DE1965480C3 - Gerat zur Umwandlung eines in graphischen Zeichen gedruckten Textes in gesprochene Worte - Google Patents

Description

geflüsterter Sprache gut ist, weiche gemäß Definition kein Linienspektrum umfaßt, da man die dieses Spektrum erzeugenden Stimmbänder abschaltet. Diese einfache Feststellung zeigt, daß die flüstergefikerte Stimme über 4000 Hz die Gesamtheit der semantischen Information enthält.

Ein Wort muß als ein Programm von Bewegungen des phonetischen Apparates betrachtet werden. Dieses Programm findet sich integral in den »Sonagrammen« (Spektrogrammen) geflüsterter Stimmen unter dem Aspekt einer zeitlichen Struktur wieder, wo man alle Elemente des Arbeitens des phonetischen Apparates wiederfinden kann. Kurz, das sonographische Bild einer nüstergefilterten Stimme stellt sich als eine originale Globalform dar, die unmöglich mit einer anderen verwechselt werden kann und genügend stereotypiert ist, damit sie von einer Person zur anderen ohne jede Mehrdeutigkeit erkannt werden kann. Dieses Bild ist in der Tat das akustische Skelett des Wortes und stellt .das notwendige und ausreichende Minimum dar, um es erkennen zu können.

Man muß daran erinnern, daß ein »Sonagramm« eine Darstellung eines Tones in einer Zeit-Frequenzebene ist, wobei die Amplitude durch einen Strich oder durch mehr oder minder dunkergraue Linien veranschaulicht wird.

Ein Wort verstehen heißt also, eine akustische Form identifizieren. Jede repräsentative Globalform eines Wortes kann in Elemente verbindbarer Form zerlegt werden. Jedes dieser Formelemente entspricht nicht einem Phonem, sondern einer Bewegung des phonetischen Apparates zwischen zwei benachbarten Phonemen. Ein Wort ist also nicht phonetisch in Phoneme, sondern in phonetische Elemente zerlegbar, welche Vereinigungen von zwei Phonemen sind und welche man, in Anbetracht ihres unteilbaren Charakters in der Folge »Phonatome« (Phonempaare) nennen wird.

So ist z. B. das französisch gesprochene Wort PARIS nicht die Summe von vier Phonemen P, A, R, I, sondern die Verkettung von drei Phonatomen PA-AR-RI oder von vier Phonatomen PA-AR-RI-II, wenn sich das V/ort PARIS allein oder am Ende eines Satzes befindet.

Die analogen Sonagramme der Ponatome, wovon die digitalisierten Sonagramme abgeleitet werden, welche in dem Gerät der vorliegenden Erfindung benutzt werden, sind idealisierte und standardisierte Sonagramme. Man geht von einem Sonagramm der rohen, geflüsterten Stimme aus, die mit einem »Sonagraph« registriert wird. Dieses Sonagramm wird verfeinert, indem man es für die Verständlichkeit frei macht von al'en seinen nicht bedeutsamen Elementen, die gerahmt und begrenzt werden in Zeit und Frequenz. Das derart verfeinerte Sonagramm wird digitalisiert, wie v/eiter unten beschrieben ist, und in dem Gerät der Erfindung erprobt, um seine Verständlichkeit zu prüfen.

Die Fig. 1, bis I₁₃ veranschaulichen jeweils die analogen Sonagramme der Phonatome der französischen Sprache NO, SO, BO, TO, RO, NI, SI, BI, TI, RI, PA, AR, RI, und die Fig. I_x veranschaulicht das mAogv Sonagramm des Wortes PARIS in französischer Aussprache.

In einer ähnlichen; Form stellen die Fig. I₁₄ bis I₁₇ die analogen Sonagramme der Phonatome der russischen Sprache RJ, h, ει, Tj' dar und veranschaulicht die Fi g. 2., das Wort PEY; zeigen die Fig. L_H bis I₃,, die analogen Sonagramme der Phonatome der deutschen Sprache DI, Ij, j» · PR, RA, AR, Rt und stellt clic F i g, 2., die Wörtci DIE SPRACHE dar;

veranschaulichen die Fig. l„_f, bis L₁, die analogen Sonagramme der Phonatome der italienischen Sprache LA, AP, PA, AR, RD, DL, DD und stellt die Fig. 2₄ die Wörter LA PAROLA dar; veranschaulichen die F i g. 1.,, bis l.,„ die analogen

ίο Sonagramme der Phonatome der japanischen Sprache KO, OT, TO, OB, BA, und die Fig. 2₅ stellt das Wort KOBOTA dar;

veranschaulichen die Fig. I₃₇ bis I₄₁ die analogen Sonagramme der Phonatome der schwedischen

Sprache UU, UR, Df, cT, T , und die Fig. 2_(l stellt das Wort ORDET dar;

veranschaulichen die Fig. I₄₂ bis I₄₈ die analogen Sonagramme der englischen Sprache AU, UD, DU, UJ, JU, UD, DU, und die Fig.2, stellt die Wörter

a»" How do you do dar.

In der französischen Sprache nimmt man die Existenz von 28 bis 30 Phonemen an. Man hält in der vorliegenden Beschreibung die Zahl von 28 Phonemen fest, deren Liste die folgende ist:

R	I	M	J
E	e	an	Z
L	D	on	OU
A	O	U	in
S	K	V	g hart
T	N	1 weich	ch
e	P	B	F

Es ist möglich, diese Phoneme auf Zeilen und

Spalten zu verteilen und einem Phonem der Zeile und einem Phonem der Spalte ein Phonatom entsprechen zu lassen, das auf dem Kreuzungspunkt dieser Zeile und dieser Spalte liegt. L -i kann ein Phonatom durch zwei Adressen mi) Binärziffern de-

liniert werden, deren erste die Adresse des ersten Phonems in der Zeile und deren zweite die Adresse des zweiten Phone- '. in der Spalts ist.

Die Fig. 3 veranschaulicht die Phoneme in dei Form einer Matrix. An jedem Kreuzungspunkt der

Matrix entsprechend zwei Phonemen ist die auftretende Frequenz des durch diese zwei Phoneme gebildeten Phonatoms in °/₀₀ eingetragen.

Zum Beispiel beträgt die Frequenz des Phonatoms ,PA in einem klassischen französischen Text 7 "I₁₁₀-

Der Erfindung liegt die Aufgabe zugrunde, ein Gerät der eingangs genannten An zu schaffen, das eine verbesserte Umwandlung eines gedruckten Textes in gesprochene Wörter erlaubt.
Es ist zwar bereits ein Verfahren zur Kodierurjg von Sprachsignalen durch stilisierte Visibie-Speech-Spektrogramme bekanntgeworden, bei welchem eine binärkodierte Bezifferung der Phoneme vorgenommen wird, doch hat dieses Verfahren den Nachteil, daß jedes Spektrogramm in Analogform

gespeichert und dementsprechend auch in Analogform abgelesen wird.

Die gestellte Aufgabe wird erfindungsgemäß dadurch gelöst, daß jedes der Spektrogramme in Form einer Folge von binärkodierten Wörtern in dem Spei-

cherwerk gespeichert ist, deren jedes die binärkodierte Übersetzung eines transformierten Spektrogramms darstellt, das aus in der Zsit/Frequenz-Ebene entlang von Konstantzeitlinien mit gleichmäßi-

gen Frequenzintervallen diskret verteilten Punkten als auch in der Frequenzrichtung vorhanden sind, besteht, die jeweils einem Amplitudenwert »Eins« Jeder dieser Punkte besitzt eine von zwei physikali- oder »Null« des Spektrogranims entsprechen, wäh- sehen Bedingungen, welche die Werte »Eins« und rend jede dieser Linien einem von mit gleichmäßigen »Null« darstellen (und welche schwärze und weiße ' Intervallen in dem Spsktrogramm verteilten Zeit- 5 Punkte sein können, wenn es sich beispielsweise um punkten entspricht, wodurch das aufeinanderfolgende Sonagramme handelt, die mittels lichtelektrischer Ablesen dieser Wörter binärkodierte Steuersignale für Wandler abgelesen werden soiieri).
die Steuerung der Wiedergabemittel direkt liefert. Auf Grund dieser Struktur ist es möglich, in einer

Das Gerät gemäß der Erfindung benutzt nicht die Speicheranordnung (wie sie,in elektronischen Rechanalogen Sonagramme des Typs der Fig. I₁ bis I₄₈, so nern verwendet wird) alle möglichen Paare von Phosondern digitalisierte Sonagramme, die daraus abge- riemen in Form einer Folge von kodierten binären

' leitet sind. Die analogen Sonagramme werden durch »Wörtern« zu speichern, von denen jedes in der Freit ,aufgereihte photoelektrische Zellen, vor denen sie quenzkomposition des betrachteten Paares einem der

% -.vorbeiziehen, gelesen, wobei die Zeitachse der Sona- π in gleichem Abstand auftretenden Zeitmomente

gramme die Achse des Vorbeiziehens ist. Das Sona- 15 ihrer Zeitdauer entspricht. Ausgehend von diesem

gramm rückt in Schritten entsprechend einer Zeit Speicherorgan und unter der Steuerung einer Adresse,

' vor, die zwischen 1 und 8 ms geregelt werden kann. die in jedem Zeitmoment das gewünschte Paar von In jeder erreichten Stellung wird das durch jede Zelle Phonemen individuell kennzeichnet, kann diese Folge

aufgenommene Signal in eine Eins oder in eine Null binärkodierter »Wörter« nacheinander abgelesen und

verwandelt, je nachdem, ob es höher oder niedriger 10 direkt zur Steuerung elektrischer Organe zur akusti-

„als eine bestimmte Bezugsschwelle liegt. sehen Sprachwiedergabe verwendet werden, ohne

Digitalisierte Sonagramme von Phonatomen (es daß eine vorherige Umformung erforderlich wird,

f wird zur Abkürzung von digitalisierten Phonatomen wie es im Gegensatz dazu bei in analoger Form ge-

% gesprochen) sind durch die Fig. 4, 5 und 6 veran- speicherten Sonagrammen der Fall ist.

\ schaulicht ^a5 Es könnte eingewandt werden, daß die beschrie-

Die digitalisierten Sonagramme der Fig. 4 ent- bene Umwandlung von Sonagrammen nicht die Am-

sprechen den französischen Wörtern DDC, NEUF, plitude berücksichtigt, die jede rrequenzgrundkom-

HUIT, d. h. den Phonatosien: ponente in jedem Moment aufweist Man hat dies-

bezüglich aber in der Praxis festgestellt, daß bei einer

Dl—IS> 30 Anordnung gemäß der Erfindung eine vollkommen

NE — EF, verständliche Wiedergabe der Sprache erreicht wird,

UI —IT. obwohl nur die Amplituden Null und Eins auftreten

können.

Die Sonagramme der F i g. 5 entsprechen den eng- Ein solches Sonagramm kann wegen seines einlischen Wörtern HOW DO YO DO, d. h. den Phon- 35 fachen geometrischen Aufbaues außerdem leicht entatomen: worfen und von Hand, fotografisch oder auf andere

Weise abgewandelt und anschließend in binär-AU—UU—UD — DU—UJ—JU — UD — DU. kodierte Wörter, beispielsweise durch fotoelektrisches

Ablesen, übersetzt werden.

Die Sonagramme der F i g. 6 entsprechen den 40 Die Erfindung wird nunmehr im einzelnen mit Bedeutschen Wörtern DANKE SCHÖN, d. h. den zug auf die Zeichnungen beschrieben:
Phoiiatemen: Fig, I₁ bis i._o, 2. bis 2., 3. A, 5 und 6 beziehen

sich auf analoge und digitalisierte Phonatome und DA—-AN—NK—KE — EE—EJ — JE—EN. sind schon in der ^eschreibungseinleitung beschrie-

45 ben worden;

In den F i g. 4, 5 und 6 ist jedes digitalisierte Phon- F i g. 7 veranschaulicht in Form eines Blockschaltatom eine Folge von »Wörtern« (im Sinne der nume- bildes das sprechende Gerät gemäß der Erfindung;
rischen Rechnung), wobei jedes 44 Binärziffern hat Fig. 8 veranschaulicht das in dem Gerät enthal-

In den F i g. ·.-, 5 und 6 ist eine binäre Ziffer »Eins« tene Wortzusammenfassungsgerät, im folgenden durch zwei aufeinanderfolgende Sterne und eine Zif- 50 »Icophon« genannt;

fer »Null« durch zwei leere Plätze für Sterne darge- Fig. 9 veranschaulicht den in dem Gerät enthal-

stelk. Jedes Phonatom umfaßt 20 nacheinanderfol- tenen Buchstaben-Laut-Umwandler.
gende Wörter. Daraus folgt, daß die Eins durch zwei Unter Bezugnahme auf die F i g. 7 besteht das Gevorhandene Sterne, die Null durch zwei fehlende rät aus einer Kaskadenschaltung, welche ein periphe-Stcrne dargestellt wird. 55 res Gerät in Form einer Schreibmaschine 1 umfaßt,

Es sind also digitalisierte Phonatome, welche die sowie einen Buchstiben-Laut-Umwandler 2, eine Grundinformation darstellen, die in dem Speicher- Schaltung 3, welche die aus dem Umwandler 2 komwerk des sprechenden Geräts gemäß der Erfindung menden Phoneme paarweise gruppiert, wobei als ereingegeben wird. stes Phonem einer gegebenen Gruppe das letzte Pho-Mit der Erfindung wird ein wesentlicher techni- 60 nem der unmittelbar vorhergehenden Gruppe wiederscher Fortschritt durch die Wahl einer besonderen aufgenommen wird, und eine Adressiermatrix 4, die Struktur der Sonagramme (Sprachspektrogramme) es gestattet, vog den zwei Phonemen einer Gruppe erzielt, bei welcher die Sonagramme mit einer steti- die Adresse des gebildeten Phonatoms, das durch gen Änderung der Amplitude bekannter Art so ab- diese Gruppe zustandckonunlt, abzuleiten. Diese gewandelt sind, daß sie in der Zeit/Frequenz-Ebene 65 Adressiermatrix ist einem Speicherwerk 5 beigesellt, eine Struktur mit unsteter Amplitude ergeben, die in welchem die digitalisierten Phonatome gespeichert aus einzelnen Punkten gebildet ist, zwischen welchen werden. Die 20 Wörter von 44 Binärziffern, welche konstante Zwischenräume sowohl in der Zeitrichtung die Phonatome darstellen, werden in Reihe aus dem

Speichere abgelesen und nach zeitlicher Speiche- gewöhnlichen Regeln für die Aussprache zur Anwenrung in einen Zwischenspeicher 9 in dem Serie- dung gebracht wird. Das in 201 zur Registrierung Parallel-Umsetzerö in parallele Wörter umgewandelt. kommende Wort und die verschiedenen Wörter der Der Umsetzer 6, der 44 Ausgänge umfaßt, ist mit Tabelle 203 werden in einer Vergleichsstufe 205 '.er-■ einem »Icophon« genannten Sprachsynthesegerät 7 5 glichen, und zu diesem Zweck werden die Wörter verbunden. Dieses Icophon selbst ist mit einem Laut- der Tabelle 203 nacheinander ausgespeichert und in Sprecher 8 verbunden. das Register 204 übertragen. /

Das Icophon7 umfaßt im wesentlichen (Fig.8) < Der Vergleich zwischen dem auszusprechenden Sinusoszillatoren 70, bis 7O₄₄, die auf Frequenzen Wort und den Wörtern der Tabelle findet Buchstabe von 100 bis 4400Hz mit einem mittleren Intervall io ,nach Buchstabe von links aus^statt, wieder bei dem P I von 100 Hz abgestimmt sind. Jedoch wird das Inter- Aufsuchen in einem Wörterbuch vorgenommen '* vall zwischen aufeinanderfolgenden Oszillatoren würde. Zu diesem Zwecke werden die Vergleichs-

nicht genau gleich 100 Hz gewählt, um die Überlage- stufe 205, ein Adressenregister 206, das der Tabelle rung von Harmonischen zu vermeiden. der Ausnahmen 203 beigestellt ist, und ein Zähler

Jeder Oszillator wird durch einen Zufallssignal- 15 208 durch ein Signal auf dem Leiter 207 angelassen, Generator 71, bis 7J._<4 gesteuert, der auf die Schwin- welche von einem (nicht auf der Zeichnung darge- Ü gungsfrequenz des entsprechenden Oszillators wirkt. stellten) Programmiergerät kommt. Das erste Wort ti Diese Maßnahme zielt darauf ab, der geflüsterten der Ausnahmetabelle wird auf das Register 204 Stimme, die aus dem Gerät kommt, eine Flüssigkeit übertragen, und das auszusprechende Wort wird in ,, und eine Natürlichkeit zu geben, durch welche Mono- ao das Register 202 übertragen. Der Zähler 208 gibt an fl fj tonie vermieden wird. seinem ersten Ausgang ein Signal ab, das die Tore

i Jeder Sinusoszillator wird durch eine Schaltung 209, und 210, öffnet (in Wirklichkeit ist jedes Tor

zum Auslösen und Anhalten 72, bis 12·.. gesteuert, 209, oder 210, aus einer Gruppe von Toren gebildet, wobei über die Verbindungen 73, bis 73₄₄ die Bi- deren Zahl gleich ist der Zahl der Binärziffern, die ^a närziffern der Wörter von 44 Binärziffern vom Um- 95 in dem Gerät zur Darstellung eines Zeichens verwensetzer 6 empfangen werden. Die Auslöseschaltung det wird). Die ersten Buchstaben der zwei in 202 und regelt die Dauer des Betriebes eines jeden Oszillators. 204 eingeschriebenen Wörter werden verglichen. Wenn r die Zeit genannt wird, welche die Ablesun- Wenn es sich um denselben Buchstaben handelt, wird gen von zwei aufeinanderfolgenden parallelen Wör- ein Signal durch den Leiter 211 zum Zähler 208 getern trennt und τ' die Betriebsdauer der Oszillatoren, 30 sendet, der um einen Schritt vorrückt. Man vergleicht so ist ersichtlich, daß τ zwischen 1 und 8 Tausendstel- auf dieselbe Weise alle Buchstaben des auszuspresekunden variiert; was τ' anbetrifft, so kann dies chenden Wortes und des Wortes mit außerordentzwischen 0,24 r und τ geregelt werden. licher Aussprache (es sind nur vier Tore 209 und

In dem Speicherwerk 5 (F i g. 7) ist jedem binären vier Tore 210 dargestellt, aber es gibt selbstverständ-Wort eines Phonatoms ein Steuerwort zugeordnet, 35 lieh davon ebenso v.ele wie Buchstaben in dein längdas drei Instruktionen enthält: eine Instruktior: der sten Wort mit einer solchen Aussprache). Jedesmal, Kadenz der Anwendung der Wörter auf das Icophon wenn die Buchstaben desselben Ranges die gleichen (Instruktion τ), eine Instruktion der Schwingungs- sind, rückt der Zählet 208 um einen Schritt vor. dauer τ' und eine Instruktion der Schwingungsampii- Wenn diese Buchstaben verschieden sind, sendet die tude A. Die τ' und A betreffenden Wörter werden 40 Vergleichsstufe ein Signal für die Nichtidentität auf in den DigUal-Analog-Umwandlern 10 und Ii in dem Leiter 212, das das Ad'essenregister 206 um analoge Spannungen umgewandelt und wirken \s- einen Schritt vorrücken laßt, und der Vergleich des weils auf die Zeitsteuerungen der Schaltungen 72, auszusprechenden Wortes, zunächst mit dem zweibis 72₄₄ und auf die'Amplitudensteuerungen der Os- ten, dann dem dritten usw. Wort der Ausnahmezillatoren 70, bis 7O₄₄ ein. 45 tabelle wird fortgesetzt.

Der Rhythmus des Austrittes der Phonatome aus Wenn ein auszusprechendes Wort nit einem Wort

dem Speicher S ist ein veränderlicher Rhythmus, der der Tabelle der Ausnahmen gleich gefunden worden von der Lokalisierung der Phonatome im Speicher 5 ist, wird das Tor 213 geöffnet, und ein Signal wird

über den Leiter 214 ausgesandt. Das in 201 einge-

g p g, g wird abhängt. Der Rhyf^Ui IAr des Zuganges der Wörter über den Leiter 214 ausgesandt. Das in 201 eingein das Icophon 7 hängt von den, den Wörtern des 50 schriebene Wort wird gelöscht.
Phonatoms assoziierten Steuerungswörtern ab. Es ist Der Tabelle der Ausnahmen ist ein Speicherwerk also notwendig, zwischen den Schaltungen 5 und 6 215 beigeordnet, welches dia phonetischen Gleicheinen »Pufferspeicher« 9 vorzusehen. Wertigkeiten der Wörter mit außerordentlicher Aus-

Der Umwandler 2 bildet einen buchstäblichen und spräche enthält. Wenn ein Wort von 203 auf das

orthographierten Text in eine Folge von phoneti- 55 Register 204 übertragen wird, so wird gleichzeitig

sehen Symbolen um, welche die in der vorhergehen- das phonetische Äquivalent dieses Wortes auf das

den Tabelle angegebenen Phoneme sind. Register 216 Übertragen. Das Signal, das über den

Jedes buchstäbliche Wort, das als die zwischen Leiter 214 geht, bewirkt die Übertragung des Kodes zwei weißen Stellen oder zwischen einer weißen Stelle der Phoneme, die das phonetische Äquivalent des und einem Satzzeichen oder auch zwischen zwei 60 auszusprechenden Wortes darstellen, zum Schal-Satzzeichf η einbegriffene Folge bestimmt ist, wird tungsten 3 der F i g. T.Buchstabe nach Buchstabe oder allgemeiner Zeichen Wenn das Adressenregister 206 bei seiner letzten nach Zeichen in ein Speicherwerk 201 eingeschrie- Adresse ist und ein Signal für die Nichtidentität auf ben, von dem aus es in ein Ableseregister 202 über- dem Leiter 212 erscheint, werden die Tore 217 und tragen werden kann (Fig."9). Ein Dauerspeicher203 «3 218 geöffnet, und das auszusprechende Wort geht enthält in kodierter Form eine Tabelle aller Wörter vom Speicherwerk 201 zum Speicher 221 über, welch der Sprache, in welcher das Gerät funktioniert, wo- letzterer ein Schieberegister ist. Jeder Buchstabe des bei eine außerordentliche Aussprache gegenüber den auszusprechenden Wortes wird sequentiell nach

einem Kreis für die Erkennung der Phoneme 222 mit Hilfe eines Ableseregisters 223 übertragen. Dieser Erkennungskreis umfaßt so viele Kombinationsdetektoren, wie es Buchstabenkombinaiionen gibt, welche Phoneme darstellen, die nicht einem'Buchstäben allein entsprechen, z. B. IN, ON, PH, QU... We.in beispielsweise das Wort »PHONEME« in das Schieberegister eingeführt wird, so wird erst der Buchstabe P in den Erkennungskreis 222 übertragen, sodann in dessen Folge der Buchstabe H. Es besteht ίο in dem Kreis 222 ein Detektor der Kombination PH, . und^das Ausgangssignal'dieses Detektors¹ ist dasPhointm F. DasJPhdnem T⁷ (oder, geiiaüerjgesägi, seini kodierte kombination) wird an Stellender Kombination PH in das Schieberegister-221 mit Hilfe eines i$ Wiedereinschreiberegisters 224 eingesetzt. Erkennungskreise für besondere Kombinationen sind in der Technik wohlbekannt und brauchen hier im einzelnen nicht beschrieben, zu werden. Die Buchstaben, welche in Kombination mit demjenigen, der ihnen unmittelbar vorausgeht, oder demjenigen, der ihnen unmittelbar folgt, nicht durch deft Kreis 222 erkannte Paare bilden, werden ohne Veränderung, in das Register 221 wiedereingeschrieben.

Im vorausgegangenen ist unterstellt worden, daß die Oszillatoren 70^bis 7O₄₄ Schwingungsfrequenzen, mitregelmäßigeri ^b'ständenihatten. iilän kann diese Schwingun^gsfrequenzenxin einer; unlegelniäßigeni Art verteilen, z. B. so, wie die Frequerizeni^er^ Vocqiler-" filter mit spektralen Kanälen;. · · ,-' ;

Hierzu 7 Blatt Zeichnungen

Claims (1)

1 2

Die Erfindung betrifft ein Gerät zur Umwandlung

Patentansprüche: eines in graphischen Zeichen gedruckten Textes in

gesprochene Wörter, mit Mitteln zur Umwandlung je-I. Gerät zur Umwandlung eines in graphi- des graphischen Zeichens in eine BinUrzifferngruppe, jl sehen Zeichen gedruckten Textes in gesprochene S die dieses Zeichen sowie das entsprechende Phonem «« Wörter, mit Mitteln zur Umwandlung jedes gra- in kodierter Form darstellt; mit Mitteln zur Umwandphischen Zeichens in eine Binärzifferngruppc, die lung jedes Paares von zwei aufeinanderfolgenden kodieses Zeichen sowie das entsprechende Phonem dierten Phonemen in eine neue Binärzuierngruppe, in kodierter Form darstellt; mit Mitteln zum Um- die das Phonempaar, das aus diesen zwei Phonemen Wandlung jedes Paares von zwei aufeinanclerfol- xo besteht, in kodierter Form darstellt; mit einem Speigenden kodierten Phonemen in eine neue Binrr- cherwerk für aufgezeichnete Spektrogramme, die jezilTcrngruppe, die das Phonempaar, das aus die- wcils in einer Zeit/Frequenz-Ebene eines der mögsen zwei Phonemen besteht, in kodierter Form liehen Phonempaare darstellen; mit einer Vergleichsdarstellt; mit einem Speicherwerk für aufgezeich- stufe, die die Auswahl eines bestimmten aufgezeichnete Spektrogramme, die jeweils in einer Zeit/ 15 neten Phonempaarspektrogramms unter Steuerung Frequenz-Ebene eines der möglichen Phonem- jedes kodierten Phonempaares nacheinander bewirkt, paare darstellen; mit einer Vergleichsstufe, die und nut Wiedergabemitteln, die eine Mehrheit von die Auswahl eines bestimmten aufgezeichneten Oszillatoren verschiedener Frequenzen einschließen Phonempaarspektrogramms unter Steuerung jedes und die aufeinanderfolgend die ausgewählten Phokodierten Phonempaares nacheinander bewirkt; 20 ncmpaarspektrogramme in akustische Signale wäh- » und mit Wiedergabemittein, die eine Mehrheit rend einer vorbestimmten Zeitdauer umwandeln.

von Oszillatoren verschiedener Frequenzen ein- Es ist bekannt, daß die in einem Sprachsignal ent- ^;·. schließen und die aufeinanderfolgend die ausge- haltene Energie hauptsächlich aus zwei verschiedenen wählten Phonempaarspektrogramme in akusti- Arten von informationen besteht:
sehe Signale während einer vorbestimmten Zeit- 25 1. Eine ästhetische oder musikalische Information, dauer umwandeln, dadurch gekennzeich- Beim Anhören e'n und desselben, von verschiedenen net, daß jedes der Spektrogramme in Form einer Personen ausgesprochenen Wortes unterscheidet man Folge binärkodierter Wörter in dem Speicherwerk warme, klangvolle, dumpfe, scharfe Stimmen usw. gespeichert ist, deren jedes die binärkodierte Dies bringt, soweit es die eigentliche Mitteilung anÜbersetzung eines transformierten Spektrogramms 30 geht, keine Aufklärung über die Mitteilung an sich, darstellt, das aus in der Zeit/Frequenz-Ebene ent- außer in einigen seltenen, besonderen Fällen, wo der lang von Konstantzeitlinien mit gleichmäßigen Sinn des Satzes steh mit dem »Ton«, mit welchem er Frequenzintervallen diskret verteilten Punkten be- gesagt wird, ändern kann. So kann z. B. der Satz: '^Ά steht, die jeweils einem Amplitudenwert »Eins« »Versuche näherzukommen« ebensogut bedeuten: ₄; oder »Null« des Spektrogramms entsprechen, 35 »Mach eine Anstrengung, um näher zu kommen«, während jede dieser Linien einem von mit gleich- wie aber auch: »Ich rate Dir dringend, nicht näher ί mäßigen Intervallen in dem Spektrogramm ver- zu kommen«. Dieser Ton ist eine Funktion der Verteilten Zeitpunkten entspricht, wodurch das auf- änderung der Stimmhöhe und des Rhythmus der ij einanderfolgende Ablesen dieser Wörter binär- Wörter. Von diesem Gesichtspunkt aus ist es not- </ kodierte Steuersignale für die Steuerung der Wie- 40 wendig, die Tatsache zu betonen, daß die »Höhe« j dergabemittel direkt liefert (F i g. 4 bis 6). der Stimme zwei ganz verschiedene Aspekte hat: ' 2. Gerät nach Anspruch 1, dadurch gekenn- a) Höhe des von den Stimmbändern ausgehenden zeichnet, daß jedem kodierten Phonempaar ein harmonischen Linienspektrums. Die Erfahrung zeigt, erstes Hilfskodewort (τ) zugeordnet ist, das das daß diese Wahrnehmung nichts zu tun hat mit der Zeitintervall zwischen Auslösen und Anhalten 45 etwaigen Zählung der Grundfrequenz des Wortes, 1, der Oszillatoren (70,... 7O₄₄) durch zwei aufein- und der beste Beweis dafür ist, daß man die Grund-' * anderfolgende Binärworte bestimmt, und daß Ab- frequenz wegschneiden kann, ohne die empfundene lesemittel für das erste Hilfskodewort und Sperr- Höhe eines harmonischen Linienspektrum zu ändern. ' mittel der Steuerung der Oszillatoren vorgesehen b) Höhe der Formanten. Ein Geräuschfrequenzsind, welche durch diese Ablesemittel gesteuert 5" band ruft eine Empfindung von Tonhöhe hervor, die werden (F i g. 8). um so mehr verschwommen ist, als das Frequenz-

3. Gerät nach Anspruch 1, dadurch gekenn- band breiter ist; aber die Variationen der Tonhöhe f. zeichnet, daß jedem kodierten Phonempaar ein eines Geräuschbandes sind im Gegensatz dazu klar I- \ ' ■ zweites Hilfskodewort (A) zugeordnet ist, das die vernehmbar.

■ Schwingungsamplitude der Oszillatoren (70,... 55 Die Musikalität einer Stimme wird durch das Li-

^O₄₄) bestimmt, wenn diese digital von kodierten nienspektrum bestimmt, aber die semantische Infor-

b r Phonempaaren angesteuert werden, und daß Mit- mation wird offensichtlich nicht durch das Linien-

; iel für die Ablesung de'; zweiten Hilfskodewortes, speküum übertragen;

. '.·/ iowie Mittel (72,... 72₄₄) für das Auslösen und 2. Eine semantische Information. Die Fernsprech-

Anhaiten der Oszillatoren vorgesehen sind fio erfahrung zeigt, daß man sich mit einem ziemlich

(F i g. 8). engen Frequenzband begnügen kann, ohne die Ver-

4. Gerät nach Anspruch 1, dadurch gekenn- ständlichkeit der Wörter zu zerstören. Alles, was zeichnet, daß die Oszillatoren (70, ... 7O₄₄) mit 4000 Hz übersteigt, ist nicht notwendig und kann insich zufällig ändernden Frequenzen in einem folgedessen als Redundanz angesehen werden. Man entsprechenden Frequenzband arbeiten (F i g. 8), 65 folgert daraus, daß das Wesentliche der semantischen

Information unterhalb dieser Frequenz gelegen ist, was das Problem sehr begrenzt und vereinfacht.
Andererseits weiß man, daß die Verständlichkeit von