5. 3.1.5. Синтезаторы речи

Следующим, обозначенным в рамках данной статьи методом цифрового преобразования речи, является моделирование речеобразующего аппарата человека(синтез речи), на основе которого стоятся вокодеры. Синтезаторы речи разделяются по принципу построения синтезирующего устройства на:волновыеипараметрические. Далее вокодеры разделяются по величине фрагментов речи, используемых при синтезе: параграфы, предложения, фразы, слова, слоги, полуслоги, дифоны (рисунок 3).

По виду ЛП – фильтра кодеки рассматриваемой группы подразделяются на адаптивные, в которых синтезирующий фильтр адаптируется в зависимости от входного речевого сигнала; и нанеадаптивные, в которых параметры ЛП – фильтра рассчитываются путем статистического усреднения речевого материала и остаются неизменными в процессе кодирования частного сигнала. На рисунке 3 приведена классификация вокодеров.

Рисунок 3 – Классификация вокодеров.

6. 3.1.6. Ортогональное преобразование речевого сигнала

Последним выделенным авторами методом цифрового преобразования речи является метод - Ортогональное преобразование речевого сигнала.При таком подходе сигнал раскладывается в базисе ортогональных функций.

Хотя, в настоящее время наибольшее распространение получило представление речевого сигнала в виде суммы гармонических синусоидальных функций, называемое преобразованием Фурье, при составлении классификации необходимо учитывать возможность разложения речевого сигнала в других ортогональных базисах (Уолша, Хаара), которые со временем могут получить должное распространение и кодеки на их основе могут быть стандартизированы [4].

Полученный в результате преобразования сигнала в частотную область спектр прореживается – из него выделяются полосы частот наиболее полно характеризующие исходный сигнал и устраняются частоты, роль которых в формировании речевого сигнала минимальна.

Рисунок 4 – Классификация кодеков с ортогональным преобразованием амплитуды

По виду квантования полученных полос частот алгоритмы кодирования речи с ортогональным преобразованием делятся на равномерные и неравномерные. В кодеках с равномерным квантованием частот шаг квантования остается неизменным для всех частот. В алгоритмах с неравномерным квантованием, шаг меняется таким образом: частоты, к которым слуховой анализатор человека наиболее восприимчив, квантуются с большей точностью; соответственно частоты, которые наименее точно воспринимаются человеческим ухом, кодируются с большим шагом квантования, следовательно с меньшей точностью. Наиболее распространенными стандартами, построенными на основе алгоритмов с ортогональным представлениям, являются кодеки семейства MPEGиStaraudio [5]. На рисунке 4 представлена классификация рассмотренных алгоритмов.

15. 3.2. Алгоритмы кодирования

3.2 Импульсно-кодовая модуляция

При амплитудно-импульсной модуляции дискретные моменты времени отсчетов с аналоговыми амплитудами используются для извлечения информации, содержащейся в непрерывно меняющемся аналоговом сигнале. Импульсно-кодовая модуляция (ИКМ) является развитием АИМ. При этом величина каждого аналогового отчета квантуется до дискретного значения для представления в виде цифровой кодовой комбинации. Таким образом, как показано на рис. 3.7, система с АИМ может быть преобразована в систему с ИКМ, если добавить аналогово-цифровой преобразователь (АЦП) на передающей стороне и цифро-аналоговый преобразователь (ЦАП) на приемной стороне. На рис. 3.8 изображен типовой процесс квантования, в котором совокупность шагов квантования однозначно связана с двоичными кодовыми комбинациями. Все значения дискретов, приходящихся на конкретный шаг квантования, отображаются единственной дискретной величиной, размещенной в центре шага квантования. Вследствие этого процесс квантования вводит в дискреты сигнала определенное число ошибок, или искажений. Эти ошибки, известные как шум квантования, сводятся к минимуму введением большого числа малых шагов квантования. Естественно, с увеличением числа шагов квантования необходимо увеличить число символов, чтобы однозначно идентифицировать эти шаги.