Sprachliche Mensch-Maschine-Kommunikation

154 10. Erkennung statischer Sprachsignale
Stille
1 mal über Schwellwert
2 mal über Schwellwert
v mal über Schwellwert
1 mal unter Schwellwert
2 mal unter Schwellwert
u mal unter Schwellwert
Abb. 10.2. Sprachdetektor als Zustandsautomat
Sprache
der dann schrittweise mit jeder neuen Aufnahme angepaßt und so verbessert
werden kann.
Für sehr viele Anwendungen, vor allem in wenig störgeräuschbehafteter
Umgebung, funktioniert ein einfacher Zustandsautomat ausreichend gut.
Manchmal kann es jedoch vorkommen, daß das Hintergrundrauschen oder
die Umgebungsgeräusche so stark sind, daß ein sinnvoller Schwellwert kaum
zu finden ist. In solchen Fällen empfiehlt es sich, weitere Merkmale außer der
Signalenergie zur Sprachdetektion zu verwenden. Um Sprache von Rauschen
zu unterscheiden bietet sich zum Beispiel die Nulldurchgangsrate an. In der
Annahme, daß das Signal ohne Sprache sich im Idealfall um den Wert Null
herumbewegt und im Falle von Sprache niedrigfrequentere Energieanteile
diese kleinen Schwankungen von der Nulldurchgangslinie etwas entfernen,
kann man erwarten, daß die Nulldurchgangsrate bei Sprache (vor allem
bei Vokalen) niedriger ist als bei einfachem Rauschen. Allerdings hängt die
Nulldurchgangsrate auch von den gerade artikulierten Lauten ab, so daß die
einfache Verwendung eines Schwellwertes oder - im Falle eines zweidimensionalen
Merkmalsraumes bestehend aus Energie und Nulldurchgangsrate
- einer Schwellebene nicht mehr gut genug funktioniert. Ein nichtlinearer