Sprachliche Mensch-Maschine-Kommunikation

366 21. Robustheit und Adaption
21.5.5 VTLN
Abb. 21.5 zeigt die idealisierte Vorstellung der Auswirkung unterschiedlich
langer Vokaltrakte auf das durchschnittliche Spektrum eines Sprechers.
Die fett gezeichnete Kurve in der Mitte stellt das Langzeitspektrum eines
Sprechers mit durchschnittlich langem Vokaltrakt. Bei der linken Kurve,
die in etwa die gleich Form hat wie die durchschnittliche, kommen eher
niedrigere Frequenzen vor, so als sei die durchschnittliche Kurve nach links
verschoben. Dies ist bei Sprechern mit langem Vokaltrakt zu erwarten, da
lange Vokaltrakte längere Wellenlängen also niedrigere Frequenzen weniger
dämpfen. Bei Personen mit relativ kurzem Vokaltrakt ist zu erwarten, daß
vermehrt hohe Frequenzen vorkommen, daß also tendenziell das durchschnittliche
Spektrum nach rechts verschoben ist.
langer
Vokal-
trakt
durchschnittliches
Spektrum
Abb. 21.5. Spektren für verschiedene Vokaltraktlängen
kurzer
Vokaltrakt
Frequenz
In der Praxis sehen die Durchschnittsspektren natürlich nicht so idealisiert
aus wie in Abb. 21.5. Schließlich bestimmt nicht nur die Vokaltraktlänge
sondern auch die von den Stimmbändern erzeugte Grundfrequenz die Anteile
der verschiedenen Frequenzen am Spektrum.
Eine Möglichkeit der Vokaltraktlängenadaption besteht darin, das
Sprachsignal so zu transformieren, daß es dem eines Sprechers mit durchschnittlichem
Vokaltrakt möglichst nahe kommt. Es handelt sich dabei
also um eine Normierung und um eine Signaladaption (vgl. Gl. 21.1).
Diese Normierung wird oft auch als Vokaltraktlängennormierung (VTLN)
bezeichnet. Die beliebteste Art der VTLN ist die Neudefinition der Zusammenfassung
der Fourierkoeffizienten zu Filterbänken. Sei B0(f) der
Index des Filterbankkoeffizienten, der unter anderen den Energieanteil der
Frequenz f aufnimmt. Betrachten wir einen Laut, bei dem der Durchschnitt
der Frequenzen mit höchster Energie über alle Sprecher bei f0 liegt.
Spricht nun ein Sprecher diesen Laut so, daß der größte Energieanteil bei
der Frequenz f1 vorkommt, dann ist die Idee jetzt, eine Filterbankfunk-