DE3233637C2 - Vorrichtung zur Bestimmung der Dauer von Sprachsignalen - Google Patents
Vorrichtung zur Bestimmung der Dauer von SprachsignalenInfo
- Publication number
- DE3233637C2 DE3233637C2 DE3233637A DE3233637A DE3233637C2 DE 3233637 C2 DE3233637 C2 DE 3233637C2 DE 3233637 A DE3233637 A DE 3233637A DE 3233637 A DE3233637 A DE 3233637A DE 3233637 C2 DE3233637 C2 DE 3233637C2
- Authority
- DE
- Germany
- Prior art keywords
- speech
- value
- period
- data
- energy data
- 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.)
- Expired
Links
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000005070 sampling Methods 0.000 claims description 3
- 238000013075 data extraction Methods 0.000 claims description 2
- 230000005236 sound signal Effects 0.000 abstract description 2
- 230000015654 memory Effects 0.000 description 29
- 238000010374 somatic cell nuclear transfer Methods 0.000 description 17
- 238000000034 method Methods 0.000 description 8
- 239000010750 BS 2869 Class C2 Substances 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 101100490566 Arabidopsis thaliana ADR2 gene Proteins 0.000 description 4
- 101100269260 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) ADH2 gene Proteins 0.000 description 4
- 239000010749 BS 2869 Class C1 Substances 0.000 description 3
- 101100490563 Caenorhabditis elegans adr-1 gene Proteins 0.000 description 3
- 230000003936 working memory Effects 0.000 description 3
- 101150108281 ADL1 gene Proteins 0.000 description 2
- 101100332244 Arabidopsis thaliana DRP1A gene Proteins 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 101150022075 ADR1 gene Proteins 0.000 description 1
- 101100500048 Arabidopsis thaliana DRP3A gene Proteins 0.000 description 1
- 101100388220 Caenorhabditis elegans adr-2 gene Proteins 0.000 description 1
- 101150087426 Gnal gene Proteins 0.000 description 1
- 241001274197 Scatophagus argus Species 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000012546 transfer Methods 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
- G10L25/78—Detection of presence or absence of voice 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)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
Die erfindungsgemäße Vorrichtung zur Bestimmung der Dauer von Sprach- und Tonsignalen enthält eine elektroakustische Wandlerschaltung (2, 4, 6, 8, 10, F1-F16) zur Umsetzung eines Spracheingangssignals in ein Sprachsignal und zur Erzeugung einer Reihenfolge von Sprachparametern sowie eine Sprachperioden-Detektor- bzw. -Meßschaltung (18, 20, 22, 24) zur Bestimmung der Sprachperiode nach Maßgabe des Ergebnisses eines Vergleichs zwischen einer Vorgabegröße und einer Zeitfolge der Sprachparameter. Weiterhin umfaßt die Vorrichtung ein Datenverarbeitungssystem (12, 42), das ein Histogramm für die Sprachparameter bildet, den Mittelwert der Sprachparameter in einer sprachfreien Periode auf der Grundlage des Histogramms ableitet und eine echte Sprachperiode nach Maßgabe des Ergebnisses eines Vergleichs zwischen einem dem Mittelwert entsprechenden Schwellenwert und den Sprachparametern bestimmt.
Description
Die Erfindung betrifft eine Vorrichtung zur Bestimmung der Dauer von Sprachsignalen nach dem Oberbegriff
des Patentanspruches 1.
Für die Erkennung getrennt ausgesprochener Wörter oder einer Reihe von Wörtern nach dem Mustervergleichsverfahren
oder ähnlichen Verfahren ist es erforderlich, die Dauer jedes durch Sprache erzeugten Worts
bzw. einer Wortreihe einwandfrei zu bestimmen bzw. zu messen. Wenn ein Wort unter Bedingungen vergleichsweise
geringen Umgebungsrauschens, z. B. bei einem Störsignalabstand von 30 dB oder mehr, gesprochen und
für die Abnahme des betreffenden Sprachsignals ein breitbandiges Mikrophon verwendet wird, läßt sich die
Dauer des durch Sprache erzeugten Worts oder der Wortreihe einfach durch Bestimmung der Periode feststellen,
während welcher seine bzw. ihre Amplitude und die Zahl seiner bzw. ihrer Nulldurchgänge oberhalb einer
vorbestimmten Größe bleiben.
Wenn dagegen das Umgebungs- bzw. Grundrauschen groß ist oder sich mit hoher Frequenz ändert, ist es
unmöglich, die Dauer eines durch Sprache erzeugten, d. h. gesprochenen Worts oder einer Wortreihe einwandfrei
zu bestimmen, unabhängig davon, welche Datenverarbeitung zur Bestimmung des richtigen Schwellenwerts
angewandt wird. Wenn der Schwellenwert vergleichsweise niedrig angesetzt ist, kann häufig ein den
Schwellenwert übersteigendes Störsignal auftreten, so daß häufig ein sog. »Additionsfehler« vorkommen kann.
Wenn dagegen der Schwellenwert vergleichsweise niedrig gesetzt ist, kann eine Sprachkomponente, deren Pegel
unter dem Schwellenwert liegt, ausfallen, so daß wiederholt ein sog. »Ausfallfehler« auftreten kann. Wenn die
sprachfreie Periode bestimmt werden kann, läßt sich der Schwellenwert entsprechend dem Umgebungs- bzw.
Grundrauschpegel ändern. Im allgemeinen läßt sich jedoch eine sprachfreie Periode nicht einwandfrei bestimmen.
Aus diesem Grund ist es äußerst schwierig, die Dauer eines gesprochenen, eingegebenen Worts richtig zu
bestimmen.
Aus der L)E-AS 25 36 585 ist eine Vorrichtung zur Bestimmung der Dauer von Sprach- oder Tonsignalen mit
einer Abtasteinrichtung zur Abtastung eines Spracheingangssignals and zur aufeinanderfolgenden Erzeugimg
von Sprachparametern bekannt. An die Abtasteinrichtung ist eine Speichereinrichtung zur Speicherung der aufeinanderfolgend
erzeugten Sprachparameter angeschlossen. Eine Vergleichseinrichtung vergleicht einen vorgegebenen
Wert mit den aufeinanderfolgend erzeugten Sprachparametern, um ein dem Ergebnis des Vergleichs
zwischen dem vorgegebenen Wert und der aufeinanderfolgend erzeugten Sprachparameter entsprechendes
Ausgangssignal zu erzeugen, das eine angenäherte Sprachperiode darstellt. Die Abtasteinrichtung liefert dabei
aufeinanderfolgend Kurzzeit-Energiedaten als Sprachparameter, von denen jeder die Kurzzeit-Energie eines abgetasteten
Spracheingangssignals darstellt.
Aufgabe der Erfindung ist die Schaffung einer einfach aufgebauten Vorrichtung, mit welcher die Dauer eines
durch Sprache erzeugten Worts oder einer Wortreihe einwandfrei, zuverlässig und genau bestimmt werden
kann.
Diese Aufgabe wird b^i einer Vorrichtung zur Bestimmung der Dauer von Sprachsignalen nach dem Oberbegriff
des Patentanspruches 1 erfindungsgemäß durch die in dessen kennzeichnendem Teil enthaltenen Merkmale
gelöst.
Vorteilhafte Weiterbildungen der Erfindung ergeben sich aus den Patentansprüchen 2 und 3.
Es wird also zunächst eine Zeitspanne, die eine Sprachperiode und eine sprachfreie Periode enthält, auf der
Grundlage einer Zeitfolge von Sprachparametern für das Sprachsignal erfaßt. Sodann wird das Histogramm der
für diese Zeitspanne zutreffenden Sprachparameter bestimmt. Der Mittelwert der Sprachparameter betreffend
die sprachfreie Periode wird anhand der Sprachparameterverteilung berechnet. Hierauf wird naoii Maßgabe des
so berechneten Mittelwerts ein Schwellenwert bestimmt.
Die Zeitfolge der Sprachparameter für das Sprachsignal wird zur Bestimmung der Dauer eines eingehenden
gesprochenen Worts benutzt. Wenn eine PersGn eine die Zeitfolge der Sprachparameter wiedergebende graphische
Darstellung betrachtet, kann die Dauer des eingegebenen gesprochenen Worts richtig erkannt werden,
weil sich dabei einfach feststellen läßt, ob jeder Sprachparameter einer Sprachperiode oder einer sprachfreien
Periode zugeordnet ist, wobei sich gleichzeitig ein optimaler Schwellenwert für die Bestimmung oder Messung
des Spracheingangssignals leicht bestimmen läßt. Danach kann nach Maßgabe des Schwellenwerts festgestellt
werden, ob jeder Sprachparameter der Dauer eines eingegebenen gesprochenen Worts zugehörig ist. Weiterhin
kann auch festgestellt werden, ob der Sprachperiode zugeordnete Sprachparameter aufeinanderfolgend für
mehr als eine voreingestellte Zeitspanne erzeugt werden. Auf der Grundlage der so erhaltenen Daten wird die
Dauer des eingegebenen gesprochenen Worts ermitteli. Dieses Verfahren, bei dem eine Person die Dauer eines
eingegebenen gesprochenen Worts erfaßt, wird auf die Sprachdauer-Bestimmungsvorrichtung eines Spracherkennungssystems
angewandt, so daß die Vorrichtung die Dauer eines eingegebenen gesprochenen Worts genau
zu bestimmen vermag.
Im folgenden ist eine bevorzugte Ausführungsform der Erfindung anhand der beigefügten Zeichnung näher
erläutert. Es zeigen:
Fig. 1 ein Blockschaltbild einer Sprachdauer-Bestimmungsvorrichtung mit Merkmalen nach der Erfindung,
Fig. 2 eine graphische Darstellung einer Wellenform zur Veranschaulichung einer Zeitfolge von Kurzzeit-Energiepa.ametern
eines Eingangssignals,
Fig. 3 eine graphische Darstellung der Wellenform eines Eewegungsmittelwerts, der von der Zeitfolge und
den Kurzzeit-Energieparametern abgeleitet ist,
Fig. 4 ein Histogramm der Kurzzeit-Energieparameter eines Eingangssignals gemäß Fig. 2,
Fig. 5A und 5B Ablaufdiagramme für die Bildung des Histogramms gemäß Fig. 4,
Fig. 6 ein Ablaufdiagramm für die Bestimmung eines Schwellenwerts entsprechend dem Mittelwert der
Sprachparameter in einer sprachfkiien Periode und
Fig. 7A und 7B Ablaufdiagramme für die Bestimmung einer echten Sprachdauer auf der Grundlage des
Schwellenwerts und der Sprachparameter.
Bei der zu beschreibenden Ausführungsform der Erfindung werden von einem Spracheingangssignal abgeleitete
Kurzzeit-Energieüüten E als Sprachparameter benutzt, doch können für denselben Zweck auch andere
Sprachparameter verwendet werden. SO
Zunächst wird ein Bewegungsmittelwert E für eine Anzahl aufeinanderfolgender Kurzzeit-Energiedaten E
gemäß Fig. 2 auf die anhand von Fig. 1 noch zu beschreibende Weise berechnet und mit einer vorbestimmten
oder vorgegebenen Größe ER zur Bestimmung der Zeitpunkte A 1 und 51 gemäß Fig. 3 verglichen. Zum Zeitpunkt
A1 wird der Bewegungsmittelwert E erstmals größer als die Vorgabegröße ER, während er zum Zeitpunkt
B\ erstmals nach dem Zeitpunkt/4 1 kleiner wird als die Vorgabegröße ER. Der durch die Zeitpunkte A 1 and B1
definierte oder begrenzte Abschnitt des Spracheingangssignals kann als der zuverlässigste Abschnitt einer
Sprachperiode angesehen werden. Der Zeitpunkt A 1 wird als Anfangs- oder Ausgangspunkt für die Bestimmung
der Dauer des Spracheingangssignals gewählt bzw. abgeschätzt, während der Zeitpunkt B1 als Endpunkt
für diese Bestimmung benutzt wird.
Die Bestimmung des Bewegungsmittelwerts der Sprachparameter bezüglich der Periode zwischen den
gewählten bzw. geschätzten Anfangs- und Endpunkten des Spracheingangssignals ist in folgender Hinsicht
bedeutsam: Bekanntlich stellen die Kurzzeit-Energiedaten einen vergleichsweise wirksamen Parameter für die
Unterscheidung zwischen einer Sprachperiode und einer sprachfreien Periode dar. Wenn jedoch ein Spracheingangssignal
erzogt wird, bei dem das Umgebungs- bzw. Grundrauschen veig'eichs'veise groß ist, enthält es
möglicherweise ein pulsierendes Rausch- bzw. Störsignal mit momentaner großer Energie. Ein derartiges Pulsieren
des Rausch- bz'.v Störsignals kann daher in dem Teil des Spracheingangssignals enthalten sein, der durch
die Zeitpunkte A 1 und B1 begrenzt ist, wenn die Energiedaten E zur Bestimmung der geschätzten Anfangs- und
Endpunkte der Dauer des Spracheingangssignals herangezogen werden. Aus eben diesem Grund wird der
Bewegungsmittelwert der Sprachparameter (bzw. der Kurzzeit-Energiedaten) berechnet, wodurch die im
Spracheingangssignal enthaltenen pulsierenden Rausch- bzw. Störsignale unterdrückt werden und demzufolge
die graphische Darstellung des Bewegungsmittelwerts gemäß Fig. 3 erhalten wird. Bei Verwendung des Bcwcgungsmittelwerts
der auf die oben beschriebene Weise berechneten Sprachparameter wird es somit möglich, die
Dauer eines Spracheingangssignals unabhängig von pulsierenden Rausch- bzw. Störsignalen richtig zu bestimmen
bzw. zu messen. Weiterhin wird ein Zeitpunkt M, zu dem die Kurzzeit-Energiedaten E während der Periode
zwischen den Zeitpunkten A 1 und B1 am größten sind, als ein Zeitpunkt bestimmt oder erfaßt, zu dem es am
wahrscheinlichsten ist, daß er eine echte Sprachdauer überdeckt.
Es sind zwei sprachfreie Perioden Nu einer Dauer von z. B. 100-200 ms vorhanden, von denen die eine zu einem Zeitpunkt A 2beginnt und am Zeitpunkt A 1 endet, während die andere am Zeitpunkt B1 beginnt und am Zeitpunkt ß2endet. Die zwischen den Zeitpunkten A 2 und Bl liegende Periode ist die Histogramm-Berechnungsperiode. Jede sprachfreie Periode kann auf 100-200 ms gesetzt sein. Die Histogramm-Berechnungsperiode besteht daher aus der geschätzten sprachfreien Periode zwischen den Zeitpunkten Al und Al, der geschätzten Sprachperiode zwischen den Zeitpunkten A 1 und B\ sowie der geschätzten sprachfreien Periode zwischen den Zeitpunkten B\ und 52. Die Sprachparameter bezüglich der Histogramm-Berechnungsperiode werden zur Berechnung und Aufstellung des Histogramms gemäß Fig. 4 benutzt. Sodann wird ein Schwellenwert benutzt, um eine Anzahl von Kurzzeit-Energiedaten £ entsprechend diesem Histogramm in zwei Klassen zu unterteilen. Genauer gesagt: die Energiedaten £ werden in eine sprachfreie Klasse, in welcher die Energiedaten £ kleiner sind als der Schwellenwert EO, und in eine Sprachkiasse unterteilt, in weicher die Energiedaten E größer sind als der Schwellenwert EO. Insbesondere wird eine Zwischenklassenvarianz oB bestimmt, worauf ein optimaler Schwellenwert EO bestimmt wird, welcher die Zwischenklassenvarianz σΒ auf das Maximum bringt. Entsprechend dem optimalen Schwellenwert EO und dem Histogramm der sprachfreien Klasse, in welcher E < £Ogilt, wird der Mittelwert EN der Energiedaten E im sprachfreien Bereich bestimmt. Zum M ittelwert EN der Energiedaten £wird zum Kompensieren von Schwankungen derselben eine vorbestimmte Größe hinzuaddiert, die ihrerseits als richtiger bzw. zutreffender Schwellenwert EP zur Bestimmung der Dauer eines Spracheingangssignals benutzt wird.
Es sind zwei sprachfreie Perioden Nu einer Dauer von z. B. 100-200 ms vorhanden, von denen die eine zu einem Zeitpunkt A 2beginnt und am Zeitpunkt A 1 endet, während die andere am Zeitpunkt B1 beginnt und am Zeitpunkt ß2endet. Die zwischen den Zeitpunkten A 2 und Bl liegende Periode ist die Histogramm-Berechnungsperiode. Jede sprachfreie Periode kann auf 100-200 ms gesetzt sein. Die Histogramm-Berechnungsperiode besteht daher aus der geschätzten sprachfreien Periode zwischen den Zeitpunkten Al und Al, der geschätzten Sprachperiode zwischen den Zeitpunkten A 1 und B\ sowie der geschätzten sprachfreien Periode zwischen den Zeitpunkten B\ und 52. Die Sprachparameter bezüglich der Histogramm-Berechnungsperiode werden zur Berechnung und Aufstellung des Histogramms gemäß Fig. 4 benutzt. Sodann wird ein Schwellenwert benutzt, um eine Anzahl von Kurzzeit-Energiedaten £ entsprechend diesem Histogramm in zwei Klassen zu unterteilen. Genauer gesagt: die Energiedaten £ werden in eine sprachfreie Klasse, in welcher die Energiedaten £ kleiner sind als der Schwellenwert EO, und in eine Sprachkiasse unterteilt, in weicher die Energiedaten E größer sind als der Schwellenwert EO. Insbesondere wird eine Zwischenklassenvarianz oB bestimmt, worauf ein optimaler Schwellenwert EO bestimmt wird, welcher die Zwischenklassenvarianz σΒ auf das Maximum bringt. Entsprechend dem optimalen Schwellenwert EO und dem Histogramm der sprachfreien Klasse, in welcher E < £Ogilt, wird der Mittelwert EN der Energiedaten E im sprachfreien Bereich bestimmt. Zum M ittelwert EN der Energiedaten £wird zum Kompensieren von Schwankungen derselben eine vorbestimmte Größe hinzuaddiert, die ihrerseits als richtiger bzw. zutreffender Schwellenwert EP zur Bestimmung der Dauer eines Spracheingangssignals benutzt wird.
Für die Gewinnung des optimalen Schwellenwerts EO zur Einteilung der Energiedaten £ in eine Sprachklasse
und eine sprachfreie Klasse kann die Bezugsgröße vom Mindestwe.-t der Energiedaten £ auf deren Höchstwert
variiert werden, wobei die Zwischenklassenvarianz aB bestimmt wird. Sodann wird der optimale Schwellenwert
EO bestimmt, bei dem die Zwischenklassenvarianz ffsam größten wird. Dieses Vorgehen ist jedoch sehr kompliziert.
Da die o^-f-Kennlinie nur einen Wendepunkt aufweist, kann dieser als der Höchstwert der Zwischenklassenvarianz
aB angesehen werden. Der Schwellenwert entsprechend der maximalen Zwischenklassenvarianz oB
kann somit als optimaler Schwellenwert EO betrachtet werden.
Der optimale Schwellenwert EP kann mittels eines Grauwert- bzw. Graupegelhistogramms der Energiedaten £ wie folgt erhalten werden:
Der optimale Schwellenwert EP kann mittels eines Grauwert- bzw. Graupegelhistogramms der Energiedaten £ wie folgt erhalten werden:
i. kjCiiriti: xCitCn CiiiCr vj!*uppC Von L-HCrgiCuaiCn l. in ZWCi iviaSSCH, ΠαΓΠιΐΟιι ι liniCrgrunuraUSCiiCniviuSSe *. ■
und Sprachklasse C2, unter Heranziehung einer Zwischenklassenvarianz als Bezugswert für die
Bewertung jeder Klasse.
2. Schritt: Ableitung des Mittelwerts EN der Energiedaten £ von Feldern, die innerhalb der Hintcrgrundrauschenklasse Cl liegen.
2. Schritt: Ableitung des Mittelwerts EN der Energiedaten £ von Feldern, die innerhalb der Hintcrgrundrauschenklasse Cl liegen.
3. Schritt: Hinzuaddieren einer vorbestimmten Spanne azurn Mittelwert EN zwecks Ableitung des Schwellenwerts
EP-
as Die vorstehend genannten Schritte sind im folgenden im einzelnen erläutert.
Es sei angenommen, daß die Energiedaten £ diskrete Werte bzw. Größen (e-l) besitzen können:
e = 1,2,..., L Eine Tabelle H(e), welche ein Graupegelhistogramm der Energiedaten £ der Größe (e - 1) definiert,
veranschaulicht die Zahl Ne von Feldern, in welcher die Energiedaten £ während einer Periode (zwischen
den Zeitpunkten Aluna Bl) dieselbe Größe besitzen. Die Beziehung von N und Ne (<■ ■= 1,2, ...,L) ist dann folgende:
N= Y1 Ne
(I)
e = I
In obiger Gleichung bedeutet: N = Zahl der in der Periode zwischen den Zeitpunkten A1 und Bl vorhandenen
Felder.
Zur Vereinfachung der Erläuterung wird das Graupegelhistogramm vorliegend als Histogramm angesehen,
das mit N (oder einer Wahrscheinlichkeitsdichte Pe) normalisiert ist, die sich bestimmt durch
Pe = Ne/N (pe 2:0, £ Pe= Λ (2)
V r = I /
Es sei angenommen, daß bei Verwendung einer Größe k als Schwellenwert die Werte oder Größen der Energiedaten
£ in eine Hintergrundrauschenklasse C1, welche die Energiedaten der Größe SH= 1,2, ...,k) enthält
und eine Sprachklasse C2, welche die Energiedaten einer Größe Sl (= K + 1, K + 2,..., L) enthält, unterteilt
werden. Die Wahrscheinlichkeit <yl für Klasse Cl sowie die Wahrscheinlichkeit ω2 für Klasse C2 bestimmen
sich wie folgt:
ω\ = /MCi) ^ Y^ Pe = a>(k) (3)
ri-.yi
ω2 =·■ WC2) = X Pf = I - ω(Α-) (4)
Der Erwartungswert μ7 von e wahrend der Periode zwischen den Zeitpunkten A 2 und Bl, der Erwartungswert ··., von e für Klasse C 1 und der Erwartungswert μ2 von e für Klasse C2 bestimmen sich wie folgt:
μ, = Y] e ■ Pe = J-(L) (5)
•i, = Υ e ■ We 1 C D = — Τ e ■ Pe = μ(Α-)/ω(Α) (6)
, ,.SI ω I „SI
P
(?)
μ, = y; , ■ /μηcd = -L
ω2 /Ji2
1 - ω(Α)
Dünn uCucÜLci;
ν.
μ(Α) = YJ e ■ Pe (8)
I' I
Die Varianz σβ zwischen den Klassen C 1 und C2 bestimmt sich wie folgt:
O11 = ωΚμ, - μ)2 + ω2(μ2 - -j.r)2 (9)
Wie sich aus Gleichung (9) ergibt, sind die Klassen C 1 und C 2 um so deutlicher voneinander getrennt, je größer
die Zwischenkiassenvarianz aB ist. Bei Einsetzen von Gleichungen (3) bis (7) in Gleichung (9) ergibt sich folgende
Gleichung:
Zur Bestimmung des optimalen Schwellenwerts für die Trennung der Hintergrundrauschenklasse C 1 von der
Sprachklasse C 2 ist es nötig, die Zwischenkiassenvarianz ag fürjede Größe zu bewerten bzw. auszuwerten, die A
besitzen kann, d. h k = 1. k = 2...., k = /.. Bisher wurde das Graupegelhistogramm als normalisiertes Histogramm
angesehen. In der Praxis zeigt jedoch Tabelle H(e), wie oft Energiedaten derselben Größe e erhalten
werden. Infolgedessen muß Gleichung (10) wie folgt geändert werden:
;„ , - I:'/ -Ν-ωΜ-Ν - μ(Α)]2 ..
Darin bedeuten:
y^^e-Ne (12)
, 1 '' r 1
N ■ oAk) = N ■ YJ Pe = YJ Ne (13) ;■;
r rS I r = I 50 j
ic A V|
N -aik) = N ■ Y1 e Pe = YJ e Ne (14) J
r -I rl f!
Durch Einsetzen von Gleichungen (12), (13) und (14) in Gleichung (11) ergibt sich: 55 ;|
[A A -.2 ΐ]
„-,.., - '-ι <■'■ J Π5) S
Die Varianz σΒ wird fürjede Größe von k, d.h. k = 1, A =2,..., A = L, ausgewertet. Die Größe von A (A = e0),
bei welcher die Varianz as den größten Wert besitzt, wird als Schwellenwert zur Unterhaltung der j
Energiedaten E in die Hintergrundrauschenklasse Cl und die Sprachklasse C2 benutzt. 65 j
Der Mittelwert der Energiedaten £ in der Hintergrundrauschenklasse Cl,d. h. der Mittelwert £v, bestimmt
sich wie folgt:
En = μ(ί?0)/ω(ί-()) =
(16)
Ersichtlicherweise sind tatsächlich ein oder mehrere Felder des Rausch- bzw. Störsignals mit einem Energiepegel
von übei ΣΝ als dem Mittelwert der Energiedaten E in der Hintergrundrauschenklasse C 1 vorhanden.
Wenn die Größe EN unmittelbar als Schwellenwert EP zur Bestimmung der Sprachperiode der zweiten Stufe
benutzt wird, tritt ein Additionsfehler auf, wenn die aufeinanderfolgenden oder folgenden Felder Energiedaten
enthalten, die größer sind als EN. Aus eben diesem Grund wird eine vorbestimmte Größe α zu EN hinzugefügt,
um auf diese Weise den Schwellenwert EP zu erhalten. Der Schwellenwert fPläßt sich daher wie folgt ausdrücken:
EP = EN + a
Der Schwellenwert EP kann wirksam auf die im folgenden beschriebene Weise erhalten werden.
Der Schwellenwert EP kann wirksam auf die im folgenden beschriebene Weise erhalten werden.
(17)
Schritt A: Auslesen von Daten aus der Histogrammtabelle H(e) (e = 1,2,..., L) zur Berechnung von B(k) und
C(k) für jede Größe, die e besitzen kann, und Einschreiben von B(k) und C(A) in Arbeitstabellen,
wobei sich B(k) und C(A:) wie folgt bestimmen:
B(k)
H(e) = B(k - I) + H(k)
(Xk) = Σ e ■ H(e) = C(k - I) + k ■ H{k)
Schritt B: Berechnung von μ7 nach folgender Gleichung:
= C(L)ZB(L)
μτ
1 L
T7 Σ e ■
ι
T7 Σ
/ν, = ι
(18) (19)
(20)
Schritt C: Benutzung der Größen B(k) und C(k) zum Umschreiben von Gleichung (15) wie folgt:
-
C(k)f
m
aa(k) B(k)(N-B(k))
Auswertung oder Bestimmung von σΒ 2 nach Gleichung (21) unter Heranziehung der in die
Arbeitstabellen eingeschriebenen Größen, um dabei die Größe von A- (= e0) zu bestimmen, bei welcher
die Varianz aB am größten wird. Wenn aB dieselbe maximale Größe wie im Fall von
e\ < k < em besitzt, (em - e\)/2 als Größe e0 benutzen.
Schritt D: Berechnung des Mittelwerts EN des Hintergrundrauschens nach folgender Gleichung:
Schritt D: Berechnung des Mittelwerts EN des Hintergrundrauschens nach folgender Gleichung:
EN = C(e,)/fi(3,) (22)
Schritt E: Berechnung des Schwellenwerts EP nach folgender Gleichung:
EP= EN + a.
EP= EN + a.
Der Ausgangspunkt A und der Endpunkt B eines Spracheingangssignals werden auf die nachstehend zu erläuternde
Weise bestimmt. Zur Bestimmung oder Erfassung des Ausgangspunkts A wird die Zeitfolge_der Energiedaten
E in entgegengesetzter Richtung vom Zeitpunkt M aus untersucht, wobei der Zeitpunkt A, zu dem die
Energiedaten E unter den Schwellenwert EP fallen, erfaßt wird. Weiterhin wird untersucht, ob die
Energiedaten E für eine vorbestimmte Periode oder Zeitspanne N1 kjeiner bleiben als der Schwellenwert EP
oder nicht. Die Periode N1 beträgt z. B. etwa 200-250 ms^Wenn die Energiedaten E während der Periode N 1
unter dem Schwellenwert EP bleiben, wird der Zeitpunkt A als Ausgangspunkt/i betrachtet. Auch wenn in diesem
Fall die Energiedaten größer werden als der Schwellenwert EP und während einer Zeitspanne, die kürzer ist
als die vorbestimmte bzw. Vorgabezeitspanne N 2, über dem Schwellenwert bleiben, wird vorausgesetzt, daß das
Spracheingangssignal pulsierende Rausch- bzw. Störsignalkomponenten enthält, und der Zeitpunkt A wird als
Ausgangspunkt A für die Spracheingangssignaldauer angesehen.
Wenn die Energiedaten E nach einem Abfallen unter den Schwellenwert EP letzteren übersteigen und während
einer längeren Zeitspanne als der Periode W 2 über dem Schwellenwert EP bleiben, wird vorausgesetzt, daß
innerhalb derselben Sprachdauer eine weitere Sprachperiode besteht. Der Zeitpunkt, zu dem die
Energiedaten E kleiner werden als der Schwellenwert EP, wird dann als Zeitpunkt A angesehen, wobei eine
sprachfreie Periode N1 erfaßt wird. Dieser Vorgang wird wiederholt, bis der Ausgangspunkt A des Sprachein-
65 gangssignals erfaßt worden ist.
Der Endpunkt B des Spracheingangssignalt wird auf ähnliche Weise ermittelt. In diesem Fall wird die Zeitfolge
der Energiedaten E in Vorwärtsrichtung vom Zeitpunkt M aus untersucht.
Fig. 3 veranschaulicht den Schaltungsaufbau einer Vorrichtung zur Bestimmung der Sprachdauer gemäß der
Fig. 3 veranschaulicht den Schaltungsaufbau einer Vorrichtung zur Bestimmung der Sprachdauer gemäß der
Erfindung. Sie umfaßt eine elektroakustische Wandlervorrichtung 2, etwa ein breitbandiges Mikrophon zur Umwandlung
eines Sprachsignals in ein elektrisches Signal sowie 16 Bandpaßfilter F1-F16 zur Abnahme eines
Spruchsignuls vom Mikrophon 2 über einen Verstärker 4. Die Bandpaßfilter Fl- F16 besitzen unterschiedliche
iTcqucnzbandbrcilcn, die fortlaufend von einen; Niederfrequenzbereich zu einem Hochfrequenzbereich abgestuft
sind. Die Ausgangssignale der Bandpaßfiiter werden einem Analogmultiplexer 6 und einer Addieistufe 8
zugeführt. Das Ausgangssignal der Addierstufe 8 wird als 17. Eingangssignal dem Analogmultiplexer 6 eingegeben.
Letzterer empfangt somit in paralleler Weise Kurzzeit-Energiesignale in den 16 Frequenzbandbreiten im
Bereich vom Nieder- bis zum Hochfrequenzbereich sowie Kurzzeit-Energiesignale des gesamten Spracheingangssignals.
Die Ausgangssignale für jedes Feld vom Analogmultiplexer 6 werden der Reihe nach einem Analog/Digital-
bzw. A/D-Wandler 10zugeführt, in entsprechende Kurzzeit-Energiedaten E I-E 17 umgesetzt und dann einer
Speichereinrichtung bzw. einem Pufferspeicher 12, einem Multiplexer 14 und einem UND-Glied 16 zugeführt.
Die Ausgangsdaten des UND-Glieds 16 werden beispielsweise einem achtstufigen Schieberegister 18 zugeliefcrt.
In den betreffenden Stufen des Schieberegisters 18 werden die Ausgangsdaten an einer Addierstufe 20
addiert, worauf das Ausgangssignal der Addierstufe 20 durch einen 1/8-Teiler 22 in Teile von je 1/8 dividiert !5
wird. Die Ausgangsdaten des 1/8-Teilers 22 werden durch eine Vergleichseinrichtung bzw. einen Komparator 24
mit einem Bezugswert ER verglichen. Die Ausgangsklemme des Komparators 24 ist über UND-Glieder 30 und
32 mit den Hüchzär.iklernrncn eines 8-Stufen-Zählers 26 bzw. eines 4-Stufen-Zähl.ers 28 sowie über einen Umsetzer
36 und ein UND-Glied 38 mit der Rücksetzklemme des 4-Stufen-Zählers 28 und der Hochzählklemme
eines 25-Stu.en-Zühlers 34 verbunden. Die Ausgangsklemme des 4-Stufen-Zählers 28 ist an die Rücksetzklemme
des 25-Sturen-Zählers 34angeschlossen, während die Ausgangsklemmen des 8- und des 25-Stufeii-Zählers
26 bzw. 34 mit den Setz- bzw. Rücksetzklemmen eines Flip-Flops 40 verbunden sind. Die Ausgangsklemme
des Flip-Flops 40 ist mit einer Zentraleinheit (CPU) 42 und einem Adressenregister 44 verbunden. Die
Zentraleinheit 42 enthält einen Randomspeicher mit Pufferspeichsrbereichen 42-1-42-3 zur Speicherung von
llistogrammdaten, Energiedaten und Adressendaten sowie einem Arbeitsspeicherbereich 42-4 zur Speicherung
von Berechnungsdaten.
Die Schaltung gemäß Fig. 1 enthält weiterhin einen Adressenzähler 46 zum Zählen der Ausgangsimpulse
einer Zeitsteuerschaltung 47 so«ie einen Wähler 48, welcher die Adressendaten von der Zentraleinheit 42 und
vom Adressenzählcr 46 selektiv ein<?r Datenextraktionsvorrichtung bzw. einer Adressenbezeichnungsschaltung
50 zuführt, die ihrerseits eine Adresse des Pufferspeichers 12 bezeichnet. Die Zeitsteuerschaltung 47 erzeugt in
jedem Feld 17 Impulse von 10 ms Dauer. Diese 17 Impulse treten in einer Periode von z. B. 1 ms auf, so daß in
jedem Feld eine Freiperiode von 9 ms vorhanden sein kann. Der Adressenzähler 46 erzeugt Adressendaten entsprechend
den Inhalten sowie einen Signalimpuls C17, sooft die 17 Impulse jedes Felds gezählt werden.
Im folgenden ist die Arbeitsweise der Sprachdauer-Bestimmungsvorrichtung gemäß Fig. 1 erläutert.
Zunächst werden die Speicherbereiche 42-1 und 42-4 freigemacht, und die erste Adresse für die Speicherbereiche
42-2 und 42-3 wird bezeichnet.
Ein Sprachsignal mit der Energieverteilung gemäß F i g. 2 wird dem breitbandigen Mikrophon 2 zugeführt, das
daraufhin ein entsprechendes elektrisches Sprachsignal zum Verstärker 4 liefert. Das \usgangssignal des Verstärkers
4 wird den Bandpaßfiltern Fl bis F16 zugeführt, welche das Eingangssignal glätten und die Übertragung
von Signalkomponenten mit Frequenzen in den jeweils zugewiesenen Frequenzbandbreiten zum Analogmultiplexer
6 und zur Addierstufe 8 zulassen. Das Ausgangssignal der Addierstufe 8 wird ebenfalls dem Analogmultiplexer
6 zugeführt. In Abhängigkeit von einem Ausgangsimpuls von der Zeitsteuerschaltung 47 erzeugt
der Analogmultiplcxer 6 in einer Zeitfolge Kurzzeit-Energiesignale entsprechend den Ausgangssignalen uer
Bandpaßfilter F1-F16 und der Addierstufe 8 in dieser Reihenfolge. Die Kurzzeit-Energiesignale werden
sequentiell dem A/D-Wandler 10 zugeführt, der seinerseits daraufhin entsprechende digitale Energiedaten
E I-E 17 als Sprachparameter zum Pufferspeicher 12, zum Multiplexer 14 und zum UND-Glied 16 liefert. Beim
vorliegenden Ausluhrungsbeispiel sind die Energiedaten E 17 auf eine ganze Zahl im Bereich von 0 bis (L-I)
gesetzt.
Da im Anfangszustand der Wähler 48 so gesetzt ist, daß Adressendaten vom Adressenzähler 46 zur Adressenbezeichnungsschaltung
50 geliefert werden können, kann diese den Adressenplatz des Pufferspeichers 12 nach
Maßgabe der Adressendaten vom Adressenzähler 46 bezeichnen, und der Pufferspeicher 12 kann die Energiedaten
vom A/D-Wandler 10 in den bezeichneten Adressenplätzen speichern. Das UND-Glied 16 wird aktiviert
bzw. durchgeschaltet, sooft der Adressenzähler 46 einen Signalimpuls C17 liefert, d. h. sooft der letzte Impuls in
jedem Feld von der Zeitsteuerschaltung 47 erzeugt wird. Infolgedessen werden die Adressendaten E17 entsprechend
dem Ausgangssignal von der Addierstufe 8 über das UND-Glied 16 zum 8stufigen Schieberegister 18
geleitet. Das Schieberegister 18 wird in Abhängigkeit von einem Ausgangsimpuls von der Zeitsteuerschaltung
44 angesteuert, um die erzeugten Energiedaten E YIj-E 17(/ + 7) in aufeinanderfolgende Felder zu verschieben.
Die im Schieberegister 18 gespeicherten Energiedaten E YIj-E Yl (j + 7) werden in der Addierstufe 20 zusammenaddiert
und im 1 /8-Teiler 22 durch 8 dividiert, um gemäß F i g. 3 einen B ewegungsmittelwert Ej für die Energiedaten
E YIj-E M(J + 7) zu erzeugen. Wie aus Fig. 3 deutlich hervorgeht, werden pulsierende Rausch- bzw.
Störsignale, die in der Energieverteilung gemäß Fig. 2 enthalten sind, durch Festlegung des Bewegungsmittelwerts
beseitigt. Der Bewegungsmittelwert Ej wird mit der Bezugsgröße ER im Komparator verglichen, der ein
hochpegeliges Ausgangssignal erzeugt, wenn festgestellt wird, daß der Bewegungsmittelwert Ej gleich groß oder
größer wird als die Bezugsgröße ER. Solange der Bewegungsmittelwert Ej kleiner ist als die Bezugsgröße ER, ist
das Flip-Flop 40 rückgesetzt, während alle UND-Glieder 30, 32 und 38 deaktiviert bzw. gesperrt bleiben.
Wenn festgestellt wird, daß der Bewegungsmittelwert Ej vom 1/8-Teiler 22 die Bezugsgröße ER erreicht, d. h.
wenn der Ausgangspunkt A 1 gemäß Fi g. 3 erreicht is;, liefert der Komparator 24 ein hochpegeliges Ausgangssi-
gnal zum Aktivieren bzw. Durchschalten des UND-Glieds 30. Letzteres läßt sodann einen vom Adressenzähler
46gelieferten Signalimpuls Cl 7 zum 8-Stufen-Zähler 26 durch. Wenn dieser Zähler 26 acht Impulse gezählt hat,
d. h. wenn der Zeitpunkt A11 erreicht ist, liefert er ein Ausgangssignal zum Setzen des Flip-Flops 40, das seinerseits
daraufhin ein hochpegeliges Ausgangssignal SfSliefert Letzteres wird als Verriegelungssignal zum Adressenregister
44 äbertragen, so daß dieses eine Adressendateneinheit speichern kann, die von der Adressenbe-Zeichnungsschaltung
50geliefert wird und einem Zeitpunkt All gemäß F i g. 3 entspricht In Abhängigkeit vom
hochpegeligen Ausgangssignal SPSvom Flip-Flop 40liefert die Zentraleinheit 42 ein hochpegeliges Ausgangssignal
zum Multiplexer 14 und zum Wähler 48, so daß die Energiedaten vom Pufferregister 12 zur Zentraleinheit
42 über den Multiplexer 14 übertragen und Adressendaten von der Zentraleinheit 42 über den Wähler 48 zur
Adressenbezeichnungsschaltung geliefert werden können. Zu diesem Zeitpunkt berechnet die Zentraleinheit
42 den Adressenplatz für einen Zeitpunkt A 2 auf der Grundlage der im Pufferregister 44 gespeicherten Adressendaten.
Sodann speichert die Zentraleinheit 42 auf noch zu beschreibende Weise im Speicherbereich 42-1
Histogrammdaten für zwischen den Punkten A11 und A2 erzeugte Energiedaten. Diese Operation kann in
einem Feld stattfinden, d. h. in einer Freiperiode zwischen einem Impuls C17 im einen Feld und einem Impuls
Cl im nächsten Feld, und nach dieser Operation liefert die Zentraleinheit 42 ein Ausgangssignal niedrigen
Pegels zum Multiplexer 14und zum Wähler 48, so daß die Zentraleinheit 42 Energiedaten vom A/D-Wandler 10
über den Multiplexer 14 abnehmen kann und die Adressenbezeichnungsschaltung über den Wähler 48 Adressendaten
vom Adressenzähler 46 empfangt. Sooft in jedem folgenden Feld Energiedaten vom A/D-Wandler 10
geliefert werden, liefert und speichert die Zentraleinheit 42 Histogrammdaten im Speicherbereich 42-1.
Auf dieselbe Weise, wie vorstehend besehrieben, werden Kurzzeit-Energiedaten entsprechend dem Sprachsignal
gemäß Fig. 2 aufeinanderfolgend im Pufferspeicher 12 abgespeichert. Wenn festgestellt wird, daß der
Bewegungsmittelwert Ei kleiner wird als der Bezugswert ER, d. h. daß dieser Bewegungsmittelwert einen
geschätzten oder gewählten Endpunkt B1 gemäß F i g. 3 passiert, erzeugt der Komparator 24 ein niedrigpegeliges
Ausgangssignal zum Deaktivieren bzw. Sperren der UND-Glieder 30 und 32 und zum Aktivieren bzw. Durchschalten
des UND-Glieds 38. Infolgedessen beginnt der 25-Stufen-Zähler 34 die über das UND-Glied 38 zügeführten
Impulse Cl 7 zu zählen. Wenn 25 Impulse gezählt sind, d. h. wenn ein Punkt Bl erreicht ist, liefert dieser
Zähler 34 ein Ausgangssignal zur Anzeige, daß das Sprachintervall vorläufig durch die Punkte A1 und B1
bestimmt worden ist. Das Ausgangssignal des 25-Stufen-Zählers 34 wird zur Zentraleinheit 42 und zum Flip-Flop
40 zum Rücksetzen des letzteren übertragen. Falls jedoch nach der Erfassung des Punkts Bi ein Bewegungsmittelwert
festgestellt wird, der größer ist als der Bezugswert ER, wird die Zähloperation des 25-Stufen-Zählers
34 beendet, worauf der 4-Stufen-Zähler 28 zu zählen beginnt. Wenn in diesem Fall ein Ausgangssignal
des !Comparators 24 während einer die Vorgabeperiode übersteigenden Zeitspanne auf dem hohen Pegel bleibt,
fahrt der 4-Stufen-Zähler 28 mit der Zählung der Impulse C17 fort. Nach dem Zählen von vier Impulsen C17
erzeugt der 4-Stufen-Zähler 28 ein Ausgangssignal zur Anzeige, daß im selben Sprachintervall ein weiterer
Sprachabschnitt auftritt, worauf der 25-Stufen-Zähler 34 rückgesetzt wird. Danach wird dieselbe Arbeitsweise,
wie sie vorstehend beschrieben ist, kontinuierlich durchgeführt, um einen vorläufigen Endpunkt des Sprachintervalls
zu erfassen. Falls jedoch das Ausgangssignals des !Comparators 24 nur während einer kurzen Zeit auf
einem hohen Pegel bleibt und der 4-Stufen-Zähler 28 seinen Zählbetrieb vor dem Zählen von vier Impulsen
beendet, wird dieser Zähler 28 rückgesetzt, während gleichzeitig der 25-Stufen-Zähler 34 zu zählen beginnt und
ein Ausgangssignal liefert, wenn er einen Inhalt von »25« erreicht hat.
Nach Maßgabe eines Ausgangssignals vom 25-Stufen-Zähler 34 beendet die Zentraleinheit (CPU) 42 die Bildung
der Histogrammdaten, und sie bestimmt auf noch zu beschreibende Weise die endgültigen Anfangs- und
Endpunkte A bzw. B auf der Grundlage der Histogrammdaten.
Im folgenden ist anhand von Fig. 5 der Ablauf bei der Bildung oder Formung eines Histogramms durch die Zentraleinheit 42erläutert. Die PufTerspeicherbereiche 42-1-42-3 (Fig. 1) werden durch Setzen der die Feldzahl angebenden Größe /auf 1, der Größe EMX auf ö und der Größe H(e) auf 0 initialisiert. Die Größe e ist eine ganze Zahl von 1 bis L Nach der Initialisierung wird geprüft, ob das Flip-Flop 40 ein Ausgangssignal SPS liefert. Falls ein Ausgangssignal SPShohen Pegels festgestellt wird, wird eine Adressendateneinheit ADR 1 ausgelesen, die zum Zeitpunkt A 11 zur Bezeichnung des Adressenplatzes für eine 17. Energiedateneinheit E 17 eines Feld • 50 geliefert und im Adressenregister 44 gespeichert wird, während Adressendaten ADR2 und ADRl auf der Grundlage der Adressendateneinheit ADRl abgeleitet und jeweils in den ersten Adressenplatz ADR 1 des Adressenpufferspeicherbereichs 42-2 und eines nicht dargestellten /iDÄ-Registers eingeschrieben werden. Die Adressendateneinheit ADR2 gibt die Adressenposition einer ersten Energiedateneinheit E 1 in dem Feld an, welches die zum Zeitpunkt A 1 erzeugte 17. Energiedateneinheit E 17 enthält. Die Adressendateneinheit ADR 3 gibt die Adressenposition einer ersten Energiedateneinheit E 1 in dem Feld an, welches die zum Zeitpunkt A 2 erzeugte 17. Energiedateneinheit E17 enthält. Die Adressendaten ADR 2 und ADR 3 werden jeweils wie folgt gewonnen bzw. abgeleitet:
Im folgenden ist anhand von Fig. 5 der Ablauf bei der Bildung oder Formung eines Histogramms durch die Zentraleinheit 42erläutert. Die PufTerspeicherbereiche 42-1-42-3 (Fig. 1) werden durch Setzen der die Feldzahl angebenden Größe /auf 1, der Größe EMX auf ö und der Größe H(e) auf 0 initialisiert. Die Größe e ist eine ganze Zahl von 1 bis L Nach der Initialisierung wird geprüft, ob das Flip-Flop 40 ein Ausgangssignal SPS liefert. Falls ein Ausgangssignal SPShohen Pegels festgestellt wird, wird eine Adressendateneinheit ADR 1 ausgelesen, die zum Zeitpunkt A 11 zur Bezeichnung des Adressenplatzes für eine 17. Energiedateneinheit E 17 eines Feld • 50 geliefert und im Adressenregister 44 gespeichert wird, während Adressendaten ADR2 und ADRl auf der Grundlage der Adressendateneinheit ADRl abgeleitet und jeweils in den ersten Adressenplatz ADR 1 des Adressenpufferspeicherbereichs 42-2 und eines nicht dargestellten /iDÄ-Registers eingeschrieben werden. Die Adressendateneinheit ADR2 gibt die Adressenposition einer ersten Energiedateneinheit E 1 in dem Feld an, welches die zum Zeitpunkt A 1 erzeugte 17. Energiedateneinheit E 17 enthält. Die Adressendateneinheit ADR 3 gibt die Adressenposition einer ersten Energiedateneinheit E 1 in dem Feld an, welches die zum Zeitpunkt A 2 erzeugte 17. Energiedateneinheit E17 enthält. Die Adressendaten ADR 2 und ADR 3 werden jeweils wie folgt gewonnen bzw. abgeleitet:
ADR2 = ADR1 - 16 (23)
ADR3 = ADRl - {(8 + 25) x 17 + 16] (24)
Die im /IDß-Register gespeicherte Adressendateneinheit wird in einem Schritt 577*1 in den Adressentafelplatz
ADR(i) des AdressenpufTerspeicherbereichs 42-3 eingeschrieben. Da die Adressendateneinheit ADR 3 die
erste Einheit ist, wird sie in den Adressentafelplatz ADR(\) eingeschrieben. Sodann wird zu den im ΛΟΛ-Register
gespeicherten Adressendaten die Größe 16 hinzuaddiert, und das Ergebnis wird in den zweiten Adresscnplatz
ADL2 des Speicherbereichs 42-3eingeschrieben. Im zweiten Adressenplatz ADLl kann somit die Adressendateneinheit
erhalten werden, welche die Adressenposition für die Energiedatencinheil F. \T\m selben Feld
angibt. Hierauf wird geprüft, ob die im zweiten Adressenplatz des Speicherbereichs 42-3 gespeicherte Adressendateneinheit
größer ist als die Speicherkapazität MC des Pufferspeichers 12. Ist dies nicht der Fall, so liefert die
Zentraleinheit (CPU) 42 ein Wählsignal SL hohen Pegels, und sie überträgt gleichzeitig die im zweiten Adressenplatz
des Speicherbereichs 42-3 gespeicherten Adressendaten zum Adressenregister 44. Wenn andererseits
festgestellt wird, daß die Adressendateneinheit größer ist als die Speicherkapazität AiC, wird letztere von den
Adressendaten subtrahiert, und das Ergebnis wird in den zweiten Adressenplatz ADLl des Speicherbereichs
42-3 eingeschrieben, worauf dieselbe Operation wiederholt wird. Danach werden die Energiedaten £17 nach
Maßgabe der im Adressenregister 44 gespeicherten Adressendaten aus dem Pufferspeicher 12 ausgelesen. Das
Wählsignal SL wird hierauf auf eine niedrige Größe gesetzt, und die aus dem Pufferspeicher 12 ausgelesenen
Energiedaten EYl werden in den Energietafelplatz TEU) des Pufferspeicherbereichs 42-2 eingeschrieben. Den
im Energietafel- bzw. -tabellenplatz TE(b gespeicherten Energiedaten £17 wird die Größe 1 hinzuaddiert, um
eine Größe e zu erhalten, die als Adressendateneinheit zur Bezeichnung eines Adressenplatzes des Histogramm-Pufferspeicherbereichs 42-1 benutzt wird. Die Zentraleinheit 42 erhöht die in einem bezeichneten
Adressenplatz enthaltenen Histogrammdaten H(e) um die Größe (e).
Als nächstes wird geprüft, ob die im Energietafelplatz TEO) gespeicherten Energiedaten £17 größer sind als
der Inhalt eines nicht dargestellten £A/Z-Registers. Wenn diese Daten nicht größer sind als der genannte Inhalt,
wird die Größe im /-Register erhöht, während zu den Adressendaten im ^ÖÄ-Register die Größe 17 hj/vuaddiert
wird, worauf das Additionsergebnis in das j4DÄ-Register eingeschrieben wird. Auf diese Weise kann die
Adressenposition einer ersten Energiedateneinheit £1 im nächsten Feld bezeichnet werden. Wenn dagegen
festgestellt wird, daß die Energiedateneinheit £17 größer ist als der Inhalt des £AfJf-Registers, werden die nunmehr
erhaltenen Größen /und £17 im Af-Register bzw. im EMX-Rcgistev abgespeichert. Sodann wird dieselbe
Operation durchgeführt. Anschließend wird geprüft, ob die im yiDÄ-Register enthaltene Adressendateneinheit
größer ist als die Adressendateneinheit ADR2. Ist dies nicht der Fall, so wird der Schritt 57Pl erneut durchgeführt.
Falls dagegen festgestellt wird, daß die Adresseneinheit im .dDÄ-Register größer ist bzw. wird als die
Adressendateneinheit ADRl, d. h. wenn festgestellt wird, daß die Bildung des Histogramms für die Energiedateneinheit
£17 zwischen den Zeitpunkten A 11 und A 2 abgeschlossen ist, so wird in einem Schritt 57P2 geprüft,
ob der 25-Stufen-Zähler 34 ein hochpegeliges Ausgangssignal EPS liefert. Ist dies der Fall, so wird der Vorgang
der Bildung des Histogramms beendet, worauf der nächste Vorgang zur Bestimmung des Schwellenwerts EP
eingeleitet wird.
Falls andererseits das hochpegelige Ausgangssignal nicht geliefert wird, werden Energiedaten £17 vom A/D-Wandler
10 abgenommen, wenn im nachfolgenden Feld ein Impuls C17 geliefert wird. Die Adressendateneinheit
im /f £)/?-Register wird sodann in den Adressentafelplatz ADR(O eingeschrieben, während die nunmehrausgetesene
Energiedateneinheit £17 in die Energietafel bzw. -tabelle TE(i) eingeschrieben und den nunmehr
erhaltenen Energiedaten £17 die Größe 1 zur Lieferung einer neuen Größe e hinzuaddiert wird. Die in einem
durch die neue Größe e bezeichneten Adressenplatz enthaltenen Histogrammdaten H(e) werden um 1 erhöht.
Als nächstes wird geprüft, ob die neu ermittelte Energiedateneinheit £17 größer ist als der inhalt im EMX'
Register. Ist dies nicht der Fall, so werden die Größe /um 1 erhöht und die Größe 17 zum Inhalt des ADR-Rtgisters
hinzuaddiert, wobei das Ergebnis im AZMJ-Register gespeichert und sodann der Schritt STP 2 erneut durchgeführt
wird. Falls andererseits die neu ermittelte Energiedateneinheit £17 größer ist als der Inhalt des EMX-Registers,
werden die Größen /und £ 17 in das M- bzw. das £AfJf-Registereingeschrieben. Danach wird dieselbe
Operation erneut durchgeführt.
Nach erfolgter Bildung des Histogramms werden die Maximum-Energiedaten £17 im £A/Z-Register abgespeichert,
während die Größe /, welche die die Maximum-Energiedaten £17 enthaltende Feldzahl angibt, im
/W-Registcr gespeichert wird, die Adressendaten zwischen den Zeitpunkten Al und B2 in den Adressentafelplätzen
ADR (1) bis ADR (N) des Speicherbereichs 42-3 gespeichert werden, die Energiedaten £17 zwischen
den Zeitpunkten A 2 und 52 in den Energietafelplätzen 7£(1) bis TE(N) abgespeichert werden und die Histogrammdalcn
H(\) bis H(L) in erster bis Ζ,-ter Adressenposition im Speicherbereich 42-1 gespeichert werden.
Wenn eine Zahl X von Energiedaten £17 dieselbe Größe E(S) besitzen, werden die Histogrammdaten für X in
der S-ten Adressenposition des Speicherbereichs 42-1 abgespeichert. Sodann können die iiistogrammdaten
H(e) entsprechend der graphischen Darstellung gemäß Fig. 4 im Speicherbereich 42-1 erhalten bzw.
gewonnen werden.
Im folgenden ist anhand von Fi g. 6 das Verfahren zur Bestimmung des Schwellenwerts EP erläutert. Zunächst
werden die Histogrammdaten H(I) zu Registern B(\) und C(I) des Arbeitsspeicherbereichs 42-4 übertragen.
Die Daten B(T)-BiL) und C(2)-C(L) werden mittels der Gleichungen (18) und (19) und durch sequentielles
Erhöhen der Größe von k berechnet, wobei die Daten B(I)-B(L) in nicht dargestellten Registern B(I)-B(L)
des Arbeitsspeicherbereichs 42-4 und die Daten C(2)-C(L) in entsprechenden, nicht dargestellten Registern
C(2)-C(Z.) des Arbeitsspeicherbereichs 42-4 abgespeichert werden. In diesem Fall geben die Daten B(L) die
Zahl N der Felder zwischen den Zeitpunkten A 2 und Bl an. Sodann wird nach Gleichung (20) die Größe μτ
berechnet und in einem entsprechenden Register abgespeichert.
Als nächstes werden nicht dargestellte Register SGO, DSO und DPO im Speicherbereich 42-4 freigemacht, und
k wird auf I gesetzt. Hierauf wird im Schritt 57P3 geprüft, ob die Histogrammdateneinheit H(k) gleich 0 ist. Im
positiven Fall wird die Dateneinheit SGO in einem 5GW-Register gesetzt. Sodann werden Daten DSN durch
Subtrahieren der Daten SGO von den Daten SGN berechnet und in einem ASiV-Register gespeichert, während
die Daten SGN im SGO-Register gesetzt bzw. in dieses eingegeben werden. Wenn andererseits die Histogrammdateneinheit
H(k) nicht gleich 0 ist, wird nach Gleichung (21) aB 2(k) berechnet und im 5GiV-Register gesetzt,
worauf dieselbe Operation erneut durchgeführt wird. Anschließend wird geprüft, ob die Dateneinheit DSN
gleich 0 isl oder nicht. Im positiven Fall wird in einem Schritt 57P4 geprüft, ob k kleiner ist als L. Ist dies der Fall,
so werden k um 1 erhöht und der Schritt 57P3 erneut durchgeführt. Im negativen Fall wird geprüft, ob die
Dateneinheit DSN positiv ist oder nicht Ist dies der Fall, so wird die Dateneinheit DSN im /)SO-Register gesetzt
bzw. in dieses eingegeben, und die verwendete Größe k wird in einem Schritt STP 5 im ΖλΡΟ-Register gesetzt.
Danach wird der Schritt S7P 4 erneut durchgeführt. Wenn es sich zeigt, daß die Dateneinheit DSN nicht positiv
ist, wird geprüft, ob die Dateneinheit DSO positiv ist oder nicht. Im negativen Fall wird der Schritt STP 5 erneut
S durchgeführt. Falls dagegen die Dateneinheit DSO als positiv festgestellt wird, werden die Größe jfc zur
Dateneinheit DPO hinzuaddiert, das Additionsergebnis durch 2 dividiert und ein integralerTeii des Divisionsergebnisses
als Größe e0 benutzt, bei welcher σβ die maximale Größe gemäß Fig. 4 besitzt. Danach wird der
Durchschnitt oder Mittelwert EN der Energiedaten in der Hintergnindrauschenklasse Cl nach Gleichung (22)
berechnet und im Register EN abgespeichert. Der Mittelwert EN wird zur Bildung eines Schwellenwerts EP
einer Konstante α hinzuaddiert. Wenn andererseits im Schritt STP 4 festgestellt wird, daß k gleich L ist, d. h.
wenn festgestellt wird, daß eine zweckmäßige Größe von Ar, bei welcher aB den Höchstwert annimmt, nicht
bestimmt wird, wird eine Konstante EC als Schwellenwert EP benutzt
Im folgenden ist das Ablaufdiagramm gemäß F i g. 7 A und 7B zur Bestimmung der echten Sprachdauer erläutert
Zunächst werden SCNT- und AOvT-Zählregister sowie 2in SW-Register im Arbeitsspeicherbereich 42-4 freigemacht
und Adressendaten im Af-Register in das /-Register gesetzt bzw. eingegeben. Wenn sodann in einem
Schritt STP 6 festgestellt wird, daß die SW-Dateneinheit auf 0 gesetzt ist, wird in einem Schritt SlP 7 geprüft, ob
die Energiedateneinheit im Energietafelplatz TEO) kleiner ist als der Schwellenwert EP. Ist dies nicht der Fall,
so wird die Größe /um 1 verringert, und der Schritt STP 6 wird erneut durchgeführt Diese Operation wird wiederholt,
bis*üe Energiedateneinheit im Energietafel- bzw. -tabellenplatz TE(O im Schritt STPl als kleiner als
der Schwellenwert EP festgestellt wird, d. h. bis ein Zeitpunkt A gemäß F i g. 2 erreicht ist. Wenn im Schritt STP 7
festgestellt wird, daß die Energiedateneinheit im Energietafelplatz TE(O kleiner ist als der Schwellenwert EP,
wird die Größe 1 in den Registern SCNTund SWgesetzt, während die Größe /um i verringert wird. Danach wird
der Schritt STP 6 wiederholt. Wenn im Schritt STP 6 festgestellt wird, daß die Dateneinheit SW auf »1« gesetzt
ist, wird in einem Schritt STP 8 geprüft, ob die Energiedateneinheit im Energietafelplatz TE{ ή kleiner ist als der
Schwellenwert EP. Ist dies der Fall, so wird die Größe 1 zur Summe aus den Daten SCNT und NCNT hinzuaddiert,
und das Additionsergebnis wird im Register SCNT gespeichert, wor? if das Register NCNT freigemacht
wird. In einem Schritt STP 9 wird geprüft, ob die Dateneinheit SCNT gleich groß oder größer ist als eine vorgegebene
Größe bzw. eine Vorgabegröße NS, die z. B. 25 beträgt. Ist die Dateneinheit SCNT kleiner als die Größe NS,
so wird die Größe /in einem Schritt STP10 um 1 verringert bzw. erniedrigt. Wenn die Größe /als gleich groß oder
größer als 1 festgestellt wird, wird sodann der Schritt STP 6 erneut durchgeführt, während dann, wenn die
Größe /kleiner ist als 1, der Zeitpunkt A als der echte Ausgangspunkt festgestellt oder bestimmt und die Größe /
auf 1 gesetzt werden. In einem Schritt STP11 wird sodann die Größe /zur Dateneinheit SCNT hinzuaddiert, und
das Additionsergebnis wird in einem Register STAP als den Zeitpunkt A gemäß F i g. 2 angebende Dateneinheit
abgespeichert. Der Schritt 57PIx wird auch dann durchgeführt, wenn die Dateneinheit SCAT im Schritt STP9
als der Größe NS gleich oder diese übersteigend festgestellt wird.
Wenn im Schritt STP8 festgestellt wird, daß die Energiedateneinheit im Energietafel- bzw. tabellenplatz TEU)
nicht kleiner ist als der Schwellenwert EP, wird die Dateneinheit NCNT um 1 erhöht, worauf geprüft wird, ob die
Dateneinheit NCNT gleich groß oder größer ist als eine Vorgabegröße NU, die beispielsweise * beträgt' Wenn
die Dateneinheit kleiner ist als die Vorgabegröße, wird der Schritt STP10 ausgeführt. Wenn dagegen festgestel It
wird, daß die genannte Dateneinheit der Vorgabegröße gleich oder größer als diese ist, d. h. wenn ein weiterer
Sprachabschnitt festgestellt wird, werden die Zählregister NCNT und SCNT sowie das Register SW sämtlich
freigemacht, um dadurch zu bestimmen, daß der Zeitpunkt A nicht als echter Anfangszeitpunkt anzusehen ist;
sodann wird der Schritt STPlQ ausgeführt.
Nach Ausführung des Schritts S7P11, d. h. nach Erfassung des Anfangspunkts A, werden die Daten SCNT,
NCNT und SWsämtlich auf 0 gesetzt, und die im Register M enthaltenen Daten werden in das Register /gesetzt.
Hierauf wird in einem Schritt STPVl geprüft, ob die Dateneinheit SW auf 0 gesetzt ist. Ist dies der Fall, so wird
geprüft, ob die Energiedateneinheit im Adressentabellenplatz TE(O kleiner ist als der Schwellenwert EP. Ist dies
nicht der Fall, so wird der Schritt STPYl ausgeführt, nachdem die Größe /um I erhöht worden ist Diese Operation
wird wiederholt, bis festgestellt wird, daß die Energiedateneinheit kleiner ist als der Schwellenwert EP, d. h.
es wird ein Zeitpunkt Bgemäß Fig. 2 erfaßt. Die Dateneinheiten SCNT und SW werden anschließend auf 1
gesetzt, und der Schritt STPIl wird nach Erhöhung der Größe /um 1 ausgeführt.
Wenn im Schritt STP12 festgestellt wird, daß die Dateneinheit SWauf 1 gesetzt ist, so wird in einem Schritt
STP13 geprüft, ob die Energiedateneinheit im Energietabellenplatz TE(O kleiner ist als der Schwellenwert EP.
Ist dies der Fall, so wird die Größe 1 der Summe aus den Dateneinheiten SCNT und NCNT hinzuaddiert, und
das Additionsergebnis wird im Register SCNT gespeichert. Danach wird die Dateneinheit NCNT auf 0 gesetzt.
Hierauf wird im Schritt STP14 geprüft, ob die Dateneinheit SCNT gleich groß oder größer als die Größe NS ist.
Wenn die Dateneinheit SCNT kleiner ist als die Größe NS, wird die Größe /in einem Schritf STP15 um 1 erhöht.
Sodann wird in einem Schritt STP16 geprüft, ob die Größe /größer ist als N. Wenn im Schritt STP16 festgestellt
wird, daß die Größe /gleich groß oder kleiner ist als N, wird der Schritt STP12 ausgeführt. Wenn dagegen festgestellt
wird, daß die Größe /größer ist als N, werden der Zeitpunkt Bals der echte Endpunkt bestimmt und die
Größe N im Register /gesetzt. Danach wird die Dateneinheit SCNT von der Größe /in einem Schritt STPYI subtrahiert,
um Daten ENDP zu liefern, die in einem Register ENDP gesetzt bzw. in dieses eingegeben werden und
den Zeitpunkt ßgemäß F i g. 2 angeben. Der Schritt STP17 wird auch durchgeführt, wenn im Schritt STP14 festgestellt
wird, daß die Dateneinheit SCNT gleich groß oder größer ist als die Größe NS.
Wenn weiterhin im Schritt STP13 festgestellt wird, daß die im Energietabellenplatz TEU) enthaltene Energiedateneinheit
nicht kleiner ist als die Größe EP, wird die Dateneinheit NCNT um 1 erhöht, worauf geprüft wird,
ob die Dateneinheit NCNT gleich groß oder größer ist als die Größe NU. Wenn die Dateneinheit NCNT kleiner
ist als die Größe NU, wird der Schritt 57? 15 erneut ausgeführt. Wenn andererseits festgestellt wird, daß die
Dateneinheit NCNT gleich groß oder größer ist als die Größe W, d. h. wenn ein weiterer Sprachabschnitt festgestellt
wird, werden die Register SW, NCNT und SCNT sämtlich freigemacht, um zu bestimmen, daß der Zeitpunkt
B nicht als echter Endzeitpunkt anzusehen ist; anschließend wird der Schritt S7P15 erneut ausgeführt
Nach der einwandfreien Bestimmung der echten Anfangs- und Endpunkte liest die Zentraleinheit (CPU) 42 5
die Energiedaten durch sequentielle Bezeichnung von durch die echten Anfangs- und Endpunkte definierten
Adressen aus dem Pufferspeicher 12 aus, um dann die Energiedaten zu einer nicht dargestellten Spracherkennungsschaltung
zu überführen.
Auch wenn das Hintergrund- bzw. Umgebungsrauschen groß ist oder der Pegel dieser Rausch- bzw. Storsignale
stark schwankt, kann mit der erfindungsgemäßen Vorrichtung die Dauer eines Spracheingangssignals ein- io
fach und genau bzw. richtig bestimmt werden. Darüber hinaus besitzt die Vorrichtung gemäß F i g. 1 einen einfachen
Aufbau. Weiterhin arbeitet die Vorrichtung unter Gewährleistung eines großen praktischen Nutzeffekts in
stabiler Weise.
Der Algorithmus zui Bestimmung bzw. Erfassung des Anfangspunkts A sowie des Endpunkts B des
Spracheingangssignals ist demzufolge einfach. Die erfindungsgemäße Vorrichtung vermag somit eine genaue 15
Bestimmung bzw. Messung in höchst zuverlässiger Weise zu gewährleisten.
Als Sprachparameter können z. B. durch LPC-Analyse berechnete, geschätzte Fehler, der Korrelationskoeffizient
des Spracheingangssignals oder dergleichen benutzt werden. Der Algorithmus zur Berechnung der Verteilung
der Sprachparameter kann durch andere Algorithmen ersetzt werden.
20
Hierzu 7 Blatt Zeichnungen
Claims (3)
1. Vorrichtung zur Bestimmung der Dauer von Sprachsignalen mit einer Abtasteinrichtung zur Abtastung
eines Spracheingangssignals und zur aufeinanderfolgenden Erzeugung von Sprachparametern, einer an die
Abtasteinrichtung angeschlossenen Speichereinrichtung zur Speicherung der aufeinanderfolgend erzeugten
Sprachparameter und einer Vergleichseinrichtung zum Vergleichen eines vorgegebenen Wertes und der aufeinanderfolgend
erzeugten Sprachparameter zur Bildung eines dem Ergebnis des Vergleichs zwischen dem
vorgegebenen Wert und der aufeinanderfolgend erzeugten Sprachparameter entsprechenden Ausgan^signals,
das eine angenäherte Sprachperiode darstellt, wobei die Abtasteinrichtung aufeinanderfolgend Kurzzeit-Energiedaten
als die Sprachparameter erzeugt, von denen jeder die Kurzzeit-Energie eines abgetasteten
Spracheingangssignals darstellt, gekennzeichnet durch eine Einrichtung (34, 42, 44) zur Bestimmung
einer sprachfreien Periode, die mit der Vergleichseinrichtung (24) verbunden ist, um eine erste sprachfreie
Periode einer vorbestimmten Länge, die der angenäherten Sprachperiode unmittelbar vorausgeht, und eine
zweite sprachfreie Periode einer vorbestimmten Länge, die der angenäherten Sprachperiode unmittelbar
nachfolgt, festzulegen, eine Datenextraktionsvorrichtung (50), die mit der Speichereinrichtung (12) und der
Einrichtung (34,42,44) zur Bestimmung der sprachfreien Periode verbunden ist, um auf die Ausgangssignale
der Einrichtung (34,42,44) zur Bestimmung der sprachfreien Periode anzusprechen und die Kurzzeit-Energiedaten
in der Sprachperiode und der ersten uad zweiten sprachfreien Periode aus der Speichereinrichtung
(12) zu extrahieren, und eine Datenverarbeitungsvorrichtung (42,42-1 bis 42-4) zur Ableitung eines Histograrnrns
und einer Zwischenklassenvarianz auf der Grundlage der von der Speichereinrichtung (12) gelieferten
Kurzzeit-Energiedaten, Teilung der Kurzzeit-Energiedaten in eine sprachfreie Klasse und eine Sprachklasse
bezüglich der Kurzzeit-Energiedaten, welche einen Maximalwert der Zwischenklassenvarianz bewirken,
Bestimmung eines Schwellenwerts durch Addieren des Mittelwerts der Kurzzeit-Energiedaten in der
sprachfreien Klasse und eines vorgegebenen Werts und Bestimmung der Sprachdauer durch Vergleich des
Schwellenwerts und der von der Speichereinrichtung (12) gelieferten Kurzzeit-Energiedaten in der Sprachperiode
und der ersten und zweiten sprachfreien Periode.
2. Vorrichtung nach Anspruch 1, dadurch gekennzeichnet, daß eine Bewegungsmittelwertschaltung (18,
20, 22) zur aufeinanderfolgenden Erzeugung eines Bewegungsmittelwertes für eine vorbestimmte Anzahl
aufeinanderfolgender Kurzzeit-Energiedaten von der Abtasteinrichtung (6) vorgesehen ist und daß die VergleichseinnVhtung
(24) den Bewegungsmittelwert der Bewegungsmittelwertschaltung (18,20,22) und den
vorbestimmten Wert vergleicht zur Bestimmung eines vorläufigen Anfangspunktes, in welchem der Bewegungsmittelwert
größer als der vorbestimmte Wert wird, wenn festgestellt wird, daß der Bewegungsmittelwert
für eine vorbestimmte Zeitspanne nach Erreichen des Anfangspunktes größer gehalten wird als der vorbestimmte
Wert, und zur Bestimmung eines vorläufigen Endpunkts, in welchem der Bewegungsmittelwert
kleiner wird als der vorbestimmte Wert, wenn festgestellt wird, daß der Bewegungsmittelwert für eine vorbestimmte
Zeitspanne nach Erreichen des Endpunktes größer als der vorbestimmte Wert gehalten wird.
3. Vorrichtung nach Anspruch 2, dadurch gekennzeichnet, daß eine Einrichtung (34) zur Erfassung eines
Bezugspunkts, bei welchem der Bewegungsmittelwert einen Maximalwert zwischen <hm vorläufigen
Anfangs- und vorläufigen Endpunkt besitzt, vorgesehen ist und daß die Datenverarbeitungsvorrichtung (42,
42-1 bis 42-4) zur Erfassung eines echten Anfangspunktes die Kurzzeit-Energiedaten, die, beginnend am
Bezugspunkt und zum vorläufigen Anfangspunkt hin, aufeinanderfolgend aus der Speichereinrichtung (12)
ausgelesen werden, und zur Erfassung eines echten Endpunktes die Kurzzeit-Energiedaten, die, beginnend
am Bezugspunkt und zum vorläufigen Endpunkt hin, aufeinanderfolgend aus der Speichereinrichtung (12)
ausgelesen werden, verarbeitet.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56175431A JPS5876899A (ja) | 1981-10-31 | 1981-10-31 | 音声区間検出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| DE3233637A1 DE3233637A1 (de) | 1983-05-19 |
| DE3233637C2 true DE3233637C2 (de) | 1986-07-03 |
Family
ID=15995979
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| DE3233637A Expired DE3233637C2 (de) | 1981-10-31 | 1982-09-10 | Vorrichtung zur Bestimmung der Dauer von Sprachsignalen |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US4535473A (de) |
| JP (1) | JPS5876899A (de) |
| DE (1) | DE3233637C2 (de) |
| GB (1) | GB2109205B (de) |
Families Citing this family (53)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE3243232A1 (de) * | 1982-11-23 | 1984-05-24 | Philips Kommunikations Industrie AG, 8500 Nürnberg | Verfahren zur erkennung von sprachpausen |
| JPS59139099A (ja) * | 1983-01-31 | 1984-08-09 | 株式会社東芝 | 音声区間検出装置 |
| JPS59182498A (ja) * | 1983-04-01 | 1984-10-17 | 日本電気株式会社 | 音声検出回路 |
| EP0143161A1 (de) * | 1983-07-08 | 1985-06-05 | International Standard Electric Corporation | Einrichtung zum automatischen Feststellen einer Sprachsignalaktivität |
| IT1160148B (it) * | 1983-12-19 | 1987-03-04 | Cselt Centro Studi Lab Telecom | Dispositivo per la verifica del parlatore |
| JPS60254279A (ja) * | 1984-05-31 | 1985-12-14 | Fuji Electric Co Ltd | ２値化しきい値の決定方法 |
| IT1179803B (it) * | 1984-10-30 | 1987-09-16 | Cselt Centro Studi Lab Telecom | Metodo e dispositivo per la correzione di errori causati da rumore di tipo impulsivo su segnali vocali codificati con bassa velocita di ci fra e trasmessi su canali di comunicazione radio |
| JPS61163400A (ja) * | 1985-01-14 | 1986-07-24 | 横河電機株式会社 | 音声分析装置 |
| JP2521425B2 (ja) * | 1985-07-24 | 1996-08-07 | 松下電器産業株式会社 | 音声区間検出装置 |
| JPS62296270A (ja) * | 1986-06-16 | 1987-12-23 | Toshiba Corp | 画像処理装置 |
| FR2629964B1 (fr) * | 1988-04-12 | 1991-03-08 | Telediffusion Fse | Procede et dispositif de discrimination de signal |
| JP2885801B2 (ja) * | 1988-07-05 | 1999-04-26 | 松下電送システム株式会社 | 変復調装置 |
| US5033087A (en) * | 1989-03-14 | 1991-07-16 | International Business Machines Corp. | Method and apparatus for the automatic determination of phonological rules as for a continuous speech recognition system |
| JP3337588B2 (ja) * | 1995-03-31 | 2002-10-21 | 松下電器産業株式会社 | 音声応答装置 |
| US5819217A (en) * | 1995-12-21 | 1998-10-06 | Nynex Science & Technology, Inc. | Method and system for differentiating between speech and noise |
| KR100207426B1 (ko) * | 1996-05-08 | 1999-07-15 | 전주범 | 무늬의 크기와 방향성을 이용한 텍스쳐 분류 장치 |
| US5884255A (en) * | 1996-07-16 | 1999-03-16 | Coherent Communications Systems Corp. | Speech detection system employing multiple determinants |
| US5864793A (en) * | 1996-08-06 | 1999-01-26 | Cirrus Logic, Inc. | Persistence and dynamic threshold based intermittent signal detector |
| US7630895B2 (en) * | 2000-01-21 | 2009-12-08 | At&T Intellectual Property I, L.P. | Speaker verification method |
| US6012027A (en) * | 1997-05-27 | 2000-01-04 | Ameritech Corporation | Criteria for usable repetitions of an utterance during speech reference enrollment |
| US6480823B1 (en) * | 1998-03-24 | 2002-11-12 | Matsushita Electric Industrial Co., Ltd. | Speech detection for noisy conditions |
| DE60143506D1 (de) * | 2000-01-27 | 2011-01-05 | Nuance Comm Austria Gmbh | Sprachdetektiongsgerät mit zwei abschaltkriterien |
| US7020448B2 (en) * | 2003-03-07 | 2006-03-28 | Conwise Technology Corporation Ltd. | Method for detecting a tone signal through digital signal processing |
| JP4521673B2 (ja) * | 2003-06-19 | 2010-08-11 | 株式会社国際電気通信基礎技術研究所 | 発話区間検出装置、コンピュータプログラム及びコンピュータ |
| US8345890B2 (en) * | 2006-01-05 | 2013-01-01 | Audience, Inc. | System and method for utilizing inter-microphone level differences for speech enhancement |
| US9185487B2 (en) * | 2006-01-30 | 2015-11-10 | Audience, Inc. | System and method for providing noise suppression utilizing null processing noise subtraction |
| US8204252B1 (en) | 2006-10-10 | 2012-06-19 | Audience, Inc. | System and method for providing close microphone adaptive array processing |
| US8744844B2 (en) * | 2007-07-06 | 2014-06-03 | Audience, Inc. | System and method for adaptive intelligent noise suppression |
| US8194880B2 (en) * | 2006-01-30 | 2012-06-05 | Audience, Inc. | System and method for utilizing omni-directional microphones for speech enhancement |
| JP4557919B2 (ja) * | 2006-03-29 | 2010-10-06 | 株式会社東芝 | 音声処理装置、音声処理方法および音声処理プログラム |
| US8204253B1 (en) | 2008-06-30 | 2012-06-19 | Audience, Inc. | Self calibration of audio device |
| US8949120B1 (en) | 2006-05-25 | 2015-02-03 | Audience, Inc. | Adaptive noise cancelation |
| JP2008158328A (ja) * | 2006-12-25 | 2008-07-10 | Ntt Docomo Inc | 端末装置及び判別方法 |
| JP4840149B2 (ja) * | 2007-01-12 | 2011-12-21 | ヤマハ株式会社 | 発音期間を特定する音信号処理装置およびプログラム |
| US8259926B1 (en) | 2007-02-23 | 2012-09-04 | Audience, Inc. | System and method for 2-channel and 3-channel acoustic echo cancellation |
| US8189766B1 (en) | 2007-07-26 | 2012-05-29 | Audience, Inc. | System and method for blind subband acoustic echo cancellation postfiltering |
| US8180064B1 (en) | 2007-12-21 | 2012-05-15 | Audience, Inc. | System and method for providing voice equalization |
| US8194882B2 (en) * | 2008-02-29 | 2012-06-05 | Audience, Inc. | System and method for providing single microphone noise suppression fallback |
| US8355511B2 (en) * | 2008-03-18 | 2013-01-15 | Audience, Inc. | System and method for envelope-based acoustic echo cancellation |
| US8521530B1 (en) * | 2008-06-30 | 2013-08-27 | Audience, Inc. | System and method for enhancing a monaural audio signal |
| US9008329B1 (en) | 2010-01-26 | 2015-04-14 | Audience, Inc. | Noise reduction using multi-feature cluster tracker |
| US8798290B1 (en) | 2010-04-21 | 2014-08-05 | Audience, Inc. | Systems and methods for adaptive signal equalization |
| KR20130014895A (ko) * | 2011-08-01 | 2013-02-12 | 한국전자통신연구원 | 음원 분리 기준 결정 장치와 방법 및 음원 분리 장치와 방법 |
| US9640194B1 (en) | 2012-10-04 | 2017-05-02 | Knowles Electronics, Llc | Noise suppression for speech processing based on machine-learning mask estimation |
| US9536540B2 (en) | 2013-07-19 | 2017-01-03 | Knowles Electronics, Llc | Speech signal separation and synthesis based on auditory scene analysis and speech modeling |
| WO2016033364A1 (en) | 2014-08-28 | 2016-03-03 | Audience, Inc. | Multi-sourced noise suppression |
| US10373608B2 (en) | 2015-10-22 | 2019-08-06 | Texas Instruments Incorporated | Time-based frequency tuning of analog-to-information feature extraction |
| JP7275711B2 (ja) * | 2019-03-20 | 2023-05-18 | ヤマハ株式会社 | オーディオ信号の処理方法 |
| CN113270118B (zh) * | 2021-05-14 | 2024-02-13 | 杭州网易智企科技有限公司 | 语音活动侦测方法及装置、存储介质和电子设备 |
| JP7013610B1 (ja) | 2021-05-17 | 2022-01-31 | 株式会社アイセロ | 容器及び容器組立体 |
| CN113749620B (zh) * | 2021-09-27 | 2024-03-12 | 广州医科大学附属第一医院（广州呼吸中心） | 一种睡眠呼吸暂停检测方法、系统、设备及存储介质 |
| CN117746905B (zh) * | 2024-02-18 | 2024-04-19 | 百鸟数据科技(北京)有限责任公司 | 基于时频持续性分析的人类活动影响评估方法及系统 |
| CN118918891B (zh) * | 2024-07-11 | 2025-03-18 | 嘉兴市欧德家居股份有限公司 | 一种基于声音识别的浴霸开关控制方法及系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE2536585C3 (de) * | 1975-08-16 | 1981-04-02 | Philips Patentverwaltung Gmbh, 2000 Hamburg | Anordnung zur statistischen Signalanalyse |
| FR2437125A1 (fr) * | 1978-09-21 | 1980-04-18 | Cit Alcatel | Dispositif de traitement d'un signal d'analyse d'image |
| US4351983A (en) * | 1979-03-05 | 1982-09-28 | International Business Machines Corp. | Speech detector with variable threshold |
-
1981
- 1981-10-31 JP JP56175431A patent/JPS5876899A/ja active Granted
-
1982
- 1982-08-27 US US06/412,234 patent/US4535473A/en not_active Expired - Fee Related
- 1982-09-06 GB GB08225301A patent/GB2109205B/en not_active Expired
- 1982-09-10 DE DE3233637A patent/DE3233637C2/de not_active Expired
Also Published As
| Publication number | Publication date |
|---|---|
| JPS5876899A (ja) | 1983-05-10 |
| US4535473A (en) | 1985-08-13 |
| DE3233637A1 (de) | 1983-05-19 |
| GB2109205A (en) | 1983-05-25 |
| GB2109205B (en) | 1985-05-09 |
| JPH0222398B2 (de) | 1990-05-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE3233637A1 (de) | Vorrichtung zur bestimmung der dauer von sprach- oder tonsignalen | |
| DE3101851C2 (de) | Vorrichtung zum Erkennen von Sprache | |
| DE69121312T2 (de) | Geräuschsignalvorhersagevorrichtung | |
| DE69917361T2 (de) | Vorrichtung zur Sprachdetektion bei Umgebungsgeräuschen | |
| DE4218303C1 (de) | Verfahren und Anordnung zur Abstandsmessung nach dem Impulslaufzeitprinzip | |
| DE4126902C2 (de) | Sprachintervall - Feststelleinheit | |
| DE3327139C2 (de) | Verfahren und Vorrichtung von für die Rekonstruktion einer Wellenform vorgesehenen Daten | |
| DE4417838B4 (de) | Verfahren zum Charakterisieren eines nicht-reflektierenden Ereignisses in einem durch optische Zeitbereichs-Reflektometrie erhaltenen Digitaldaten-Signalzug | |
| DE69611421T2 (de) | Verfahren zur Reduzierung von Audioaufzeichnung beeinflussenden Vor- und Nachechos | |
| DE3128171A1 (de) | Periodendauermessvorrichtung | |
| DE3236885A1 (de) | Verfahren und geraet zur sprachanalyse | |
| EP0109129A1 (de) | Verfahren und Anordnung zur Laufzeitbestimmung eines Ultraschallimpulses | |
| DE3235279A1 (de) | Spracherkennungseinrichtung | |
| DE69918635T2 (de) | Vorrichtung und Verfahren zur Sprachverarbeitung | |
| DE3422877C2 (de) | ||
| DE3043516C2 (de) | Verfahren und Vorrichtung zur Spracherkennung | |
| DE2851877B2 (de) | Blutdruck-Meßgerät und Verfahren zur Fehlerkompensation bei der Blutdruckmessung | |
| DE69922769T2 (de) | Vorrichtung und Verfahren zur Sprachverarbeitung | |
| DE69132148T2 (de) | Vorrichtung zur Verarbeitung eines Signals | |
| DE69801493T2 (de) | Sprachanalysessystem | |
| DE2920041C2 (de) | Verfahren zum Verifizieren von Signalen, und Anordnung zum Durchführen des Verfahrens | |
| DE2431458C2 (de) | Verfahren und Anordnung zur automatischen Sprechererkennung | |
| DE2939077C2 (de) | Verfahren und Anordnung zum Bestimmen charakteristischer Werte aus einem zeitbegrenzten Geräuschsignal | |
| EP1005016A2 (de) | Verfahren und Schaltungsanordnung zur Sprachpegelmessung in einem Sprachsignalverarbeitungssystem | |
| EP1755110A2 (de) | Verfahren und Vorrichtung zur adaptiven Reduktion von Rausch- und Hintergrundsignalen in einem sprachverarbeitenden System |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| OP8 | Request for examination as to paragraph 44 patent law | ||
| 8128 | New person/name/address of the agent |
Representative=s name: HENKEL, G., DR.PHIL. FEILER, L., DR.RER.NAT. HAENZ |
|
| D2 | Grant after examination | ||
| 8364 | No opposition during term of opposition | ||
| 8327 | Change in the person/name/address of the patent owner |
Owner name: KABUSHIKI KAISHA TOSHIBA, KAWASAKI, KANAGAWA, JP |
|
| 8339 | Ceased/non-payment of the annual fee |