SAYISAL SES İLETİŞİMİ

Tuğrul MEMİŞOĞLU*

1. GİRİŞ:

Ses, işareti, binlerce yıldır ol duğu gibi bugün de insa noğlunun en önemli iletişim aracıdır. Ses işaretini sayı sal işleme çalışmaları son yirmi yılda ivmelenen bir biçimde yoğunluk ka zanmıştır, önceleri, sayısal ses işle me için gerekli donanımından bek lenen hızlı ve ekonomik olabilme, uygun bir hacime sığabilme gibi özelliklerin tümü aynı anda sağla namadığından çalışmalar araştırma ağırlıklı kalmıştır, on yılı bile bulma yan bir süredir ise, çok büyük ölçekli tümdevre teknolojisindeki yenilikler uygulama alanında önemli gelişme lere neden olmuştur.

SAY ISAL SES

İLETİŞİMİ

Uygulama açısından ses iletişimini, insanın insanla iletişimi ve insan makina iletişimi olarak ikiye ayırmak yararlı olacaktır, insanın insanla ile tişimi, iki ya da daha çok insanın te lefon ağı ya da başka bir veri iletim ortamı içindeki iletişimidir, buradaki temel sorun, kullanıcı sayısının ve kullanım hacminin sürekli artması nedeniyle varolan iletim ortamlarının daha verimli kullanılabilmesidir. Ve rimlilik, ses işaretinin iletimi için ge rekli sıklık aralığının, işaretin niteli ğinden olabildiğince az yitirerek da raltılması, bir başka deyişle iletim için gerekli ikil sayısının azaltılması ile gerçekleştirilebilir. Elektrik mü hendisliğinin konu ile ilgili dalına ses sıkıştırma ya da ses kodlama adı verilmektedir.

j/Üns açkısı

Sesi;

ya, konuşmanın yazılı metine dö nüştürülmesi gibi alt dalları içermek tedir, insan makina iletişiminin, be den özürlülerin yaşamlarını kolay laştırmaktan oyuncak endüstrisine, pilotlar gibi elleri ve gözleri sürekli meşgul insanlara ek olanaklar sağ lamaktan güvenlik dizgelerine kadar çok geniş bir uygulama alanı vardır.

2. SES İŞARETİNİN ÜRETİMİ, ÖZELLİKLERİ VE ALGILANMASI

Ses işaretinin sıkıştırılabilmesi için taşıdığı özelliklerin bilinmesi ve bu özelliklerden yararlanmak gerek mektedir. Ses işareti, akciğerlerde sıkıştırılan havanın nefes borusu yoluyla, ses kirişleri arasından yu tak, gırtlak, ağız boşluğu ve burun boşluğuna üflenmesiyle oluşur*1'. Olayı kendi amaçlarımız doğrultu sunda modellediğimiz zaman, ses kirişlerinden dudaklara kadar olan ve ses borusu olarak adlandırdığı mız anatomik yapı, doğrusal ve za manla değişen bir dizgeye soyutla nır. Öbek çizimi şekil 1 'de verilen bu dizgenin uyarımı, ses kirişlerinin açılıp kapanmasıyla oluşan hava akımı, yanıtı ise dudaklar aracılığı ile boşluğa iletilen ses işaretidir. Ses kirişleri ünlü seslerin üretiminde yi nelimli olarak açılıp kapanırlar. Bu

Perde yinelimi

Vurum Üreteci

Rasgele

Üreteci

Ses

•a

Modeli

insan makina ileşitimi ise bir maki nanın konuşmayı tanıması, konuşan kişiyi tanıması, kullanıcıya sesle ya nıt vermesi, yazılı metinin konuşma

OO.D.T.Ü. Elektrik Elektronik Mühendisliği Bölümü

Şekil 1: SES İŞARETİ üretim modeli

ı p—

_

0.6

0.4 ! 0.2 j fl

1 , 1 I i Ü it ı 1

•' •

!

1*.

. \ ;' ; ı

'W i ı

;/

'1,'j

o.z\ \

o.*[ t

'( : 'i ı;

i I»

i 1 '

(J (1

<>

Ot)

:tı)O :< '>0 100 450 5 0 0

ŞeW/ 2 a : ÜNLÜ BİR ses dilimi

Şekil 2b: ŞEKİL 2 A VAKİ DİLİMİN genlik görüngesi

0.1 |

0.08 r

0 06

0 04

0.04 0 06 0 OH

Ü

i1 fiö ı no ı r.o ;;oo 250 :ıoo 350 400 4.^0 500

Şekil 2 c: ÜNSÜZ BİR ses dilimi (62.25 msec)

Şekil 2 d : ŞEKİL 2 cDEKl DİLİMİN genlik görüngesi

194 381 • ELEKTRİK MÜHENDİSLİĞİ

nedenle ünlü sesler için uyarım, bir vurum dizisi olarak modellenebilir. Bu dizinin yinelimi perde yinelimi olarak adlandırılır. Ünsüz seslerde ise ses kirişleri tümüyle açılır ve ge niş görüngeli bir rasgele süreç olarak modellediğimiz uyarımı yaratırlar.

Ses borusunun çınlanım sıklıklarına formant sıklıkları denir. Şekil 2.a'da ünlü bir ses dilimi, şekil 2.b'de bu dilimin genlik görüngesi, benzer bi çimde şekil 2.c'de ünsüz bir ses di limi, şekil 2.d'de ise bu dilimin genlik görüngesi verilmiştir. Şekil 2.b ve 2.d'deki kesikli çizgiler ses borusu nun genlik tepkisini göstermektedir.

Ses işaretinin önemli özelliklerinden bazıları şöyledir:

• Ses örneklerinin uzun dönem deki dağılımı yaklaşık Laplace dağılımıdır (Şekil 3). Daha basit bir anlatımla, işaret sıfır çevre sinde yoğundur.

• Ses işareti çoğu kez örneklen diği 8 10 kHz örnekleme hızına göre yavaş değişen bir işarettir, birbirini izleyen örnekler arasın daki genlik farkı görece düşük tür. Bir başka deyişle, her örnek kendi çevresindeki örneklere ilişkin bilgi taşır. Bu nedenle, kestirime yönelik algoritmalar ses işleme konusunda çok ba şarılıdır.

• Ses işareti durağan bir işaret değildir. Ancak, 15 25 milisani yelik zaman aralıkları için yerel anlamda durağan olduğundan söz edebiliriz. Bu özellik uyarla malı ses kodlama yöntemlerinin daha başarılı olmasına neden olmaktadır.

insan kulağı bir Fourier görünge çö zümleyici gibi çalışmaktadır Ancak kulak, her sıklık aralığına diğerleri ile eşit duyarlılıkta değildir. Alçak sıklık larda yüksek enerjili işaretlerin varlı ğı, yüksek sıklıklardaki duyarlılığı azaltmaktadır. Bu olaya, işitsel maskeleme adı verilmektedir. Bun dan başka kulak, ses işaretinin ev resindeki değişmelere görece az duyarlıdır.

3. SES KODLAMA

Ses kodlama yöntemlerini dalga biçimi kodlama ve kaynak kodlama

olmak üzere iki ana başlıkta topla yabiliriz. Dalga biçimi kodlama ve kaynak kodlama, zaman bölgesinde yapılabilecekleri gibi uygun bir dö nüşüm bölgesinde de yapılabilirler. Dalga biçimi kodlamada ses işareti nin dalga biçiminin korunarak yeni den üretimi amaçlanmaktadır. Kay nak kodlamada ise ses işaretinin gözlenerek, onu üreten dizgenin modellenmesi üzerinde durulmak tadır. Kaynak kodlayıcılar işaretin kendisini değil üreteç modelinin pa rametrelerini iletirler. Sesin yeniden üretimi ise modelin ilgili parametre ler uyarınca işletilerek bireşimsel ses elde edilmesi biçiminde olur. Bir başka anlatımla, kaynak kodlama tabanındaki bir iletişim dizgesi, çö zümleyici—bireştirici ikilisinden olu şur. Vericide, çözümleme yapılarak ses işareti bir dizi parametreye in dirgenir. Alıcıda ise bu parametre lerden özgün işaretin benzeri elde edilir. Kaynak kodlama, dalga biçimi kodlamadan ileri bir veri sıkıştırımı sağlar. Buna karşılık, kaynak kod lanmış sesin niteliği görece düşük tür ve kaynak kodlayıcılar görece karmaşıktırlar. Şekil 4'de dalga biçimi ve kaynak kodlama yöntem leri ile yeniden üretilen sesin niteli ğinin veri iletim hızı karşısındaki de ğişimi gösterilmektedir. Şekilde ni telik ölçüsü olarak ortalama kanı, bir başka deyişle çok sayıda dinleyici nin ortalama öznel değerlendirmesi kullanılmıştır. Değerlendirme özgün sese göre yapılır ve özgün ses 5 puan olarak değerlendirilir.

Şekil 3: LAPLACE olasılık yoğunluğu gösterilmiştir. 8 düzeyi ifade edebil mek için 3 ikile gereksinim vardır. Ses işaretinin sıfır çevresinde yoğun olma özelliği, sıfır çevresinde göre ce ince ve genlik arttıkça kabalaşan, düzgün olmayan nicemleyicileri gündeme getirmiştir. Standartlaş

Ses Niteliği

(Çok iyi)5 (iyi) 4

Karma Kodlayıcılar \

mış düzgün olmayan nicemleyiciler 64,000 ikil/saniyede yüksek nitelikli ses üretirler'3'.

Nicemleyicinin önemli bir paramet resi adım boyu 4'dır. Adım boyu sa bit tutulabileceği gibi, işaretin yerel gücüne bağlı olarak zamanla değiş tirilebilir. Adım boyu zamanla deği şen vurum kod kipleme dizgelerine uyarlamalı vurum kod kipleme diz geleri denir.

Ayrımsal Vurum Kod Kipleme:

Bu yöntem doğrusal kestirim ilkesi

ne dayanır*3'. s(n) örneği s(n 1),

s(n 2)

s(n p) örneklerinin bir

doğrusal bileşkesi olarak ifade edilir

(Şekil 7).

(1)

ak sabitleri, s(n) ile kestirimi 3(n) arasındaki hatanın ortalama karesi ni en azlayacak biçimde seçilirler.

Dalga biçimi kodlayıcılar

Ne tür bir kodlama yöntemi kullanı lırsa kullanılsın sayısal ses işlemede ilk adım, ses işaretinin örneklenme sidir. Bunun için işaret önce 100 3,500 Hz arasını geçiren bir süz geçle süzülür ve 8 kHz sıklıkta ör neklenir (Şekil 5).

(Orta) 3 (Zayıf) 2 •

iX

•V ı

X»Kaynak kodlayıcılar

Veri iletim hızı, 1,000 ikil/saniye ti 32

3.1. Dalga Biçimi Kodlama Y öntemleri

Vurum Kod Kipleme: Bu yöntem de her bir örnek diğerlerinden ba ğımsız olarak nicemlenir<3K Nicem leme, işaretin değer aldığı küme den, o kümenin sonlu bir alt kümesine yapılan bir eşlemedir. Böylelikle, her bir örnek sonlu sayı da ikil ile ifade edilebilir. Şekil 6'de 8 düzeyli düzgün bir nicemleyici

Şekil 4: DEĞİŞİK TÜR KODLAYICILAR için veri iletim hızı öznel ses niteliği ilişkisi

s(n) Kesikli zaman ses işareti

8(t) Sürekli zaman ses işareti

100 3,500 Hz

' Kuşak Geçirer Süzgeç

8 kHz Örnekleyioi

Şekil 5: KESİKLİ ZAMAN ses işareti elde edilmesi

istatistik zamanla değiştiği için pa rametrelerin bu değişime uyarlan ması gerekmektedir. Uyarlamalı kestirici kullanan ayrımsal vurum kod kipleme dizgelerine uyarlamalı ayrımsal vurum kod kipleme dizge leri denir. Bu konudaki standart 32,000 ikil/saniyedir.

Şekil 6: a) NİCEMLEYİCİ öbek çizimi b) 8 DÜZEYLİ DÜZGÜ bir nicemleyicinin girdi çıktı ilişkisi

s(n):x(n)itaratinin Doğrusal keetiriiTV

Şekil 7: DOĞRUSAL Kestirici öbek çizimi

Hata işaretinin gücü, s(n) işaretinin örnekleri arasındaki istatistiksel iliş kinin yüksek olup olmamasına bağ lıdır. Örnekler arasındaki istatistik sel ilişki arttıkça işaretin kestirilebi lirliği artmakta, dolayısıyla hata işa reti zayıflamaktadır.

Ayrımsal vurum kod kipleme kodla yıcı ve kod çözücü öbek çizimi şe kil 8'de verilmiştir. Bu dizgeler, kestirim hata işaretini iletirler. Hata işareti, ses işaretinden belirgin bi çimde zayıf olduğu için daha az sa yıda ikil ile nicemlenebilir.

En uygun kestirici parametreleri ses işaretinin istatistiğine bağlıdır.

Kestirim hata işareti

«(n)

s<n) > S!

Nicemleyici

;e

^ )J i

Kodlayıcı

LO

Yeniden üretilmiş ses İşareti

' s(n)

Kod çözücü

Şekil 8 : A YRIMSAL VURUM KOD kipleme dizgesi öbek çizimi

Delta Kipleme (DM): Delta kiple

me'3', ayrımsal vurum kod kipleme

nin özel bir biçimidir. Ses işareti 64

kHz gibi yüksek bir hızda örneklenir.

Örnekleme hızının yüksekliği nede

niyle ardarda gelen örnekler arasın

daki ilişki iyice artar. Bir ikillik, yani

iki düzeyli bir nicemleyici ve birinci

dereceden bir kestirici kullanılır.

Delta

kiplemenin

başarı

mı,nicemleyici adım boyunun işare

tin değişimine uyarlanması ile artırıl

maktadır. Delta kipleme standardı

64,000 ikil/saniye, uyarlamalı delta

kiplemenin standardı ise 16 32,000

ikil/saniyedir.

Delta kipleme dizgeleri, gerçekleşti rilmesi görece kolay dizgelerdir. Bir ikillik nicemleyici kullanıldığı için bu dizgelerde dilim eş zamanlaması gi bi bir sorun yoktur.

Alt Kuşak Kodlama: Alt kuşak kodlama(3) bir sıklık bölgesi dalga biçimi ses kodlama yöntemidir (Şe kil 9). Ses işareti önce bir dizi ku şak geçiren süzgeçten geçirilir. Süzgeç çıkışındaki işaretler özgün işarete göre dar kuşaklı oldukların dan kesikli zamanda örneklenerek sıklık eksenine yayılırlar. Ömekleyici çıkışında elde edilen işaretlere alt kuşak işaretleri denir. Her bir alt kuşak işareti diğerlerinden bağımsız olarak uygun bir zaman bölgesi dal ga biçimi kodlama yöntemiyle kod lanır. Ses işaretinin yeniden üretimi için ise bu işlemlerin tersi yapılır.

Alt kuşak kodlamanın en önemli özelliği alt kuşak işaretlerinin kaç ikille nicemleneceği konusunda or taya konan esnekliktir. Kulağın gö rece duyarlı ve işaretin görece güçlü olduğu kuşaklara görece fazla ikil ayrılarak sesin nesnel ve öznel ni teliği iyileştirilebilir. Alt kuşak kodla ma tipik olarak 16,000 32,000 ikil/ saniye veri iletim hızı bölgesinde kullanılmaktadır.

196 381 ELEKTRİK MÜHENDİSLİĞİ

Dönüşüm Kodlama: Bu yöntem de'3», ardarda gelen belli sayıdaki ses örneğinden oluşan bir x vektö rüne doğrusal bir A dönüşümü uy gulanır.

Kuşak geçiren Kesikli _aman Alt kuşak

süzgeçler

örnekleyiciler

X

KGST —* İ M ,

Kodlayıcı ,

= A.x

(2)

Çoklayıcı Ayrıştı rıcı

Ardından, dönüşüm katsayıları ola rak adlandırdığımız 0 vetörünün elemanları, güçlerine bağlı olarak belirlenen sayıda ikille nicemlenir.

X#»> —» KGS2

J.M2

KGSN —* İ M N

Kodlayıcı 2

>

•

Kodlayıcı N

Dönüşümden amaçlanan, araların da istatistiksel ilişki bulunmayan dönüşüm katsayıları elde etmektir. Böylece her bir katsayı diğerlerinin taşımadığı bir bilgiyi taşıyacak, ge reksiz veri iletimi engellenmiş ola caktır. Bu amaca kesin olarak ulaş mak için Karhunen Loâve dönüşü mü kullanmak gerekmektedir, ne varki Karhunen Loeve dönüşümü için gerekli işlem sayısı bu dönüşü mün bugünkü donanım teknolojisi ile gerçekleştirilebilmesini olanaksız kılar, başarım açısından en iyi olma yan, fakat gerçekleştirilmesi kolay kesikli Fourier dönüşümü, kesikli kosinüs dönüşümü gibi dönüşümler kullanılır.

Ses işaretinin zamanla değişir ol ması, dönüşüm kodlama sonucu el de edilen katsayıların ağırlıklarının da zamanla değişir olmasına neden olmaktadır. Bu yüzden katsayılara ayrılan ikil sayılarının, katsayıların ağırlıklarına uyarlanması gerekmek tedir.

* Kod çözücü ı

ÎM,

KGS,

Kod çözücü 2 Kod çözücü |sj r

ÎM2 •

TMN —

KGS2 KGSN

Ara değerleyidler

* X(n)

f

\ eniden üretilmiş

sas işareti

Şekil 9: AL T KUŞAK kodlama dizgesi öbek çizimi

Xı(z,.X2(z,

.w kx X1 (z) + logX

Z Dönüşümü X,(n).X2(n) •

Karmaşık Logoritma

Tere Z Dönüşümü X,(n) + X2(n)

Şekil 10: EVRİŞİM İŞLEMİNİN toplama işlemine dönüştürülmesi

üretimi için ünlü/ünsüz kararı ve perde yinelimi bilgisi ayrı bir çözüm leme ile elde edilir.

x,(n) ile x2(n) ile xz(n) arasındaki ilişki bire birdir, yani bu işaretlerin birinden diğeri üretilebilir.

3.2. Kaynak Kodlama Y öntemleri

Kaynak kodlama yöntemlerinin he men tümü, ses borusu ve onu uya ran işaretin ayrı ayrı modellenmesi temeline dayanır.

Kanal Kaynak Kodlayıcı: Bu tür kodlayıcılarda ses borusunun, 15 25 milisaniyelik bir gözlem dilimi için yerel sıklık yanıtı, gözlenen ses dili minin ünlü ya da ünsüz olduğu, ünlü ise perde periyodu çözümleme so nucu elde edilir. Ses borusunun sıklık yanıtını çıkarsamak için ses işareti önce bir dizi kuşak geçiren süzgeçten geçirilir. Ardından her bir süzgeç çıktısı bir zarf seziciden ge çirilerek işaretin o kuşaktaki yerel gücü bulunur*2'. Uyarım işaretinin

Homomorfik Kaynak Kodlama: Ses işaretini u(n) işareti ile uyarılan ses borusu vurum yanıtı hv(n) olarak ifade edelim:

s(n) = u(n) • hv(n)

(3)

Eşitlikten de de görüleceği gibi ses işareti, uyarım işareti ile ses borusu vurum yanıtının evrişiminden oluş muştur. Bu nedenle, uyarım işareti ve ses borusu vurum yanıtı, ses işaretinden doğrusal bir süzgeçle me ile elde edilemez. Homomorfik işaret işleme, bu ve benzeri sorun ların çözümünü amaçlar. Birbiri ile evrişmiş x,(n) ve x2(n) gibi iki işa retten Şekil 10'da öbek çizimi veri len dizge ile x,(n)vex2(n) işaret lerinin toplamı elde edilir. x, (n) ile

x, (n) ile x2(n) dizileri birbirinden ayrışık ise basit bir pencereleme ve ardından x1(n)+x2(n)'i elde etmek için yapılan işlemlerin tersi yapılarak amaçlanan süzgeçleme gerçekleş tirilmiş olur.

Yukarıda özetlediğimiz işaret işleme yönteminden yararlanarak ses bo rusunun genlik yanıtı başarıyla kes tirilebilmekte, uyarım işaretinin pa rametreleri de elde edilebilmekte dir®.

Doğrusal Kestirimli Kaynak Kodlama: Bu kodlama yönteminde ses işareti örneği s(n), geçmiş ses işaret örnekleri ve uyarım işareti ör neğini u(n)'in bir doğrusal bileşkesi biçiminde ifade edilir(24):

Konuşma tonuna konusunu sözcük tanıma ve sürekli konuşma tonuna olarak ikiye ayırabiliriz. Sözcük tanuna, birbirinden yalıtılmış ve yalıtılmamış sözcükleri tanıma olarak tekrar ikiye ayrılabilir.

X<xk.s{n k)+G.u(n) (4)

k1

Doğrusal kestirim çözümlemesi ile, o^ katsayıları ve kazanç katsayısı G elde edilir. Bu işlem her 15 25 mili saniyelik dilim için yinelenir. Uyarım işaretini üretebilmek için ise dilimin ünlü/ünsüz oluşu, ünlü ise peroe yi nelimi gibi bilgilere gereksinim var dır. Doğrusal kestirimli kaynak kod lama standardı 2,400 ikil/saniyedir.

X.

1 1

1 1 1 •' 1

_|_

1• 1 1

.

|_ .

•ı

! !

Şekil 11 a) İKİ BOYUTLU BİR vektörün elemanlarının sayıl nitelemesine bir örnek

3.3. Ses Kodlamada Güncel Konular: Karma Kodlama

Günümüzde ses kodlama araştır maları, 4,000 8,000 ikil/saniye ve daha düşük veri iletim hızlarında yüksek nitelikli ses üretme konu sunda yoğunlaşmıştır. Kaynak kod layıcılarla üretilen sesin niteliği, şe kil 4'den de görülebileceği gibi belli bir düzeyin üzerine çıkamamaktadır. Bunun en önemli nedeni, şekil 1'de gösterilen uyarım modelinin fiziksel gerçeklerden gereğinden fazla uzak, fazla basit olmasıdır. Sorunun çözümü için, kaynak kodlamada en uygun uyarım işa, atının üretimi için dalga biçimi kodlama ilkelerini kullanan yeni kodlama yöntemleri önerilmiştir. Bu yöntemler, kaynak ve dalga biçimi kodlama yöntemle rini kaynaştırdığı için karma kodlama yöntemleri olarak adlandırılmakta dır'5'.

8,000 ikil/saniyede ses iletimi için çok vurumlu doğrusal kestirimli kar ma kodlama yöntemi<6) güçlü bir adaydır. Bu yöntemde, bir ses dilimi için uyarım işareti uygun sayıda vu rumdan oluşan bir dizi olarak alınır. Örneğin, 10 milisaniyelik bir dilim için 10 vurum yeterli olabilmektedir. Vurumların genlikleri ve zaman bo yutundaki yerleri teker teker, bir ka palı döngü arama yordamı içinde en iyilenmektedir. Çok vurumlu doğrusal kestirimli kodlamada, uya rım bilgisinin iletimi için saniyede iletilen 8,000 ikilin yarıdan çoğu kul lanılmaktadır. Bu nedenle ses boru su modelinin parametrelerini ilet mek zorlaşmaktadır. Bu sorun, bi

N \

/ Sn"

Şekil 11 b) İKİ BOYUTLU BİR vektörün nicemlenmesine bir örnek

razdan değineceğimiz vektörel ni cemleme ile aşılmaktadır.

4,000 ikil/saniye veri iletim hızında ise kod uyanmlı doğrusal kestirimli kodlamaP'ı ve rasgele uyanmlı doğ rusal kestirimli kodlama^ umut ve ren iki yöntemdir. Bu yöntemlerde en uygun uyarım dizisi, önceden depolanmış aday uyarım kümesi içinden bir kapalı döngü arama yor damıyla belirlenir.

4. VEKTÖREL NİCEMLEME

Vektörel niomleme, sayısal işaret işleme alanının son on yıldaki en popüler konusudur'9'. Kesikli bir bilgi kaynağı çıktılarını, birbirinden ista tistiksel anlamda bağımsız bile ol salar, öbek öbek nicemlemenin, sa yıl yani tek tek nicemlemeye göre az bozunum yaratacağı bilgi kurumsal gerçeğine dayanır.

Vektörel nicemlemeyi basit bir ör nekle anlamaya çalışalım: İki boyutlu bir vektör uzayı düşüne lim ve bu uzaydaki bir (x,, x^)y vek törünün elemanlarının sayıl nicem lendiği durumu inceleyelim. x, ve x2'nin nicemlenmesi, ait oldukları tek boyutlu uzayda en küçük bozunum yaratacak biçimde yapılmış olsun. Olayı şekil 11 a'daki gibi iki boyutta ele aldığımız zaman sayıl nicemle menin getirdiği kısıtlamaları görebili riz. Vektör uzayı yalnızca dikdört genler biçiminde bölüntülenebil mekte ve nicemleyici çıktıları yalnız ca bir kafes üzerindeki noktalar ola bilmektedir. x, ve x2'yi bir vektör olarak nicemlediğimizde ise bu kı sıtlamalar ortadan kalkmaktadır. Gerek bölüntü kümeleri ve gerekse bu kümeleri temsil edecek noktala rın seçimi uzayın tümü üzerindeki bozunumu en küçültme koşulunu sağlayacak biçimde özgürce yapıla bilmektedir. (Şekil 11.b). Vektörel nicemleme önceleri, daha çok kaynak kodlamaya uygulanmış, 1,000 ikil/saniyenin altında veri ile tim hızlarına inebilme çalışmaları yapılmıştır, örnek olarak, 800 ikil/ saniye veri iletim hızı olan doğrusal kestirimli bir kaynak kodlayıcı verile bilir(10). Benzer biçimde, sesin anla şılabilirliğinin korunarak 200 ikil/ saniyeye inildiği söylenmektedir.

198 381 ELEKTRİK MÜHENDİSLİĞİ

Son yıllarda ise ağırlık dalga biçimi

ve özellikle de karma kodlamaya

kaymış durumdadır.

Ters

5. KONUŞMA TANIMA Konuşma tanıma konusunu'1 M 3 )

Ses » işareti

Ayırdedici özellik ölçümü

Örüsü

Örü Benzerliği

Karar Kuralı

Tanıyım —*> sonucu sözcük (ler)

sözcük tanıma ve sürekli konuşma tanıma olarak ikiye ayırabiliriz.

Sözcük tanıma, birbirinden yalıtılmış

Kaynak Orüler

ve yalıtılmamış sözcükleri tanıma

olarak tekrar ikiye ayrılabilir. Sürekli

konuşma tanıma ise belli bir konu ya da amaçla kısıtlı konuşmayı tanıma

Şelf/7 12 : YALITILMIŞ SÖZCÜK tanıyım dizgesi öbek çizimi

ve kısıtsız konuşma tanıma biçimin de sınıflandırılabilir.

Sözcük tanıma dizgeleri, sonlu sa yıda sözcükten oluşan bir dağarcık tabanında kurulur. Bu tür tanıyım dizgeleri konuşan kişiye bağımlı ya da bağımsız olabilir.

Yalıtılmış sözcük tanımada sözcük lerin birbirinden yalıtılması, konuşan kişinin her sözcükten sonra yeterin ce duraksaması ile gerçekleştirilir. Şekil 12'de bir yalıtılmış sözcük ta nıma dizgesinin öbek çizimi veril miştir. Tanıma işlemi için önce, her bir sözcüğün diğerlerinden ayırde dilebileceği düzeyde özelliklerinin belirlendiği bir çözümleme yapılır. Anılan çözümleme gerçekte bir veri sıkıştırımından başka bir şey değil dir. Doğrusal kestirim çözümlemesi ve kuşakgeçiren süzgeçlerle yapı lan görünge çözümlemesi çokça kullanılan ayırdedici özellik belirle me yöntemleridir. Çözümleme so nucu elde edilen parametreler dizi sine, o sözcüğe ilişkin test örüsü denir. Test örüsü, dağarcıktaki tüm

gisine en yakın ise, o sözcüğün söylenmiş olduğu kararına varılır.

Sürekli konuşmayı tanımak için sesi yalnızca bir dalga biçimi olarak ele almak yeterli değildir, ses işareti kullanılan dilin kuralları içinde bir mesaj taşımakta, konuşan kişinin o anki ruh durumu gibi birçok etkeni de yansıtmaktadır. Bu nedenle, dilbilgisi, dilbilim, anlambilim gibi bilim dalların dan yararlanmak gerekmektedir. Sü rekli konuşmayı tanımak için ses işa reti, kullanılan dilin özelliklerine göre hece, yarı hece, temel ses (phone me) gibi birimlere ayrılarak çözüm lenmekte, bu birimler arasındaki iliş kiler modellenmeye çalışılmaktadır.

6. SES İŞLEMEDE KULLANILAN DONANIM

Çok büyük ölçekli tümdevre tekno lojisinde yakın dönemde olan geliş meler sayısal ses işleme konusunun gerek araştırma ve gerekse uygula ma yönünden çok zenginleşmesine

neden olmuştur. Çok büyük ölçekli tüm devre teknolojisinin sayısal işa ret işlemeye en önemli katkılarından biri gerçek zamandaki uygulamalar da neredeyse bir devrim yaratan sayısal işaret işleyidleıük <M ıs) Qa_ yısal işaret işleyicilerin komut kü meleri genel amaçlı mikro işlemcilerden büyük ölçüde farklıdır ve tümüyle sayısal işaret işlemeye yöneliktir. Günümüzde TMS320C30 ve DSP32C gibi 32 ikil sözcük uzunluktu ve kayan noktalı sayısal işaret işleyiciler yaygın olarak kulla nılmaktadır. Bu işlemcilerin ulaştığı işlem hızı saniyede 12 16 milyon komut düzeyindedir.

VLSI teknolojisinin bir diğer önemli katkısı iş istayonu olarak adlandırdı ğımız bilgisayarlardaki gelişmedir, iş istasyonları, işlem hızı, bellek ve disk sığası açısından birkaç yıl ön cesinin büyük boy bilgisayarlarını geride bırakmaktadırlar. Ederleri ise anılan büyük boy bilgisayarların çok altındadır.

sözcükler için, evvelce bir belletme evresi sonucu hazırlanıp derlenmiş

KAYNAKLAR

kaynak örüleri ile karşılaştırılır. Han

(1) Flanagan, İL, Speech Analysis,

1976.

Synthesis and Perception, 2nd (5) Jayant, N.S., "Coding speech

Ed., Springer Verlag, New York,

at low bit rates" IEEE

1972.

Spectrum, pp. 58 63, August

(2) Rabiner, L.R., Schafer, R.W.,

1986.

Digital Processing of Speech (6) Atal, B.S., Remde, J.R., "A new

Signals, Englevvood Cliffs, NJ:

model of LPC excitation for

Prentice Hall, 1978.

producing natural sounding

(3) Jayant, N.S., Noll, P., Digital

speech at low bit rates" Proc.

Coding Of VVaveforms,

1982 IEEE Int. Conf on

Englewood Cliffs, NJ: Prentice Hall, 1984.

(4) Markel, J.D., Gray, A.H., Linear Prediction of Speech,

Acoustics, Speech and Signal Processing, Paris, France, pp. 614 617, 1982.

(7) Schroeder, M.R. and Atal, B.S.

Springer Verlag, New York,

"Code excited linear prediction

(CELP): High quality speech at low bit rates,"Proc. 1985 lEEElnt. Conf. on Acoustics, Speech and Signal Processing, pp. 937 940, 1985.

(8) Atal, B.S., Schroeder, M.R. "Stochastic coding of speech at very low bit rates," Proc. Int. Conf. Commun., ICC84, part 2, pp. 1610 1613, May 1984.

(9) Abut, H. (Editör), Vector Ouantization, New York, NY: IEEE Press, 1990.

(10) Wong. D.Y., Juang, B H., Gray, A.H.Jr., "An 800 bit/s vector quantization LPC

vocoder," IEEE Trans on Acoustics Speech and signal Processing, vol. 30, no. 5, pp. 770 780, October 1982.

(11) Lea, W.A. (Editör), Trends in

Speech Recognition,

Englevvood

Cliffs,

NJ:

Prentice hall, 1980.

(12) Reddy,

FL,

"Speech

recognition by machine: a

review, "Proceedings of the

IEEE, vol. 64, no. 4, pp.

501 531, April 1976.

(13) Rabiner, L.R., Levinson, S.E., "Isolated and connected vvord

recognition theory

and

selected applications," IEEE

Transactions

on

Communications, vol. 29, no.5,

pp.621 659, May 1981.

(14) IEEE Micro Magazine, Special Issue on Digital Signal Processing, December 1986.

(15) IEEE Micro Magazine, Special Issue on Digital Signal Processing, December 1988.

(16) IEEE Micro Magazine, Special Issue on Digital Signal Processing, October 1990.

MATOIAMIK

Hazırlayan : M. Serhat ÖZY AR

Değerli Matemantıkçılar,

79. sayımızdaki sorulara ilişkin elimize şu ana kadar dört mektup ulaştı. Sayın Mustafa Küçük (İzmir) 41 ve 42. sorularımıza, Sayın İsmail SEVİNÇ (Bursa ) 41. sorumuza, Sayın Musa

SORU : 45. EMO İLE SÖZMETİK (A. NECAH) Bir aritmetik işlemde rakamların belli harflerle değiştiril mesi ile düzenlenen türdeki bulmacalar, daha önceki

TÜRKEL yine 41. sorumuza ve 41. sorumuzu köşemiz MATEMANTIK sayfalarında yer almıştı. Bu tür bulmaca

için hazırlama inceliğinde bulunan Sayın A. NECAH da lara, SÖZCÜK'ün ilk hecesi ile ARİTMETİK'in son iki he

42. sorumuza yanıt göndermişler. Sn. A. NECAH cesinin birleşmesinden oluşan "SÖZMETİK" deyimini ya ayrıca 37. sorumuzla ilgili yayınladığımız çözümlerdeki kıştırıyorum.

uyarımızı dikkate alarak bize yeni bir çözüm "EMO"daki harflerin harmanlanması sonucu oluşan üç

göndermiş. Bu arada 378. sayımızda doğru çözüm ayrı SÖZMETİK bulmaca aşağıda verilmiştir. Birincisinin

gönderenler arasında ismini duyurduğumuz, ancak bir çözümü vardır. Diğer ikisi ise ondalık sistemde çö

ilini yanlışlıkla Adana olarak belirttiğimiz Sn. Musa TÜRKEL 'den özür diliyoruz.

Çoğunluğumuzun tatillerini tamamlamakta olduğu şu günlerde mektup göndererek köşemize katkıda bulunanlara teşekkür ediyor, tüm matemantıkçılara esenlik dolu günler diliyoruz.

zümsüzdür. Ama ondalık sayı sistemi dışındaki (en çok 16 tabanlı "hexadecimar sisteme kadar olan başka) sayı sistemlerinde çözümleri vardır.

SÖZMETİK 1'in ondalık sistemdeki çözümünü, SÖZME TİK 2 ve SÖZMETİK 3'ün hangi sayı sisteminde çözümü olduğunu ve çözümü veren rakamları bulunuz.

200 381 ELEKTRİK MÜHENDİSLİĞİ