NO312870B1 - Fremgangsmåte til bedömmelse av en taleoverföringslinjes overföringskvalitet - Google Patents

Description

Oppfinnelsen angår en fremgangsmåte til bedømmelse av en taleoverføringslinjes overføringskvalitet i henhold til innledningen av krav 1.

Fremskaffelsen av en god overføringskvalitet er en sak for alle nettoperatører, så lenge det dreier seg om elektriske overføringslinjer. Spørsmålet om hva som skal forstås med kvalitet og hvordan den kan bestemmes måleteknisk, utgjør imidlertid som tidligere et vesentlig problem. Fra publikasjonen GB 1 455 712 er det f.eks. kjent en første metode for testingen av en overføringskvalitet. I den forbindelse gjøres det en sammenligning av et inngangstestsignal med det tilordnede utgangssignal. Differansesignalet tjener i den forbindelse som verdi for bedømmelsen av den i detalj ikke definerte størrelse "kvalitet".

Publikasjonen EP-A-0 114 463 beskriver en innretning til måling av forbindelseskvalite-ten mellom en sender og en mottager. I den forbindelse overføres det kontinuerlig en rekke signaltoner. Den mottatte tone digitaliseres og blir ved hjelp av en fourier transformasjon overført fra tidsdomenet til frekvensdomenet. For bedømmelsen av overføringskvaliteten tjener så spesielle parametre for de omformede toner.

Fra publikasjonen DE-A-35 13 361 er det kjent en ytterligere metode til kvalitetsmåling, spesielt for radiooverføringskanaler under den løpende overføring. For dette formål blir det for forstyrrelser i samme kanal separat målt hurtige og langsomme variasjoner og herfra avledet en kvalitetsindikator.

Det er felles for de nevnte metoder at mer eller mindre vilkårlige angivelser benyttes for vurderingen av størrelsen "kvalitet". Disse angivelser har ingen direkte henvisning til subjektive menneskelige fornemmelser, spesielt til bedømmelsen om hvorvidt menneskelig tale klart kan forstås av en mottagende person eller ikke. Av denne grunn er det til nå vanlig å beordre opplærte testpersoner til kritiske mottakssteder for f.eks. mobiltelefonforbindelser. Disse personene avgjør i tilknytning til talte tekstpassasjer, f.eks. utvalgte setninger i et vilkårlig språk om de tidligere funne mottakskvaliteter er tilfredsstillende eller ikke tilstrekkelige og dermed utilfredsstillende.

Det er innlysende at testmetoden med testpersoner økonomisk og tidsmessig er meget kostbar. Videre er denne metode utsatt for subjektive variasjoner som skyldes forskjel-lene mellom de forskjellige testpersoner, deres forekommende tilstander og deres stemninger.

Av dette fås hensikten med oppfinnelsen, å angi en fremgangsmåte som på automatisk vis tillater å finne reproduserbare bedømmelsesresultater som omtrent tilsvarer dem som de nevnte testpersoner ville finne. Dette betyr at det skal angis en fremgangsmåte som automatisk muliggjør en kvalitetsbedømmelse som stemmer overens med den menneskelige iakttagelse.

Denne hensikt oppnås med de trekk som er gitt i karakteristikken til krav 1. De uselvstendige krav angir utførelser av oppfinnelsen.

I det følgende skal oppfinnelsen beskrives nærmere ved et eksempel i tilknytning til den eneste figur. Figuren viser blokkdiagrammet av en overføringslinje for tilfelle av en taleforbindelse mellom en ledningsbundet telefon 11 og en mobiltelefon 12, f.eks. en biltelefon. Den stasjonære telefon 11 tilhører eksempelvis et privat nett 13 som er symbolisert ved en hussentral 14. Denne hussentral 14 er over en fast installert forbindelsesledning 15 forbundet med det offentlige telefonnett 16, symbolisert ved en offentlig telefonsentral 17.

Det offentlige telefonnett 16 arbeider nå sammen med et mobiltelefonnett 18, noe som er symbolisert ved stasjonære mobilnoder 19 med antenne 20 og en forbindelsesledning 21. Mellom antennen 20 og mobiltelefonen 12 has det endelig en radioforbindelse 22 som med hensyn på overføringskvaliteten mellom forekommende to telefoner 11,12 generelt er den mest kritiske.

For bedømmelse av overføringskvaliteten blir det til begge ender av overføringslinjen tilkoblet en måleapparatur som skal beskrives i det følgende, på en slik måte at den

benytter overføringslinjen som eller i det minste svært likt en menneskelig bruker. Dette betyr at de nevnte ender må ligge mest mulig nær henholdsvis mikrofonkapselen til en telefon på sendesiden eller telefonkapselen til en telefon på mottakssiden. Av praktiske grunner og fordi effektene av terminalene, dvs. telefonene, er liten og kjent, kunne naturligvis helst uproblematiske grensesnitt benyttes som "ender", f.eks. et telefon-veggkontakt på nettsiden og radioforbindelsen 22, såfremt måleapparaturens koblings-kretser på antennesiden er identisk med de til mobiltelefonen 12.

På figuren betegner henvisningstallet 31 en mobil måleenhet, som f.eks. er installert i en bil og mates fra kjøretøyets batteri. Denne måleenhet 31 er over en radioforbindelse 22' som skal testes, forbundet med mobilnoden 19. Det er videre anordnet en stasjonær måleenhet 32 som er forbundet med telefonnettet 13. Måleenhetene 31 og 32 utgjør tilsammen den nevnte måleapparatur med hvis hjelp kvaliteten til overføringslin- jen mellom privatnettet 13, det offentlige nett 16 og fremfor alt radioforbindelsen 22 resp. 22' kan testes.

Fremgangsmåten til bedømmelse av overføringskvaliteten baserer seg på at det som testsignaler benyttes sekvenser SS av menneskelig tale. I dette henseende stemmer fremgangsmåten overens med den i innledningen omtalte fremgangsmåte ved at menneskelige testpersoner foretar bedømmelsen. Som særlig gunstig har bruken av en kort setning vist seg, slik at deler av setningen avvekslende tales av en kvinnelig og av en mannlig stemme. Varigheten av setningen skal da ligge mellom omtrent 2 og 10 sekunder, f.eks. på 5 sekunder. Lengre sekvenser kan problemløst fås ved at den korte setning utsendes vilkårlig ofte og umiddelbart suksessivt og mottas tilsvarende. Språket som setningen tales med, spiller ingen rolle. Det kan således benyttes ethvert ønsket språk.

Fremgangsmåten baserer seg videre på egenskapene til neurale nett, spesielt på læringsevnen til slike nett. Ytterligere baserer den seg på egnede for- og etterbehand-lingsmetoder, som reduserer og forandrer de data som håndteres slik at det for det benyttede neurale nett dannes egnede inn- resp. utgangsverdier.

Med et neuralt nett forstås en anordning som forbinder en rekke inngangsneuroner over en rekke (andre) forbindelser og over et skjult sjikt av neuroner med noen færre utgangsneuroner. Den tillater i en læringsfase deteksjon av vilkårlige, forhåndsgitte utgangsmønstre. I den forbindelse skal det eksempelvis henvises til S. Grossberg, "Nonlinear Neuronal Networks: Principles, Mechanisms and Architectures", Neuronal Networks nr. 1, 1988, sidene 17-61.

Det neurale nett er som antydet koblet foran en forbehandlingsenhet og etter valg bak en etterbehandlingsenhet. Forbehandlingsenheten mottar på sin inngang de talesekvenser SS som skal bedømmes og som har gått gjennom den overføringslinje som skal testes. Forbehandlingsenheten omformer disse sekvenser SS til mellomverdier ZW som går inn i det neurale nett. Det neurale nett analyserer de forekommende mellomverdier ZW og tilordner henholdsvis disse eller den forekommende språksekvens SS over sine forskjellige utgangsaktiveringer til en mengde av eksempelvis to eller tre mulige bedømmelsesverdier WW. De mulige bedømmelsesverdier kan i den forbindelse tilordnes begrepene "god" og "dårlig" resp. "god" "middels" og "dårlig", som på en menneskelig forståelig måte angir den forekommende overføringskvalitet.

Spesielt er det for den nevnte forbehandling minst anordnet følgende fremgangsmåtetrinn: Det blir foran den talesekvens SS som skal benyttes, plassert et synkroniserings-mønster SM som på mottakssiden lett kan detekteres ved en krysskorrelasjon. Dette mønster SM tjener til fastsettelse av et mest mulig eksakt starttidspunkt for hver mottatt sekvens SS og har en varighet på omtrent 50-100 ms. - På mottakssiden må talesekvensen SS foreligge på digital form. Ved digital overføring has fra begynnelsen heri digitale sampling- resp. amplitudeverdier AP i standardiserte tidsavstander. Ved analog overføring må det analoge mottakssignal samples på kjent måte, noe som i fastsatte samplingstrinn AS på f.eks. 125 us tilsvarende 8 kbit/s i hvert tilfelle gir en amplitudeverdi AP. - Straks starttidspunktet er bestemt, blir den etterfølgende talesekvens SS delt i en rekke tidsintervaller Zl. Oppdelingen kan skje slik at alle tidsintervallene er like lange. Dette betyr f.eks. at sekvensen SS deles i 300 intervaller på 256 samplingstrinn AS. Det kunne imidlertid også dannes ulike lange tidsintervaller Zl, f.eks. avhengig av arten av de forekommende momentane talesignaler, dvs. talepause, vokallyd osv. Intervalle-ne Zl kunne videre gjensidig overlappe hverandre f.eks. med 50 %. Det betyr at ved 256 samplingtrinn AS pr. tidsintervall vil i hvert tilfelle 128 av disse samplingtrinn være lik det forekommende neste tidsintervall Zl. Dette reduserer sansynligheten for svært brå overganger mellom tilstøtende intervaller Zl. - For hvert tidsintervall Zl av talesekvensen SS blir det av de forskjellige amplitudeverdier AP for alle samplingtrinn bestemt et karakteristisk frekvensspektrum som er tilordnet det forekommende tidsintervall Zl. - Det forekommende frekvensspektrum blir bedømt med hensyn på den i seg iboende energi og tilordnet en av f.eks. 18 klasser og normert. - Differanseverdiene mellom alle normerte verdier for alle tidsintervaller Zl av den fullstendige talesekvens SS og tilsvarende verdier av en med beste overføringskvalitet mottatt referansesekvens dannes. For dette blir med optimal selektivitet avvikene mellom den forekommende talesekvens SS som skal bedømmes, og de beste forhold som kan ventes, bestemt. Totalt dannes i den forbindelse 5400 differanseverdier. Disse differanseverdier utgjør hovedsakelig de nevnte mellomverdier ZW, dvs. inngangsver-diene for det neurale nett.

De nevnte fremgangsmåteskritt for forbehandlingen kan tilføyes et vilkårlig antall ytterligere skritt. Som slike skritt skal nevnes: - filtrering ved hjelp av f.eks. høypassfilter resp. selektiv forsterkning for relativ heving av høye frekvenser, - dannelse av verdien til et tidsintervall Zl ved hjelp av et hamming-vindu for å elimine-re skarpe randverdier, - normering av amplitudeverdiene for å ta hensyn til forskjellige lydstyrker i den mottatte talesekvens SS.

Den nevnte, valgfrie etterbehandling av utgangsaktiveringene resp. bedømmelsesver-diene WW til det neurale nett består i en tolking av disse verdier WW og en fuzzy-logikk. En fuzzy-logikk er i stand til fra arten av de forekommende aktiveringer på utgangene til det neurale nett å i hvert tilfelle bestemme en tilordnet sannsynlighets-verdi. Antallet mulige sannsynlighetsverdier blir herved større enn antallet mulige bedømmelsesverdier WW. Sannsynlighetsverdiene lar seg i den forbindelse tilordne de for et menneske forståelige vurderinger "meget god", "god", "tilfredsstillende", "tilstrekkelige" og "utilfredsstillende".

Det er nå viktig for det avgjørende bedømmelsesskritt å lære opp den nødvendige bedømmelseslogikk i en forberedelsesfase. For dette blir den forhåndsgitte talesekvens SS bedømt ved alle tenkbare overføringskvaliteter på mottakssiden av egnede perso-ner med hensyn på sin kvalitet resp. taleforståelighet. De herved gitte, forskjellige mottakstalesekvenser SS og de tilordnede menneskelige bedømmelser blir deretter sammen lagt inn i taleenheten 31 og/eller 32 på mottakssiden. Derved lærer den forekommende måleenhet resp. det i denne rommede neurale nett å vurdere vilkårlig kvalitet i følgen av tilsvarende talesekvenser SS, dvs. å tilordne de nevnte bedøm-melsesverdier "god", "middels", eller "dårlig".

Etter forberedelsesfasen går deretter måleenheten 31, 32 på mottakssiden i den egentlige arbeidsfase, dvs. en vilkårlig lang annen fase med hensyn til språkbedøm-melsen lik eller i det minste på samme måte som en menneskelig testperson.

Alle nevnte fremgangsmåtetrinn lar seg i kombinasjon med det neurale nett installere på en datamaskin. I den forbindelse utgjør de to måleenheter 31, 32 i foretrukket utførelse datamaskiner, f.eks. PC-er. Beregnings- og lagerkapasiteten kan i den forbindelse økes etter ønske, f.eks. ved et egnet tilleggskort. Dertil kan også språk-sekvensen SS som skal sendes ut, lagres digitalt. Slike personlige datamaskiner lar seg benytte såvel som sendesidig som også mottakssidig måleenhet. Derved kan uten videre bedømmelsen av overføringskvaliteten foregå i begge retninger, enten suksessivt eller også samtidig.

Datamaskinene til de to måleenheter 31, 32 er i den forbindelse ytterligere i stand til på egnet måte å lagre de funne bedømmelses- resp. utgangsverdier AW. I den forbindelse skal lagringen ses sammen med tids- og stedsangivelser, noe som tillater en senere analyse i henhold til vilkårlige kriterier.

Det er hovedsakelig et praktisk anliggende hvordan de omtalte måleenheter 31, 32, 33 utføres i detalj. Foretrukket blir det for hver overføringsretning, dvs. fra den mobile måleenhet 31 til den stasjonære måleenhet 32 og omvendt fra den stasjonære måleenhet 32 til den mobile måleenhet 31, sørget for en fullstendig bedømmelses-mulighet. Det betyr at de to måleenheter 31, 32 er utstyrt til utsendelse av språk-sekvenser SS og til mottagelse av fra den andre måleenhet utsendte sekvenser. Videre er også en bedømmelse av overføringskvaliteten fra den mobile måleenhet 31 til en annen mobil måleenhet mulig.

Slik den ovenstående beskrivelse viser, gis det en betydelig mengde av varianter til gjennomføring av den omtalte fremgangsmåte. Således kan f.eks. det neurale nett være slik utført at det i stedet for de nevnte to eller tre mulige bedømmelsesverdier WW gis ut fem av disse. Ytterligere kan arten av aktiveringer på utgangene variere. Det er alltid avgjørende ved variantene at det for bedømmelsen av overføringskvalitet benyttes talesekvenser SS som av en opplært bedømmelseslogikk bedømmes med hensyn på sin forståelighet ved mottaksstedet lik eller i det minste på samme måte som av en opplært testperson, altså i henhold til subjektive menneskelige kriterier.

Claims (10)

1. Fremgangsmåte til bedømmelse av overføringskvaliteten til en taleoverføringslinje, hvor det på sendesiden utsendes testsignaler og på mottagersiden de tilordnede mottakssignaler bedømmes med hensyn på overføringskvaliteten,karakterisert vedat hvert testsignal utgjør en forhåndsgitt sekvens (SS) av menneskelig tale, plassert etter et synkroniseringsmønster (SM), at det på mottakssiden er anordnet i det minste tre serielle behandlingstrinn, at i det første behandlingstrinn blir det forekommende synkroniseringsmønster (SM) detektert og herved starttidspunktet for den etterfølgende sekvens (SS) fastlagt, at i det annet behandlingstrinn dannes ved en rekke serielle delskritt et første antall respektive mellomverdier (ZW), ved at den forekommende sekvens (SS) spaltes i tilsvarende første antall av tidsintervaller (Zl) som henholdsvis omfatter et annet antall diskrete, i tid suksessive amplitudeverdier (AP), ved at de respektive amplitudeverdier (AP) for hvert tidsintervall (Zl) tilordnes den i hvert tilfelle passende klasse av et tredje antall av klasser, og ved at for hvert tidsintervall (Zl) blir differansen dannet fra den forekommende klasse og den klasse som er tilordnet det tilsvarende tidsintervall (Zl) for en ved beste overførings-kvalitet mottatt sekvens (SS), slik at hver differanse tilsvarer en mellomverdi (ZW), og at i det tredje behandlingstrinn tilordner et opplært neuralt nett totaliteten av alle mellomverdier (ZW) til den forekommende overføringskvalitet motsvarende bedømmel-sesverdi (WW) av en rekke mulige bedømmelsesverdier.

2. Fremgangsmåte i henhold til krav 1,karakterisert vedat sekvensen (SS) har en lengde på fra ca. 2-10 sekunder.

3. Fremgangsmåte i henhold til krav 1,karakterisert vedat sekvensen (SS) er en setning i et vilkårlig språk som delvis blir talt med en mannlig og delvs med en kvinnelig stemme.

4. Fremgangsmåte i henhold til krav 1,karakterisert vedat sekvensen (SS) anvendes vilkårlig og ofte gjentatt og umiddelbart etter hverandre.

5. Fremgangsmåte i henhold til krav 1,karakterisert vedat synkroni-seringsmønstret (SM) har en lengde på ca. 50-100 ms og er utført slik at det lett kan detekteres ved en krysskorrelasjon.

6. Fremgangsmåte i henhold til krav 1,karakterisert vedat sekvensen (SS) spaltes i et første antall like lange tidsintervaller (Zl).

7. Fremgangsmåte i henhold til krav 1,karakterisert vedat sekvensen (SS) spaltes i et første antall ulike lange tidsintervaller (Zl).

8. Fremgangsmåte i henhold til krav 1,karakterisert vedat det neurale nett før sin egentlige bruk læres opp ved at det gjentatt blir tilført mottakssidige sekvenser (SS) tilsvarende alle mulige, forskjellige overføringskvaliteter og dermed kobler den tilordnede menneskelige vurdering av disse overføringskvaliteter.

9. Fremgangsmåte i henhold til krav 1,karakterisert vedat det første antall er 300, at det annet antall er 256, at det tredje antall er 18, og at mengden av mulige bedømmelsesverdier er 2-5.

10. Fremgangsmåte i henhold til krav 1,karakterisert vedat ved hjelp av en fuzzy-logikk er det anordnet et annet behandlingstrinn ved hvilket antallet mulige bedømmelsesverdier (WW) til det neurale nett forstørres.