DE4138016A1 - Einrichtung zur erzeugung einer ansageinformation - Google Patents

Description

Die Erfindung betrifft eine Einrichtung zur Erzeugung einer Ansageinformation.

Eine derartige Einrichtung wird beispielsweise für Aus­ kunftssysteme, wie sie bei der Fernsprechauskunft oder auch bei Fahrplanauskünften üblich sind, benötigt. Eine Ansageinformation kann dabei aus einem Trägersatz, wie beispielsweise "Hier ist die Fernsprechauskunft . . ., bitte warten" bestehen, wobei in den Trägersatz an Stelle der durch die Punkte gekennzeichneten Leerstelle unter­ schiedliche Schlüsselworte beispielsweise in Form ver­ schiedener Städtenamen einfügbar sind. Die Trägersätze und die benötigten Schlüsselwörter können mit natürlicher Sprache erzeugt und in einer Speichereinheit abgespeichert werden. Dies erfordert einen hohen Arbeits- und Speicher­ aufwand. Darüber hinaus besteht die Schwierigkeit, die Schlüsselwörter so auszusprechen, daß sie sich ohne Un­ stetigkeiten in den Trägersatz einfügen lassen.

Der Erfindung liegt die Aufgabe zugrunde, eine Einrichtung zur Erzeugung einer Ansageinformation anzugeben, die bei geringem Speicherbedarf eine Vielzahl verschiedener An­ sageinformationen ermöglicht.

Diese Aufgabe wird durch eine Einrichtung zur Erzeugung einer Ansageinformation mit einer Eingabeeinheit, mit einer Speichereinheit zur Speicherung einer natürlichen Sprachinformation und mit einer Spracherzeugungseinheit zur Erzeugung einer synthetischen Sprachinformation ge­ löst, wobei ein Multiplexer zum Zusammensetzen der natür­ lichen und synthetischen Sprachinformation zur Ansagein­ formation vorgesehen ist.

Die Erfindung geht dabei von der Erkenntnis aus, häufig wiederkehrende Trägersätze als natürliche Sprachinforma­ tion in der Speichereinheit zu speichern, während häufig auszutauschende Ansageinformationen mit Hilfe einer Spracherzeugungseinheit künstlich erzeugt werden. Die mit Hilfe der Spracherzeugungseinheit erzeugte synthetische Sprachinformation ist in Dauer, Rhythmus, Betonung und Grundfrequenzverlauf exakt manipulierbar und läßt sich optimal in die natürliche Sprachinformation einpassen. Hierdurch ergibt sich ein erheblich verringerter Speicher­ aufwand, da nur die Trägersätze als natürliche Sprachin­ formation gespeichert werden müssen, während die syntheti­ sche Sprachinformation mittels der Eingabeeinheit indivi­ duell und aktuell eingebbar ist. Ein weiterer Vorteil besteht darin, daß die Anzahl der Wörter, die aus der synthetischen Sprachinformation gebildet werden, nicht beschränkt ist.

Ein beispielsweise für Fernsprechansagedienste etc. an­ wendbares variables Ansagesystem ergibt sich dadurch, daß die Einrichtung vorgesehen ist zur Erzeugung mindestens eines Trägersatzes aus Sprachblöcken, die in der Speicher­ einheit als natürliche Sprachinformation gespeichert sind, und aus Schlüsselwörtern, die aus der synthetischen Sprachinformation gebildet werden und zwischen einzelne Sprachblöcke einfügbar sind.

Eine einfache Kombination der natürlichen und der synthe­ tischen Sprachinformation wird dadurch gewährleistet, daß die natürliche Sprachinformation in der Speichereinheit codiert gespeichert ist und die von der Spracherzeugungs­ einheit erzeugte synthetische Sprachinformation entspre­ chend der Codierung der natürlichen Sprachinformation codiert ist.

Sind in der Speichereinheit Informationen zum Grundfre­ quenzverlauf der natürlichen Sprachinformation gespei­ chert, so können diese von der Spracherzeugungseinheit bei der Erzeugung der in die natürliche Sprachinformation einzufügenden synthetischen Sprachinformation berücksich­ tigt werden. Hierdurch kann der Grundfrequenzverlauf der synthetischen Sprachinformation so ausgelegt werden, daß an den Übergängen zwischen natürlicher und synthetischer Sprachinformation keine Unstetigkeiten auftreten.

Ein geringer Aufwand zur Aufgabe der Ansageinformation wird dadurch erreicht, daß zur Ausgabe der Ansageinforma­ tion eine Ausgabeeinheit mit einem Ausgabespeicher und mit einem Digital/Analog-Wandler vorgesehen ist.

Eine einfach kontrollierbare Ausgabe wird dadurch gewähr­ leistet, daß die Ausgabeeinheit durch die Eingabeeinheit ansteuerbar ist.

Die Verständlichkeit und Natürlichkeit der Ansageinforma­ tion wird wesentlich verbessert, wenn die natürliche Sprachinformation von lediglich einem Sprecher gewonnen ist.

Die Gesamtverständlichkeit und die Natürlichkeit der An­ sageinformation wird dadurch weiter verbessert, daß die Spracherzeugungseinheit ein Sprachmodell enthält, das auf Sprachdaten des Sprechers der natürlichen Sprachinforma­ tion basiert. Hierdurch wird der Eindruck eines Sprecher­ wechsels vermieden.

Im folgenden wird die Erfindung anhand der in den Figuren dargestellten Ausführungsbeispiele näher erläutert.

Es zeigt

Fig. 1 ein Ausführungsbeispiel einer Einrichtung zur Er­ zeugung einer Ansageinformation

Fig. 2 ein Beispiel zur Zusammensetzung einer Ansageinfor­ mation aus natürlicher und synthetischer Sprachinforma­ tion.

Die in Fig. 1 gezeigte Einrichtung zur Erzeugung einer Ansageinformation 15 besteht im wesentlichen aus einer Eingabeeinheit 1, einer Speichereinheit 2, einer Sprach­ erzeugungseinheit 3 sowie einen Multiplexer 4. In der Speichereinheit 2 ist eine natürliche Sprachinformation 11 beispielsweise PCM-codiert speicherbar, wobei die Eingabe der natürlichen Sprachinformation durch einen Sprecher beispielsweise mittels eines an die Eingabeeinheit 1 an­ schließbaren Mikrofons 10 erfolgt. Über die Eingabeeinheit 1, die beispielsweise aus einem Bildschirm mit zugehöriger Tastatur gebildet wird, kann eine Wortinformation 12 an die Spracherzeugungseinheit 3 weitergegeben werden. Die Spracherzeugungseinheit 3 erzeugt aus der Wortinformation 12 eine synthetische Sprachinformation 14. Diese wird mittels des Multiplexers 4 mit der natürlichen Sprachin­ formation 13 zur Ansageinformation 15 zusammengesetzt. Die Ausgabe der Ansageinformation 15 erfolgt über eine Aus­ gabeeinheit 5 mit einem Ausgabespeicher 9, einem Analog/- Digital-Wandler 6, einem Verstärker 7 sowie einem Laut­ sprecher 8.

In der Speichereinheit 2 sind in codierter Form mehrere sogenannte Trägersätze abgespeichert. Derartige Träger­ sätze bestehen aus einzelnen Sprachblöcken, wobei zwischen einzelnen Sprachblöcken sogenannte Schlüsselwörter einfüg­ bar sind. Diese Schlüsselwörter können beispielsweise Städtenamen oder auch Zahlen sein. So enthält beispiels­ weise der Satz "Der Eilzug von S1 nach S2 hat voraussicht­ lich S3 Minuten Verspätung" die einzelnen Sprachblöcke "Der Eilzug von" B1, "nach" B2, hat voraussichtlich" B3 und "Minuten Verspätung" B4 sowie als Schlüsselwörter S1 und S2 verschiedene Städtenamen und als Schlüsselwort S3 eine Zahlenangabe. Je nach Gegebenheit können durch die Eingabe verschiedener Schlüsselwörter S1, S2, S3 verschie­ dene Ansageinformationen 15 erzeugt werden.

Im folgenden wird der Vorgang zur Erzeugung einer Ansage­ information 15 näher beschrieben. Über die Eingabeeinheit 1, z. B. eine Tastatur mit Bildschirm, wird zunächst ein gewünschter Trägersatz der in der Speichereinheit 2 ge­ speicherten Trägersätze ausgesucht. In der Speichereinheit 2 sind darüber hinaus Informationen US1, US2, US3 über den Grundfrequenzverlauf an den Grenzen der Sprachblöcke B1, B2, B3, B4 zu den Schlüsselwörtern S1, S2, S3 gespeichert. Über die Eingabeeinheit 1 werden nun die Schlüsselwörter S1, S2, S3 in beliebig codierter Form, z. B. als normaler Text mittels der Tastatur eingegeben. Die Schlüsselwörter S1, S2, S3 werden als Wortinformation 12 an die Sprach­ erzeugungseinrichtung 3 weitergegeben, die aus den Schlüs­ selwörtern S1, S2, S3 die synthetische Sprachinformation 14 erzeugt. Damit an den Stoßstellen zwischen natürlicher und synthetischer Sprache keine Unstetigkeiten auftreten und somit insgesamt eine schwer verständliche und unnatür­ liche Ansageinformation 15 erzeugt wird, werden die ent­ sprechenden Parameter bei der Erzeugung der synthetischen Sprachinformation 14 durch die Informationen US1, US2, US3 an den Grundfrequenzverlauf der jeweiligen Sprachblöcke B1, B2, B3, B4 angepaßt. Hierdurch wird vermieden, daß bei einem Hörer der Ansageinformation 15 ein irritierender Eindruck einer unnatürlichen Betonung hervorgerufen wird, wodurch auch die Akzeptanz der Ansageinformation verbes­ sert wird. Die Spracherzeugungseinheit 3 erzeugt aus der Wortinformation 12 gesteuert von den Informationen US1, US2, US3 über den Tonhöhenverlauf die synthetische Sprach­ information 14 in codierter Form. Die synthetische Sprach­ information 14 sowie die natürliche Sprachinformation 13 werden dem Multiplexer 4 zugeführt, der die aus der natür­ lichen Sprachinformationen gebildeten Sprachblöcke B1, B2, B3, B4, d. h. den Trägersatz, und die aus der synthetischen Sprachinformation 14 gebildeten Schlüsselwörter S1, S2, S3 zur Ansageinformation 15 zusammensetzt, wie dies in Fig. 2 näher beschrieben ist. Die Ansageinformation 5 wird in den Ausgabespeicher 9 der Ausgabeeinheit 5 geschrieben. Das Ausgangssignal 16 des Ausgabespeichers 9 ist ein PCM-Si­ gnal, das mittels des Digital/Analog-Wandlers 6 zunächst in ein Analogsignal 17 gewandelt wird. Das Analogsignal 17 wird mit Hilfe des Verstärkers 7 verstärkt und als Aus­ gabesignal 18 an den Lautsprecher 8 übermittelt.

Fig. 2 zeigt ein Beispiel einer Ansageinformation. Dabei ist im oberen Teil von Fig. 2 ein aus Sprachblöcken B1, B2, B3, B4 gebildeter Trägersatz beschrieben, der durch Schlüsselwörter S1, S2, S3 vervollständigt werden kann. Im unteren Teil von Fig. 2 ist der Grundfrequenzverlauf f als Funktion der Zeit t für den im oberen Teil von Fig. 2 dargestellten Beispielsatz "Der Eilzug von Frankfurt nach Offenbach hat voraussichtlich 10 Minuten Verspätung" dar­ gestellt.

Der in Fig. 2 dargestellte Trägersatz "Der Eilzug von S1 nach S2 hat voraussichtlich S3 Minuten Verspätung" enthält die Sprachblöcke B1, B2, B3, B4, die als natürliche Sprachinformation 11 in der Speichereinheit 2 (Fig. 1) gespeichert sind. Die Schlüsselwörter Nürnberg, Frankfurt = S1, Erlangen, Offenbach = S2 und 5, 10 = S3 werden je nach Umstand in den Trägersatz eingefügt. Hierdurch können unterschiedliche Ansageinformationen erzeugt werden. An den Übergängen zwischen den Sprachblöcken B1, B2, B3, B4 und den Schlüsselwörtern S1, S2, S3 sind zu jedem Träg­ ersatz in der Speichereinheit Informationen US1, US2, US3 über den Grundfrequenzverlauf gespeichert. Dies ist in Fig. 2 mit Kreisen besonders hervorgehoben. Hierdurch wird einerseits ein unnatürlicher Eindruck in der Ansageinfor­ mation vermieden, andererseits ist die Verständlichkeit der Ansage deutlich höher, als wenn diese vollständig syn­ thetisch erzeugt würde.

Der Vorteil der Erfindung liegt einerseits im reduzierten Speicheraufwand, da lediglich die Trägersätze bildende natürliche Sprachinformation 11 gespeichert werden muß. Darüber hinaus können beliebige Schlüsselwörter mit Hilfe der Eingabeeinheit 1 "editiert" werden, wobei eine ein­ fache Eingabe lediglich über eine Tastatur möglich ist. Hierdurch ist die Anzahl der Schlüsselwörter nicht be­ schränkt. Die synthetische Sprachinformation 14 kann in Dauer, Rhythmus, Betonung und Grundfrequenzverlauf exakt manipuliert werden, wobei diese Manipulationen aufgrund der Informationen US1, US2, US3 optimal an die jeweiligen Trägersätze angepaßt werden können. Die Gesamtverständ­ lichkeit und Natürlichkeit der Ansageinformation 15 wird verbessert, wenn die Spracherzeugungseinheit 3 ein Sprach­ modell aufweist, das auf Sprachdaten des Sprechers der natürlichen Sprachinformation 11 basiert. Hierdurch wird auch der Eindruck eines Sprecherwechsels vermieden.

Claims (9)

1. Einrichtung zur Erzeugung einer Ansageinformation (15) mit einer Eingabeeinheit (1), mit einer Speichereinheit (2) zur Speicherung einer natürlichen Sprachinformation (11) und mit einer Spracherzeugungseinheit (3) zur Erzeu­ gung einer synthetischen Sprachinformation (14), wobei ein Multiplexer (4) zum Zusammensetzen der natürlichen (11) und synthetischen (14) Sprachinformation zur Ansageinfor­ mation (15) vorgesehen ist.

2. Einrichtung nach Anspruch 1, dadurch gekennzeichnet, daß die Einrichtung vorgesehen ist zur Erzeugung minde­ stens eines Trägersatzes aus Sprachblöcken (B1, B2, B3, B4), die in der Speichereinheit (2) als natürliche Sprach­ information (11) gespeichert sind, und aus Schlüsselwör­ tern (S1, S2, S3), die aus der synthetischen Sprachinfor­ mation (14) gebildet werden und zwischen einzelne Sprach­ blöcke (B1, B2, B3, B4) einfügbar sind.

3. Einrichtung nach einem der Ansprüche 1 oder 2, dadurch gekennzeichnet, daß die natürliche Sprachinformation (11) in der Speicher­ einheit (2) codiert gespeichert ist, und daß die von der Spracherzeugungseinheit (3) erzeugte eine synthetische Sprachinformation (14) entsprechend der Codierung der natürlichen Sprachinformation (11) codiert ist.

4. Einrichtung nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, daß in der Speichereinheit (2) Informationen (US1, US2, US3) über den Grundfrequenzverlauf der natürlichen Sprach­ information (11) gespeichert sind.

5. Einrichtung nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, daß zur Ausgabe der Ansageinformation (15) eine Ausgabe­ einheit (5) mit einem Ausgabespeicher (9) und mit einem Digital/Analog-Wandler (6) vorgesehen ist.

6. Einrichtung nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, daß die Ausgabeeinheit (5) durch die Eingabeeinheit (1) ansteuerbar ist.

7. Einrichtung nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, daß die natürliche Sprachinformation (11) von lediglich einem Sprecher gewonnen wird.

8. Einrichtung nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, daß die Spracherzeugungseinheit (3) ein Sprachmodell ent­ hält, das auf Sprachdaten des Sprechers der natürlichen Sprachinformation (11) basiert.

9. Einrichtung nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, daß die natürliche Sprachinformation (11) mittels eines an die Eingabeeinheit (1) anschließbaren Mikrofons (10) ein­ gebbar ist.