Sustavi za digitalnu obradu signala

Maturski, seminarski i diplomski radovi iz istorije.

Govor je signal koji nosi informaciju (akustički valni oblik), čija je osnovna namjena komunikacija. Obzirom da je govor najprirodniji način komunikacije između ljudskih jedinki, njegov značaj nije umanjen ni u doba potpune informatizacije svih aspekta ljudskog života. Makar većina nas to nije svjesna, mnoštvo sustava koje nas danas okružuje temeljeno je na
suvremenim govornim tehnologijama koje u sebi sadrže algoritme digitalne obrade govora.
Glavne primjene postupaka digitalne obrade govora su u slijedećim područjima:
•kodiranje govora u svrhu učinkovitijeg prijenosa ili pohrane
•telekonferencijski sustavi i udaljeno učenje
•prepoznavanje govora, diktiranog ili prirodnog s vezanim izgovorom riječi,
•prepoznavanje govornika,
•prepoznavanje jezika,
•sustavi za detekciju riječi,
•sinteza govora,
•sustavi za dijalog čovjeka i računala,
•sustavi za raznovrsne transformacije govornog signala kao što su promjena visine glasa, brzine izgovora itd.,
•sustavi za pomoć osobama oštećena vida, sluha ili govora,
•sustavi za poboljšanje kvalitete govora,
•analiza govora u svrhu dijagnostike raznovrsnih oboljenja.

Zbog složenosti većine navedenih sustava, kao i zbog njihove ovisnosti o konkretnim jezicima i narječjima, oni su i dan danas predmet intenzivnog istraživanja, kako u akademskoj zajednici, tako i u industriji i malom poduzetništvu.

Pregled primjena postupaka digitalne obrade govora

Kodiranje govornog si gnala

Uobičajeno se u laičkom razmišljanju pod pojmom kodiranja podrazumijevaju sustavikoji provode određene transformacije na signalu u svrhu njegove zaštite, tj. da nitko osimosobe koja ima pripadni dekoder nije u stanju poruku vratiti nazad u originalni oblik. Međutim pojam kodiranja govora ima u stvari drugo značenje, tj. radi se o postupku pretvorbe analognog govornog signala u digitalni oblik, koji je u današnje vrijeme mnogo podesniji kako za pohranu, tako i za prijenos. Naravno, čim je signal transformiran u digitalnu domenu, nad tim nizovima digitalnih podataka se uistinu i može primijeniti bilo
kakav postupak kriptografske zaštite. Međutim uobičajen postupak kodiranja i dekodiranja govora se ne bavi problemom kriptografije, već se isključivo bavi čim učinkovitijem postupkom digitalne reprezentacije. Zbog najšire primjene, kodiranje govora predstavlja jedno od najznačajnijih područja digitalne obrade govora.

Povijesni razvoj

Jedan od glavnih pokretača razvoja digitalne obrade govora bili su javni
telekomunikacijski sustavi koji su 70-tih godina postajali sve glomazniji i složeniji. Klasični pristup temeljen na analognom prijenosu govornog signala više nije mogao zadovoljiti rastuće potrebe, pa je digitalizacija sustava telekomunikacija bila nužna. Digitalizacija je prvo provedena u telefonskim centralama (javnim i kućnim), a postepeno su i analogni telefoni zamjenjivani s digitalnim. U to vrijeme digitalizacija govornog signala bila je temeljena na
reprezentaciji valnog oblika, a poznati standardi kodiranja su tzv. PCM i ADPCM, s potrebnim brzinama prijenosa od 64 kbit/s za PCM, odnosno 32 kbit/s za osnovni model rada ADPCM kodera. Bitna značajka tih sustava kodiranja je u tome da su to algoritmi koji nastoje valni oblik govornog signala čim je moguće bolje reprezentirati i prenijeti na prijemnu stranu u svrhu vjerne reprodukcije. U tom smislu, kod tih kodera nije specijalno korištena činjenica da se radi o govornom signalu koji ima vrlo specifična svojstva, već se ti koderi kao takvi mogu koristiti i za prijenos drugih signala (npr. glazbe).

Krajem 80-tih godina, dodatni zamah razvoju postupaka učinkovitog kodiranja govornog signala dao je razvoj mobilnih komunikacija. Kod mobilnih sustava, cijena kanala je direktno proporcionalna korištenoj brzini prijenosa, pa je zahtjev za učinkovitim sažimanjem bio od presudne važnosti. Drugi značajan problem mobilnih digitalnih komunikacija jest nepouzdanost i mala kvaliteta prijenosnog kanala, tj. velika vjerojatnost pogreški u prijenosu,
kao i povremeni totalni prekidi kanala. Radi toga, predloženi standardi su morali biti imuni na takove probleme u prijenosu. Nažalost, umjesto jednog svjetskog standarda, razvijena su tri najznačajnija sustava mobilne digitalne telefonije: sjeverno američki standard IS54 VSELP standardiziran 1989 od tijela TIA (Telecommunication Industry Association), japanski standard JDC-VSELP standardiziran od strane RCR (Research and Development Center for Radio Systems) pod oznakom RCR STD-27B i europski standard GSM temeljen na RPE-LTP koderu standardiziranom 1987 od strane Groupe Special Mobile of CEPT. Svi ti sustavi su već bili posebno prilagođeni govornom signalu, tj. visoka učinkovitost sažimanja ostvarena je upravo na račun činjenice da govorni signal u sebi sadrži popriličnu količinu redundantne informacije. Potrebna brzina prijenosa tih sustava jest: 7.95 kbit/s za IS54 i 13 kbit/s za GSM, dok je kvaliteta samo neznatno niža od one ostvarive klasičnim PCM i ADPCM sustavima.