6.5. Устройства автоматического ввода аудио информации
Аудио – система ЭВМ состоит из : звуковой платы, акустической системы(динамики), микрофон, сигнальный процессор (DSP).
Состав звуковой карты:
ЦАП/АЦП
Си
нтезатор
Разъемы
линейный вход
линейный выход
Рисунок 6.34 - Работа звуковой платы на прием информации
Исходная форма звукового сигнала - непрерывное изменение амплитуды во времени - представляется в цифровой форме с помощью перекрестной дискретизации по времени и по уровню. Одновременно с временной дискретизацией выполняется амплитудная - измерение мгновенных значений амплитуды и их представление в виде числовых величин. Полученный поток чисел (серии двоичных чисел) называют импульсно-кодовой модуляцией – PCM.
fmax=
Рисунок 6.35 –Звуковой сигнал
Рисунок 6.36 – Устройство звуковой карты
Line in, Mic in - линейный и микрофонный входы
Aux: сигнал с этого входа минует все устройства и сразу идет на выход.
CD in используется для CD-ROM.
У всех разъем mini-Jack
На задней панели платы есть 15-пиновый разъем midi/джойстик порта, используется для подключения синтезаторов, клавиатур или джойстика.
Все сигналы с внешних аудиоустройств поступают во входной микшер, он служит для усиления.
АЦП - аналогово-цифровой преобразователь. Замеряет амплитуду поступающего сигнала и кодирует соотношения.
ЦАП - цифро-аналоговый преобразователь. Заменяет коды, преобразует в аналоговый сигнал.
DSP-сигнальный процессор управляет обменом данных со всеми остальными устройствами компьютера через шину ISA или PCI
Синтезатор - имитация музыкальных инструментов.
FM (Frequency Modulation - частотная модуляция) синтезатор для сохранения совместимости с Sound Blaster.
Wave Table-синтезатор для получения качественного звука.
RAM - оперативная память используется для загрузки звука
ROM - постоянная память, в ней хранятся образцы звучания
Рисунок 6.37 - Ввод аудио – информации
Речь имеет следующие составляющие:
Фонема – базовый звук.
В разных языках количество звуков разное, например, в руссом – 44, в английском – 40.
Аллофон – варианты фонемы.
Аллофонов может быть сотни, т.к. один и тот же звук разными людьми может быть произнесен по-разному.
Дифтонг – промежуточный звук между фонемами.
Слог.
Их может быть сотни или тысячи.
Слова.
Их десятки тысяч.
Словосочетание.
Одни и те же слова в разных словосочетаниях произносятся по-разному.
Формирование речевых сообщений и вывод речи:
Способы:
формирование по образцам (компилятивный синтез)
синтез по правилам
Описание речевого сигнала:
импульсно-кодовая модуляция (ИКМ) и ее разновидность – дельта – модуляция;
кодирование с линейным предсказанием (ЛПК);
частотная модуляция и параметрическое кодирование (ПАРКОР)
На основе ИКМ можно предложить схему, где от ЭВМ подается идентификатор сообщения (ИС), который включает базовый адрес, номер или ключ в словарь сообщения.
Рисунок 6.38 - Импульсно-кодовая модуляция
Обозначения:
БУП – блок управления поиском
ПО – память описания сообщения (база данных сообщений)
У & Ф – усилитель и фильтр
Рисунок 6.39 – Структура системы речевого ввода
Существует 2 подхода к распознаванию звука (голоса): распознавание отдельных фраз, распознавание текста.