РЕЧЕОБРАЗОВАНІЕ І СПРИЙНЯТТЯ ЗВУКОВИХ СИГНАЛІВ

Спектр голосу людини в першому наближенні чисто гармонійний. Основну частоту коливань, яка відповідає кількості імпульсів за одну секунду, називають основним тоном (ВІД) голосу, а період проходження імпульсів — періодом основного тону. Імпульси, які створюють голосові зв'язки, містять більше 40 гармонік, рівень яких із збільшенням їх номерів зменшується. Частота основного тону низьких чоловічих голосів складає 40...70 Гц, а дитячих — 400...500 Гц.

Резонансні властивості мовного тракту призводять до того, що спектральні складові мовного сигналу посилюються на одних ділянках частотного діапазону і ослабляються на інших. Резонансні частоти мовного тракту називають формантнимі частота-м і, або формантамі. Формантниє частоти залежать від форми і розмірів мовного тракту; будь-яка форма тракту може бути описана набором формантних частот.

Формантниє частоти не корельовані з частотами гармонік основного тону. Це пов'язано з тим, що порожнина рота ділиться мовою на дві частини, кожна з яких має свої резонансні частоти. Зміна форм і розмірів резонаторів, а також сполучаючих їх щілин приводить до зміни резонансних і формантних частот. Форманти нумеруються у порядку зростання їх частоти. Найбільш істотну роль при прийомі мови грають перші два форманти, а третя і четверта значною мірою визначають особу диктора.

Середня вірогідність появи формант в тому або іншому діапазоні частот — для кожної мови цілком певна величина. Умовилися частотний діапазон звуків мови від 150 до 7000 Гц розділити на 20 смуг так, щоб в кожній з них вірогідність появи формант була однаковою і рівною 0,05. Ці смуги назвали смугами рівної розбірливості. Оскільки основна енергія звуків мови зосереджена у формантах, то рівні формант практично співпадають з рівнями звуків мови.

Якщо мова прослуховується за наявності шумів і перешкод, то розбірливість мови зменшується. Із збільшенням шумів і перешкод зменшується вірогідність сприйняття формант; коефіцієнт, що визначає це зменшення, називають коефіцієнтом сприйняття, або розбірливості ш„. Отже, за наявності шумів і перешкод вірогідність прийому формант в кожній смузі однакової розбірливості

Сумарна вірогідність прийому формант, звана ф про р м а н -тной розбірливістю

Між формантной і іншими видами розбірливості експериментально знайдені залежності. Розбірливість визначається відносною або процентною кількістю правильно прийнятих елементів мови із загального числа переданих по тракту зв'язку. На практиці переважно використовують складову, словесну, цифрову і смислову розбірливість. Для вимірювань розбірливості розроблені спеціальні таблиці складів і слів з урахуванням тієї, що їх зустрічається в даній мові.

Для розпізнавання звуків мови важливе значення має їх тривалість, яка складає 0,05...0,26 с. Середній час наростання амплітуди звукових коливань мови — 0,003...0,12 с. Ці тимчасові параметри звуків мови використовуються при розробці вокодеров.

У вусі людини є декілька тисяч волокон, які резо ніруют на певних частотах при дії звукових колі баній. Найбільш довгі волокна резонують на низьких частотах, а короткі — на високих. Еквівалентна електрична модель слу хового аналізатора людини є паралельні ланки (які по параметрах еквівалентні волокнам), кожне з яких складається з послідовно включеної індуктивності, їм кістки і опори. Діапазон чутних частот розповсюджується від 20 Гц до 20 кГц. Смуги пропускання резонаторів слухового аналізатора, визначені на рівні 0,707 максимального значення, на частотах 250, 1000 і 4000 Гц складають близько 35, 50 і 200 Гц відповідно. Ці смуги називають критичними смугами слуху.

Якщо сигнали, що сприймаються людиною, знаходяться в одній критичній смузі, то вони маскують один одного, тобто один сигнал утрудняє сприйняття іншого. Якщо ж сигнали розташовані в різних критичних смугах, то вони слабо маскують один одного і сприймаються людиною майже незалежно. Вказану властивість слуху використовують при розробці вокодеров з високими якісними показниками.

Широкосмугові звукові сигнали порушують різні волокна, а із-за слабкої вибірковості слуху відбувається інтеграція їх спектральних складових в кожній з критичних смуг слуху. Таким чином, слух як би перетворює суцільний спектр сигналів на дискретний, такий, що складається з кінцевого числа складових, кількість яких рівна кількості критичних смуг слуху, охоплюючих частотний спектр звукових сигналів.

Як механічна система, слуховий апарат людини інерційний: при зникненні звуку слухове відчуття зникає не відразу, а поступово зменшується до нуля. Якщо до слухача приходять два короткі сигнали, але один з них запізнюється, то вони сприйматимуться злито, коли запізнювання не перевищує 50 мс. Якщо рівень сигналу, що запізнюється, набагато нижчий за сигнал, який приходить до слухача першим, то він не сприйматиметься роздільно навіть при запізнюванні на якийсь час більше 50 мс. Слабкі звуки, що йдуть відразу після сильних, повністю або частково маскуються із-за інерційності слуху.

Читайте також:

<== попередня сторінка	\|	наступна сторінка ==>
КЛАСИФІКАЦІЯ МЕТОДІВ СТИСНЕННЯ	\|	ОБРОБКА МОВНОГО СИГНАЛУ

Не знайшли потрібну інформацію? Скористайтесь пошуком google:

Генерація сторінки за: 0.007 сек.