Sprachliche Mensch-Maschine-Kommunikation

8.2 Spektralranalyse 107
ursprüngliches
Signal
unendlich
verstärktes
Signal
Abb. 8.2. Unendlich verstärkte Sprachsignale sind immer noch verständlich
kann man die Energie eines Signals auch mit der Energie einer schwingenden
Feder vergleichen. Die gespeicherte Energie in einer ausgelenkten Feder
ist auch proportional zum Quadrat der Auslenkung bzw. proportional zur
maximalen Geschwindigkeit bei einer Schwingung.
Die Energie eines Abschnitts einer Sprachaufnahme ist ganz besonders
hilfreich, um zu entscheiden, ob in dem Abschnitt überhaupt Sprache vorliegt.
In der Praxis werden oft ziemlich einfache Sprachdetektoren verwendet
um die Aufmerksamkeit eines Spracherkenners zu steuern, der nicht erst
durch Knopfdruck vom Benutzer zum Erkennen aufgefordert werden muß.
Solche einfachen Sprachdetektoren basieren oft auf nicht viel mehr als auf
der Energie des Signals. Typischerweise werden Toleranzintervalle definiert,
in denen die Energie kurzzeitig auch einmal unter einen Schwellwert fallen
kann, ohne daß ein Ende der Sprache angenommen wird, oder umgekehrt
in Stillephasen kurzzeitig den Schwellwert übersteigen kann, ohne das der
Erkenner gleich anspringt (siehe auch Abs. 10.1.1).
8.2 Spektralranalyse
Eine Vorgehensweise zur automatischen Spracherkennung scheint beim
Anblick von Sprachsignalen im Zeitbereich von vorn herein als aussichtslos,