Анализ, синтез и восприятие речи - Джеймс Л. Фланаган
Скачать (прямая ссылка):
Несмотря на желание людей создать дальнюю связь и наличие причин, побуждающих их к этому, она не была осуществлена до тех пор, пока человек не научился генерировать, модулировать и передавать электрические колебания, послужившие ,реальной основой для возникновения телефонии. В исторических масштабах времени это произошло совсем недавно. Прошло менее ста лет с тех пор, как был введен в действие первый практически работающий телефон. На сегодняшний день, по приблизительным подсчетам, используется более 150 млн. телефонных аппаратов.
1.1. Возникновение телефонии
Над разработкой электрического телефона и созданием основ, которые способствовали развитию коммерческой телефонии, трудились многие изобретатели и ученые. Их биографии интересны и поучительны для современных инженеров связи, комфортабельно устроившихся в своих хорошо оборудованных лабораториях.
Среди этих людей, как многие полагают, именно Александр Грэхем Белл не только создал и продемонстрировал первый практически действующий телефон, но также впервые нашел
ВОЗНИКНОВЕНИЕ ТЕЛЕФОНИИ
13
ему коммерческое применение. Некоторые утверждают, что не позже Белла аналогичные результаты были получены Элишем Грэем. Другие закрепляют первенство за Филиппом Рейсом, который, по их мнению, на несколько лет опередил и Белла, и Грэя. В разных странах можно найти множество фактов и в поддержку приоритета других изобретателей. Однако независимо от того, когда и благодаря кому электрическая телефония перестала быть мечтой и стала реальностью, усилия всех этих первооткрывателей достойны признания и восхищения.
Среди пионеров телефонии особенно выделялся Белл своими познаниями в физиологии и фонетике. Его понимание механизмов образования речи и ее восприятия несомненно играло важную, если не решающую, роль в электрических экспериментах. Подобные знания в разной степени важны и для современных исследователей в области телефонии. Не исключено, что именно эти познания позволили Беллу — по заявлению его ассистента Уотсона — резюмировать проблему телефонии словами: «Если бы я смог заставить поток электричества изменяться по интенсивности точно в соответствии с изменением плотности воздуха во время произношения звуков речи, я бы смог передать речь так же, как передают телеграфные сигналы». Это как раз то, что он намеревался сделать, и то, что он осуществил. Основная идея Белла, а именно сохранение, формы акустической волны, оказалась, как можно видеть, эффективным средством для передачи речи. И по сей день большая часть телефонных систем работает на этом принципе.
Хотя принцип сохранения формы волны чрезвычайно хорош и сохраняется вот уже почти столетие, все же, по-видимому, он не является основой для самого эффективного способа передачи речи. Много лет назад инженеры связи установили, что между способностью человека производить и воспринимать информацию и пропускной способностью обычного телефонного канала существует значительное расхождение. Именно, по телефонному каналу можно передавать информацию со скоростью, значительно превышающей ту, с которой может воспринимать информацию человек.
Успехи, достигнутые современной теорией связи, позволили установить способы количественного определения содержащейся в сигнале информации и скорость, с которой информация может передаваться при использовании заданного комплекса технических устройств. В разработанном для этих целей аналитическом аппарате подчеркивается целесообразность согласования канала передачи с источником информации. Обычная телефония стала часто приводиться в качестве примера несопоставимости производительности источника с пропускной способно-
14
РЕЧЕВАЯ СВЯЗЬ
стью канала. Несопоставимость, выраженная в численном виде, явилась мощным стимулом для поиска более эффективных средств кодирования речи и сокращения полосы частот и пропускной способности канала, используемого для передачи речи.
1.2. Эффективная передача речи
Элементарные соотношения теории информации определяют информацию, связанную с операцией выбора дискретного сообщения из некоторого определенного ансамбля. Если элементы Xi определенной последовательности независимы и имеют вероятность появления P(Xi), то информация, связанная с выбором такого элемента, есть /=—\ogiP(Xi), де. ед. Средняя информация, связанная с выбором из этой последовательности, есть
среднее по ансамблю H(X)=-^ P(Xi)\og2P(Xi), де. ed., или
і
энтропия источника.
Рассмотрим, используя эти определения, фонемную транскрипцию речи, т. е. письменный эквивалент различимых звуков речи, например для английского языка. В табл. 1.1 приведены 42 английские фонемы, включающие гласные, дифтонги и согласные, и относительная частота, с которой они встречаются в прозе (Дьюи — Dewey). Если фонемы были бы выбраны при условии равной вероятности их произнесения [т. е. P(Xi) = 1/42], средняя информация на одну фонему примерно составила бы H(X) =5,4 дв. ед. При независимом выборе фонем, но с учетом вероятностей, равных приведенным в табл. 1.1 относительным частотам, величина H(X) упала бы до 4,9 дв. ед. Последовательные взаимосвязи, налагаемые на выбор звуков речи свойствами данного языка, снижают эту среднюю информацию еще больше1). В разговорной речи за секунду произносится около 10 фо-
