Jürgen Dick - Lehrstuhl Algorithmen & Datenstrukturen, Institut für ...

2.2. ERZEUGUNG DER MENSCHLICHEN SPRACHE 25
Anregungsquelle Vokaltrakt
Impulsgenerator
Rauschgenerator
stimmhaft
stimmlos
Verstärkungsfaktor
Filter Sprachsignal
Abbildung 2.5: Blockschaltbild eines einfachen technischen Systems für die Sprachsynthese
schrieben werden, wie dies bei Vokalen geschieht. Trotzdem sind bei Konsonaten in höheren
Frequenzbereichen bestimmte Frequenzbänder stärker vertreten, die ähnlich wie Formanten wirken.
Bei stimmhaften Konsonanten tritt auch die Grundfrequenz auf, allerdings ist sie gegenüber
den Frequenzanteilen des Rauschens vergleichsweise schwach ausgeprägt.
2.2.4 Modellvorstellung der Spracherzeugung
Die vorangegangenen Abschnitte beschrieben den physiologischen Aufbau des menschlichen
Sprechapparates und der Lautbildung. Es wurde deutlich, daß sowohl der Sprechvorgang als
auch der Aufbau des Sprechapparats sehr komplex ist. Zur Sprachverarbeitung ist es sinnvoll, die
Spracherzeugung durch ein physikalisches Modell zu beschreiben. Hierzu muß ein vereinfachtes
Modell gefunden werden, das technisch nachgebildet werden kann. Ein Modell, das Quelle-
Filter-Modell, wird kurz vorgestellt.
Die Lautanregung geschieht durch den Kehlkopf und die Stimmbänder. Sie erzeugen im Falle
eines stimmhaften Lauts ein periodisches Signal und bei stimmlosen Lauten ein rauschähnliches
Signal. Dieser Teil kann deshalb als Signalquelle, dargestellt durch einen Impulsgenerator, angesehen
werden. Der Vokaltrakt verändert durch seine Widerstands- und Resonanzeigenschaften
das Anregungssignal. Auch die Mundabstrahlung hat Einfluß auf das Anregungssignal und trägt
zu den Eigenschaften des Sprachsignals bei. Diese Beeinflussung des Anregungssignals kann
durch ein variables, akustisches Filter dargestellt werden. Dieses Filter dämpft bestimmte
Frequenzen und verstärkt andere durch Resonanz, abhängig vom gesprochenen Laut.
Das Quelle-Filter-Modell besteht im wesentlichen aus der Anregungsquelle und dem
akustischen Filter. Der Einfluß der Mundabstrahlung wird durch einen Verstärker und durch
die Eigenschaften des Filters nachgebildet (vergleiche Abbildung 2.5). Die Anregungsquelle
dient der Erzeugung stimmhafter sowie stimmloser Laute. Da stimmlose Laute rauschähnliche
Signale sind, werden diese durch einen Rauschgenerator erzeugt. Im Fall stimmhafter Laute
wird ein Signalgenerator eingesetzt, der ein periodisches, sägezahnförmiges Signal erzeugt. Ein
Spracherzeugungssystem enthält je eine Quelle für stimmhafte und für stimmlose Laute. Es gibt
aber Laute, die gleichzeitig stimmhafte wie stimmlose Anregung erfahren. Um diese erzeugen zu