-
TECHNISCHES
GEBIET
-
Die vorliegende Erfindung betrifft
ein Verfahren für
die Umwandlung von Sprachgeschwindigkeit und eine Vorrichtung zur
Durchführung
des Verfahrens, das in verschiedenen Videogeräten, Audiogeräten, medizinischen
Geräten
usw. auch bei Fernsehapparaten, bei Radios, Bandrekordern, Videobandrekordern,
Videoplattenspielern usw. anwendbar ist. Im besonderen betrifft
sie ein Sprachgeschwindigkeits-Umwandlungsvertahren und eine Vorrichtung
für die
Durchführung
des Verfahrens, womit es möglich
ist, geschwindigkeitsgewandelte Sprache bereitzustellen, deren Sprechgeschwindigkeit
an das Hörvermögen eines
Hörers
durch Verarbeiten der Sprache eines Sprechers angepasst ist.
-
STAND DER TECHNIK
-
Als allgemeines Beispiel sei der
Fall angeführt,
bei dem eine Person (ein Hörer)
der Rede einer anderen Person (eines Sprechers) zuhört. Wenn
das Hörvermögen, z.
B. ist beim Hörer
die kritische Geschwindigkeit für
die Spracherkennung (maximale Sprechgeschwindigkeit, mit der eine
Rede genau verfolgt werden kann) auf Grund des Alters oder einer
Störung
vermindert, dann ist es oft schwer für den Hörer, die Rede bei normaler
Geschwindigkeit oder beim schnellen Sprechen zu verfolgen. In einem
solchen Fall kann der Hörer
normalerweise die Hörleistung
verbessern, indem er eine sogenannte Hörhilfe benutzt.
-
Zwar können konventionelle Hörhilfen,
welche von Personen mit vermindertem Hörvermögen oder mit Hörstörungen verwendet
werden, einfach die Fortpflanzungsbedingungen im Außenohr oder im
Mittelohr des Hörorgans
auf Grund der Verbesserung des Frequenzspektrums, der Lautverstärkung usw.
verbessern. Deshalb hat es das Problem gegeben, dass die Verminderung
der Spracherfassungsfähigkeit,
die hauptsächlich
mit einer Verschlechterung des Gehörzentrums verbunden ist, nicht
kompensiert werden kann.
-
Zur Verbesserung des genannten Problems wurde
vor kurzem eine von der Sprachgeschwindigkeit gesteuerte Vorrichtung
zur Hörhilfe
erdacht, die das Hören
durch Verarbeiten der Sprache des Sprechers unterstützen kann,
derart dass die Sprachgeschwindigkeit dem Hörvermögen des Hörers nahezu in Echtzeit angepaßt sein
kann. Siehe zum Beispiel EP-A-427953 und EP-A-608833.
-
Entsprechend dieser von der Sprachgeschwindigkeit
gesteuerten Vorrichtung zur Hörhilfe kann
die Sprechgeschwindigkeit des Redners geändert (verlangsamt) werden,
um die Verminderung des Hörvermögens des
Hörers
zu kompensieren, wobei ein Expansionsprozess zur zeitlichen Dehnung
der Sprache des Redners ausgeführt
wird, dann die Sprache, die in dem Expansionsprozess gewonnen wurde,
in einem Ausgabe-Puffer-Speicher sequentiell gespeichert wird, und
dann die gespeicherte Sprache ausgegeben wird.
-
Jedoch hat es bei der erwähnten von
der Sprachgeschwindigkeit gesteuerten Vorrichtung zur Hörhilfe des
Standes der Technik im Folgenden beschriebene Probleme gegeben.
-
Um nur eins aufzuzeigen: die von
der Sprachgeschwindigkeit gesteuerte Vorrichtung zur Hörhilfe aus
dem Stand der Technik dehnt die Sprachdateneingabe – wie oben
beschrieben durch den Expansionsprozess, speichert dann sequentiell die
vom Expansionsprozess erhaltenen Sprachdaten in den Ausgabe-Puffer-Speicher,
und gibt dann die gespeicherten Sprachdaten aus. Die Sprechgeschwindigkeit
kann daher solange nicht in der Originalgeschwindigkeit wieder hergestellt
werden, falls beispielsweise der Hörer wünscht, die Sprechgeschwindigkeit
stärker
zu verlangsamen oder im Moment des Zuhörens die Sprechgeschwindigkeit
in Originalgeschwindigkeit wieder herzustellen, bis alle Sprachdaten,
die im Ausgabe-Zwischenspeicher gespeichert sind, ausgegeben worden
sind.
-
Deshalb ist es ein Problem gewesen,
dass eine beträchtlich
lange Verzögerung
verursacht wird, um rechtzeitig während des Zuhörens die
vorhandene Sprechgeschwindigkeit in der Originalgeschwindigkeit
wieder herzustellen.
-
Außerdem kann eine von der Sprachgeschwindigkeit
gesteuerte Vorrichtung zur Hörhilfe
des Standes der Technik nicht nur von dem zuvor erwähnten Hörer verwendet
werden, der vermindertes Hörvermögen hat,
aber auch von einem Hörer
mit normalem Hörvermögen, der
den Wunsch hat, einer Fremdsprache zuzuhören, um – beispielsweise wie auf dem
Gebiet der Anmeldung – die
Sprechgeschwindigkeit des Sprechers zu ändern (zu verlangsamen), um
sein Hörvermögen zu kompensieren.
In diesem Fall ist es jedoch ein Problem gewesen, dass im Moment
des Zuhörens – ähnlich wie
zuvor – eine Zeitverzögerung beim Ändern der
Sprechgeschwindigkeit verursacht wird.
-
Die vorliegende Erfindung wurde zur
Verbesserung der oben genannten Umstände gemacht. Es ist die Aufgabe
der vorliegenden Erfindung, ein Sprachgeschwindigkeits-Umwandlungsverfahren und
eine Vorrichtung zu ihrer Durchführung
zu schaffen, welche in der Lage sind, die Sprechgeschwindigkeit
der Sprachausgabe umgehend infolge einer Betätigung durch den Hörer zu ändern und
um somit die Annehmlichkeit ihrer Verwendung für den Hörer außerordentlich zu erhöhen.
-
BESCHREIBUNG
DER ERFINDUNG
-
Um die oben genannte Aufgabe zu erreichen,
umfasst das in Anspruch 1 umschriebene Verfahren zur Umwandlung
der Sprachgeschwindigkeit folgende Schritte: Anwenden eines Analyseprozesses
auf Eingangs-Sprachdaten auf Basis von Attributen; Teilen der Eingangs-Sprachdaten
in Block-Einheiten, wobei der Block eine Zeitdauer hat, auf Basis von
Informationen, die mit dem Analyseprozess gewonnen worden sind;
Speichern der geteilten Sprachdaten als Block-Sprachdaten; Erzeugen
von Verbindungsdaten für
jeden Block, die zwischen benachbarten Block-Sprachdaten ersetzt
oder eingesetzt werden sollen, um eine zeitliche Verlängerung der
Sprachdaten zu erreichen, und anschließendes Speichern der Verbindungsdaten;
Erzeugen von Block-Verbindungsreihenfolge, um in Reaktion auf eine
Betätigung
von einem Hörer
Ausgabe-Sprachdaten zu erzeugen, die jeder beliebigen Sprachgeschwindigkeit
entsprechen; und aufeinanderfolgendes Verbinden der Block-Sprachdaten, die
bereits in Blockeinheiten aufgeteilt wurden und dann gespeichert
worden sind, sowie der Verbindungsdaten entsprechend der Block-Verbindungsreihenfolge,
um so Ausgabe-Sprachdaten zu erzeugen.
-
Somit kann die Sprechgeschwindigkeit
der Sprachausgabe sofort nach einer Betätigung durch den Hörer geändert werden,
und auf diese Weise kann die Annehmlichkeit ihrer Verwendung für den Hörer außerordentlich
verbessert werden.
-
In dem Verfahren zur Umwandlung der Sprachgeschwindigkeit
aus Anspruch 1 der Erfindung werden die Verbindungsdaten gemäß Anspruch
2 erzeugt, indem ein Fenster auf Sprachdaten, die sich an einem
Anfangsabschnitt eines betreffenden Blocks befinden und Sprachdaten,
die sich an einem Anfangsabschnitt eines folgenden Blocks befinden,
jeweils Block für
Block unter Verwendung von zwei Fenstern, von denen jedes eine vorgegebene Linie
in einem vorgegebenen Zeitintervall hat, angewendet wird, und anschließend der
Anfangsabschnitt des folgenden Blocks überlappend zu dem Anfangsabschnitt
des betreffenden Blocks addiert wird.
-
Um die oben genannte Aufgabe zu erreichen,
umfasst die Vorrichtung zur Umwandlung der Sprachgeschwindigkeit
gemäß Anspruch
3: einen Analyse-Prozessor, der einen Analyseprozess auf Eingangs-Sprachdaten
auf Basis von Attributen anwendet; einen Block-Datenteiler, der die Eingangs-Sprachdaten
in Block-Einheiten teilt, wobei der Block eine Zeitdauer hat, die
entsprechend Analyseergebnissen bestimmt wird, die mit dem Analyse-Prozessor gewonnen
werden; einen Blockdaten-Speicherabschnitt, der von dem Block-Datenteiler geteilte
Sprachdaten als Block-Sprachdaten speichert; einen Verbindungsdaten-Erzeuger, der Verbindungsdaten,
die zwischen benachbarten Block-Sprachdaten ersetzt oder eingesetzt
werden können,
unter Verwendung der Block-Sprachdaten erzeugt, die mit dem Block-Datenteiler
gewonnen werden; einen Verbindungsdaten-Speicherabschnitt, der die
Verbindungsdaten speichert, die von dem Verbindungsdaten-Erzeuger
erzeugt werden; einen Verbindungsreihenfolge-Erzeuger, der Block-Verbindungsreihenfolge
der Block-Sprachdaten
und der Verbindungsdaten auf Basis einer Bedingung erzeugt, die
einer eingestellten Sprachgeschwindigkeit entspricht; und eine Sprachdaten-Verbindungseinrichtung,
die die Block-Sprachdaten, die bereits in dem Blockdaten- Speicherabschnitt
gespeichert worden sind, und die Verbindungsdaten, die in dem Verbindungsdaten-Speicherabschnitt
gespeichert worden sind, auf Basis der Block-Verbindungsreihenfolge, die mit dem
Block-Verbindungsreihenfolge-Erzeuger ermittelt wurde, der Reihe
nach verbindet, um so eine Reihe von Ausgabe-Sprachdaten zu erzeugen.
-
In der Vorrichtung zur Umwandlung
der Sprachgeschwindigkeit aus Anspruch 3 der Erfindung erzeugt der
Verbindungsdaten-Erzeuger gemäß Anspruch
4 die Verbindungsdaten, indem er ein Fenster anwendet auf Sprachdaten,
die sich an einem Anfangsabschnitt eines betreffenden Blockes befinden,
und Sprachdaten, die sich an einem Anfangsabschnitt eines folgenden
Blockes befinden, jeweils Block für Block unter Verwendung von
zwei Fenstern, von denen jedes eine vorgegebene Linie in einem vorgegebenen
Zeitintervall hat, und anschließend
den Anfangsabschnitt des folgenden Blockes überlappend zu dem Anfangsabschnitt
des betreffenden Blockes addiert.
-
In der Vorrichtung zur Umwandlung
der Sprachgeschwindigkeit aus Anspruch 3 der Erfindung umfaßt der Verbindungsreihenfolge-Erzeuger gemäß Anspruch
5 einen beschreibbaren Speicher zum Speichern zeitlicher Erweiterungsvergrößerungen
entsprechender Attribute, und einen Verbindungsreihenfolge-Entscheidungsprozessor,
der die zeitlichen Erweiterungsvergrößerungen entsprechender Attribute,
die in dem beschreibbaren Speicher gespeichert sind, in einem vorgegebenen
Zeitintervall liest und die Block-Verbindungsreihenfolge der Block-Sprachdaten
und der Verbindungsdaten erzeugt zu jedem Zeitpunkt auf Basis der
Erweiterungsvergrößerungen,
von Blocklängen,
die von dem Blockdaten-Speicherabschnitt ausgegeben werden und fertig
verbundenen Informationen, die von der Sprachdaten-Verbindungseinrichtung
ausgegeben werden.
-
Dementsprechend kann die Sprachgeschwindigkeit
der Sprachausgabe geändert
werden, um augenblicklich einer Betätigung des Hörers zu
folgen, und auf diese Weise kann die Annehmlichkeit ihrer Verwendung
auf der Seite des Hörers
außerordentlich
verbessert werden.
-
KURZE BESCHREIBUNG
DER ZEICHNUNGEN
-
Die 1 ist
ein Blockdiagramm, das ein Beispiel für ein Sprachgeschwindigkeits-Umwandlungsverfahren
entsprechend der vorliegenden Erfindung und eine Ausführungsform
einer Sprachgeschwindigkeits-Umwandlungsvorrichtung zeigt;
-
die 2 ist
eine schematische Ansicht, die ein Beispiel für Schritte der Erzeugung von
Verbindungsdaten in einem in 1 gezeigten
Verbindungsdatengenerator zeigt, und
-
die 3 zeigt
eine schematische Ansicht eines Beispiels für Schritte der Erzeugung von
Verbindungsreihenfolge in einem in 1 gezeigten Verbindungsreihenfolge-Erzeuger.
-
BESTER MODUS
FÜR DAS
AUSFÜHREN
DER ERFINDUNG
-
Die 1 ist
ein Blockdiagramm, das eine Ausführungsform
einer Sprachgeschwindigkeits-Umwandlungsvorrichtung
entsprechend der vorliegenden Erfindung zeigt.
-
Eine in dieser Figur gezeigte Sprachgeschwindigkeits-Umwandlungsvorrichtung 1 umfasst einen
A/D-Wandler 2 für
das Umwandeln eines Eingabesprachsignals in digitale Sprachdaten,
einen Analyseprozessor 3 für das Analysieren von Attributen
der Sprachdaten, einen Blockdatenteiler 4 für das Teilen
der Sprachdaten in Blockdaten, um Block-Sprachdaten zu generieren,
einen Blockdatenspeicher 5 für das Speichern der Block-Sprachdaten, einen
Verbindungsdaten-Erzeuger 6 für das Generieren von Verbindungsdaten,
die notwendig sind, um die Block-Sprachdaten zu verbinden, einen
Verbindungsdatenspeicher 7 für das Speichern der Verbindungsdaten,
einen Verbindungsreihenfolge-Erzeuger 8 für das Generieren
der Verbindungsreihenfolge der Block-Sprachdaten und der Verbindungsdaten, eine
Sprachdaten-Verbindungseinrichtung 9 zum Generieren einer
Serie von Sprachdaten durch Verbinden der Block-Sprachdaten und
der Verbindungsdaten basierend auf der Verbindungsreihenfolge, und einen
D/A-Wandler 10 für
das Umwandeln einer Serie von Sprachdaten in Sprachsignale.
-
Dann wendet die Sprachgeschwindigkeits-Umwandlungsvorrichtung 1 einen
Analyseprozess auf die Sprachdaten an, die vom Sprecher basierend
auf den Attributen eingegeben worden sind, teilt dann die Sprachdaten
in eine Blockeinheit, die eine vorherbestimmte Zeitdauer entsprechend
analysierter Information vom Analyseprozess abgeleitet hat, und
speichert dann Blockdaten. Um die Erweiterung der Sprachdaten rechtzeitig
zu erreichen, generiert auch die Sprachgeschwindigkeits-Umwandlungsvorrichtung 1 die
zu ersetzenden oder einzufügenden
Sprachdaten zwischen den benachbarten Block-Sprachdaten für jeden
Block und speichert dann die Sprachdaten. Dann generiert die Sprachgeschwindigkeits-Umwandlungsvorrichtung 1 die Blockverbindungsreihenfolge,
um die Ausgabesprachdaten zu generieren, die jeder Sprechgeschwindigkeit
als Antwort auf die Betätigung
des Hörers
entsprechen, und verbindet dann sequentiell die Sprachdaten (Block-Sprachdaten),
die schon in Blockeinheit geteilt und gespeichert worden sind, und die
zu ersetzenden/einzufügenden
Sprachdaten (Verbindungsdaten), die schon gemäß der Verbindungsreihenfolge
gespeichert worden sind, um die Ausgabesprachdaten zu generieren.
Als Ergebnis kann die Sprechgeschwindigkeit der Spracheausgabe sofort
als Reaktion auf eine Betätigung
des Hörers folgen.
-
Der A/D-Wandler 2 umfasst eine A/D-Wandlerschaltung
zum analog/digital-wandeln in digitale Sprachdaten durch Sampeln
des Eingabesprachsignals mit einer vorherbestimmten Samplingrate
(z. B. 32 kHz) und einen FIFO-Speicher zum Empfangen und zur Speicherung
der Ausgabe der A/D-Wandlerschaltung, um sie dann nach FIFO-Art
auszugeben. Der A/D-Wandler 2 empfängt das Sprachsignal, das in
ein Eingabeterminal auf der Sprecherseite eingegeben worden ist,
z. B. das Sprachsignal, das von einem analogen Schallausgabeterminal
eines Videogeräts,
eines Audiogeräts
usw. etwa einem Mikrophon, einem Fernseher, einem Radio usw. ausgegeben
wurde; wandelt dann das Sprachsignal in digitale Sprachdaten analog/digital
um und liefert dann die resultierenden Sprachdaten an den Analyseprozessor 3 und
den Blockdatenteiler 4, während die Sprachdaten zwischengespeichert
werden.
-
Der Analyseprozessor 3 führt sequentiell aus:
einen Eingabeprozess für
den Empfang der Sprachdaten, die vom A/D-Wandler 2 ausgegeben werden;
einen Dezimierungs (Verdünnungs-)-Prozess
für das
Reduzieren eines Großteils
des nachfolgenden Prozesses durch Verminderung der Samplingrate
der erhaltenen Sprachdaten auf 4 kHz; einen Attributanalyseprozess
für das
Analysieren von Attributen der ausgegebenen Sprachdaten aus dem A/D-Wandler
2 und der durch den oben genannten Dezimierungsprozess erhaltenen
Sprachdaten, um die Sprachdaten in Sprachschall, in sprachfreien Schall
und in Ruhe einzuteilen; und einen Blocklängenentscheidungsprozess für die Detektion
von Periodizität
von Sprachschall, von sprachfreiem Schall und Ruhe durch das Ausführen einer
Autokorrelationsanalyse, und dann Entscheiden von Blocklängen, die
benötigt
werden, um die Sprachdaten basierend auf detektierte Ergebnisse
zu teilen (Blocklängen,
die benötigt
werden, um Nachteile zu vermeiden, wie Änderung in der Tonhöhe - z.
B. leise Stimme – entsprechend
der Wiederholung der Blockeinheit).
-
Der Analyseprozessor 3 liefert
dann resultierende Trenninformation (Blocklängen des Sprachschalls, des
sprachfreien Schalls und der Ruhe) zum Blockdatenteiler 4.
-
In diesem Fall wird im oben genannten
Attributanalyseprozess eine Quadratsumme der Sprachdaten, die vom
A/D-Wandler 2 ausgegeben werden, durch Verwenden eines Fensters
mit Breite von etwa 30 ms berechnet, und auch die Intensität P der Sprachdaten
werden in einem Intervall von etwa 5 ms berechnet. Auch werden die
Intensität
P und ein zuvor gesetzter Schwellenwert Pmin mit
einander verglichen und als Ergebnis wird ein Datenbereich, welcher
die Bedingung „P < Pmin" erfüllt, als
stilles Intervall definiert, und ebenfalls wird ein Datenbereich, welcher „Pmin ⩽ P" erfüllt, als
Intervall für
Sprachschall und ein Intervall für
sprachfreien Schall definiert. Dann werden Nulldurchgangs-Analysen
der vom A/D-Wandler 2 ausgegebenen
Sprachdaten und Autokorrelationsanalysen, der vom oben erwähnten Dezimierungsprozess
erhaltenen Sprachdaten usw. durchgeführt.
-
Auf Grundlage dieser Analyseergebnisse und
der Intensitätswerte
P wird entschieden, ob der Datenbereich der Sprachdaten, der "Pmin ⩽ P" erfüllt, zum
Sprachintervall mit Vibration der Stimmbänder (Sprachschall-Intervall)
oder zum Sprachintervall ohne Vibration der Stimmbänder (sprachfreies
Intervall) gehört.
In diesem Fall können
Attribute wie Lärm oder
Hintergrundgeräusch,
wie etwa Musik als Attribute der Sprachdaten betrachtet werden,
die vom A/D-Wandler 2 ausgegeben werden. Da es jedoch im Allgemeinen
schwer ist, die Sprachsignale genau von Signalen aus Lärm und aus
Hintergrundgeräusch
automatisch zu diskriminieren, werden Lärm und Hintergrundgeräusch entweder
als Sprachschall, als sprachfreier Schall oder als Ruhe klassifiziert.
-
Auch wendet der Blocklängenentscheidungs-Prozess
Autokorrelationsanalysen unterschiedlich kurze/lange Fensterbreiten
in einem weiten Bereich von 1,25 ms bis 28,0 ms auf die Sprachdaten
an, die durch den Attributanalyseprozess als Sprachschall-Intervalle
festgelegt worden sind, in denen Töne von Sprachschall verteilt
sind. Detektiert dann, so präzise
wie möglich,
die Perioden der Töne (Töne, die
Abschnitte der Schwingungen von Stimmbändern sind). Legt dann Blocklängen basierend
auf Detektionsergebnissen fest, wie etwa entsprechende Ton-Abschnitte,
die zugehörigen
Blocklängen
entsprechen. Inzwischen stellt der oben erwähnte Blocklängenentscheidungs-Prozess während seiner
Anwendung Periodizität
von weniger als 10 ms der Sprachdaten in dem Intervall fest, die
als sprachfreies Intervall oder als Intervall der Ruhe festgelegt
worden waren, und entscheidet dann über die Blocklängen basierend
auf detektierten Ergebnissen. Als ein Ergebnis werden jeweilige
Blocklängen
des Sprachschalls, des sprachfreien Schalls und der Ruhe als Trenninformation
an den Blockdatenteiler 4 übermittelt.
-
Der Blockdatenteiler 4 unterteilt
die vom A/D-Wandler 2 ausgegebenen Sprachdaten basierend auf den
Blocklängen
des Sprachschalls, des sprachfreien Schalls und der Ruhe, die vom
Analyseprozessor 3 ausgegebenen Trenninformation gekennzeichnet
worden sind. Dann liefert der Blockdatenteiler 4 die von
dem Trennprozeß erhaltenen Sprachdaten
(Block-Sprachdaten) in Blockeinheiten und in Blocklängen der
Sprachdaten zu sowohl dem Blockdatenspeicher 5 als auch
dem Verbindungs-Datengenerator 6.
-
Der Blockdatenspeicher 5 ist
mit einem Ringpuffer ausgerüstet.
Der Blockdatenspeicher 5 empfängt die vom Blockdatenteiler 4 ausgegebenen Block-Sprachdaten
(Sprachdaten in Blockeinheit) und die Blocklängen der Sprachdaten; speichert
sie dann vorläufig
im Ringpuffer; liest dann passend jeweilige vorläufig gespeicherte Blocklänge aus,
und liefert dann dem Verbindungsreihenfolge-Erzeuger 8 die
Blocklängen.
Der Blockdatenspeicher 5 liest auch passend die Block-Sprachdaten,
die vorläufig
gespeichert worden sind, und liefert dann solche Block-Sprachdaten
zur Sprachdaten-Verbindungseinrichtung 9.
-
Dann empfängt der Verbindungsdatengenerator 6 die
vom Blockdatenteiler 4 ausgegebenen Block-Sprachdaten;
wendet dann ein Fenster auf jeden Block zu den Sprachdaten an, die
sich in einem Anfangsabschnitt eines betreffenden Blocks und der Sprachdaten
befinden – durch
Verwenden eines Fensters A und eines Fensters B, die linear in einem Zeitintervall
d (ms) (wie in 2 gezeigt)
geändert werden.
Addiert dann überlappend
den Anfangsabschnitt des nachfolgenden Blocks zum Anfangsabschnitt
des betreffenden Blocks, um die Verbindungsdaten des Zeitintervalls
d (ms) zu generieren, und liefert dann diese Verbindungsdaten an
den Verbindungsdatenspeicher 7. Ein Wert zwischen 0,5 (ms) und
dem kürzesten
der beiden Blocklängen
des betreffenden Blocks und des nachfolgenden Blocks kann als das
Zeitintervall d gewählt
werden; aber der kürzere
der beiden Blocklängen
benötigt
eine kleinere Kapazität
des Puffers im Verbindungsdatenspeicher 7.
-
Der Verbindungsdatenspeicher 7 hat
einen Ringpuffer und erhält
die Verbindungsdaten, die vom Verbindungsdatengenerator 6 ausgegeben
werden; speichert dann vorläufig
die Verbindungsdaten im Ringpuffer; liest dann passend die vorläufig gespeicherten
Verbindungsdaten und liefert dann die Verbindungsdaten an die Sprachdaten-Verbindungseinrichtung 9.
-
Der Verbindungsreihenfolge-Erzeuger 8 umfaßt einen
beschreibbaren Speicher für
das rechtzeitige Speichern der Erweiterungsvergrößerungen von jeweiligen Attributen,
welche durch Betätigen
eines digitalen Einstellmittels, wie digitaler Lautstärkeregler,
durch den Hörer
eingestellt werden; und einen Verbindungsreihenfolge-Entscheidungsprozessor
für das
rechtzeitige Lesen der Erweiterungsvergrößerungen von jeweiligen im
beschreibbaren Speicher gespeicherten Attributen zu einem vorherbestimmten,
zuvor festgesetzten Zeitintervall, z. B. in einem Intervall von
etwa 100 ms. Der Verbindungsreihenfolge-Entscheidungsprozessor generiert die
Verbindungsreihenfolge (erforderliche Verbindungsreihenfolge zur
Implementierung der gewünschten
und vom Hörer
eingestellten Sprechgeschwindigkeit) der Sprachdaten in Blockeinheiten
und die Verbindungsdaten in Blockeinheiten zu jedem Zeitpunkt basierend
auf diesen Erweiterungsvergrößerungen,
und generiert jeweilige Blocklängen,
die aus dem Blockdaten-Speicherabschnitt 5 ausgegeben wurden,
und fertig verbundener Information, die aus der Sprachdaten-Verbindungseinrichtung 9 ausgegeben
wurden.
-
In der Situation, in der Sprachsignale
eingeben werden, in denen Intervalle mit Sprachschall, mit sprachfreiem
Schall und mit Ruhe sequentiell abwechselnd erscheinen, und das
Wechseln der Attribute der Block-Sprachdaten aus der fertig verbundenen
Information detektiert wird, die – wie in 3 gezeigt – vom Sprachdaten-Verbindungseinrichtung 9 ausgegeben
werden, oder wenn detektiert wird, dass die Erweiterungsvergrößerungen
der Block-Sprachdaten, die aus dem beschreibbaren Speicher gelesen
wurden, sich geändert
haben, selbst wenn die Block-Sprachdaten, die dasselbe Attribut
haben, immer noch verbunden sind, wird entschieden, dass eine Anfangsbedingung
zur Erzeugung der Verbindungsreihenfolge fertiggestellt ist. Der
Zeitpunkt in diesem Moment wird als Zeit T0 definiert.
-
Dann werden diejenigen der vom Verbindungsdatenspeicher 7 ausgegebenen
Verbindungsdaten, welchen dem endgültig verbundenen Block entsprechen,
ersetzt/eingefügt
zu einem Zeitpunkt, der folgende Bedingung erfüllt
L/2 < RSi – So. [1]
-
Hierbei ist „S;" eine Gesamtsumme aller Blocklängen der
Block-Sprachdaten von einer Startzeit T0,
die schon vom Blockdatenspeicher 5 an die Sprachdaten-Verbindungseinrichtung 9 ausgeben wird,
bevor die Sprechgeschwindigkeit geändert wurde. „So" ist eine Gesamtsumme
aller Blocklängen
der Block-Sprachdaten von der Startzeit T0,
die schon verbunden worden sind. „r" (mit r ⩾ 1,0) ist eine Abschluss-Erweiterungsvergrößerung,
und "L" ist die Blocklänge der
Block-Sprachdaten, die zuletzt verbunden worden sind. Dann wird
ein Teil des zuletzt verbundenen Blocks, der hinter einem Teil des
bei Erzeugung der Verbindungsdaten verwendeten Blöcke angewendet
wurde, mehrmalig wiederverbunden. Danach wird die Verbindungsreihenfolge,
die anzeigt, dass die verbleibenden Blöcke sequentiell verbunden sind,
erzeugt, und an die Sprachdaten-Verbindungseinrichtung 9 übermittelt.
-
Dementsprechend werden, wie in dem
in 3 gezeigten Beispiel,
wenn die durch GI. [1] gegebene Bedingung zu dem Zeitpunkt,
in dem der Block (1) an den Block (8) sequentiell
verbunden wurde, erfüllbar
ist, die dem Block (8) entsprechenden Verbindungsdaten
hinter dem Block (8) ersetzt/eingefügt. Dann wird ein Teil, der
sich hinter dem Teil des zur Erzeugung der Verbindungsdaten verwendeten
Blocks (8) befindet, mehrmalig verbunden. In dem in 3 gezeigten Beispiel wurde
der Block (4) schon einmal wiederholt verbunden.
-
Die Sprachdaten-Verbindungseinrichtung 9 liefert
verbundenen Inhalt, wie etwa solche Block-Sprachdaten, die schon
verbunden worden sind, als bereits fertig-verbundene Information
an den Verbindungsreihenfolge-Erzeuger B. Zur selben Zeit – basierend
auf der vom Verbindungsreihenfolge-Erzeuger 8 ausgegebenen
Verbindungsreihenfolge, verbindet die Sprachdaten-Verbindungseinrichtung 9 die
Block-Sprachdaten, die aus dem Blockdatenspeicher 5 ausgegeben
wurden und die Verbindungsdaten, die aus dem Verbindungsdatenspeicher 7 ausgegeben
wurden, um auf diese Weise eine Serie von Sprachdaten zu generieren.
Dann liefert die Sprachdaten-Verbindungseinrichtung 9 dem D/A-Wandler
10 eine Serie von resultierenden Sprachdaten, während diese zwischengespeichert werden.
-
Der D/A-Wandler 10 umfaßt einen
Speicher für
das Speichern der Sprachdaten, um die Sprachdaten nach FIFO-Art
auszugeben, und eine D/A-Wandlerschaltung für das Lesen der Sprachdaten
aus dem Speicher mit einer vorbestimmten Samplingrate (z. B. 32
kHz), um dann die Sprachdaten in Sprachsignale analog/digital zu
wandeln. Der D/A-Wandler 10 empfängt
eine Serie von Sprachdaten, die von der Sprachdaten-Verbindungseinrichtung 9 ausgegeben
wurden, wandelt dann die Sprachdaten digital/analog in Sprachsignale
und gibt dann resultierende Sprachsignale über ein Ausgabeterminal aus.
-
Auf diese Weise kann mit der vorliegenden Ausführungsform
die Sprachausgabe erzeugt werden auf der Basis von sprachgeschwindigkeitsumwandlunggesteuerter
Information, die auf beliebiger Sprechgeschwindigkeit als Reaktion
auf eine Betätigung
des Hörers
beruht, während
die Reihenfolge der zuvor gespeicherten Block-Sprachdaten und der Verbindungsdaten
kontrolliert wird. Deshalb kann Sprache unmittelbar mit der gewünschten
Sprechgeschwindigkeit ausgegeben werden, sogar wenn der Hörer die
Sprechgeschwindigkeit durch manuelle Betätigung ändert. Somit wird es möglich, dass
der Hörer
die Zeit verzögerung
nicht merkt, wenn die Sprechgeschwindigkeit momentan geändert wird.
-
Im Ergebnis kann nur durch Anwendung
der Sprachgeschwindigkeits-Umwandlungsvorrichtung 1 gemäß der vorliegenden
Erfindung in verschiedenen Videogeräten, Audiogeräten, medizinischen
Geräten usw.
wie beim Fernsehapparat, beim Radio, beim Bandrekorder, Videobandrekorder,
Videoplattenspieler usw. die Sprechgeschwindigkeit der Sprachausgabe
unmittelbar als Antwort auf die Betätigung des Hörers geändert werden,
wobei die Sprechgeschwindigkeit dem Hörvermögen des Hörers durch die Bearbeitung
der Rede eines Sprechers angepaßt
ist.
-
In der oben genannten Ausführungsform sind
die Fenster im Verbindungsdatengenerator 6 auf die Anfangsabschnitte
von jeweiligen Block-Sprachdaten durch Verwenden des A-Fensters und des B-Fensters
angewendet worden, die, wie in 2 gezeigt,
linear veränderlich
sind. Jedoch können
die Fenster auch auf Anfangsabschnitte von jeweiligen Block-Sprachdaten durch
Verwenden von Fenstern angewendet werden, die jeweils Kosinuskurvenform haben.
Außerdem
kann das Fenster nicht nur angewendet werden auf den Anfangsabschnitt
der jeweiligen Block-Sprachdaten, sondern auch auf die volle Blocklänge, wenn
die Zwischenspeicherkapazität des
Verbindungsdatenspeichers 7 genug groß ist.
-
Weiterhin wurden in der oben genannten Ausführungsform,
wie in 3 gezeigt, die
Verbindungsdaten für
die Block-Sprachdaten (4),(8) und für die letzte
Hälfte
der Block-Sprachdaten
(4),(8) im Verbindungsreihenfolge-Erzeuger 8 nur
einmal wiederholt. Wenn jedoch die Erweiterungsvergrößerung „r" die Bedingung „r > 2" erfüllt,
können
aber auch dieselben Block-Sprachdaten zwei- oder mehrmals wiederholt
werden.
-
INDUSTRIELLE
ANWENDUNG
-
Wie oben beschrieben kann gemäß der vorliegenden
Erfindung die Sprachgeschwindigkeit der Ausgabe-Sprache geändert werden,
um unmittelbar einer Betätigung
des Hörers
zu folgen. Die Annehmlichkeit ihrer Verwendung kann auf diese Weise
für den
Hörer außerordentlich
verbessert werden.