of approx the time of 200 samples is completely sufficient. This corresponds to a time interval of about 20 msec.
Der Vorhersage-Parameterrechner 15 bearbeitet so Sprachabtastwerte der Speichereinheit 13, um eine Folge von Parametersignalen a = a , a , ... a zu erzeugen, die periodisch zur Nachstellung \ & η The prediction parameter calculator 15 so processed speech the storage unit 13, a sequence of parameter signals a = a, a, ... a to generate the periodically to readjust \ η
der Vorhers age schaltung 14 verwendet werden. Die Parameterwerte a werden so ausgewählt, daß sie den quadratischen Mittelwert-Vorhersagefehler des Systems minimal halten. Eine ausführliche Erläuterung der Beziehung der Parametersignale a zu dem Ein-the prediction circuit 14 can be used. The parameter values a are chosen to minimize the root mean square prediction error of the system. A detailed one Explanation of the relationship between the parameter signals a and the input
209883/087B209883 / 087B
gangssignal, ihrer Erzeugung und die Art in der sie zur Steuerung der Vorhersageschaltung verwendet werden,, werden ausführlich in der obengenannten US-Patentschrift erläutert. Die Parametersignale des Vorhersage-Parameterrechners 15 werden noch vor dem Zeitpunkt erzeugt, zu dem ein Signalblock in der Vorhersageschaltung 14 verarbeitet wird., und zwar wegen der der Vorhersageoperation inhärenten Verzögerung. In typischer Weise werden die Parametersteuersignale innerhalb eines Intervalls erzeugt, daß der Zeit von annähernd 60 Abtastungen entspricht.output signals, their generation, and the manner in which they are used to control the prediction circuit are discussed in detail explained in the aforementioned US patent. The parameter signals of the prediction parameter computer 15 are generated before the point in time at which a signal block in the prediction circuit 14 is processed. Because of the prediction operation inherent delay. Typically, the parameter control signals are generated within an interval that the Time of approximately 60 samples.
Die Abtastwerte, die von der adaptiven Vorhersageschaltung 14 erzeugt werden, werden in dem Subtrahiernetzwerk 16 von dem. tatsächlichen Wert der entsprechenden Signalabtastungen, die von der Speichereinheit 13 zu dem Subtrahiernetzwerk 16 übertragen werden, subtrahiert. Das sich ergebende Differenz signal repräsentiert den ' Fehler bei der Vorhersage des Signalwertes. Dieses Signal wird daher "Vorhersagefehler" genannt. Offensichtlich wird eine geeignete Verzögerung vorgesehen, beispielsweise für das Auslesen der Abtastwerte aus der Speichereinheit 13 oder bei ihrer Abgabe an das Subtrahierhetzwert 16, damit für die Vervollständigung der Vorhersageoperation genügend Zeit zur Verfügung steht. Natürlich werdenThe samples generated by the adaptive prediction circuit 14 are, are in the subtraction network 16 from the. actual Value of the corresponding signal samples which are transmitted from the storage unit 13 to the subtraction network 16, subtracted. The resulting difference signal represents the ' Error in predicting the signal value. This signal is therefore called "prediction error". Obviously, a suitable one becomes Delay provided, for example for reading out the samples from the memory unit 13 or when they are sent to the Subtract 16 to allow time for the prediction operation to complete. Of course you will
209RR3/n878209RR3 / n878
alle hier beschriebenen Operationen auf konventionelle Weise synchron ausgeführt.all operations described here synchronously in a conventional manner executed.
Es ist für die genannten Operationen von Bedeutung, das die Signalabtastwerte weitgehend auf der Basis ihrer formanten Zugehörigkeit vorhergesagt werden. Vorhergesagte Signale stellen daher im wesentlichen die Formantstruktur des Eingangs signals dar. Da die vorhergesagten Signalwerte von den tatsächlichen Signalwerten subtrahiert werden, ist das Vorhersagefehlersignal am Ausgang des Subtrahiernetzwerkes 16 im wesentlichen frei von jeglicher formanten Information. Dennoch hat sich das Vorher sage fehler signal zur Bewahrung und Bezeichnung des Grundfrequenzcharakters des übertragenen Signals als notwendig erwiesen.For the operations mentioned, it is important that the signal samples are largely based on their formant affiliation be predicted. Predicted signals therefore essentially represent the formant structure of the input signal. Since the predicted signal values are subtracted from the actual signal values, the prediction error signal is at the output of the Subtraction network 16 is essentially free of any formant Information. Nevertheless, the prediction has signaled the error Preservation and designation of the fundamental frequency character of the transmitted signal proved to be necessary.
Die Vorhersagefehlersignale der Subtrahierschaltung 16 werden über das Tiefpassfilter 17 geleitet. Dieses Filter 17 besitzt eine relativ niedrige Grenzfrequenz, da die Sprachgrundfrequenz des anliegenden Signals im allgemeinen im unteren Bereich des Bandes liegt. Die Beseitigung höherer Frequenzanteile hilft bei der Isolation des Grundfrequenzsignals. The prediction error signals of the subtracting circuit 16 are over the low-pass filter 17 passed. This filter 17 has a relatively low cutoff frequency, since the fundamental speech frequency of the adjacent Signal is generally in the lower end of the band. Eliminating higher frequency components helps isolate the fundamental frequency signal.
Gemäß der Erfindung werden die Positionen der individuellen Grund-According to the invention, the positions of the individual basic
20988 3/087820988 3/0878
frequenzimpulse in dem übertragenen Signal dadurch bestimmt, daß die Abtastwerte lokalisiert werden, für die der Vorhersagefehler groß ist. Die von dem Filter 17 übertragenen Abtastwerte besitzen daher Amplituden, die der Differenz zwischen dem üb'ertragenen Signalabtastwert und dem vorher ge sagten Signal proportional sind. Es ist daher notwendig nur die Grundfrequenz des Vorhersage (Fehler)-Signäls zu suchen. Dieses kann mit jedem beliebigen Grundfrequenzdedektor 18 durchgeführt werden. Ein geeigneter Dedektor besteht aus einem Halbwellengleichrichter 19, der zur Aufrechterhaltung hur der positiven Spitze des Signals verwendet wird, um spätere Operationen zu vereinfachen. Das gleichgerichtete Signal wird dann zu dem Spitzenabtrenner 20 übertragen, der den größten Abtastwert in jedem Signalrahmen sucht. Derartige Spitzenabtrenner sind ansich bekannt und werden häufig in Grundfrequenzdedektoren verwendet, insbesondere in solchen des Cepstrumtyps. Auf diese Weise ermittelte Spitzensignale werden zu einem Schwellenwertdedektor 21 übertragen, der auf einen Pegel eingestellt ist bei dem kleinere Spitzen am Ausgang des Analysators unterdrückt werden. Der Schwellenwert ist so eingestellt, daß er in die festgestellten Waren Grundfrequenzspitzen, beispielsweise aus den Erfahrungswerten anpasst. Die sich ergebendefrequency pulses in the transmitted signal are determined by that the samples are located for which the prediction error is large. The samples transmitted by the filter 17 therefore have amplitudes that correspond to the difference between the transmitted Signal sample and the predicted signal are proportional. It is therefore only necessary to use the basic frequency of the Look for prediction (error) signals. This can be carried out with any fundamental frequency detector 18. A suitable detector consists of a half-wave rectifier 19 which is used to maintain the positive peak of the signal to simplify later operations. The rectified The signal is then transmitted to the tip clipper 20 which searches for the largest sample in each signal frame. Such Tip separators are known per se and are often used in fundamental frequency detectors, in particular in those of the Cepstrum type. Peak signals determined in this way are to a threshold value detector 21 which is set to a level at which smaller peaks at the output of the analyzer be suppressed. The threshold value is set in such a way that it encompasses basic frequency peaks in the detected goods, for example adapts based on experience. The resulting
1 91 9
Folge von Grundfrequenzimpulsen ist für die Grundfrequenz oder Periode des anliegenden Sprachsignals indikativ und sie kann auf jede gewünschte Weise weiter verwendet werden.The sequence of basic frequency pulses is indicative of the basic frequency or period of the applied speech signal and it can be based on can be used further in any desired way.
Alternativ hierzu kann; wie von früher schon bekannt der Grundfre-. quenzdedektor einen Autokorrelator enthalten, dem ein Spitzenabtrenner und ein Schwellenwertdedektor nachfolgen.Alternatively, you can; as already known from earlier the basic fre-. sequence detector contain an autocorrelator followed by a peak clipper and a threshold detector.
Fig. 2 zeigt ein typisches Intervall des Sprachsignals. In der Zeile A ist ein stimmhaftes Sprachsegment gezeigt. Die Zeile B illustriert die Impulsfolge, die von dem Grundfrequenzdedektor 18 als Ausgangs signal des Analysators erzeugt wurde. In der Zeile C ist dagegen ein typisches stimmloses Sprachsegment dargestellt.Fig. 2 shows a typical interval of the speech signal. In line A is shown a voiced speech segment. Line B illustrates the pulse train generated by the fundamental frequency detector 18 as Output signal of the analyzer was generated. In line C on the other hand, a typical unvoiced speech segment is shown.
Um sicherzustellen, daß eine klare Unterscheidung zwischen stimmhaften und stimmlosen Signalsegmenten möglich ist, wird gemäß der Erfindung ein Stimmhaft-/Stimnalos-Unterscheidungssignal erzeugt. Hiernach basiert die Stimmhaft-/Stimmlos-Entscheidung auf dem Verhältnis des quadratischen Mittelwertes der Sprachabtastwerte zu dem quadratischen Mittelwert der Vorhersagefehlerabtastwerte. Es hat sich gezeigt, daß dieses Verhältnis für stimmlose Sprachab-To ensure that there is a clear distinction between voiced and unvoiced signal segments is possible, a voiced / stimulus discrimination signal is generated according to the invention. According to this, the voiced / unvoiced decision is based on the ratio of the root mean square of the speech samples to the root mean square of the prediction error samples. It has been shown that this ratio for unvoiced speech
9883/0*789883/0 * 78
schnitte beträchtlich kleiner ist als für stimmhafte Sprachabschnitte und zwar in typischer Weise um einen Faktor von etwa 10.cuts is considerably smaller than for voiced speech segments typically by a factor of about 10.
Daher werden die Sprachabtastwerte von dem Abtastwert zu. dem quadratischen Mittelwertnetzwerk 22 und die Vorhersagefehlerabtastwerte von dem Subtrahiernetzwerk 16 zu dem quadratischen Mittelwertnetzwerk 23 übertragen. Die Netzwerke für die Erzeugung eines Signals, das den Mittelwert der Folge von Abtastwerten proportional ist, sind ansich bekannt und sie werden häufig in Einrichtungen für die akustische Signalverarbeitung verwendet. Ein typisches Netzwerk enthält eine Einrichtung zur Erzeugung eines Signals, das dem Quadrat jedes Signalabtastwertes proportional ist, ein Addiernetzwerk für die Aufsummierung einer Folge von quadratischen Signalwerten und ein Teilernetzwerk für die Erzeugung eines Signals, das einen Durchschnittswert oder Mittelwert des auf summierten quadratischen Signals proportional ist.Therefore, the speech samples become from the sample to. the root mean square network 22 and the prediction error samples from the subtraction network 16 to the root mean square network 23. The networks for generation of a signal proportional to the mean value of the sequence of samples are known per se and they become frequent used in equipment for acoustic signal processing. A typical network includes means for generating a signal proportional to the square of each signal sample is, an adder network for the summation of a sequence of square signal values and a divider network for the generation a signal proportional to an average value or mean value of the summed square signal.
Zwei Signale, jeweils dem quadratischen Mittelwert von Sprachabtastwerten und dem quadratischen Mittelwert der Vorhersagefehler Abtastwerte proportional, werden zu dent Teiler 24 übertragen,Two signals, each the root mean square of speech samples and the root mean square of the prediction error samples proportional to the divider 24,
20 9 8B37 Π8 7820 9 8 B 37 Π8 78
der an seinem Ausgang ein Signal erzeugt, das dem Quotienten der beiden Signalwerte entspricht. Dieses quotienten Signal wird dann zu dem Schwellenwertdedektor 25 übertragen, der ein erstes Signal für Quotientenwerte größer als 10, als Angabe für ein stimmhaftes Signalintervall und ein zweites Signal für Quotienten kleiner als 10 erzeugt, das als Angabe für ein stimmloses Signalintervall dient. Die Ausgangs signale des Dedektors 25 können in jeder gewünschten Weise verwendet werden, um den Stimmcharakter des Eingangssignals anzugeben.which generates a signal at its output that corresponds to the quotient of the two signal values. This quotient signal is then transmitted to the threshold value detector 25, which is a first Signal for quotient values greater than 10, as an indication of a voiced signal interval and a second signal for quotients less than 10 is generated, which serves as an indication of an unvoiced signal interval. The output signals of the dedector 25 can be in can be used in any desired manner to indicate the vocal character of the input signal.
Die Einrichtung zur Grundfrequenzbestimmung gemäß der Erfindung verbessert zusammen mit der Stimmart Entscheidungseinrichtung weitgehend die Zuverlässigkeit, mit der zwei wichtige Sprachcharakteristiken bestimmt werden können. Diese verbesserte Zuverlässigkeit stammt in erster Linie von dem tatsächlichen Fehlen der Formantenstruktur in dem Signal zu dem Zeitpunkt, zu dem die Grundfrequenzmessung durchgeführt wird. Darüberhinaus ist der Grundfrequenzdedektor gemäß der Erfindung insbesondere für eine Anwendung in einem Sprachübertragung- oder Sprachanalysesystem geeignet, indem eine lineare Vorhersageeinrichtung verwendet wird. Für diesen Fall ist es offensichtlich, daß das VorhersagefehlersignalThe device for determining the fundamental frequency according to the invention improves, together with the type of voice, the decision device largely the reliability with which two important language characteristics can be determined. This improved reliability stems primarily from the actual lack of formant structure in the signal at the time the fundamental frequency measurement is made is carried out. Moreover, the fundamental frequency detector according to the invention is particularly for one application suitable in a speech transmission or speech analysis system by using a linear predictor. In this case it is obvious that the prediction error signal
209883/0 878209883/0 878
das zu dem Subtrahiernetzwerk 16 übertragen wird, von der Vorhersageschaltung erzeugt wird, die bei der Kodierung der Sprachsignale verwendet wird.transmitted to the subtracting network 16 from the prediction circuit is generated, which is used in the coding of the speech signals.
Ferner ist es offensichtlich, daß das Stimme ntseheidungssignal im Zusammenhang mit anderen Kriterien verwendet werden kann, wie beispielsweise der spektralen Balance der niedrigen Frequenzen zu den höheren Frequenzen., um die Stimmhaft- /Stimmlos-Entscheidung noch zuverlässiger zumachen.Furthermore, it is evident that the voice separation signal im Context with other criteria can be used, such as the spectral balance of the low frequencies to the higher frequencies. to make the voiced / unvoiced decision make it even more reliable.
209883/087209883/087
Claims (6)
dadurch gekennzeichnet,3. Signal analyzer according to claim 2,
characterized,
24) vorgesehen ist, der ein Signal erzeugt, daß dem Verhältnis des
ersten quadratischen Mittelwertsignals zu dem zweiten quadratischen Mittelwertsignal proportional ist.Signal generated that is proportional to the root mean square value of the difference signal and that a comparison circuit (divider
24) is provided, which generates a signal that the ratio of the
first root mean square signal is proportional to the second root mean square signal.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US16117371A | 1971-07-09 | 1971-07-09 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| DE2233872A1 true DE2233872A1 (en) | 1973-01-18 |
| DE2233872C2 DE2233872C2 (en) | 1983-11-03 |
Family
ID=22580131
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| DE2233872A Expired DE2233872C2 (en) | 1971-07-09 | 1972-07-10 | Method for determining the fundamental wave period of a speech signal |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US3740476A (en) |
| JP (2) | JPS5524118B1 (en) |
| CA (1) | CA967285A (en) |
| DE (1) | DE2233872C2 (en) |
| FR (1) | FR2145501B1 (en) |
| NL (1) | NL7209311A (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE2636032A1 (en) * | 1975-08-22 | 1977-02-24 | Nippon Telegraph & Telephone | CIRCUIT ARRANGEMENT FOR EXTRACTING THE BASIC FREQUENCY FROM A VOICE SIGNAL |
| DE2649259A1 (en) * | 1976-10-29 | 1978-05-03 | Tekade Felten & Guilleaume | Automatic telephone speech identification - uses spectral analysis to identify key features of voice characteristics |
Families Citing this family (34)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3979557A (en) * | 1974-07-03 | 1976-09-07 | International Telephone And Telegraph Corporation | Speech processor system for pitch period extraction using prediction filters |
| US4074069A (en) * | 1975-06-18 | 1978-02-14 | Nippon Telegraph & Telephone Public Corporation | Method and apparatus for judging voiced and unvoiced conditions of speech signal |
| US4038495A (en) * | 1975-11-14 | 1977-07-26 | Rockwell International Corporation | Speech analyzer/synthesizer using recursive filters |
| US4070709A (en) * | 1976-10-13 | 1978-01-24 | The United States Of America As Represented By The Secretary Of The Air Force | Piecewise linear predictive coding system |
| US4133976A (en) * | 1978-04-07 | 1979-01-09 | Bell Telephone Laboratories, Incorporated | Predictive speech signal coding with reduced noise effects |
| US4164626A (en) * | 1978-05-05 | 1979-08-14 | Motorola, Inc. | Pitch detector and method thereof |
| US4280387A (en) * | 1979-02-26 | 1981-07-28 | Norlin Music, Inc. | Frequency following circuit |
| JPS5918717B2 (en) * | 1979-02-28 | 1984-04-28 | ケイディディ株式会社 | Adaptive pitch extraction method |
| US4383135A (en) * | 1980-01-23 | 1983-05-10 | Scott Instruments Corporation | Method and apparatus for speech recognition |
| USRE32580E (en) * | 1981-12-01 | 1988-01-19 | American Telephone And Telegraph Company, At&T Bell Laboratories | Digital speech coder |
| US4472832A (en) * | 1981-12-01 | 1984-09-18 | At&T Bell Laboratories | Digital speech coder |
| JPS58140798A (en) * | 1982-02-15 | 1983-08-20 | 株式会社日立製作所 | Voice pitch extraction |
| JPS5922602U (en) * | 1982-08-04 | 1984-02-13 | 長山 勉 | Hair washing stand for infants, etc. in the bathroom |
| US4561102A (en) * | 1982-09-20 | 1985-12-24 | At&T Bell Laboratories | Pitch detector for speech analysis |
| JPS6050901U (en) * | 1983-09-16 | 1985-04-10 | ▲いざさ▼ 秀之 | Air mattress for infants |
| US4675863A (en) | 1985-03-20 | 1987-06-23 | International Mobile Machines Corp. | Subscriber RF telephone system for providing multiple speech and/or data signals simultaneously over either a single or a plurality of RF channels |
| US4879748A (en) * | 1985-08-28 | 1989-11-07 | American Telephone And Telegraph Company | Parallel processing pitch detector |
| US4827517A (en) * | 1985-12-26 | 1989-05-02 | American Telephone And Telegraph Company, At&T Bell Laboratories | Digital speech processor using arbitrary excitation coding |
| USRE34247E (en) * | 1985-12-26 | 1993-05-11 | At&T Bell Laboratories | Digital speech processor using arbitrary excitation coding |
| US5010574A (en) * | 1989-06-13 | 1991-04-23 | At&T Bell Laboratories | Vector quantizer search arrangement |
| FR2670313A1 (en) * | 1990-12-11 | 1992-06-12 | Thomson Csf | METHOD AND DEVICE FOR EVALUATING THE PERIODICITY AND VOICE SIGNAL VOICE IN VOCODERS AT VERY LOW SPEED. |
| SE467806B (en) * | 1991-01-14 | 1992-09-14 | Ericsson Telefon Ab L M | METHOD OF QUANTIZING LINE SPECTRAL FREQUENCIES (LSF) IN CALCULATING PARAMETERS FOR AN ANALYZE FILTER INCLUDED IN A SPEED CODES |
| US5353372A (en) * | 1992-01-27 | 1994-10-04 | The Board Of Trustees Of The Leland Stanford Junior University | Accurate pitch measurement and tracking system and method |
| US5546383A (en) * | 1993-09-30 | 1996-08-13 | Cooley; David M. | Modularly clustered radiotelephone system |
| US5471527A (en) * | 1993-12-02 | 1995-11-28 | Dsc Communications Corporation | Voice enhancement system and method |
| US5586126A (en) * | 1993-12-30 | 1996-12-17 | Yoder; John | Sample amplitude error detection and correction apparatus and method for use with a low information content signal |
| SE508788C2 (en) * | 1995-04-12 | 1998-11-02 | Ericsson Telefon Ab L M | Method of determining the positions within a speech frame for excitation pulses |
| US5717819A (en) * | 1995-04-28 | 1998-02-10 | Motorola, Inc. | Methods and apparatus for encoding/decoding speech signals at low bit rates |
| US6140568A (en) * | 1997-11-06 | 2000-10-31 | Innovative Music Systems, Inc. | System and method for automatically detecting a set of fundamental frequencies simultaneously present in an audio signal |
| US7124075B2 (en) * | 2001-10-26 | 2006-10-17 | Dmitry Edward Terez | Methods and apparatus for pitch determination |
| JP2004297273A (en) * | 2003-03-26 | 2004-10-21 | Kenwood Corp | Apparatus and method for eliminating noise in sound signal, and program |
| JP3827317B2 (en) * | 2004-06-03 | 2006-09-27 | 任天堂株式会社 | Command processing unit |
| WO2010031109A1 (en) * | 2008-09-19 | 2010-03-25 | Newsouth Innovations Pty Limited | Method of analysing an audio signal |
| US11443761B2 (en) | 2018-09-01 | 2022-09-13 | Indian Institute Of Technology Bombay | Real-time pitch tracking by detection of glottal excitation epochs in speech signal using Hilbert envelope |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DD49355A (en) * | ||||
| US2221523A (en) * | 1938-03-17 | 1940-11-12 | Ora L Railsback | Pitch determining apparatus |
| GB796676A (en) * | 1954-10-20 | 1958-06-18 | Western Electric Co | Improvements in or relating to circuits for the analysis and synthesis of speech currents |
| US2927969A (en) * | 1954-10-20 | 1960-03-08 | Bell Telephone Labor Inc | Determination of pitch frequency of complex wave |
| DE1572520A1 (en) * | 1967-06-08 | 1970-02-19 | Telefunken Patent | Method for recognizing speech sounds |
| CA844193A (en) * | 1970-06-09 | Western Electric Company, Incorporated | Predictive coding of speech signals | |
| US3530243A (en) * | 1967-06-23 | 1970-09-22 | Standard Telephones Cables Ltd | Apparatus for analyzing complex signal waveforms |
| US3631520A (en) * | 1968-08-19 | 1971-12-28 | Bell Telephone Labor Inc | Predictive coding of speech signals |
| DE2062589A1 (en) * | 1970-12-18 | 1972-06-29 | Siemens Ag | Method for determining the fundamental frequency of an at least temporarily periodic signal |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US2732424A (en) * | 1956-01-24 | oliver | ||
| US3026375A (en) * | 1958-05-09 | 1962-03-20 | Bell Telephone Labor Inc | Transmission of quantized signals |
| US3405237A (en) * | 1965-06-01 | 1968-10-08 | Bell Telephone Labor Inc | Apparatus for determining the periodicity and aperiodicity of a complex wave |
| US3420955A (en) * | 1965-11-19 | 1969-01-07 | Bell Telephone Labor Inc | Automatic peak selector |
| US3437757A (en) * | 1966-06-15 | 1969-04-08 | Bell Telephone Labor Inc | Speech analysis system |
-
1971
- 1971-07-09 US US00161173A patent/US3740476A/en not_active Expired - Lifetime
-
1972
- 1972-01-27 CA CA133,301A patent/CA967285A/en not_active Expired
- 1972-07-03 NL NL7209311A patent/NL7209311A/xx not_active Application Discontinuation
- 1972-07-06 FR FR7224483A patent/FR2145501B1/fr not_active Expired
- 1972-07-08 JP JP6793072A patent/JPS5524118B1/ja active Pending
- 1972-07-10 DE DE2233872A patent/DE2233872C2/en not_active Expired
-
1981
- 1981-06-17 JP JP56093676A patent/JPS5774800A/en active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DD49355A (en) * | ||||
| CA844193A (en) * | 1970-06-09 | Western Electric Company, Incorporated | Predictive coding of speech signals | |
| US2221523A (en) * | 1938-03-17 | 1940-11-12 | Ora L Railsback | Pitch determining apparatus |
| GB796676A (en) * | 1954-10-20 | 1958-06-18 | Western Electric Co | Improvements in or relating to circuits for the analysis and synthesis of speech currents |
| US2927969A (en) * | 1954-10-20 | 1960-03-08 | Bell Telephone Labor Inc | Determination of pitch frequency of complex wave |
| DE1572520A1 (en) * | 1967-06-08 | 1970-02-19 | Telefunken Patent | Method for recognizing speech sounds |
| US3530243A (en) * | 1967-06-23 | 1970-09-22 | Standard Telephones Cables Ltd | Apparatus for analyzing complex signal waveforms |
| US3631520A (en) * | 1968-08-19 | 1971-12-28 | Bell Telephone Labor Inc | Predictive coding of speech signals |
| DE2062589A1 (en) * | 1970-12-18 | 1972-06-29 | Siemens Ag | Method for determining the fundamental frequency of an at least temporarily periodic signal |
Non-Patent Citations (2)
| Title |
|---|
| Communications of the ACM, Vol. 10, Nr. 6, Juni 1967, S. 343-348 * |
| US-IEEE Transactions on Audio and Electroacoustics, Vol. AU-16, Juni 1968, S. 262-266 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE2636032A1 (en) * | 1975-08-22 | 1977-02-24 | Nippon Telegraph & Telephone | CIRCUIT ARRANGEMENT FOR EXTRACTING THE BASIC FREQUENCY FROM A VOICE SIGNAL |
| DE2649259A1 (en) * | 1976-10-29 | 1978-05-03 | Tekade Felten & Guilleaume | Automatic telephone speech identification - uses spectral analysis to identify key features of voice characteristics |
Also Published As
| Publication number | Publication date |
|---|---|
| CA967285A (en) | 1975-05-06 |
| DE2233872C2 (en) | 1983-11-03 |
| JPS5524118B1 (en) | 1980-06-26 |
| US3740476A (en) | 1973-06-19 |
| FR2145501A1 (en) | 1973-02-23 |
| NL7209311A (en) | 1973-01-11 |
| JPS5774800A (en) | 1982-05-11 |
| FR2145501B1 (en) | 1976-08-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE2233872A1 (en) | SIGNAL ANALYZER | |
| DE69529356T2 (en) | Waveform interpolation by breaking it down into noise and periodic signal components | |
| DE69614989T2 (en) | Method and device for determining speech activity in a speech signal and a communication device | |
| DE68910859T2 (en) | Detection for the presence of a speech signal. | |
| DE69615119T2 (en) | Relaxation CELP (RCELP) bait | |
| DE68912692T2 (en) | Transmission system suitable for voice quality modification by classifying the voice signals. | |
| DE2945414C2 (en) | Speech signal prediction processor and method of processing a speech power signal | |
| DE3306730C2 (en) | ||
| DE69121312T2 (en) | Noise signal prediction device | |
| DE69530442T2 (en) | Device for speech coding | |
| DE69009545T2 (en) | Speech analysis and synthesis processes. | |
| DE69322313T2 (en) | C.E.L.P. - vocoder | |
| DE69932460T2 (en) | Speech coder / decoder | |
| EP1386307B1 (en) | Method and device for determining a quality measure for an audio signal | |
| DE69329569T2 (en) | Digital coding of speech signals | |
| DE2229149A1 (en) | Method of transmitting speech | |
| DE69223335T2 (en) | Speech coding system | |
| DE2636032C3 (en) | Electrical circuit arrangement for extracting the fundamental oscillation period from a speech signal | |
| DE69706650T2 (en) | SYSTEM AND METHOD FOR ERROR CORRECTION IN A CORRELATION BASED FREQUENCY ESTIMATE DEVICE | |
| DE19722705A1 (en) | Method of determining volume of input speech signal for speech encoding | |
| DE68917584T2 (en) | Encoder suitable for improving speech quality using a double system for pulse generation. | |
| DE3043516C2 (en) | Method and device for speech recognition | |
| DE3884839T2 (en) | Coding acoustic waveforms. | |
| DE69521272T2 (en) | Restoration of a sequence of language code parameters by means of classification and a list of the parameter courses | |
| DE68907098T2 (en) | Differential encoder with auto-adaptive predictor filter and associated decoder. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E77 | Valid patent as to the heymanns-index 1977 | ||
| OD | Request for examination | ||
| D2 | Grant after examination | ||
| 8364 | No opposition during term of opposition | ||
| 8339 | Ceased/non-payment of the annual fee |