bonn.de bonn.de

Transkript

1 bonn.de bonn.de

2

3 023 Vorlesungsskripten deutsch bilingual deutsch/englisch Allgemein zur Sprachsignalverarbeitung Speziell zu Kapitel 1

4

5 gsv_1.1 t 250 ms/zeile

6 gsv_1.2 t 250 ms/zeile

7 gsv_1.3 t 250 ms/zeile

8 gsv_1.4 D I G I T A A L E V V E R A R B EI T U NG V O N S P R A CH S N I G N A A L E

9

10 99a gsv_1.5 Mundraum [ Nasenraum Rachenraum (Pharynx) Gaumen Lippen Zunge Velum Unterkiefer Stimmbänder, Stimmritze (Glottis)

11 99a gsv_ ms/zeile Stimmlos: Frikativ Stimmhaft: Vokal mit Übergang zu Sonorant Transient: Übergang Vokal-Plosivlaut-Vokal

12

13 014 gsv_1.7

14 014 gsv_1.8 s(t) s(t) t

15 014 gsv_1.9

16 gsv_1.10 t kontinuierlich ( analog ) n abgetastet n digital (abgetastet und quantisiert)

17 014 gsv_1.11 t Darstellung als Zeitfunktion s(t) allgemein: Augenblicksamplitude in Luft: Schalldruck in Mikrofon und Verstärker: elektrische Spannung t t 1 t 2 t 3 t 4 t 5 s(t) s(t 1 ), s(t 2 ), (1.2)

18 gsv_1.12 Darstellung als Zeitfunktion s(t) t T n Abtastung: Darstellung als abgetastete Zeitfunktion s(t) s(nt) s(n) (bei gleichförmiger Abtastung) s(n) :=s(nt) ; n 1, 0, 1 + [ganzzahlig] T : Abtastintervall (1.3)

19 014 gsv_1.13 s(n) :=s(nt) ; n 1, 0, 1 + [ganzzahlig] T : Abtastintervall (1.3) T s(n) n n F := 1 T (1.4)

20 014 gsv_1.14 T F F

21 014 gsv_1.15 Signal Sprachsignal guter Qualität Sprachsignal minderer Qualität Sprachsignal Telefonqualität Musiksignal HiFi mindestens CD sonstige digitale Tonaufzeichnung (DAT) 16 48

22 014 gsv_1.16 t Darstellung als Zeitfunktion s(t) T n Darstellung als abgetastete Zeitfunktion s(n) n Quantisierung: Darstellung im Rechner als Zahlenfolge s(n) [s(n)] Q

23 gsv_1.17 [s] Q q s (1.5) e s s Eingangssignal [s] Q Eingangssignal quantisiert q Quantisierungsstufe e Quantisierungsfehler

24 gsv_1.18 q Signal Sprachsignal Telefonqualität =256 Sprachsignal guter Qualität Musiksignale, CD Audiosignale im Studio > Bildsignale ( True Color )

25 014 gsv_ bit 125 ms/zeile 4 bit 1 bit

26 gsv_1.20 t Darstellung als Zeitfunktion s(t) allgemein: Augenblicksamplitude in Luft: Schalldruck in Mikrofon und Verstärker: elektrische Spannung T n Darstellung als abgetastete Zeitfunktion s(t) s(nt) s(n) (bei gleichförmiger Abtastung) n q Darstellung im Rechner als Zahlenfolge s(n) [s(n)] Q k(n) q k(n) (bei gleichförmiger Quantisierung)

27 gsv_1.21 Einheitsimpuls Einheitssprung Sinusförmiges Signal (n) 1 0 n 0 n 0 s(n) 1 0 n 0 n 0 x(n) cos( 0 n+ 0 ) n n n

28 gsv_1.22

29

30 gsv_1.23 Laut (Phonem) Silbe Wortteil: Stamm, Präfix, Suffix (Morphem) Wort Wortgruppe (Satzglied, Phrase) Satz Satzgruppe....

31 gsv_1.24 Informationsebene Akustik Parameter (Akustik/)Phonetik (Phonetik/)Phonologie Lexikalische Ebene Syntaktische Ebene Semantische Ebene Pragmatik Prosodie Individuelle Merkmale Repräsentation Sprachsignal Quellen- und Vokaltraktparameter Realisationen von Phonemen ( Phone ) oder anderer phonetischer Einheiten Phoneme oder entsprechende elementare Einheiten (z.b. Silben) Morpheme oder Wörter bzw. deren Realisierung Wortgruppe und/oder Satz Inhalt und Bedeutung einer Aussage Umfeld oder Weltmodell, in das die Aussage eingebettet ist. Betonung, Sprechmelodie, Dauer (Rhythmus) und Intensität einzelner Laute, Silben etc. Klangfarbe der Stimme, Dialekt, Tonfall, Stimmung, Wortwahl und Sprechstil

32 gsv_1.25

33

34 gsv_1.26 Syntaktische/semant. Analyse Nachschlagen Klassifizierung Segmentierung Sprachanalyse Etikettieren Spracherkennung Sprachverstehenssysteme ( Speech Understanding ) Codierung Vocoder Phonetischer Vocoder Sprachsynthese vom Text (TTS) Akustische Synthese Verkettung Graphem-Phonem-Konversion Sprechererkennung und -verifikation