DE2626793B2 - Elektrische Schaltungsanordnung zum Bestimmen des stimmhaften oder stimmlosen Zustandes eines Sprachsignals - Google Patents
Elektrische Schaltungsanordnung zum Bestimmen des stimmhaften oder stimmlosen Zustandes eines SprachsignalsInfo
- Publication number
- DE2626793B2 DE2626793B2 DE2626793A DE2626793A DE2626793B2 DE 2626793 B2 DE2626793 B2 DE 2626793B2 DE 2626793 A DE2626793 A DE 2626793A DE 2626793 A DE2626793 A DE 2626793A DE 2626793 B2 DE2626793 B2 DE 2626793B2
- Authority
- DE
- Germany
- Prior art keywords
- arrangement according
- detector
- voiced
- unvoiced
- speech signal
- 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
- 230000005284 excitation Effects 0.000 claims description 20
- 238000005311 autocorrelation function Methods 0.000 claims description 16
- 238000005070 sampling Methods 0.000 claims description 15
- 238000011144 upstream manufacturing Methods 0.000 claims 1
- 238000000034 method Methods 0.000 description 13
- 238000011156 evaluation Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 230000015572 biosynthetic process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000003786 synthesis reaction Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000005314 correlation function Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 229910008048 Si-S Inorganic materials 0.000 description 1
- 229910006336 Si—S Inorganic materials 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 230000007704 transition 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
- G10L25/93—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)
Description
Die Erfindung betrifft eine Anordnung laut Oberbegriff des Anspruchs 1 und dient zur Bewertung
stimmhafter und stimmloser Zustände eines Sprachsignals bei einem Sprachanalysiersystem, das z. B. einen
Teilautokorrelations- bzw. PARCOR-Koeffizienten (partial correlation) verwendet. Eine bekannte Anordnung
(JA-PS 7 54 418), die Teilautokorrelationskoeffizienten verwendet, dient zum Analysieren und Extrahieren
des für die Übertragung von Sprachinformationen nötigen Grundmerkmals eines Sprachsignals mittels
einer speziellen Korrelation zwischen aneinander anschließenden Proben einer Sprachwellenform.
Bei einem bekannten Detektor für stimmhafte und stimmlose Zustände werden letztere in Abhängigkeit
davon bestimmt ob der Spitzenwert Φ = Φ(Τ) der Autokorrelationskoeffizienten Φ(τ) eines Sprachsignals
einen bestimmten Schwellenwert übersteigt oder nicht, wobei die Verzögerungszeit τ = T entsprechend dem
Spitzenwert als Grundperiode (pitch period) des Sprachsignals angesehen wird. Ein derartiges Verfahren
ist bekannt (M.M. Sondhi in »New Methods of Pitch Extraction«, I.E.E.E., Band Au-16, Nr. 2, Juni 1968,
S. 262-265).
Wenn jedoch ein solcher, nur die Periodizität des Sprachsignals benutztender Stimmhaft/Stimmlos-Detektor
des Sprachanalyse- und Synthesesystems angewandt wird, besteht die Gefahr für eine Fehlbewertung
des stimmhaften und stimmlosen Zustands eines Sprachsignals, mit dem Ergebnis, daß der stimmhafte
Anteil, der anhand fehlbewerteter Parameter aufgrund der Analyse synthetisiert bzw. zusammengesetzt wird,
durch ein Störsignal (noise) angeregt wird, das als stimmlose Anregungsquelle wirkt, oder daß der
stimmlose Anteil durch eine als stimmhafte Anregungsquelle wirkende Impulsreihe angeregt wird, so daß die
Wiedergabe einer synthetischen Sprache hoher Güte schwierig wird
Dieser Detektor berücksichtigt jedoch nicht das gleichzeitige Vorhandensein bzw. die Koexistenz der
stimmhaften Anregungsquelle V und der stimmlosen Anregungsquelle UV, wie in einer Stimmhaft/Stimmlos-Schaltfunktion Vj (x).
Im Gegensatz dazu wird bei dem Sprachanalysiersystem unter Benutzung des Teilautokorrelationskoeffizienten die Verzugszeit T=T entsprechend dem
Spitzenwert des Autokorrelationskoeffizienten W(T)
des Restsignals als Grundperiode benutzt, und der normalisierte Wert qoi= W(T)/ W(o) des Spitzenwerts
wird als Parameter zur Bewertung der stimmhaften und stimmSosen Zustände bzw. Bedingungen eines Sprachsignals herangezogen, wobei die Koexistenz der
stimmhaften Anregung Vund der stimmlosen Anregung
t/v'berücksichtigt wird. Hierbei wird das Verhältnis von
stimmhafter Anregung V zu stimmloser Anregung UV unter Bedingungen der Koexistenz durch die in Fig. 1
dargestellten Schaltfunktionen V2 (x) und V3 (x) bestimmt, welche den Spitzenwert ρ/π als Veränderliche
benutzen. Ein solches Verfahren ist ebenfalls bekannt (JA-PS 7 54 418).
Dieses Verfahren ist insofern vorteilhaft, als mit ihm
unvollkommene Bewertungen der stimmhaften und der stimmlosen Anregungen ausgeglichen werden können,
die durch die Varianz des Spitzenwerts ρ/η verursacht werden, doch ist dabei die Kompensation noch nicht
vollkommen, während weiterhin die stimmhaften und stimmlosen Informationen zu groß werden. Dieses
Verfahren ist daher nicht für praktische Anwendung geeignet
Eine Anordnung laut Oberbegriff des Anspruchs 1 ist bekannt (US-PS 36 62 115). Diese ist Teil eines
Sprachwiedergabegeräts, in weichem aus einem digitalisierten Sprachsignal durch Autokorrelation in einer
Analysiereinrichtung mittels mehrerer kaskadenartig in dieser angeordneten Teilkorrelationsstufen Teilautokorrelationskoeffizienten h ... Kn gewonnen werden.
Aus diesen berechnet ein Korrelationskoeffizientenrechner den nominierten Wert Φ (us) des Sprachsignals,
wobei die Verzögerungszeit ts die Abtast- oder Grundfrequenz des Sprachsignals darstellt Die Korrelationskoeffizienten sind Funktionen tatsächlicher und
durch Extrapolation vorhergesagter Sprachsignalwerte. Der Ausgang der letzten Teilkorrelationsstufe ist mit
einem Autokorrdator verbunden, in dem — nach Multiplikationen und Additionen — Autokorrelationsfunktionen erzeugt werden. In dem dem Autokorrelator
zugeordneten Spitzenwertzähler werden Spitzenwerte angezeigt, die als Kriterium für das Vorliegen
stimmhafter Sprachsignale dienen, wohingegen bei stimmlosen Signalen derartige Spitzenwerte fehlen.
In der Praxis hat sich jedoch herausgestellt, daß diese
Anordnung nur mäßige Ergebnisse bei der Bestimmung zeitigt, ob stimmhafte oder -lose Sprachsignale vorliegen.
Der Erfindung liegt deshalb die Aufgabe zugrunde, eine elektrische Schaltungsanordnung der Gattung
gemäß Oberbegriff des Anspruchs 1 so auszubilden, daß bei einfachem Aufbau eine genaue und zuverlässige
Unterscheidung stimmhaft/stimmlos ermöglicht wird.
Diese Aufgabe wird durch die kennzeichnenden Merkmale des Anspruchs 1 gelöst.
Zweckmäßige Ausgestaltungen der Erfindung sind in den Unteransprüchen gekennzeichnet.
der Erfindung im Vergleich zum Stand der Technik anhand der Zeichnung näher erläutert. Es zeigt
F i g. 1 eine graphische Darstellung einer Stimmhaft/
Stimmlos-Schaltfunktion Vx zur Erläuterung eines
bisher benutzten Stimmhaft/Stimmlos-Detektors,
F i g. 2 eine ρ/n-jti-Kennlinie zur Veranschaulichung
des Ergebnisses der Entscheidung nach stimmhaft oder stimmlos, die durch Kombination des Teilautokorrelationskoeffizienten Jt1 und des Höchstwertes ρ/π des
ίο Autokorrelationskoeffizienten des Restsignals durchgeführt wird,
Fig.3 ein Blockschaltbild des grundsätzlichen Aufbaus einer Sprachanalysier- und Synthesevorrichtung
bei der erfindungsgemäßen Stinunhaft/Stimmios-De
tektorschaltung, welcher das Ergebnis der Bewertung
gemäß F i g. 2 benutzt,
F i g. 4 ein detailliertes Blockschaltbild des Teilautokorrelations- bzw. PARCOR-Analysators bei der
Schaltung gemäß F i g. 3,
F i g. 5 ein detailliertes Blockschaltbild eines bei der
Schaltung gemäß F i g. 3 verwendeten Tonperiodendetektors,
Fig.6 ein detailliertes Blockschaltbild des Stimmhaft/Stimmlos-Detektors bei der Schaltung gemäß
F i g. 3 und
F i g. 7 ein Blockschaltbild eines Sprachanalysier- und Synthesesystems unter Verwendung eines abgewandelten Stimmhaft/-Stimmlos-Detektors gemäß der Erfindung.
Es wurde ein Sprachsignal unter Anwendung eines Zeitfensters von 20 ms und einer Rahmenfolgeperiode
von 10 ms untersucht, wobei Teilautokorrelations- bzw.
PARCOR-Koeffizienten erhalten wurden. Fig.2 zeigt
einen Maximalwert des Autokorrelationskoeffizienten
der Restsignale, nämlich die auf diese Weise erhaltene
PARCOR-Koeffizientencharakteristik erster Ordnung. Diese Charakteristik bzw. Kennlinie wurde mittels einer
PARCOR-Analyse der Sprechweise eines weiblichen Sprechers während einer Zeit von 3 s ermittelt In
F i g. 2 geben die Quadrate und Sternchen jeweils die stimmhaften bzw. die stimmlosen Zustände in jedem
Rahmen an, die manuell durch Ablesen oder Auswerten der Wellenform der ursprünglichen Sprache ermittelt
wurden.
Wenn das Sprachsignal nach dem bisher üblichen Verfahren als Sprachzustand bewertet wird, indem
festgestellt wird, daß ρ/η einen vorbestimmten Schwellenwert übersteigt, ist es aus F i g. 2 ersichtlich, daß der
stimmhafte Bereich im rechten unteren Abschnitt von
so F i g. 2 als stimmloser Bereich fehlbewertet wird. Durch
Herabsetzung des Schwellenwerts wird die Bewertung möglich, daß der rechte untere Abschnitt don stimmhaften Bereich darstellt. Unter diesen Bedingungen werden
jedoch zahlreiche stimmlose Bereiche als stimmhafte
Bereiche fehlbewertet Mit anderen Worten: Es besteht
eine Grenze bzw. Einschränkung für das bisher übliche Verfahren, bei dem die stimmhaften und stimmlosen
Zustände bewertet werden, indem legigiich der Faktor ρ/π entsprechend dem Grad der Periodizität als
Bezüglich der Beziehung zwischen der Bewertung der stimmhaften und stimmlosen Zustände und der Güte der
synthetischen Sprache sollten die folgenden beiden Punkte in Erwägung gezogen werden:
1. Eine Fehlbewertung des stimmhaften Zustands als stimmloser Zustand beeinträchtigt die Natürlichkeit der synthetischen Sprache.
2. Eine Fehlbewertung des stimmlosen Zustands als stimmhafter Zustand beeinträchtigt die Verständlichkeit der stimmlosen Töne.
Die erstgenannte Fehlbewertung hat einen wesentlieh größeren Einfluß auf die Gesamtgüte der
synthetischen Sprache als die zweite Fehlbewertung. Zur einwandfreien Festlegung des Kriteriums für die
Bewertung ist daher hauptsächlich darauf zu achten, daß der stimmhafte Zustand nicht als stimmloser Zustand
fehlbewertet wird, weshalb es wünschenswert ist, die Fehlbewertung des stimmlosen Zustands als stimmhafter Zustand in einem Bereich, in welchem diese
Bedingung erfüllt ist, zu verhindern.
Aus obigen Überlegungen geht hervor, daß die angesprochenen Probleme durch die Bewertung gelöst
werden können, daß der stimmhafte Zustand vorhanden ist, wenn ρ/π+a χ Αι
>ί, während der stimmlose Zustand anliegt, wenn ριη+a χ k\<t, wobei a und t
Konstanten darstellen. Die Konstante a stellt somit das Gefälle einer geraden Linie zwischen den stimmhaften
und stimmlosen Bereichen dar, und t gibt den Höchstwert des Autokorrelationskoeffizienten des
Restsignals ρ/η an, wenn der PARCOR-Koeffizient iti=0. Anhand von Fig.2 läßt sich beispielsweise
ermitteln, daß a=0J5 und t= 0,4.
Genauer gesagt, ist ρ/η ein Parameter, welcher den
Grad der Periodizität des Sprachsignals angibt, während der PARCOR-Koeffizient k, (k,<\) kombiniert mit ρ/π einen Wert von etwa — 1 bei einem jo
Sprachsignal mit einer Hochfrequenzkomponente nahe 4 kHz besitzt, wobei Jti gleich dem Autokorrelationskoeffizienten einer Versuchszeit ts einer Abtastperiode
ist, wobei die Abtastfrequenz 8 kHz beträgt. Der Wert des PARCOR-Koeffizienten Art nähert sich jedoch bei
einem Sprachsignal mit einer Niederfrequenzkomponente der Größe +1 an. Demzufolge ist der Wert von kt
für einen durch einen Vokal dargestellten stimmhaften Zustand groß und für einen stimmlosen Zustand
entsprechend einem stimmlosen Reibelaut klein. Mit anderen Worten: k\ stellt eine Frequenzkonstruktion für
den die Periodizität wiedergebenden Parameter ρ/π dar. Zum Herausziehen der Periodizität, wie dies für die
Verarbeitung einer Längeneinheit des Sprachsignals von etwa 30 ms entsprechend der Kennlinie der
Periodizität erforderlich ist, ist die zeitliche Auflösung von ρ/η gering. Dagegen kann die zeitliche Auflösung
für das Herausziehen von Jti vergrößert werden,
wodurch es möglich ist, einem Übergang zwischen stimmhaften und stimmlosen Zuständen zu folgen, der
eine hohe zeitabhängige Änderungsfrequenz besitzt.
Das weiterhin Jt( den PARCOR-Koeffizienten darstellt, braucht dieser Parameter nicht speziell bestimmt
zu werden, wenn die Erfindung auf das Sprachanalysesystem unter Zugrundelegung der Teilautokorrelation
(PARCOR) angewandt wird.
Wie aus der vorstehenden Untersuchung hervorgeht wird die Bewertung bzweckt, ob sich das Sprachsignal in
einem stimmhaften oder einem stimmlosen Zustand ■ befindet durch Kombination eines durch Korrelations- eo
verarbeitung des Sprachsignals erhaltenen bzw. extrahierten Parameters, z.B. ρ/η, welcher den Grad der
Periodizität eines Sprachsignals angibt mit einem normalisierten Wert Φ(τε). welcher dem PARCOR-Koeffizienten £1 gleich ist wobei die Verzugszeit ts eine es
Abtastperiode des Sprachsignals darstellt
Fig.3 ist ein Blockschaltbild eines Sprachanalyse-
und -Synthetisiersystems mit einer Ausführungsform des
Stimmhaft/Stimmlos-Detektors, welcher aus dem Bewertungsergebnis gemäß F i g. 2 Nutzen zieht. Gemäß
F i g. 3 wird ein Sprachsignal über eine Eingangsklemme an ein Tiefpaßfilter 12 zur Beseitigung von Frequenzkomponenten von z. B. über 3,4 kHz angelegt. Der
Ausgang des Tiefpaßfilters 12 ist an einen Analog/Digital- Wandler 13 angeschlossen, welcher das Ausgangssignal mit einer Abfrage- oder Abtastfrequenz von 8 kH
abgreift und es dann einer Amplitudenquantelung unterwirft um dabei ein Digitalsignal mit 12 Bits zu
bilden. Das Ausgangssignal dieses Wandlers 13 wird an einen PARCOR- bzw. Teilkorrelationskoeffizient-Analysator 14 angelegt welcher die Frequenzspektrum-Hüllkurve des Sprachsignals auswertet oder analysiert,
um z.B. acht PARCOR-Koeffizienten k·, bis k& zu bestimmen.
Ein in Fig.4 beispielhaft dargestellter PARCOR-Koeffizienten-Analysator 14 weist η Stufen von
Teilautokorrelatoren 14< bis 14„ auf, die in Kaskade
geschaltet sind. Da alle Teilautokorrelatoren den gleichen Aufbau besitzen, wird nachstehend nur die
Einheit 14 im einzelnen beschrieben. Diese Einheit 14 weist ein Verzögerungsnetz 21 zur Verzögerung des
Sprachsignals um eine Abtastperiode ts, einen Korrelationskoeffizienten-Rechner 22, Multiplizierschaltungen
23 und 24, Addierschaltungen 25 und 26 sowie eine Quantisierschaltung bzw. einen Größenwandler 27 auf.
Die Teilautokorrelatorstufe 14| ist mit einer Eingangsklemme 28 zur Aufnahme eines Sprachsignals und einer
Ausgangsklemme 29 zur Lieferung des Ausgangssignals für den Größenwandler 27 und des quantisierten
PARCOR-Koeffizienten dieser Stufe, d.h. des PARCOR-Koeffizienten Ari der ersten Ordnung, versehen.
Eine Ausgangsklemme 30 der letzten Stufe 34n ist unbelegt während die andere Ausgangsklemme 31 zur
Übermittlung eines Restsignals zum Autokorrelator einer noch näher zu erläuternden Anregungssignal-Ausziehstufe dient Die Einzelheiten der Arbeitsweise des
PARCOR-Koeffizienten-Analysators 14 sind in der US-PS 36 62 115 beschrieben.
Gemäß Fig.3 ist weiterhin eine Anregungssignal-Ausziehstufe 15 vorgesehen, sie so geschaltet ist daß sie
von den Ausgangssignalen des Analysators 14 den PARCOR-Koeffizienten k\ erster Ordnung und das
Restsignal aufnimmt Die Ausziehstufe 15 weist einen Tonperioden-Detektor 16 und einen Stimmhaft/Stimmlos-Detektor 17 auf. Die Ausziehstufe 15 bestimmt die
Autokorrelationsfunktion W(v) des über die Ausgangsklemme 31 gelieferten Restsignals aus einem der
Ausgangssignale der des PARCOR-Koeffizienten-Analysators, und sie wählt den Spitzenwert ρ/η der
Autokorrelationsfunktion W(r) mittels des Höchstwertwählers, so daß eine Verzugszeit Γ entsprechend dem
gewählten Spitzenwert ρ/η als Tonperiode des Sprachsignals bestimmt oder ermittelt wird.
Der in Fig.5 in Einzelheiten dargestellte Tonperioden-Detektor 16 weist einen Autokorrelator 35 auf,
welcher die Autokorrelationsfunktion des Restsignals W(c) bestimmt Aus einer Vielzahl von Ausgangssignalen des Autokorrelators 35 wird ein Ausgangssignal
ρο= W(o) zum Herausziehen einer Komponente mit
einer Amplitude L und zum Normieren von ρ/π auf noch
zu erläuternde Weise benutzt Der Tonperioden-Detektor 16 weist weiterhin einen Höchstwertwähler 36 zum
Ausziehen eines Höchstwerts W(T) im Bereich von j χ TsSri k χ rs aus den verschiedenen Werten von
W(u) auf, wobei vs die Abgreif- bzw. Abtastperiode des
Sprachsignals darstellt und /und k ganze Zahlen sind.
die derart gewählt sind, daß die Tonperiode innerhalb des angegebenen Bereichs liegt. Wenn die Abtastfrequenz 8 kHz entspricht, wird j mit 16 und k mit 120
gewählt. Die Verzugszeit T entsprechend der Verzugszeit, welche den Höchstwert W(T) innerhalb dieses
Bereichs liefert, wird als die Tonperiode (ausgedrückt
durch ein ganzzahliges Vielfaches von ts) bestimmt und an eine Klemme 38 angelegt. Ein Wert bei Null-Verzugszeit Qo= W(o) entsprechend dem Quadrat des
Anregungssignals wird an eine Wurzelschaltung 39 angelegt, durch welche L=^jTB berechnet wird und
deren Ausgangssignal über einen Größenwandler 40 an eine Ausgangsklemme 41 angelegt wird.
Der durch den Höchstwertwähler 36 extrahierte oder ausgezogene Spitzenwert wird an einem Teiler 42 zum
Normalisieren durch das Signal go dividiert, und der normalisierte Wert wird über einen Größenwandler 43
als Signal gm einer Klemme 44 zugeführt. Die Verzugszeit T entsprechend derjenigen, wenn der
Höchstwertwähler 36 einen Spitzenwert auswählt, wird über einen anderen Größenwandler 45 an eine Klemme
45 angelegt.
F i g. 6 zeigt ein Beispiel für den Stimmhaft/Stimmlos-Detektor 17 mit einer Multiplizierschaltung 48, die ein
Produkt aus a χ k\ eines über eine Eingangsklemme 49
von PARCOR-Koeffizienten-Analysator 14| gelieferten PARCOR-Koeffizienten und einer Konsante a, wie sie
vorher in Verbindung mit Fig.2 beschrieben ist,
berechnet. Der Detektor 17 weist auch eine Addierschaltung 51 auf, die den vom Tonperioden-Detektor 16
gelieferten normalisierten Spitzenwert gm der Autokorrelationsfunktion der Restsignale über eine Klemme 52
zum Ausgangssignal (a χ ki) der Multiplizierschaltung
addiert und damit eine Summe (gm+a χ ki) liefert Außerdem ist ein Komparator 53 vorgesehen, welcher
diese Summe mit einem Schwellenwert t vergleicht Im Fall von t>(gm+a χ k\) erzeugt der Komparator 53
ein »0«- bzw. Niedrigpegel-Ausgangssignal, während er im Fall von t^(gm+a χ k\) ein »1 «-Ausgangssignal
(hoher Pegel) erzeugt, wobei diese Ausgangssignale Ober eine Ausgangsklemme 54 an die Klemme 18a
(F i g. 3) angelegt werden. Wenn daher das Ausgangssignal des Komparator^ 53 einer »0« entspricht, wird das
Sprachsignal als in einem stimmlosen Zustand befindlich bewertet während bei einem Ausgangssignal gleich »1«
ein stimmhafter Zustand des Sprachsignals bewertet wird.
Gemäß F i g. 3 werden die durch den Analysator 14 ausgezogenen oder analysierten PARCOR-Koeffizienten k\ — ks und die durch die Auszieheinheit 15
analysierten Anregungssignale T, V, UV und L an eine gemeinsame Ausgangsklemme 18a angelegt Wenn ein
Digitalübertragungssystem gewünscht wird, werden ein
geeigneter Digitalkodewandler und ein Digitalübertrager (nicht dargestellt) an die Ausgangsklemme 18a
angeschlossen. Wenn eine Tonantwortvorrichtung gewünscht wird, wird eine geeignete Speichervorrichtung
mit der Klemme 18a verbunden. Die durch die eben beschriebene Vorrichtung von der Klemme 18a
abgenommenen Signale werden an eine Klemme 186 angelegt an die eine Sprachsynthesierschaltung 19
angeschlossen ist welche ein Sprachsignal entsprechend den ausgezogenen, durch eine Vorrichtung, wie den
Digitalübertrager und die Speichervorrichtung, an die Klemme 186 angelegten Parametersignalen reproduziert Die Sprachsynthetisierschaltung kann von beliebiger bekannter Bauart z.B. derjenigen gemäß der
US-PS 36 62115, sein. Das Ausgangssignal dieser
Schaltung 19 wird einer Ausgangsklemme 20 aufgeprägt.
Die Schaltung gemäß Fig.3 arbeitet wie folgt: Aus
dem an die Eingangsklemme 11 angelegten Sprachsignal werden Hochfrequenzkomponenten von z. B. über
3,4 kHz durch das Tiefpaßfilter 12 beseitigt, und dessen Ausgangssignal wird einer Amplitudenquantelungs-Verarbeitung von 12 Bits bei einer Auswerte- oder
Abtastfrequenz von z. B. 8 kHz unterworfen und sodann durch den AnalogADigital-Wandler 13 in einen
Digitalkode umgewandelt. Das Ausgangssignal des Wandlers 13 wird der PARCOR-Koeffizienten-Analysier- oder Ausziehvorrichtung 14 eingegeben, um die
Frequenzspektrum-Hüllkurve der Sprache auszuziehen und dabei z. B. acht PARCOR-Koeffizienten Jti-fe zu
bestimmen. Von diesen Ausgangssignalen werden der Koeffizient k\ erster Ordnung und das Restsignal zur
Anregungssignal-Ausziehvorrichtung 15 gesandt. Wie erwähnt ist der PARCOR-Koeffizient k\ erster Ordnung gleich Φ(τε)/Φ(ο) In der Ausziehvorrichtung oder
-stufe 15 berechnet der Stimmhaft/Stimmlos-Detektor 17 die Summe (gm+ak\) des durch die Tonperioden-Ausziehvorrichtung 16 extrahierten Spitzenwerts gm
und des primären PARCOR-Koeffizienten Jti. Wenn die Summe (gm+ah) größer ist als der Schwellenwert t,
bestimmt der Stimmhaft/Stimmlos-Detektor, daß ein stimmhafter Zustand vorliegt während bei einer unter
dem Schwellenwert r liegenden Summe ein stimmloser Zustand festgestellt wird. Die Ausgangssignale entsprechend den jeweiligen Zuständen werden an die
Ausgangsklemme 18a angelegt. Die Ausgangssignale werden sodann über einen Digitalübertrager oder eine
Speichervorrichtung (nicht dargestellt) zur Klemme 186 und von dieser zur Sprachsynthetisierschaltung 19 zur
Reproduktion einer synthetischen Sprache, die zur Ausgangsklemme 20 übermittelt wird, weitergeleitet.
1. Da die stimmhaften und stimmlosen Zustände entsprechend dem Verhältnis oder der Beziehung
zwischen einem Parameter gm, welcher den Grad der Periodizität eines Sprachsignals angibt dem
Wert Φ(ο) der Autokorrelationsfunktion bei Null-Verzugszeit des Sprachsignals und dem Wert Φ(τε)
der Autokorrelationsfunktion bei einer Verzugszeit ts der Abtastperiode bewertet werden, können die
stimmhaften und stimmlosen Zustände (Vund UV)
mit hoher Genauigkeit bewertet bzw. bestimmt werden.
2. Hierdurch wird es möglich, eine synthetische Sprache hoher Güte zu produzieren.
3. Unabhängig davon, daß die stimmhaften und stimmlosen Zustände nach einem äußerst einfachen
Verfahren bewertet werden können, bei dem lediglich ein kleiner Teil der bisher nötigen Bauteile
verwendet wird, lassen sich diese außerdem mit hoher Genauigkeit verarbeiten.
4. Da es möglich ist die stimmhaften und stimmlosen
Zustände (V und UV) mit hoher Genauigkeit zu bewerten, ist das gleichzeitige Vorhandensein von
sowohl stimmhaften als auch stimmlosen Zuständen als Anregungssignale, wie bei der bisher
verwendeten Vorrichtung, nicht erforderlich.
Zur Verdeutlichung der Vorteile der Erfindung wurde ein Doppel-Vergleichsversuch mit synthetischen Sprachen durchgeführt, die einmal nach dem bekannten
Verfahren und zum anderen nach der Erfindung
zusammengestellt wurden, wobei die Vorzugsauswertungen gemäß folgender Tabelle erhalten wurden:
Synth. Satz S, Synth. Satz S2
Stand der Technik 20,8% 57,8%
Erfindung 41,2% 80,2% ,„
Zur Erzielung dieser Ergebnisse wurden ein synthetischer Satz mit einer Gesamtbitfrequenz von 9,6 Kilobit/s
als synthetischer Satz Si und ein solcher mit einer Gesamtbitfrequenz von 27 Kilobit/s als Salz S2 benutzt.
Diese synthetischen Sätze wurden von drei Sprecherinnen jeweils 3,5 s lang gesprochen. Zehn männliche
Zuhörer wurden ausgewählt, und das Abhören jedes Vergleichspaares wurde zehnmal wiederholt. Wie oft
aus obiger Tabelle hervorgeht, ist die Güte des synthetischen Satzes, der aus den von der erfindungsgemäßen
Stimmhaft/Stimmlos-Detektorhaltung ermittelten Anregungssignalen Vund UVredproduziert wurde,
wesentlich höher als bei dem durch den herkömmlichen Detektor reproduzierten Satz.
Wenn bei dieser Ausführungsform die Konstante a auf z. B. 0,5 eingestellt wird, kann die Multiplizierschaltung
48 gemäß Fig.6 durch ein 1-Bit-Schieberegister
ersetzt werden, wodurch der Schaltungsaufbau vereinfacht wird.
Ebenso ist es möglich, eine Kombination
0(to)
χ pm
unter Verwendung eines normalisierten Werts gr.i= W(T)/W(o) der Autokorrelationsfunktion des
Restsignals bei einer Verzugszeit T entsprechend der Tonperiode des Sprachsignals zu bilden und diese
Kombination für die Bewertung zu benutzen, daß das Sprachsignal stimmlos, wenn der Wert der Kombination
unter einem vorbestimmten Schwellenwert liegt, und in allen anderen Fällen stimmhaft ist In diesem Fall
werden Multiplizierschaltungen 48 und 51 anstelle der einen Multiplizierschaltung 48 gemäß F i g. 6 eingesetzt
Anstelle der Benutzung der Autokorrelationsfunktion Wft) des Restsignals ist es auch möglich, die
Autokorrelationsfunktion der Sprachwellenform als ρ/η=Φ(Τ)/Φ(δ) zu verwenden und die stimmhaften und
stimmlosen Zustände nach dem vorher beschriebenen Verfahren festzustellen.
Fig.7 ist ein Blockschaltbild einer Sprachanalyse- und -synthetisiervc-rrichtung mit einem abgewandelten
Stimmhaft/Stimmlos-Detektor, wobei den Teilen von Fig.3 entsprechende Bauteile mit den gleichen
Bezugsziffern wie vorher bezeichnet sind. Gemäß F i g. 7 ist ein als das eine Element der Anregungssignal-Ausziehvorrichtung
15 dienender Tonperioden-Detektor 60 zur Aufnahme eines Restsignals, nämlich eines
von mehreren Ausgangssignalen des PARCOR^Koeffizienten-Analysator^
14 geschaltet Der Detektor 60 ω bestimmt oder ermittelt die Durchschnittsgrößen-Differenzfunktion
(AMDF)D(v) des Restsignals und wählt
den Inklinations- bzw. Dipwert von Dft;) mittels eines
nicht dargestellten Mindestwertwählers, so daß eine entsprechende Verzugszeit T als Tonperiode benutzt
wird. Der Detektor 60 liefert eine Amplitudenkomponente L der Erregungsquelle und den Inklinationswert
ρ'/η= D(T)von Dfx).
Das Verfahren der Verwendung von D(t) anstatt der
Autokorrelationsfunktion Φ(τ)\$1 bekannt und z. B. von
M. J. Ross u.a. unter dem Titel »Average Magnitude Difference Function Pitch Extractor«, I.E.E.E., Assp 22,
Nr. 5, Oktober 1974 Seite 353-362, beschrieben. In der vorstehenden Beschreibung bedeutet Dft) die Mittelwert-Differenzfunktion
der Verzugszeit r, ausgedrückt durch die Gleichung
DU) = -j--Z(Si-S1-.)
worin S\ = / Abtastwerte des Sprachsignals und /=1, 2
... / bedeuten. Außerdem ist eine Multiplizierschaltung
61 vorgesehen, die eine Konstante a' mit dem PARCOR-Koeffizienten jt| multipliziert, nämlich mit
dem Verhältnis des Werts Φ(ο) von Autokorrelationsfunktion bei Null-Verzugszeit des Sprachsignals zur
Autokorrelationsfunktion Φ/irsJbei einer Verzugszeit rs
der Abtastperiode. Infolgedessen liefert die Multiplizierschaltung 61 ein Ausgangssignal
a'x iti = a'x Φ(τ$)/Φ(ο).
Der Unterschied zwischen den Ausgangssignalen der Multiplizierschaltung 61 und dem Tonperioden-Detektor
60 wird durch eine Subtrahierschaltung 62 berechnet, deren Ausgangssignal (a',xk\ — Q'm) an
einen Eingang des Komparators 63 angelegt wird. An den anderen Eingang des Komparators 63 wird ein
Schwellenwert V angelegt. Die Multiplizierschaltung 61, die Subtrahierschaltung 62 und der Komparator 63
bilden somit den Stimmhaft/Stimmlos-Detektor 64.
Die Schaltung gemäß F i g. 7 arbeitet wie folgt: Aus einer Anzahl von Ausgangssignalen des Anylsators 14
wird das Restsignal an die Anregungssignal-Ausziehvorrichtung 15 angelegt deren Tonperioden-Detektor
60 die Durchschnittsgrößen-Differenzfunktion Dft) des Restsignals ermittelt und der Inklinationswert (dip)
ρ'/π= D(T) der Funktion Z^^wird durch die Mindestwert-Wählschaltung
gewählt
Beim Detektor 64 liefert die Multiplizierschaltung 61 das Produkt aus dem PARCOR-Koeffizienten
^ = Φ(τε)ΙΦ(ο) vom betreffenden Analysator 14 und
einer Konstante a', und das Ausgangssignal der Multiplizierschaltung 64 wird zur Subtrahierschaltung
62 geliefert an welcher der Unterschied zwischen diesem Produkt und dem Ausgangssignal ρ/π der
Tonperioden-Ausziehvorrichtung 60, d.h. a'xki-g'm,
ermittelt wird. Das Ausgangssignal der Subtrahierschaltung 62 wird durch den Komparator 63 mit dem
Schwellenwert t verglichen. Wenn a'x.k\-q'm größer
ist als t', wird ein stimmhafter Zustand bewertet und wenn dieser Ausdruck kleiner ist als t\ wird ein
stimmloser Zustand festgestellt Anschließend erfolgt die gleiche Verarbeitung wie in F i g. 3.
Obgleich bei den vorstehend beschriebenen Ausfühningsformen
Φ(τ3)ΙΦ(ο) als einer der Parameter zur Feststellung von stimmha.'ten und stimmlosen Zuständen
benutzt wurde, braucht die Verzugszeit rs nicht genau auf die Abtastperiode vs abgestimmt zu sein,
vielmehr wird durch eine geringfügige Abweichung von rs die Arbeitsweise der Schaltung nicht beeinträchtigt
Versuche haben gezeigt daß es, solange ts einer Beziehung 0<rs<lms genügt möglich ist die
stimmhaften und stimmlosen Zustände mit ausreichend hoher Genauigkeit zu bewerten.
Obgleich die Erfindung zudem in Anwendung auf die Feststellung eines Anregungssignals für ein Sprachanalysesystem
unter Anwendung des Teilautokorrelations-
koeffizienten beschrieben ist, ist sie auch auf ein Endoder Anschluß-Analogsprachanalysesystem mit einer
Reihe von Resonanzkreisen entsprechend dem Sprachformat, auf ein Maximal-Wahrscheinlichkeitsverfahren
zur Bestimmung der Frequenzspektrum-Hüllkurve und auf einen Kanal-Vocoder anwendbar, wobei normierte
Funktionen Φ(τε), Φ(Τ) ο. dgl. Korrelationsfunktionen
verwendet werden, die als Ergebnis der Extraktion von Merkmalsparametern der Frequenzspektrum-Hüllkurve
oder der Tonperiode abgeleitet werden. Dabei können einfach entsprechende Werte für a und t in
Abhängigkeit von der Variation des Werts der beim betreffenden Sprachanalysesystem verwendeten Korrelationsfunktion
gewählt werden.
Es werden also die stimmhaften und stimmlosen Zustände eines Sprachsignals durch Kombination eines
Verhältnisses Φ(τ$)ΙΦ(ο) zwischen dem Wert Φ(ο) der
Autokorrelationsfunktion des Sprachsignals zu einer Null-Verzugszeit und dem Wert Φ (vs)der Autokorrelationsfunktion
zu einer Verzugszeit rs der Abtastperiode
mit einem nach einer Korrelationstechnik aus dem Sprachsignal extrahierten Parameter und Wiedergabe
des Grads der Periodizität des Sprachsignals bewertet. Durch Unterbrechung des Ergebnisses dieser Kombination
kann festgestellt werden, ob ein Sprachsignal in einem stimmhaften oder in einem stimmlosen Zustand
vorliegt.
Hierzu 5 Blatt Zeichnungen
Claims (16)
1. Elektrische Schaltungsanordnung zum Bestimmen des stimmhaften oder stimmlosen Zustands
eines Sprachsignals durch Autokorrelation mit einer aus mehreren, kaskadenartig verbundenen Teilkorrelationsstufen
bestehenden Analysiereinrichtung, die das digitalisierte Sprachsignal empfängt, mittels
eines darin enthaltenen Korrelationskoeffizientenrechners den normierten Wert Φ (us) des Sprachsignals,
der die Teilautokorrelationskoeffizienten (k\... k„) darstellt, berechnet, wobei eine Verzögerungszeit
(es) eine Abtastperiode oder Grundfrequenz des Sprachsignals darstellt, diese Teilkorrela- is
tionskoeffizienten in digitaler Form dem Ausgang zugeführt werden, und der Ausgang der letzten
Teilkorrelationsstufe einem Autokorrelator mit einem Spitzenwertwähler zugeführt wird, dadurch
gekennzeichnet, daß der Autokorrelator als Grundfrequenzdetektor (16) ausgebildet,
Teil einer Erregungssignal-Detektoreinrichtung (JI5) ist und von einem Ausgang (31) der Analysiereinrichtung
(14) Restsignale empfängt und daraus durch den Spitzenwertzähler (36) den Spitzenwert fern)
der Autokorrelationsfunktion (W(t)) wählt, wodurch
eine Verzögerungszeit (T) entsprechend dem gewählten Spitzenwert (gm) als Grundperiode des
Sprachsignals bestimmt wird, daß der Spitzenwert (qiti) einem Stimmhaft'/Stimmlos-Detektor (ll7)
zugeführt wird, der diesen Wert mit den von der Analysiereinrichtung (14) gelieferten Teilautokorre-Iationskoeffizienten
(k\... Kn) kombiniert, um eine Anzeige stimmhaft/stimmlos zu erzeugen.
2. Anordnung nach Anspruch 1, dadurch gekennzeichnet, daß der Analysiereinrichtung die Serienschaltung
eines A/D-Wandlers (13) und eines Tiefpasses (12) vorgeschaltet ist
3. Anordnung nach Anspruch 2, dadurch gekennzeichnet, daß der A/D-Wandler (13) eine Abtastfrequenz
von 8 kHz aufweist.
4. Anordnung nach Anspruch 2 oder 3, dadurch gekennzeichnet, daß der A/D-Wandler (13) einen
12-bit-Ausgang aufweist.
5. Anordnung nach Anspruch 2, dadurch gekennzeichnet, daß der Tiefpaß (12) eine Grenzfrequenz
von 3,4 kHz aufweist.
6. Anordnung nach einem der Ansprüche 1 — 5, dadurch gekennzeichnet, daß dem Spitzenwertwähler
(36) und dem Autokorrelator (35) ein Teiler (42) zum Normalisieren des Spitzenwerts nachgeordnet
ist.
7. Anordnung nach Anspruch 6, dadurch gekennzeichnet, daß dem Teiler (42) ein Größenwandler (43
nachgeordnet ist.
8. Anordnung nach einem der Ansprüche 1 — 7, dadurch gekennzeichnet, daß dem Autokorrelator
(35) eine Schaltung (39) zur Bildung der Quadratwurzel nachgeordnet ist.
9. Anordnung nach Anspruch 8, dadurch gekennzeichnet,
daß der Schaltung (39) ein Größenwandler (40) nachgeordnet ist.
10. Anordnung nach Anspruch 1, dadurch gekennzeichnet, daß der Detektor (17) eine Multiplizierschaltung
(48) zur Bildung des Produkts aus einem PARCOR-Koelfizienten (k„) und einer Konstanten
^aufweist.
11. Anordnune nach AnsDruch 10, dadurch
gekennzeichnet, daß der Detektor (17) einen Addierer (51) aufweist, an dessen Eingang der
Spitzenwert (qm) angelegt ist und dessen anderer Eingang mit dem Ausgang der Multiplizier-Schaltung
(48) verbunden ist
12. Anordnung nach Anspruch 10, dadurch
gekennzeichnet, daß der Detektor (17) einen dem Addierer nachgeschalteten Komparator (53) zum
Vergleich mit einem Schwellwert (t) aufweist
13. Anordnung nach Anspruch 1, dadurch gekennzeichnet, daß die Erregungssignal-Detektoreinrichtung
(15) einen die Durchschnittsgrößen-Differenzfunktion (AMDF) (D (τ)) des Restsignals
bildenden Grundfrequenz-Detektor (60) aufweist dem ein Stimmlos/Stimmhaft-Detektor (64) nachgeschaltet
ist
14. Anordnung nach Anspruch 13, dadurch gekennzeichnet daß der Detektor eingangsseitig
einen Multiplizierer (61) zur Bildung des Produkts aus einem PARCOR-Koeffizienten und einer Konstanten
(^aufweist
15. Anordnung nach Anspruch 13 oder 14, dadurch
gekennzeichnet daß dem Detektor (60) und dem Multiplizierer (61) eine Subtrahierschaltung (62)
nachgeordnet ist
16. Anordnung nach einem der Ansprüche 13 bis 15, dadurch gekennzeichnet, daß der Subtrahierschaltung
(62) ein Komparator (63) zum Vergleich mit einer Konstanten (f) nachgeordnet ist.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP50073063A JPS51149705A (en) | 1975-06-18 | 1975-06-18 | Method of analyzing drive sound source signal |
JP50086277A JPS5210002A (en) | 1975-07-15 | 1975-07-15 | Separation method of drivinf sound signal for analysis and composition of voice |
Publications (3)
Publication Number | Publication Date |
---|---|
DE2626793A1 DE2626793A1 (de) | 1976-12-23 |
DE2626793B2 true DE2626793B2 (de) | 1979-08-02 |
DE2626793C3 DE2626793C3 (de) | 1980-04-17 |
Family
ID=26414187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE2626793A Expired DE2626793C3 (de) | 1975-06-18 | 1976-06-15 | Elektrische Schaltungsanordnung zum Bestimmen des stimmhaften oder stimmlosen Zustandes eines Sprachsignals |
Country Status (5)
Country | Link |
---|---|
US (1) | US4074069A (de) |
CA (1) | CA1059631A (de) |
DE (1) | DE2626793C3 (de) |
FR (1) | FR2316682A1 (de) |
GB (1) | GB1538757A (de) |
Families Citing this family (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4219695A (en) * | 1975-07-07 | 1980-08-26 | International Communication Sciences | Noise estimation system for use in speech analysis |
JPS54139417A (en) * | 1978-04-21 | 1979-10-29 | Nippon Telegr & Teleph Corp <Ntt> | Interpolation receiving devices at voice short break time |
US4230906A (en) * | 1978-05-25 | 1980-10-28 | Time And Space Processing, Inc. | Speech digitizer |
JPS597120B2 (ja) * | 1978-11-24 | 1984-02-16 | 日本電気株式会社 | 音声分析装置 |
US4383135A (en) * | 1980-01-23 | 1983-05-10 | Scott Instruments Corporation | Method and apparatus for speech recognition |
JPS56104399A (en) * | 1980-01-23 | 1981-08-20 | Hitachi Ltd | Voice interval detection system |
US4335276A (en) * | 1980-04-16 | 1982-06-15 | The University Of Virginia | Apparatus for non-invasive measurement and display nasalization in human speech |
US4972490A (en) * | 1981-04-03 | 1990-11-20 | At&T Bell Laboratories | Distance measurement control of a multiple detector system |
EP0076233B1 (de) * | 1981-09-24 | 1985-09-11 | GRETAG Aktiengesellschaft | Verfahren und Vorrichtung zur redundanzvermindernden digitalen Sprachverarbeitung |
JPS58143394A (ja) * | 1982-02-19 | 1983-08-25 | 株式会社日立製作所 | 音声区間の検出・分類方式 |
US4588979A (en) * | 1984-10-05 | 1986-05-13 | Dbx, Inc. | Analog-to-digital converter |
US4802225A (en) * | 1985-01-02 | 1989-01-31 | Medical Research Council | Analysis of non-sinusoidal waveforms |
US5007093A (en) * | 1987-04-03 | 1991-04-09 | At&T Bell Laboratories | Adaptive threshold voiced detector |
JPH04504178A (ja) * | 1989-01-05 | 1992-07-23 | オリジン・テクノロジー・インク | 音声処理装置とそのための方法 |
US5680508A (en) * | 1991-05-03 | 1997-10-21 | Itt Corporation | Enhancement of speech coding in background noise for low-rate speech coder |
US5657418A (en) * | 1991-09-05 | 1997-08-12 | Motorola, Inc. | Provision of speech coder gain information using multiple coding modes |
US5267317A (en) * | 1991-10-18 | 1993-11-30 | At&T Bell Laboratories | Method and apparatus for smoothing pitch-cycle waveforms |
FR2684226B1 (fr) * | 1991-11-22 | 1993-12-24 | Thomson Csf | Procede et dispositif de decision de voisement pour vocodeur a tres faible debit. |
US5471527A (en) | 1993-12-02 | 1995-11-28 | Dsc Communications Corporation | Voice enhancement system and method |
US5970441A (en) * | 1997-08-25 | 1999-10-19 | Telefonaktiebolaget Lm Ericsson | Detection of periodicity information from an audio signal |
US6023674A (en) * | 1998-01-23 | 2000-02-08 | Telefonaktiebolaget L M Ericsson | Non-parametric voice activity detection |
GB2357683A (en) | 1999-12-24 | 2001-06-27 | Nokia Mobile Phones Ltd | Voiced/unvoiced determination for speech coding |
US7171357B2 (en) * | 2001-03-21 | 2007-01-30 | Avaya Technology Corp. | Voice-activity detection using energy ratios and periodicity |
US7333929B1 (en) * | 2001-09-13 | 2008-02-19 | Chmounk Dmitri V | Modular scalable compressed audio data stream |
US7627091B2 (en) * | 2003-06-25 | 2009-12-01 | Avaya Inc. | Universal emergency number ELIN based on network address ranges |
KR101008022B1 (ko) * | 2004-02-10 | 2011-01-14 | 삼성전자주식회사 | 유성음 및 무성음 검출방법 및 장치 |
US7130385B1 (en) * | 2004-03-05 | 2006-10-31 | Avaya Technology Corp. | Advanced port-based E911 strategy for IP telephony |
JP3827317B2 (ja) * | 2004-06-03 | 2006-09-27 | 任天堂株式会社 | コマンド処理装置 |
US7246746B2 (en) * | 2004-08-03 | 2007-07-24 | Avaya Technology Corp. | Integrated real-time automated location positioning asset management system |
US7589616B2 (en) | 2005-01-20 | 2009-09-15 | Avaya Inc. | Mobile devices including RFID tag readers |
US7742914B2 (en) * | 2005-03-07 | 2010-06-22 | Daniel A. Kosek | Audio spectral noise reduction method and apparatus |
US8107625B2 (en) * | 2005-03-31 | 2012-01-31 | Avaya Inc. | IP phone intruder security monitoring system |
US7548853B2 (en) * | 2005-06-17 | 2009-06-16 | Shmunk Dmitry V | Scalable compressed audio bit stream and codec using a hierarchical filterbank and multichannel joint coding |
US7821386B1 (en) | 2005-10-11 | 2010-10-26 | Avaya Inc. | Departure-based reminder systems |
JP5229234B2 (ja) * | 2007-12-18 | 2013-07-03 | 富士通株式会社 | 非音声区間検出方法及び非音声区間検出装置 |
US9232055B2 (en) * | 2008-12-23 | 2016-01-05 | Avaya Inc. | SIP presence based notifications |
US9082416B2 (en) * | 2010-09-16 | 2015-07-14 | Qualcomm Incorporated | Estimating a pitch lag |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3662115A (en) * | 1970-02-07 | 1972-05-09 | Nippon Telegraph & Telephone | Audio response apparatus using partial autocorrelation techniques |
US3740476A (en) * | 1971-07-09 | 1973-06-19 | Bell Telephone Labor Inc | Speech signal pitch detector using prediction error data |
-
1976
- 1976-06-01 US US05/691,780 patent/US4074069A/en not_active Expired - Lifetime
- 1976-06-04 GB GB23281/76A patent/GB1538757A/en not_active Expired
- 1976-06-04 CA CA254,064A patent/CA1059631A/en not_active Expired
- 1976-06-15 DE DE2626793A patent/DE2626793C3/de not_active Expired
- 1976-06-17 FR FR7618449A patent/FR2316682A1/fr active Granted
Also Published As
Publication number | Publication date |
---|---|
CA1059631A (en) | 1979-07-31 |
FR2316682A1 (fr) | 1977-01-28 |
DE2626793C3 (de) | 1980-04-17 |
DE2626793A1 (de) | 1976-12-23 |
GB1538757A (en) | 1979-01-24 |
FR2316682B1 (de) | 1979-05-04 |
US4074069A (en) | 1978-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE2626793C3 (de) | Elektrische Schaltungsanordnung zum Bestimmen des stimmhaften oder stimmlosen Zustandes eines Sprachsignals | |
EP1386307B2 (de) | Verfahren und vorrichtung zur bestimmung eines qualitätsmasses eines audiosignals | |
DE3244476C2 (de) | ||
DE10041512B4 (de) | Verfahren und Vorrichtung zur künstlichen Erweiterung der Bandbreite von Sprachsignalen | |
DE69627580T2 (de) | Verfahren zur Rauschverminderung in einem Sprachsignal | |
DE69121312T2 (de) | Geräuschsignalvorhersagevorrichtung | |
DE2659096C2 (de) | ||
DE69731588T2 (de) | Coderienrichtung mit verringerter komplexität für ein signalübertragungssystem | |
DE3236885A1 (de) | Verfahren und geraet zur sprachanalyse | |
DE2919085A1 (de) | Vorverarbeitungsverfahren und -vorrichtung fuer eine spracherkennungsvorrichtung | |
DE2524804A1 (de) | Verfahren und vorrichtung zur automatischen spracherkennung | |
DE69017842T2 (de) | Verfahren und Einrichtung zur Codierung von Prädiktionsfiltern in Vocodern mit sehr niedriger Datenrate. | |
DE2636032C3 (de) | Elektrische Schaltungsanordnung zum Extrahieren der Grundschwingungsperiode aus einem Sprachsignal | |
DE2622423A1 (de) | Vocodersystem | |
DE2020753A1 (de) | Einrichtung zum Erkennen vorgegebener Sprachlaute | |
DE3019823C2 (de) | ||
DE3733659A1 (de) | Verfahren zum vergleichen von mustern | |
DE19581667C2 (de) | Spracherkennungssystem und Verfahren zur Spracherkennung | |
EP0285222A2 (de) | Verfahren zum Erkennen zusammenhängend gesprochener Wörter | |
EP1755110A2 (de) | Verfahren und Vorrichtung zur adaptiven Reduktion von Rausch- und Hintergrundsignalen in einem sprachverarbeitenden System | |
EP1279164A1 (de) | Verfahren zur berechnung einer sprachaktivitätsentscheidung (voice activity detector) | |
DE3875894T2 (de) | Adaptive multivariable analyseeinrichtung. | |
DE2062589C3 (de) | Verfahren zur Ermittlung der Grundfrequenze eines wenigstens zeitweise periodischen Signales | |
EP1366617B1 (de) | Verfahren und vorrichtung zur verbesserung der sprachqualität auf transparenten telekommunikations-übertragungswegen | |
DE3630518C2 (de) | Einrichtung zum lautweisen Identifizieren eines Sprechmusters |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C3 | Grant after two publication steps (3rd publication) | ||
8328 | Change in the person/name/address of the agent |
Free format text: KERN, R., DIPL.-ING., PAT.-ANW., 8000 MUENCHEN |
|
8327 | Change in the person/name/address of the patent owner |
Owner name: NIPPON TELEGRAPH AND TELEPHONE CORP., TOKIO/TOKYO, |
|
8339 | Ceased/non-payment of the annual fee |