CBM: Magic Voice Speech Module

MAGIC VOICE

Lexikon und Begriffserklärungen

Allgemeines General	Einführung Introduction	Anschluss Connection	Anwenden des Moduls Using the Module	Vokabular Vocabulary	Tips & Tricks Tips & Tricks

Ergänzendes Additional stuff	Demos Demos	Spiele Games	Zeitschriften Magazines	Sprach Downloads Speech Downloads	Lexikon Lexicon

Internes Internal	Hardware Hardware	Firmware Firmware	Sprachdaten Speechdata	Bit-Format Bit allocation	De-/Codierung De-/Coding

Nützliches und mehr Utilities and more	Speech Playtool	Magic Game Cart	Magic Talkie	Magic Voice NT	Ersatzteile & Reparatur Spares & Repair

Begriffe ...

Terms ...

Begriffe - Terms

LPC

Linear Predictive Coding (Lineare Prädiktion) ist eine Codierungsart, mit der eine Datenreduktion durch ein Prädiktionsverfahren erreicht wird. Dabei wird die im Sprachsignal enthaltene Redundanz, d.h. die Abhängigkeit aufeinander folgender Abtastwerte voneinander, ausgenutzt. Bei der Prädiktion wird basierend auf der linearen Verknüpfung vorhergehender Abtastwerte der nächste Abtastwert geschätzt und nur die Differenz dazu übertragen. Dadurch wird die Anzahl der benötigten Daten reduziert. Die erhaltenen Datenwerte erlauben die Rekonstruktion der Hüllkurve des abgetasteten analogen Signals. Diese Art der Codierung wird vor allem für die effiziente Übertragung von Sprachsignalen verwendet.

Linear Predictive Coding
Linear predictive coding is a popular technique for speech compression and speech synthesis.

Magic Voice is based on a Linear Predictive Coding (LPC) speech synthesis method, using a digitised fixed vocabulary in conjunction with various modulators designed to model the human vocal tract.

PARCOR	PARCOR
Partial Auto Correlation	Partial Auto Correlation Coefficients: A set of predictive parameters invented by NTT (Nippon Telegraph and Telephone corporation) Musashino Lab in 1972. This set has property of stability and easy quantization, and therefore widely used for speech coding and synthesis, and other signal processing areas.

CEPSTRUM

The cepstrum is a common transform used to gain information from a person's speech signal. It can be used to separate the excitation signal (which contains the words and the pitch) and the transfer function (which contains the voice quality). It is similar to a channel vocoder or LPC in its applications, but using the cepstrum as a spectral analyzer is a completely different process. It is also worth pointing out that cepstrum is "spectrum" with the first syllable flipped.

Formant

Formanten nennt man bei der menschlichen Stimme Frequenzbereiche, bei denen die Lautstärke angehoben ist, also Maxima im Spektrum. Die Lage der Formanten im Frequenzbereich ist unabhängig von der erzeugten Tonhöhe. Die Klangfarbe einer Stimme wird von der Lage und Ausprägung der Formanten beeinflusst. Durch sie lassen sich Stimmen voneinander unterscheiden - etwa die Stimmen zweier Frauen. Hervorgerufen werden Formanten durch Resonanzen, die zur Verstärkung oder Abschwächung bestimmter Frequenzbereiche führen. Deren Lage und Charakter hängt bei der menschlichen Stimme von der Form des Vokaltrakts ab, so wie er zum Artikulieren eines bestimmten Lauts durch Muskelbewegungen eingestellt wird.

A peak in the spectrum of speech corresponding to a resonance in the vocal tract. A formant synthesizer uses bandpass filters, typically, to create these resonances. Depending on the type of speech to be synthesized (e.g., female, male), four or usually five or more formants are necessary for reasonable speech.

Phonem	Phoneme
Ein Phonem ist die kleinste bedeutungsunterscheidende (aber nicht bedeutungstragende) Lauteinheit, die aus einem akustischen Sprachfluss ermittelt werden kann. Notation zwischen Schrägstrichen, z.B. /a/.	An abstract sound unit, for example a sound like "eh". The problem is that the actual sound associated with a phoneme depends on its context. The "eh" sound is influenced by what sounds preceed and follow it, for example.

Allophon

Allophone

Ein Allophon ist in der Linguistik die Realisierung eines Phonems. Bei Allophonen handelt es sich also um Phone (Laute), welche einem Phonem zugeordnet werden können. Allophone sind damit die konkret realisierten Varianten eines Phonems. Beispielsweise ist das Allophon [b] in [bal] die Realisierung des Phonems /b/ in der Phonemkette /bal/ "Ball". [b] kann dabei durchaus in verschiedenen Varianten auftreten, z. B. abhängig davon, wie ausgeprägt seine Stimmhaftigkeit ist.

The actual realization of a phoneme (i.e., in a particular context). More than one allophone can be associated with a given phoneme

Die Unterscheidung Allophon - Phonem ist erforderlich, da es vorkommen kann, dass ein einzelnes Phonem in unterschiedlichen (allophonischen) Varianten ausgedrückt (realisiert) wird, die teilweise vollständig verschiedenen Lauten entsprechen. Da die Wahl der verschiedenen Varianten nicht zu einem Unterschied in der Bedeutung des Wortes führt, handelt es sich bei diesen Varianten in der entsprechenden Sprache nicht um eigenständige Phoneme. Durch systematische Untersuchung ihrer phonetischen Eigenschaften auf Ähnlichkeit mit anderen Phonemrealisierungen, vor allem aber durch Minimalpaaranalyse können die Laute schließlich als Allophone eines einzigen Phonems klassifiziert werden. Dabei bestimmen dialektale Unterschiede, Koartikulationseffekte oder ganz allgemein die lautliche Umgebung eines Phonems, welche Variante gefordert ist. In jedem Fall ist aber die Frage, durch welches Allophon, bzw. welche Allophone ein bestimmtes Phonem ausgedrückt wird, für jede Sprache einzeln festgelegt: was in der einen Sprache als allophonische Variation eines Phonems gilt, kann in einer anderen Sprache ein eigenes Phonem sein.

Das LPC-Modell - The LPC Model

Physical Model:

Nach oben zum Menü - Go top to menu