DE19625455A1

DE19625455A1 - Vorrichtung und Verfahren zur Spracherkennung

Info

Publication number: DE19625455A1
Application number: DE1996125455
Authority: DE
Inventors: Guenther Weber
Original assignee: Nokia Deutschland GmbH
Current assignee: Nokia Deutschland GmbH
Priority date: 1996-06-26
Filing date: 1996-06-26
Publication date: 1998-01-02

Description

Technisches Gebiet

Die Erfindung befaßt sich mit der Spracherkennung in Tondarbietungen, insbesondere mit der Spracherkennung in Tondarbietungen, welche in unregelmäßiger Reihenfolge rein Sprach- als auch reine Musikdarbietungen enthalten.

Stand der Technik

Gemäß dem Stand der Technik ist es bekannt, Tondarbietungen in Bezug auf die Wiedergabeparameter zu verändern bzw. anzupassen. So ist es beispielsweise bekannt, bestimmte Signalanteile verzögert abzugeben. Die Anordnungen zum automatischen Anpassen von Wiedergabeparametern können dabei analog oder auch digital aufgebaut sein, wobei digitale Anordnungen mit Rücksicht auf die Rechenzeit zur Anpassung der Wiedergabeparameter immer mehr in den Vordergrund rücken.

Wenngleich sich derartige Anordnungen zur Anpassung von Musikdarbietungen bewährt haben, treten bei solchen Anordnungen dann Probleme auf, wenn die Tondarbietung aus einer Abfolge von Musik- und Sprachdarbietungen besteht. Solche Bedingungen herrschen dann vor, wenn etwa ein Radio die Tonsignalquelle bildet, da dort die Tondarbietung neben der Musikwiedergabe auch Ansagen, Verkehrsdurchsagen und die Nachrichtenwiedergabe umfaßt. Dadurch, daß die Anordnungen zur Beeinflussung der Wiedergabeparameter lediglich in der Lage sind Musikdarbietungen optimal zu modifizieren, sinkt automatisch die Sprachverständlichkeit, wenn unmittelbar nach einer Musikdarbietung beispielsweise eine Ansage folgt.

Daher liegt der Erfindung die Aufgabe zugrunde, eine Anordnung und eine Methode anzugeben, welche die Nachteile gemäß dem Stand der Technik beseitigt und somit auch für eine optimale Sprachverständlichkeit sorgt.

Darstellung der Erfindung

Diese Aufgabe wird mit den in Anspruch 1 angegebenen Merkmalen gelöst. Methoden zur Realisierung sind in den Ansprüchen 4, 5 und 6 angegeben. Vorteilhafte Aus- und Weiterbildungen sind in Ansprüchen 2, 3 und 7 entnehmbar.

Der Erfindung liegt die Erkenntnis zugrunde, daß bei Radiodarbietungen bzw. darauf basierenden Bandaufzeichnungen die Musikdarbietungen im Stereoformat vorliegen, während die reine Sprachdarbietung im Monoformat vorliegt bzw. abgestrahlt wird. Diese unterschiedlichen Formate macht sich die Erfindung zunutze, indem sie Korrelationen zwischen den in beiden Stereokanälen liegenden Tondarbietungen ermittelt und bei Ermittlung von Übereinstimmungen, d. h. bei Vorliegen von Sprache, gemäß Anspruch 1 eine spezielle und von der bei Vorhandensein von verschiedenen Tonsignalen in beiden Kanälen gültigen Anpassung der Wiedergabeparameter verschiedene Anpassung der Wiedergabeparameter auslöst.

Eine besonders einfache Anpassung ist dann gegeben, wenn die Anordnung zum automatischen Anpassen und Verändern von Wiedergabeparameter eine Anordnung zu digitalen Modifizierung von Tonsignalen ist.

Im einfachsten Fall kann die Anpassung der Wiedergabeparameter an Sprachdarbietungen dadurch erfolgen, daß nach Feststellung von Sprache die für Musikdarbietungen gültigen Anpassungen der Wiedergabeparameter einfach inaktiv geschaltet werden.

Die in den Ansprüchen 2-7 angegebenen Methoden führen sämtlich zur Spracherkennung, wobei hier lediglich Unterschiede in den Voraussetzungen und in der Rechenzeit liegen.

So ist z. B. die in Anspruch 4 angegebene Methode sehr langwierig. Die Methode gemäß Anspruch 5 ist sehr aufwendig und setzt voraus, daß zur Elimination des Gleichspannungsanteils die Signale aus beiden Kanälen beispielsweise durch einen Hochpaß gefiltert werden.

Soll gemäß Anspruch 6 die Sprachermittlung mittels einer Differenzbildung in beiden Kanälen vollzogen werden, so müssen beide Kanäle eine gleich hohe Aussteuerung (Balance) aufweisen. Außerdem ist hierbei auch der Gleichspannungsanteil zu eliminieren.

Zur Ermittlung von Sprachanteilen in einer Tondarbietung ist die Methode gemäß Anspruch 7 sehr vorteilhaft, weil sie u. a. den Aufwand, welcher zur Ausführung einer Methode nach Anspruch 5 notwendig ist, deutlich reduziert. Auch läßt sich eine solche Methode sehr einfach in einer digitalen Anordnung zur Anpassung von Wiedergabeparametern realisieren.

Wege zum Ausführen der Erfindung

Die Erfindung soll nun anhand einer einzigen Figur näher erläutert werden.

Mit dem Bezugszeichen 10 ist im vorliegenden Ausführungsbeispiel eine stereophone Tonsignalquelle bezeichnet, welche vorliegend ein Radio ist. Diese Tonsignalquelle 10 kann in einem anderen Ausführungsbeispiel auch ein Telefon oder ein Casettenrecorder sein. Der Tonsignalquelle 10 nachgeordnet ist eine Anordnung 11 zum automatischen Anpassen von Wiedergabeparametern bei Tonsignaldarbietungen. Die Anordnung 11 ist hier nur schematisch gezeigt, indem sich die Darstellung nur auf die für diese Erfindung notwendigen Komponenten beschränkt.

Die Tonsignale der Tonsignalquelle 10 werden der Anordnung 11 kanalweise zur Verfügung gestellt, wobei das Symbol R für den rechten Kanal und Symbol L für den linken Kanal steht. Nur der Vollständigkeit halber sei darauf hingewiesen, daß die Anordnung 11 auch mit einer Mehrzahl von Tonsignalquellen 10 verbunden sein kann.

Innerhalb der Anordnung 11 wird jeder Kanal L. R einem Hochpaß 12 zugeführt, in welchem der Gleichspannungsanteil der Tonsignale in beiden Kanälen eliminiert wird. So dann werden die gleichgerichteten Tonsignale kanalweise je einer Umformeinheit 13 zugeführt, welche die Tonsignale in Rechtecksignale umwandelt. In der nachfolgenden Vergleichsanordnung 14 werden die beiden vorliegenden Rechtecksignale auf Identität geprüft. Im nachfolgenden Mittelungsglied 15 wird dann eine zeitliche Mittelung durchgeführt, um eine zufällige Identität in beiden Kanälen R, L auszuschließen. Ergibt sich nach dem Mittelungsglied 15 eine Identität in beiden Kanälen L, R so werden über die Steuerleitungen 16 die Klangparametereinsteller 17 in den abgezweigten Kanälen L′, R auf Sprachwiedergabe umgestellt werden.

Anstatt eine Umstellung der Klangparametereinsteller 17 auf Sprachwiedergabe, kann die Sprachverständlichkeit in einem anderen, nicht dargestellten Ausführungsbeispiel auch dadurch verbessert werden, daß bei Vorliegen einer Tonsignalidentität in beiden Kanälen L, R die für die Musikwiedergabe gültigen Einstellungen inaktiv geschaltet werden.

Claims

1. Vorrichtung zur Steigerung der Sprachverständlichkeit im Rahmen von Tondarbietungen, mit einer zweikanaligen Tonsignalquelle (10) und mit einer Anordnung (11) zum automatischen Anpassen und Verändern von Wiedergabeparametern anhand der von der Tonsignalquelle (10) abgegebenen Tonsignale, dadurch gekennzeichnet, daß die Anordnung (11) eine Vergleichschaltung (14) umfaßt, die die Identität der Tonsignale in den beiden Kanälen L, R der Tonsignalquelle (10) überprüft und die bei Feststellung von identischen Tonsignalen in beiden Kanälen L, R eine spezielle und von der bei Vorhandensein von unterschiedlichen Tonsignalen in beiden Kanälen L, R gültigen Anpassung der Wiedergabeparameter verschiedene Anpassung der Wiedergabeparameter auslöst.

2. Vorrichtung nach Anspruch 1, dadurch gekennzeichnet, daß bei Feststellung von identischen Tonsignalen in beiden Kanälen L, R die für unterschiedliche Tonsignale in beiden Kanälen L, R gültigen Anpassungen der Wiedergabeparameter in den Klangparametereinstellern (17) abgeschaltet sind.

3. Vorrichtung nach Anspruch 1 und Anspruch 2, dadurch gekennzeichnet, daß die Anordnung zum automatischen Anpassen und Verändern von Wiedergabeparametern eine Anordnung zum digitalen Modifizieren von Tonsignalen ist.

4. Methode zur Ermittlung der Identität von Tonsignalen in den beiden Kanälen L, R gemäß Anspruch 1 oder Anspruch 2,
dadurch gekennzeichnet,
daß in einem ersten Schritt die mathematische Korrelation zwischen den Tonsignalen in den beiden Kanälen L, R ermittelt wird und
daß anschließend eine zeitliche Mittelung erfolgt.

5. Methode zu Ermittlung der Identität von Tonsignalen in den Kanälen L, R gemäß Anspruch 1 oder Anspruch 2,
dadurch gekennzeichnet,
daß in einem ersten Schritt der Gleichspannungsanteil in beiden Kanälen L, R eliminiert wird,
daß in einem zweiten Schritt eine Phasenmessung der Tonsignale in den beiden Kanälen L, R erfolgt und
daß anschließend eine zeitliche Mittelung erfolgt.

6. Methode zur Ermittlung der Identität der Kanalbelegung gemäß Anspruch 1 oder Anspruch 2,
dadurch gekennzeichnet,
daß in einem ersten Schritt der Gleichspannungsanteil in beiden Kanälen L, R eliminiert wird,
daß in einem zweiten Schritt eine Differenzbildung zwischen den in den beiden Kanälen L, R gültigen Tonsignalen erfolgt und
daß anschließend eine zeitliche Mittelung erfolgt.

7. Methode nach Anspruch 5 dadurch gekennzeichnet, daß die Phasenmeßung anschließend an Schnitt 1 vereinfacht abläuft, indem die gefilterten Tonsignale in beiden Kanäle L, in Rechtecksignale umgewandelt werden und dann, bevor die zeitliche Mittelung erfolgt, die gebildeten Rechtecksignale von beiden Kanälen L, R miteinander verglichen werden.