Der Sprachchip T6721 im Magic Voice basiert auf einem Sprachsyntheseverfahren namens Linear Predictive Coding (LPC).
Hierbei werden 10 Parameter (K1-K10 = Filter-Koeffizienten) für stimmhafte (voiced) Laute zum Beispiel "e"),
und vier Paramter für stimmlose (unvoiced) Laute (zum Beispiel "s") verwendet. Neben der Anzahl der Parameter wird die Qualität der Sprache auch von der Auflösung, also der Anzahl der verwendeten Bits
für die einzelnen Parameter bestimmt. Die Summe der Bits für Amplitude (Energy), Frequenz (Pitch) und der Parameter (K) ergibt dann die Rahmenlänge (Framelength).
Neben der Unterscheidung zwischen stimmhaften (voiced) und stimmlosen (unvoiced) Rahmen können auch noch Wiederholungsrahmen (repeat) verwendet werden. Hierbei wird nur der Wert für Energy und Pitch
neu übertragen, die Koeffizienten gelten dann als unverändert. Einen Sonderfall stellen Rahmen dar, die einfach nur Stille (silence) erzeugen oder das Ende der Sprachausgabe (end of speech) markieren.
In den folgenden Tabellen ist der Aufbau dieser Rahmen ersichtlich.
|
The voice chip T6721 within the Magic Voice is based on a Linear Predictive Coding (LPC) speech synthesis method. Here, 10 parameters (K1-K10 = filter coefficients) are used for voiced sounds (for example, "e"),
and four parameters for unvoiced sounds (for example, "s"). In addition to the number of parameters, the quality of the speech is also determined by the resolution, i.e., the number of bits used
for the individual parameters. The sum of the bits for amplitude (energy), frequency (pitch), and the parameters (K) then results in the frame length.
In addition to the distinction between voiced and unvoiced frames, repeat frames can also be used. In this case, only the values for energy and pitch are retransmitted, the coefficients are then considered unchanged.
Frames that simply generate silence or mark the end of speech output are a special case.
The following tables show the structure of these frames.
|
