Sprachsynthese

%[ERROR]1 benötigt ein eingerichtetes Sprachsynthese-System (via KTTSD) @info:shell

%1 requires speech synthesis to be configured using KTTSD@info:shell

Ein Hinweis von Martin Riches, Berlin, der an der Konstruktion einer sprechenden Maschine arbeitet, führte mich zu der sehr intressanten Geschichte der Sprachsynthese von Hartmut Traunmüller.

A hint by Martin Riches Berlin, who works on the construction of a speaking machine, led me to the very interesting History of Speech Synthesis by Hartmut Traunmüller.

Um ein Verfahren und/oder eine Vorrichtung zu schaffen, die eine zuverlässige automatische Spracherkennung ermöglicht, die effizient und robust auch bei Störungen durch Hintergrundgeräusche funktioniert; leicht und einfach in embedded Systeme (eingebundene Mikrorechnersteuerungen) und Geräte integrierbar ist; eine verlässliche Identifikation des Sprechers/-in ermöglicht und eine Ausgabemöglichkeit mittels Sprachsynthese bereitstellt, werden zur Lösung die nachstehenden kennzeichnenden Merkmale des Anspruches (1) vorgeschlagen: a) dass ein Audiosignal mit einer vorgebbaren Taktrate digitalisiert wird; b) dass die digitalisierten Werte des Sprachsignals derart einem GP zugeführt werden, dass durch den wiederholten Aufruf des GP's mit Werten des digitalisierten Sprachsignals ein Klassifikationsergebnis gebildet wird; c) dass die Klassifikation auf Basis des Klassifikationsergebnisses unter Betrachtung des Wertes und/oder der Änderung des Wertes in vorgebbaren und/oder festen Intervallen erfolgt; d) dass die Verarbeitung des Klassifikationsergebnisses derart erfolgt, dass Phoneme und/oder Worte auf Basis von neuronalen Netzwerken (NN) und/oder auf der Basis von genetischen Programmen (GP) und/oder auf der Basis von Fuzzy Logik (FL) identifiziert werden; e) dass eine Rechnereinheit eine Spracherkennung, Sprecheridentifizierung, Spracherzeugung bestehend aus Taktgenerator, CPU (Central Processor Unit), Befehlsspeicher und/oder Datenspeicher, Analogein- und/oder Analogausgangsschaltung beinhaltet.

To this end, the invention provides a method and a device according to the characteristics of claim 1. According to the inventive method, a) an audio signal is digitized at a defined clock rate; b) the digitized values of the voice signal are subjected to a genetic programming (GP) process in such a manner that a classification result is produced by repeatedly calling the GP with the values of the digitized voice signal; c) the values are classified into determined and/or fixed intervals on the basis of the classification result by taking into account the value and/or the change of the value; d) processing the classification result in such a manner that phonemes and/or words are identified on the basis of neuronal networks (NN) and/or on the basis of genetic programs (GP) and/or on the basis of fuzzy logic (FL); e) a processor unit contains a voice recognition, speaker identification, speech synthesis entity that consists of a clock generator, a central processing unit (CPU), a command memory and/or a data memory, an analog input and/or analog output circuit.

VERFAHREN ZUR RECHNERGESTÜTZTEN SPRACHSYNTHESE EINES GESPEICHERTEN ELEKTRONISCHEN TEXTES ZU EINEM ANALOGEN SPRACHSIGNAL, SPRACHSYNTHESEEINRICHTUNG UND TELEKOMMUNIKATIONSGERÄT

METHOD FOR COMPUTER-AIDED SPEECH SYNTHESIS OF A STORED ELECTRONIC TEXT INTO AN ANALOG SPEECH SIGNAL, SPEECH SYNTHESIS DEVICE AND TELECOMMUNICATION APPARATUS

Vorrichtung nach einem der Ansprüche 1 bis 10, wobei die Ausgabeeinrichtung eine Sprachsyntheseeinrichtung zum Ausgeben eines Navigationsausdrucks eines durch die Berechnungseinrichtung berechneten Wegs nach Sprachsynthese ist.

An apparatus according to any of claims 1 to 10, wherein said output means is speech synthesis means for outputting a navigation expression of a route calculated by said calculation means upon speech synthesis.

Sprachsynthese unter Verwendung von Hilfsinformationen

Speech synthesis method utilizing auxiliary information

KDE-Zugangshilfen, wie die Bildschirmlupe und ein Bedienprogramm für Sprachsynthese.

KDE accessibility programs such as a screen magnifier and speech synthesizer front end.

== Übersicht der Register eines Kanals ===== Für den gesamten Kanal ===* Hauptfrequenz (10 Bit)* Octave (3 Bit)* Note an/aus* Synthese-Modus (FM oder einfach additiv)* Rückkopplung (0–7, wobei sich der Modulator selbst moduliert)=== Für jeden der beiden Oszillatoren ===* Frequenz-Faktor (kann auf ½, 1 bis 10, 12 oder 15 gesetzt werden)* Wellenform (Sinus, Halbsinus, Sinus-Betrag oder Säge-Sinus)* Lautstärke (0–63)* Attack, Decay, Sustain, Release (je 4 Bit, logarithmisch)* Tremolo (an oder aus)* Vibrato (an oder aus)* Sustain (an oder aus)* Hüllkurven-Skalierung pro Taste (an oder aus)* Lautstärke-Skalierung pro Taste (0–3)=== Parameter für den gesamten Chip ===* Vibrato depth* Tremolo depth* Schlagzeug-Modus (benutzt drei Kanäle, um fünf Schlagzeugtöne zu erzeugen)* Composite Speech Mode (alle Operatoren stehen gleichzeitig zur Verfügung; vorgesehen für Sprachsynthese, wurde aber praktisch nie genutzt und ist (als einzige Inkompatibilität) im OPL3 nicht enthalten)== Weblinks ==* Programming the AdLib/Sound Blaster FM Music Chips (1992)

Overview of a channel's registers:For the whole channel:* Main frequency (10 bits)* Octave (3 bits)* Note on/off* Synthesis mode (FM or just additive)* Feedback (0–7, the modulator modulating itself)For each one of the 2 oscillators:* Frequency multiply (can be set to 1/2, 1 to 10, 12 or 15)* Waveform (Sine, half-sine, absolute-sine, quarter-sine)* Volume (0–63, logarithmic)* Attack, Decay, Sustain, Release (4 bits each, logarithmic)* Tremolo (On or off)* Vibrato (On or off)* Sustain (On or off)* Envelope scaling per key (On or off)* Volume scaling per key (0–3)There are also a few parameters that can be set for the whole chip:* Vibrato depth* Tremolo depth* Percussion mode (uses 3 channels to provide 5 percussion sounds)* Composite sine mode (retrigs all voices periodically using a timer; very rarely used; doesn't work on the OPL3)==Internal operation==The internal operation of the chip is completely digital.