Sygnał mowy jako nośnik informacji

1

Politechnika WrocławskaInstytut Telekomunikacji i AkustykiZakład Analizy i Przetwarzania

Sygnałów Akustycznych

Sygnał mowy jako nośnik

informacji

Sygnał mowy jako nośnik informacji

2

Plan wykładu

Wstęp, hierarchiczny system syntezy mowy Rodzaje sygnałówTransformata Fourier’a sygnałuPróbkowanie sygnałówSygnał mowy - wytwarzanie, cechy akustyczne

- fonemyDyskretne źródło informacji Kompresja sygnału mowy

Sygnał mowy jako nośnik informacji

3

Hierarchiczny system syntezy mowy

Sygnał mowy jako nośnik informacji

4

Sygnał

Ciągłe Dyskretne i cyfroweDeterministyczne Losowe

Sygnał jest to czynnik będący nośnikiem informacji umożliwiający przesyłanie jej na odległość

Wyróżniamy następujące rodzaje sygnałów:

Sygnał mowy jako nośnik informacji

5

Sygnały dyskretne i cyfrowe

Sygnał mowy jako nośnik informacji

6

Przekształcenie Fourier’a

dtetxfX ftj 2)()(

1

0

)]/2sin()/2)[cos(()(N

n

NnmjNnmnxmX

Postać ciągła:

Postać dyskretna: DFT (Discrete Fourier Transform):

1...,,1,0 Nm

Sygnał mowy jako nośnik informacji

7

Sygnał i jego moduł |DFT|

Przebieg sinusoidalny o częstośliwości 1[kHz]

Moduł DFT sygnały sinusoidalnego 1[kHz]

Sygnał mowy jako nośnik informacji

8

Przebieg czasowy sumy sygnałów sinusoidalnych: 1 oraz 1,5[kHz]

Moduł DFT sumy dwóch sygnałów

Sygnał mowy jako nośnik informacji

9

Przebieg czasowy sumy sygnałów sinusoidalnych:

1000, 1500, oraz 3500 [Hz]

Moduł DFT sumy trzech sygnałów

Sygnał mowy jako nośnik informacji

10

Szybkie przekształcenie Fouriera FFT (Fast Fourier Transform)

FFT – jest to procedura wyznaczania DFT

2N- liczba mnożeń zespolonych w przypadku DFT

NN

2log2

-liczba mnożeń zespolonych w przypadkuFFT

kN 2 - długość analizowanego sygnału w FFT

k – liczba naturalna

Sygnał mowy jako nośnik informacji

11

Przetwarzanie analogowo/cyfrowe sygnałów

1)Pobieranie wartości sygnału w dyskretnych momentach czasu2) Kwantowanie sygnału – przypisanie sygnałowi jednej ze zbioru wartości

Parametry przetwarzania A/C:-Częstotliwość próbkowania fs-Liczba bitów przetwornika

Sygnał mowy jako nośnik informacji

12

Twierdzenie o próbkowaniuKotielnikowa - Shanona

Aby z sygnału spróbkowanego odtworzyć oryginalny sygnał konieczne jest zastosowanie częstotliwości próbkowania co najmniej dwukrotnie większej od maksymalnej częstotliwości składowej sygnału.

max2 ff s Nff max

Nf -częstotliwość graniczna Nyquista

Sygnał mowy jako nośnik informacji

13

Próbkowanie sygnału (dyskretyzacja w czasie)

Sygnał mowy jako nośnik informacji

14

Widmo sygnału telefonicznego

W przypadku telefonii stacjonarnej sygnał zawiera się W paśmie do 3400[Hz] a częstotliwość próbkowania wynosi 8000[Hz] czyli fp>2fmax

Sygnał mowy jako nośnik informacji

15

Przetwarzanie A/C

W rzeczywistości aby warunek: fs>2*fmax był spełnionykonieczne jest zastosowanie filtru dolnoprzepustowegoo częstotliwości granicznej B < fs/2

Sygnał mowy jako nośnik informacji

16

Charakterystyka przetwornika A/C, kwantyzacja sygnału

-Liczba przedziałów kwantowania Gdzie:n – liczba bitów przetwornika

12 n

Sygnał mowy jako nośnik informacji

17

Dynamika sygnału analogowego

;log20min

max10

U

UD

maxU - maksymalna wartość napięcia sygnału

minU - minimalna wartość napięcia sygnału

W przypadku gdy:

szumuUU min => D=S/N

Sygnał mowy jako nośnik informacji

18

Dynamika przetwornika PCM

Aby za pomocą przetwornika n – bitowego przekształcić sygnał analogowy bez zniekształceń konieczne jest spełnienie zależności:

02,6

Dn

Dynamikę przetwarzania analogowego sygnału na sygnałcyfrowy określa się jako:

][02,6)12(log20log20 10minmax

10 dBnq

UUN n

k

q – szerokość przedziału kwantyzacji przetwornika

Twierdzenie o kwantyzacji

Sygnał mowy jako nośnik informacji

19

Liczba bitów przetwornika

n

Dynamika przetwarzania

[dB]

4 24,0

8 48,1

12 72,2

16 96,3

24 144,5

kN

Sygnał mowy jako nośnik informacji

20

Sygnał mowyPasmo: od 70-150[Hz] do 5-7[kHz]Dynamika: Kilkadziesiąt [dB]Szacowana zawartość informacyjna:250[kb/s]

Sygnał mowy jako nośnik informacji

21

Płaszczyzny sygnału mowy

Sygnał mowy jako nośnik informacji

22

Wytwarzanie sygnału mowy

Sygnał mowy jako nośnik informacji

23

Przebieg tonu krtaniowego

        

Zakres Fo od 100 do 140 [Hz] dla mężczyzn od 200 do 280 [Hz] dla kobiet

Sygnał mowy jako nośnik informacji

24

Model wytwarzania sygnału mowy

Sygnał mowy jako nośnik informacji

25

Częstotliwości formantowe

Sygnał mowy jako nośnik informacji

26

Zakresy częstotliwości 4 pierwszych formantów

Sygnał mowy jako nośnik informacji

27

Sonogram sygnału mowy

Sygnał mowy jako nośnik informacji

28

FonemySą to „atomy” języka. Składają się z nichmorfemy, wyrazy i zdania.

Definicja fonemu:Fonemem określamy „najmniejszy segment dźwiękowy, który może różnicować znaczenia”. W języku polskim wyróżniamy 37 fonemów

Sygnał mowy jako nośnik informacji

29

Lp

Przykład użycia fonemu Fonem

1 wino, lis, siwy

2 ryba, grzyb, myśl

3 rzeka, grzech, Ewa

4 rak, posag, chrzan

5 bok, krowa, kot

6 kurs, buty, róża

7 jama, jutro, kraj

8 łysy, miał, auto

9 ropa, kara, wiatr

Przykłady użycia fonemów

Sygnał mowy jako nośnik informacji

30

Częstości występowania fonemów

Sygnał mowy jako nośnik informacji

31

Transmisja sygnału przez kanał telekomunikacyjny

Jeżeli transmisja bezbłędna:I=I’

Sygnał mowy jako nośnik informacji

32

„Informacja”

Informacja jest to miara niepewności co do tego która z możliwych wiadomości została odebrana. Ilość informacji rośnie ze wzrostem liczby możliwych wiadomości

Sygnał mowy jako nośnik informacji

33

Dyskretne źródło informacji

},...,,{ 21 qsssS )(,...),(),( 21 qsPsPsP

][)(

1log)( 2 bitów

sPsI

ii

Sygnał mowy jako nośnik informacji

34

S

ii bitówsIsP ])[()(

Średnia ilość informacji

S

ii

def

bitówsPsPsH ])[(log)()(

Entropia źródła

Sygnał mowy jako nośnik informacji

35

Entropia alfabetu polskiego

Na podstawie estymat częstości występowania fonemówJassem uzyskał entropie polskiego alfabetu równą:

]/[7506,4)(log)(37

12 fonembitsPsPH

niip

Sygnał mowy jako nośnik informacji

36

Kompresja sygnału mowy

W sygnale mowy występuje nadmiarowość informacji. Od początku istnienia telefonii starano się ograniczyć zawartość informa – cyjną sygnału mowy, ze względu na wąskopasmowe kanały transmisyjne.

Pierwsze ograniczenie sygnału mowy Występuje w momencie zawężenia pasma do zakresu od 300 do 3400 [Hz]

Sygnał mowy jako nośnik informacji

37

Obecnie najczęściej sygnał jest przetwarzany na sygnał cyfrowy.

Przetwarzanie analogowo/cyfrowe stanowi najprostszą wersję kompresji sygnału mowy. Nieskończoną liczbę wartości zastępuje się skończonym zbiorem wynikającym z liczby poziomów kwantyzacji przetwornika

Sygnał mowy jako nośnik informacji

38

Przepływności kanałów przy transmisji sygnału mowy

Sygnał mowy jako nośnik informacji

39

System PCM

W systemach telekomunikacyjnych wykorzy – stuje się standard PCM.W standardzie tym sygnał przetwarza sięprzy pomocy przetworników 8 bitowych,częstotliwości próbkowania równej 8000[Hz].Aby uzyskać lepszą jakość sygnału na wejściu przetwornika sygnał poddawany jest kompresji.Stosuje się kompresje wg. dwóch rodzajów krzywych A lub

Sygnał mowy jako nośnik informacji

40

Charakterystyka kompresji typu

)1log(

|)|1log(||

mv

V – znormalizowane napięcie wyjściowe

m – znormalizowane napięcie wejściowe

– stała dodatnia

Sygnał mowy jako nośnik informacji

41

ADPCM – Adaptacyjny PCM

ADPCM – wykorzystuje zmienny w czasie przedział kwantowania, zmieniający się w zależności od zmian sygnału wejściowego. (Adaptuje się do zmian sygnału wejściowego).

Sygnał mowy jako nośnik informacji

42

Kodowanie LPC sygnału mowy

Model generacji sygnału mowy

Sygnał mowy jako nośnik informacji

43

W wyniku działania kodera każde 180 próbek zamienianejest na 12 parametrów.

}...,,,,{ 101 aaGT

T – okres pobudzeniaG – wzmocnienie

101 ...,, aa - współczynniki filtru traktu głosowego

W standardzie LPC-10 wszystkie współczynnikizakodowane są na 54 bitach.

Sygnał mowy jako nośnik informacji

44

Kompresja sygnału mowy

Algorytm Stopień kompresji

Strumień bitowy [kb/s]

PCM(G.711)

1:1 64

ADPCM (G.726)

2:1 32

RPE-LPT (GSM)

5:1 13

LPC-10 27:1 2,4