DE3243231A1 - Verfahren zur erkennung von sprachpausen - Google Patents
Verfahren zur erkennung von sprachpausenInfo
- Publication number
- DE3243231A1 DE3243231A1 DE19823243231 DE3243231A DE3243231A1 DE 3243231 A1 DE3243231 A1 DE 3243231A1 DE 19823243231 DE19823243231 DE 19823243231 DE 3243231 A DE3243231 A DE 3243231A DE 3243231 A1 DE3243231 A1 DE 3243231A1
- Authority
- DE
- Germany
- Prior art keywords
- short
- estimated value
- value
- speech
- threshold
- 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
- 238000000034 method Methods 0.000 title claims description 23
- 238000009499 grossing Methods 0.000 claims description 9
- 230000001419 dependent effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 15
- 230000002452 interceptive effect Effects 0.000 description 6
- 238000012935 Averaging Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001629 suppression 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
- G10L25/78—Detection of presence or absence of voice signals
- G10L25/87—Detection of discrete points within a voice signal
-
- 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
- G10L25/78—Detection of presence or absence of voice 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
- G10L25/78—Detection of presence or absence of voice signals
- G10L2025/783—Detection of presence or absence of voice signals based on threshold decision
- G10L2025/786—Adaptive threshold
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)
- Noise Elimination (AREA)
- Analogue/Digital Conversion (AREA)
- Telephone Function (AREA)
Description
pausen angesehen werden. Derartige Fehlentscheidungen treten bei dem bekannten Verfahren um so häufiger auf,
je stärker das Sprachsignal von Störsignalen überlagert ist.
Es ist deshalb Aufgabe der Erfindung, ein Verfahren zur Erkennung der Pausen in einen gestörten Sprachsignal
anzugeben, bei dem Fehlentscheidungen im oben erläuterten Sinne vermieden werden. Das Verfahren soll
darüberhinaus mit digitalen Mitteln realisiert werden können und eine Sprachpausenerkennung auch dann ermöglichen,
wenn sich die mittlere Geräuschleistung nur langsam verändert.
Diese Aufgabe wird durch die im Kennzeichen des Anspruches
1 angegebenen Verfahrensschritte gelöst. Vorteilhafte Ausgestaltungen geben die Unteransprüche
an.
Anhand der Figuren soll die Erfindung näher erläutert werden.
Es zeigt:
Figur 1 ein Blockschaltbild zur Verdeutlichung des
Figur 1 ein Blockschaltbild zur Verdeutlichung des
erfindungsgemäßen Verfahrens,
Figur 2, 3 und 4 Diagramme zur Erläuterung des erfindungsgemäßen Verfahrens.
Im Blockschaltbild nach Fig.l werden aus dem an einer
Klemme E angelegten,gestörten Sprachsignal durch einen
Analog-Digital-Umsetzer A/D zu Abtastzeitpunkten kT Abtastwerte x(k) gewonnen, wobei k eine natürliche
Zahl und l/T die Abtastfrequenz darstellt. Die Abtastwerte werden an einen Mittelwertbildner M weitergegeben.
BAD ORIGfNAL
Philips Komiriunikations '* 19.11.1982
Industrie AG P 82342
Die Erfindung betrifft ein Verfahren zur Erkennung von Sprachpausen in einem Sprachsignal,
das von Störsignalen überlagert sein kann.
Derartige Verfahren sind z.B. die Voraussetzung für die Unterdrückung von Störsignalen beim Telefonieren
aus akustisch gestörter Umgebung« Während der Sprachpause werden charakteristische Parameter des Störsignales
gemessen und dazu verwendet, die Störungen vor der Übertragung möglichst vollständig aus dem zu übertragenden
Signal mit adaptiven Filtern herauszufiltern.
Aus der DE-AS 24 55 47, Spalte 10 ist eine Anordnung
in analoger Technik zur Erkennung von Sprachpausen bekannt, der folgendes Verfahren zugrunde liegt: Das
Sprachsignal wird in gleich lange Abschnitte zerlegt und für jeden Abschnitt wird durch Gleichrichtung und
Mittelwertbildung ein Spannungswert gewonnen, der zur mittleren Lautstärke des Abschnittes proportional ist.
Schließlich wird durch Mittelwertbildung über mehrere
Sprachabschnitte ein weiterer Spannungswert bestimmt, <äer zur mittleren Gesprächslautstärke proportional ist.
Durch einen Vergleich der beiden Mittelwerte wird entschieden, ob ein Abschnitt einer Sprachpause angehört
oder nicht.
Bei dieser Pausenerkennung ist unter anderem nicht berücksichtigt,
daß z.B. stimmlose Laute zu einem Leistungseinbruch im Sprachsignal führen und die betreffenden
Sprachabschnitte deshalb fälschlicherweise als Sprach-
Der Mittelwertbildner M erzeugt zu allen Taktzeitpunkten
T(n) mit dem zeitlichen Abstand mT aus den Beträgen von m aufeinanderfolgenden Abtastwerten
einen sogenannten Kurzzeitmittelwert.
in f _
x(mn-v)
n=l, 2, 3,
Als Mittelwert ist das arithmetische Mittel aus den Beträgen der Abtastwerte verwendet, da zu dessen Bestimmung
der Bausteineaufwand geringer ist als z.B.
zur Bildung des quadratischen Mittels. Jeder Kurzzeitmittelwert G(n) ist näherungsweise ein Maß für die
mittlere Leistung des gestörten Sprachsignales über einen Zeitraum von etwa 100 ms. Durch diese Angabe
und durch die Abtastfrequenz ist auch die Zahl m der
Abtastwerte festgelegt, die zur Bestimmung eines der Kurzzeitmittelwerte G(n) erforderlich sind. Wird z.B.
das gestörte Sprachsignal mit 10 kHz abgetastet, so muß m etwa 1000 betragen. Jede der Größen G(I), G (2)...
ergibt sich also aus etwa tausend aufeinanderfolgenden
Abtastwerten.
Die Einheit GL der Fig. 1 führt eine Glättung der Folge
der Kurzzeitmittelwerte G(n) durch. Näheres über den Zweck und die Art und Weise der Glättung wird weiter
unten angegeben.
Parallel zur Glättung wird durch den Block PA der Fig. 1 aus den Kurzzeitmittelwerten ein Schätzwert P(n)
für die mittlere Geräuschleistung, d.h. für die mittlere Leistung des Störsignales bestimmt. Genaueres über den
Schätzwert P(n) wird ebenfalls weiter unten ausgeführt. Ein Vergleicher V in Fig. 1 vergleicht eine vom Schätzwert
P(n) abhängige Schwelle S mit den geglätteten
Kurzzeitmittelwerten GG(η). Ist der geglättete Kurzzeitmittelwert
GG(n) kleiner als die Schwelle S, wird ein Signal an eine Einheit EN weitergeleitet.
Hat die Einheit EN z.B. zu zwei aufeinanderfolgenden
Taktzeitpunkten T(n-l) und T(n) ein derartiges Signal erhalten, so läßt sie ihrerseits durch ein eigenes
Signal an einer Klemme A das Vorliegen einer Sprachpause erkennen.
Das Diagramm a) der Fig. 2 zeigt ein mögliches Ausgangssignal
AM des Mittelwertbildners M, d.h. eine mögliche Folge der Kurzzeitmittelwerte G(I), G(2)
In dem Diagramm a) ist das Ausgangssignal AM so normiert, daß sein absolutes Maximum den Wert 1 annimmt.
Bei den eingetragenen Amplitudenschwellen handelt es sich um den Schätzwert P(n) (untere Schwelle, unterbrochen
gezeichnet) und die Schwelle S (obere Schwelle, durchgezogen). Im Diagramm b) ist schematisch das
zugehörige Sprachsignal S mit seinen wahren Pausen P abgebildet. Würde eine Pausenbestimmung aufgrund
der Unterschreitung der oberen Amplitudenschwelle im
Diagramm a) - diese Pausenbestimmung ist im Diagramm
c) abgebildet - vorgenommen werden, so würde sich eine Vielzahl von Fehlentscheidungen ergeben, wie ein
Vergleich der Diagramme b) und c) zeigt. Eine Ver-Schiebung der oberen Schwelle nach unten würde zwar
dazu führen, daß die im Diagramm c) enthaltenen Leistungseinbrüche, die nicht auf Sprachpausen beruhen,
auch nicht angezeigt würden, jedoch würde dann die Aussage über die Pausenlängen erheblich verfälscht
werden. ·
Daher sieht das erfindungsgemäße Verfahren vor der Entscheidung auf Pause eine Glättung des Ausgangsignales AM vor, und zwar entweder mit Hilfe eines
linearen Digitalfilters, durch das aus drei aufeinander-
BAD ORIGINAL
folgenden Kurzzeitmittelwerten G (η) , G(n-l) und G(n-2) ein Wert GG(n) des geglätteten Signales erhalten wird,
oder mit Hilfe eines Median-Filters.
Bei der linearen Filterung hat sich ein Filter mit den Koeffizienten 1/4, 1/2 und 1/4 als günstig erwiesen.
Bei der Medianfilterung werden z.B. fünf aufeinanderfolgende
Kurzzeitmittelwerte G(n) ... G(n-4) der Größe
nach geordnet und dann der mittlere Wert als Ausgangswert GG(n) des Filters ausgelesen. Wie das Ausgangssignal
des Mittelwertbildners M nach der Glättung mit einem linearen Digitalfilter aussieht, ist dem Diagramm
a) der Fig. 3 zu entnehmen. Im Diagramm b) sind wiederum schematisch die wahren Sprachabschnitte
und die wahren Pausen des Sprachsignales aufgetragen, und das Diagramm c) zeigt die Sprachabschnitte und
Sprachpausen,wie sie sich analog zum Diagramm c) in Fig. 1 ergeben. Durch die lineare Glättung ist die
Zahl der Fehlentscheidungen erheblich zurückgegangen,
wie der Vergleich von Fig. 2 und Fig. 3 zeigt. Auch
bei Glättung mit einem Median-Filter verringert sich - wie dem Diagramm c) der Fig. 4 zu entnehmen ist die
Zahl der Fehlentscheidungen.
Eine weitere Maßnahme, kürzere'Leistungseinbrüche im
gestörten Sprachsignal nicht als Pausen zu mißdeuten, besteht darin, z.B. einen Leistungseinbruch erst bei
zweimaligem Unterschreiten der oberen Amplitudenschwelle in der Fig. 2, 3 oder 4 als Sprachpause anzusehen.
Die in der Fig. 2, 3 und 4 eingezeichnetenAmplitudenschwellen werden - wie oben schon angedeutet - von der
Einheit PA in Fig. 1 ermittelt, und zwar wird zunächst
BAD ORIGINAL
für jeden Zeitpunkt T (η) der Schätzwert P (n.) der Geräuschleistung bestimmt. Diese Größe soll ein ungefähres
Maß für die mittlere Leistung des Störsignales sein, wobei die Mittelungszeit in der
Größenordnung einer Sekunde liegt.
Weil der Schätzwert P(n) der Geräuschleistung während
längerer Sprachpausen - auf deren Erkennung wird weiter unten eingegangen - auf einen aktuellen Wert
gebracht wird, liefert das erfindungsgemäße Verfahren
auch dann noch gute Ergebnisse, wenn sich die oben erwähnte mittlere Leistung des Störsignales
nur langsam verändert, d.h.,wenn sie in Zeitintervallen der Größe ein bis zwei Sekunden als stationär
anzusehen ist.
Fällt der Zeitpunkt T(n) in eine längere Sprachpause,
so wird der Schätzwert P(n) als Linearkombination aus dem vorangegangenen Schätzwert P(n-l) und dem Kurzzeitmittelwert
G(n) nach der Gleichung
P(n) = (l-a)P(n-l) +aP(n)
neu bestimmt. Der Wert der in dieser Gleichung auftretenden Konstante α liegt zwischen Null und Eins.
Ein typischer Wert für α ist 0,5» Liegt keine längere Sprachpause vor, so wird der vorangegangene Schätzwert
beibehalten, d.h. es wird P(n) = P(n-l) gesetzt. Zu Beginn des gesamten Verfahrens wird der Schätzwert
zu Null gewählt.
Um die längeren Sprachpausen zu erkennen, wird laufend
geprüft, ob die Differenz zweier aufeinanderfolgender
Kurzzeitmittelwerte betragsmäßig unter eine Schwelle
D fällt. Ist z.B. K mal nacheinander die Ungleichung
G(n) - G(n-l) < D = y G(n)
erfüllt, so wird dieser Umstand als Vorliegen einer längeren Sprachpause gewertet und der neue Schätzwert
P(n) nach der oben angegebenen Gleichung bestimmt. Die Schwelle D ist proportional zum Kurzzeitmittelwert
G(n) gewählt, um zu gleichen Aussagen zu gelangen, wenn z.B. die Pegel aller Signale verdoppelt
wurden. Der Proportionalitätsfaktor γ und die Anzahl K sind experimentell so zu bestimmen, daß
durch das Erkennungsverfahren möglichst wenige Fehlentscheidungen gefällt werden. Typische Werte sind
K = 10 und γ = 1,1.
Ein anderer Weg, einen möglichst guten Schätzwert P(n) für eine langsam veränderliche Geräuschleistung
zu erhalten, besteht darin, zu jedem Taktzeitpunkt T(n) eine Vergrößerung des schon vorhandenen Schätzwertes
P(n-l) um einen festen Betrag c vorzunehmen, wenn der Schätzwert P(n-l) kleiner als der Kurzzeitmittelwert
G(n) ist. Jedes Mal also, wenn die Ungleichung P(n-l) < G(n) erfüllt ist, wird
P(n) = P(n-l) + c gesetzt.
Die Konstante c ist so zu wählen, daß der Schätzwert bei ungehinderter Vergrößerung in ein bis zwei Sekunden
die Aussteuerungsgrenze erreicht hat. Liegt andererseits der schon vorhandene Schätzwert P(n-l)
über dem augenblicklichen Kurzzeitmittelwert G(n),
44.
so wird der neue Schätzwert P(n) gegenüber dem vorhandenen
erniedrigt, und zwar gemäß der Gleichung
P(n) = Cl-B)P (n-1) + ßG(n),
die den neuen Schätzwert als Linearkombination des
vorangegangenen Schätzwertes und des augenblicklichen Kurzzeitmittelwertes G(n) darstellt. Die Erniedrigung
des Schätzwertes läßt sich am deutlichsten erkennen, wenn die Konstante β zu Eins gewählt wird. Dann ergibt
sich nämlich P(n) = G(n) < P(n-l). Werte um 0,5 haben sich jedoch für die Konstante β als günstiger
erwiesen.
Die Schwelle S, die zur Pausenentscheidung herangezogen wird, ist proportional zum Schätzwert P(n).
Typisch für den Zusammenhang zwischen der Schwelle S und dem Schätzwert P(n) ist die Gleichung S = 1,1 P(n)
Claims (8)
- 32Λ3231Philips Kommunikations 19.11.1982Industrie AG P 82342Patentansprüche(lj Verfahren zur Erkennung von Sprachpausen in einem Sprachsignal, das von Störsignalen überlagert sein kann, dadurch gekennzeichnet,a) daß zu jedem Taktzeitpunkt T(n) eines Taktes mit einer Periodendauer von etwa 100 ms folgendeGroßen bestimmt werden::— ein Kurzzeitmittelwert G(n), der ein Mittel der Beträge oder der Betragsquadrate aller Abtastwerte des gestörten Sprachsignales darstellt, die zwischen den TaktzeitpunktenT(n-l) und T(n) liegen,— ein Schätzwert P(n) der Geräuschleistung, der sich als Funktion des Schätzwertes P(n-l) zum vorangegangenen Taktzeitpunkt und des Kurzzeitmittelwertes G(n) ergibt,— ein geglätteter KurzZeitmittelwert GG(η), der durch Glättung aus dem momentanen Kurzzeitmittelwert G(n) sowie aus vorangegangenen Kurzzeitmittelwerten gewonnen wird,b) daß zu jedem Taktzeitpunkt T(n) geprüft wird,ob der geglättete Kurzzeitmittelwert GG(n) unter eine vom Schätzwert P(n) abhängige erste Schwelle (S) fällt und - wenn diese Bedingung einmal oder mehrmals lückenlos nacheinander erfüllt wurde ~ ein Signal für das Vorliegen einer Sprachpauseabgegeben wird.-yr-
- 2. Verfahren nach Anspruch 1, dadurch gekennzeichnet» daß als Kurzzeitmittelwert G(n) das arithmetische Mittel aus den Beträgen der Abtastwerte verwendet wird.
- 3, Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß der Schätzwert P(n) nur dann nach der GleichungP(n) = (l-a)P(n-i) + oiG(n)mit α als einer ersten Konstanten bestimmt wird, wenn die Differenz der Kurzzeitmittelwerte G(n) G(n-l) betragsmäßig unter einer zweiten Schwelle (D) liegt und dieser Fall lückenlos für eine Anzahl K vorangegangener Taktzeitpunkte eingetreten ist/ und daß anderenfalls der Schätzwert P(n) gleich dem vorangegangenen Schätzwert P(n-l) gesetzt wird.
- 4. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß der Schätzwert P(n) nur dann nach der GleichungP(n) = P(n-l) + cmit c als einer zweiten Konstanten bestimmt wird, wenn die UngleichungP(n-l) < G(n)erfüllt ist, und daß anderenfalls der Schätzwert P(n) mit einer dritten konstanten β zuP(n) = (l-3)P(n-l) + 6G(n)
gewählt wird.-ψ- 3. - 5. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die erste Schwelle (S) proportional zum Schätzwert P(n) gewählt wird.
- 6» Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Glättung mit drei KurzZeitmittelwerten G(n), G(n-l) und G(n-2) nach der FormelZ
GG (n) = Σ C1G (n-i)vorgenommen wird, wobei die Konstanten c , c,, C2 alle größer oder gleich Null sind und ihre Summe den Wert Eins hat. - 7. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Glättung durch ein Median-Filter vorgenommen wird.
- 8. Verfahren nach Anspruch 3, dadurch gekennzeichnet, daß die zweite Schwelle (D) proportional zum Kurzzeitmittelwert G(n) gewählt wird.
Priority Applications (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19823243231 DE3243231A1 (de) | 1982-11-23 | 1982-11-23 | Verfahren zur erkennung von sprachpausen |
CA000441366A CA1203627A (en) | 1982-11-23 | 1983-11-17 | Method of recognizing speech pauses |
US06/552,998 US4700394A (en) | 1982-11-23 | 1983-11-17 | Method of recognizing speech pauses |
DE8383201638T DE3373037D1 (en) | 1982-11-23 | 1983-11-17 | Arrangement for the detection of speech intervals |
EP83201638A EP0110467B2 (de) | 1982-11-23 | 1983-11-17 | Anordnung zur Erkennung von Sprachpausen |
AU21545/83A AU561076B2 (en) | 1982-11-23 | 1983-11-21 | Method of recognizing speech pauses |
JP58220467A JPS59105695A (ja) | 1982-11-23 | 1983-11-22 | 音声ポ−ズ認識方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19823243231 DE3243231A1 (de) | 1982-11-23 | 1982-11-23 | Verfahren zur erkennung von sprachpausen |
Publications (2)
Publication Number | Publication Date |
---|---|
DE3243231A1 true DE3243231A1 (de) | 1984-05-24 |
DE3243231C2 DE3243231C2 (de) | 1987-07-02 |
Family
ID=6178780
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE19823243231 Granted DE3243231A1 (de) | 1982-11-23 | 1982-11-23 | Verfahren zur erkennung von sprachpausen |
DE8383201638T Expired DE3373037D1 (en) | 1982-11-23 | 1983-11-17 | Arrangement for the detection of speech intervals |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE8383201638T Expired DE3373037D1 (en) | 1982-11-23 | 1983-11-17 | Arrangement for the detection of speech intervals |
Country Status (6)
Country | Link |
---|---|
US (1) | US4700394A (de) |
EP (1) | EP0110467B2 (de) |
JP (1) | JPS59105695A (de) |
AU (1) | AU561076B2 (de) |
CA (1) | CA1203627A (de) |
DE (2) | DE3243231A1 (de) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4405723A1 (de) * | 1994-02-23 | 1995-08-24 | Daimler Benz Ag | Verfahren zur Geräuschreduktion eines gestörten Sprachsignals |
DE19730518C1 (de) * | 1997-07-16 | 1999-02-11 | Siemens Ag | Verfahren und Einrichtung zum Erkennen einer Sprechpause |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IT1160148B (it) * | 1983-12-19 | 1987-03-04 | Cselt Centro Studi Lab Telecom | Dispositivo per la verifica del parlatore |
EP0167364A1 (de) * | 1984-07-06 | 1986-01-08 | AT&T Corp. | Sprachpausenbestimmung mit Teilbandkodierung |
AU583871B2 (en) * | 1984-12-31 | 1989-05-11 | Itt Industries, Inc. | Apparatus and method for automatic speech recognition |
JPH0748695B2 (ja) * | 1986-05-23 | 1995-05-24 | 株式会社日立製作所 | 音声符号化方式 |
DE3626862A1 (de) * | 1986-08-08 | 1988-02-11 | Philips Patentverwaltung | Mehrstufige sender- antennenkoppeleinrichtung |
DE3739681A1 (de) * | 1987-11-24 | 1989-06-08 | Philips Patentverwaltung | Verfahren zum bestimmen von anfangs- und endpunkt isoliert gesprochener woerter in einem sprachsignal und anordnung zur durchfuehrung des verfahrens |
FR2631147B1 (fr) * | 1988-05-04 | 1991-02-08 | Thomson Csf | Procede et dispositif de detection de signaux vocaux |
JP2573352B2 (ja) * | 1989-04-10 | 1997-01-22 | 富士通株式会社 | 音声検出装置 |
US5305422A (en) * | 1992-02-28 | 1994-04-19 | Panasonic Technologies, Inc. | Method for determining boundaries of isolated words within a speech signal |
DE4220524A1 (de) * | 1992-06-23 | 1992-10-22 | Matzner Rolf Dipl Ing | Verfahren und vorrichtung zur getrennten schaetzung der einzelleistungen zweier stochastischer prozesse aus der beobachtung des durch additive ueberlagerung entstandenen summenprozesses |
US5459814A (en) * | 1993-03-26 | 1995-10-17 | Hughes Aircraft Company | Voice activity detector for speech signals in variable background noise |
GB0103242D0 (en) * | 2001-02-09 | 2001-03-28 | Radioscape Ltd | Method of analysing a compressed signal for the presence or absence of information content |
DE10120231A1 (de) * | 2001-04-19 | 2002-10-24 | Deutsche Telekom Ag | Verfahren und Anordnung zur einkanaligen Geräuschreduktion für gestörte Sprachsignale |
CN1867965B (zh) * | 2003-10-16 | 2010-05-26 | Nxp股份有限公司 | 使用自适应噪声基底跟踪的语音活动检测 |
US8543061B2 (en) | 2011-05-03 | 2013-09-24 | Suhami Associates Ltd | Cellphone managed hearing eyeglasses |
CN104658546B (zh) * | 2013-11-19 | 2019-02-01 | 腾讯科技(深圳)有限公司 | 录音处理方法和装置 |
RU2691603C1 (ru) * | 2018-08-22 | 2019-06-14 | Акционерное общество "Концерн "Созвездие" | Способ разделения речи и пауз путем анализа значений корреляционной функции помехи и смеси сигнала и помехи |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0047589A1 (de) * | 1980-09-09 | 1982-03-17 | Northern Telecom Limited | Verfahren und Vorrichtung für die Anzeige von Sprachsignalen in einem Übertragungskanal |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IT1044353B (it) * | 1975-07-03 | 1980-03-20 | Telettra Lab Telefon | Metodo e dispositivo per il rico noscimento della presenza e.o assenza di segnale utile parola parlato su linee foniche canali fonici |
US4052568A (en) * | 1976-04-23 | 1977-10-04 | Communications Satellite Corporation | Digital voice switch |
US4025721A (en) * | 1976-05-04 | 1977-05-24 | Biocommunications Research Corporation | Method of and means for adaptively filtering near-stationary noise from speech |
US4028496A (en) * | 1976-08-17 | 1977-06-07 | Bell Telephone Laboratories, Incorporated | Digital speech detector |
FR2451680A1 (fr) * | 1979-03-12 | 1980-10-10 | Soumagne Joel | Discriminateur parole/silence pour interpolation de la parole |
JPS56104399A (en) * | 1980-01-23 | 1981-08-20 | Hitachi Ltd | Voice interval detection system |
JPS56135898A (en) * | 1980-03-26 | 1981-10-23 | Sanyo Electric Co | Voice recognition device |
US4357491A (en) * | 1980-09-16 | 1982-11-02 | Northern Telecom Limited | Method of and apparatus for detecting speech in a voice channel signal |
JPS5852695A (ja) * | 1981-09-25 | 1983-03-28 | 日産自動車株式会社 | 車両用音声検出装置 |
US4531228A (en) * | 1981-10-20 | 1985-07-23 | Nissan Motor Company, Limited | Speech recognition system for an automotive vehicle |
-
1982
- 1982-11-23 DE DE19823243231 patent/DE3243231A1/de active Granted
-
1983
- 1983-11-17 CA CA000441366A patent/CA1203627A/en not_active Expired
- 1983-11-17 DE DE8383201638T patent/DE3373037D1/de not_active Expired
- 1983-11-17 EP EP83201638A patent/EP0110467B2/de not_active Expired - Lifetime
- 1983-11-17 US US06/552,998 patent/US4700394A/en not_active Expired - Fee Related
- 1983-11-21 AU AU21545/83A patent/AU561076B2/en not_active Ceased
- 1983-11-22 JP JP58220467A patent/JPS59105695A/ja active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0047589A1 (de) * | 1980-09-09 | 1982-03-17 | Northern Telecom Limited | Verfahren und Vorrichtung für die Anzeige von Sprachsignalen in einem Übertragungskanal |
Non-Patent Citations (1)
Title |
---|
NEY, HERRMANN, Bestimmung der Zeitverläufe von Intensität und Grundperiode der Sprache für die automatische Sprechererkennung, In: Frequenz, 1981, Bd. 35, H. 10, S. 265-270 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4405723A1 (de) * | 1994-02-23 | 1995-08-24 | Daimler Benz Ag | Verfahren zur Geräuschreduktion eines gestörten Sprachsignals |
DE19730518C1 (de) * | 1997-07-16 | 1999-02-11 | Siemens Ag | Verfahren und Einrichtung zum Erkennen einer Sprechpause |
Also Published As
Publication number | Publication date |
---|---|
EP0110467A1 (de) | 1984-06-13 |
EP0110467B1 (de) | 1987-08-12 |
JPS59105695A (ja) | 1984-06-19 |
DE3373037D1 (en) | 1987-09-17 |
US4700394A (en) | 1987-10-13 |
CA1203627A (en) | 1986-04-22 |
AU561076B2 (en) | 1987-04-30 |
DE3243231C2 (de) | 1987-07-02 |
AU2154583A (en) | 1984-05-31 |
EP0110467B2 (de) | 1991-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE3243231A1 (de) | Verfahren zur erkennung von sprachpausen | |
DE69535709T2 (de) | Verfahren und Vorrichtung zur Auswahl der Kodierrate bei einem Vokoder mit variabler Rate | |
DE2233872C2 (de) | Verfahren zur Bestimmung der Grundwellenperiode eines Sprachsignals | |
DE3645118C2 (de) | ||
DE2034623C2 (de) | Verfahren für das Erkennen von Sprachsignalen in Rauschen | |
EP0111947A1 (de) | Anordnung zur Erkennung von Sprachpausen | |
WO1998035715A1 (de) | Verfahren für das schalten in die ein- oder ausatmungsphase bei der cpap-therapie | |
DE60200632T2 (de) | Verfahren zur Sprachaktivitätsdetektion in einem Signal, und Sprachkodierer mit Vorrichtung zur Ausführung des Verfahrens | |
DE69721395T2 (de) | Verfahren und Vorrichtung zur Anpassung von Modellen zur Sprecherverifikation | |
EP0584388A1 (de) | Verfahren zum Erzeugen eines dem Atemzeitvolumen eines Patienten entsprechenden Signals | |
DE3213219C2 (de) | ||
CH648129A5 (de) | Verfahren und vorrichtung zum ueberwachen der aenderung eines signals. | |
DE3516007A1 (de) | Monolithisch integrierbare telefonschaltung mit steuersignalgenerator fuer gebuehrenanzeiger | |
DE3017623C2 (de) | Sensor zur Verkehrserfassung von aus Analogsignalen bestehenden Nachrichtenströmen auf Fernmeldeleitungen | |
EP0775348B1 (de) | Verfahren zur erkennung von signalen mittels fuzzy-klassifikation | |
DE19930458C2 (de) | Tonruf-Frequenzbestimmungsvorrichtung und -verfahren | |
DE19854341A1 (de) | Verfahren und Schaltungsanordnung zur Sprachpegelmessung in einem Sprachsignalverarbeitungssystem | |
EP0203029B1 (de) | Verfahren zum Erzeugen eines Auslösesignals in Abhängigkeit von der Grösse und der Dauer eines Überstromes | |
DE68919924T2 (de) | Verfahren zur Feststellung des Sättigungspegels eines Sprachsignals. | |
DE2904426A1 (de) | Analog-sprach-codierer und decodierer | |
DE3137314A1 (de) | Schaltungsanordnung fuer sprachgesteuerte freisprechgeraete | |
EP0161423B1 (de) | Verfahren zur Erfassung der Grenzen von Signalen, die vor einem Hintergrundsignalgemisch auftreten | |
DE3335343A1 (de) | Verfahren zur anregungsanalyse fuer die automatische spracherkennung | |
EP0159650B2 (de) | Einrichtung zur Bewertung von Empfangssignalen in Tonfrequenz-Rundsteuerempfängern | |
DE1276740B (de) | Verfahren und Anordnungen zur Verbesserung der Sprachqualitaet von Kanalvocodern |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
D2 | Grant after examination | ||
8364 | No opposition during term of opposition | ||
8339 | Ceased/non-payment of the annual fee |