@@10BEA009.TXT
-p09-

uittreksel uit IM - jaargang 1, numer 4 - Februari '87

SPRAAKTECHNOLOGIE: Sprekende en luisterende computers
-----------------------------------------------------

1. INLEIDING.
Het staat als een paal boven water dat spraak een zeer belangrijk
communicatiemiddel is. Reeds eeuwenlang is de mens in de weer om de
werking ervan te onderzoeken.
Het valt op dat spraak bestudeerd wordt door onderzoekers uit diverse
disciplines: taalkundigen, physiologen, medici, logopedisten en
ingenieurs. Al deze mensen hebben dan ook zeer verschillende
bedoelingen.
Als we spreken over de behandeling en de opwekking van spraaksignalen
d.m.v. (hoog)technologische hulpmiddelen dan kan men inderdaad spreken
van SPRAAKTECHNOLOGIE.
In dit artikel wordt getracht u een beter inzicht te geven in deze nog
jonge technologie, die trouwens zeer snel evolueert. Zo snel zelfs dat
wat we vandaag als het neusje van de zalm beschouwen, volgende maand
reeds achterhaald kan zijn.

2. WAT IS SPRAAK?
Om de verschillende facetten van computerspraakgeneratie en
spraakherkenning te begrijpen moeten we even technisch worden.
In de productie van spraak kan men grosso modo twee belangrijke
elementen onderscheiden:
a. het voortbrengen van de trillingen (stembanden);
b. het filteren of vervormen van deze trillingen om verschillende
   klank te bekomen (stemkolom).

a. Productie van trillingen.
Spraakklanken worden door de stembanden voortgebracht. Zij zijn bij
benadering ofwel:
-stemhebbend: De klank ontstaat door het trillen van de stembanden
 wegens de erdoor stromende lucht. De golfvorm is zo goed als
 periodisch. Het aantal trillingen per seconde (d.i. de toonhoogte of
 'pitch') bepaalt de hoogte van de stem en zorgt eveneens voor
 intonatie en accentuatie. De toonhoogte wordt gemeten in Herz: 1 Hz is
 ‚‚n trilling per seconde.
-stemloos: De klank ontstaat door de woelige luchttrillingen die het
 gevolg zijn van het persen van lucht doorheen een vernauwing. Hier is
 de golfvorm helemaal niet periodisch, maar lijkt goed op ruis. In
 feite is het 'gekleurde' ruis , ook wel rose ruis genoemd, een
 ruissoort met constante ruisenergie per octaaf.
Deze twee klanken vertonen een quasi vlak frequentiespectrum, d.w.z.
dat we nog geen letters kunnen onderscheiden.

b. Filtering.
Dit spectrum wordt nu gewijzigd door de eigenschappen van de stemkolom
(en in mindere mate door de neusholte), zodat het niet meer vlak is,
maar formanten gaat vertonen. Deze bepalen de klankkleur en maken dat
een klank als een bepaald foneem (/e/,/oe/,/n/,/l/) overkomt.

3.VERSCHILLENDE VORMEN VAN COMPUTER-SPRAAKPRODUCTIE.
Nu we weten waaruit klanken en woorden bestaan kunnen we de stap
zetten naar de kunstmatige spraaksynthese. Basiselement is hier een
electrische schakeling die de hoger beschreven stemproductie nadoet.
Een electronische toongenerator, een ruisgenerator en een instelbaar
electronische filter vormen samen de VOCODER.

a. Weergave van de ingesproken tekst (spraakcompressie).
Hierbij moeten de woorden die later door de computer uitgesproken
moeten worden, eerst ingesproken worden in een apart computersysteem.
Dit bepaalt dan de filterkarakteristieken die nodig zijn in het
VOCODER systeem. Omdat alleen filterparameters moeten opgeslagen
worden kunnen in een betrekkelijk klein geheugen (64K) ongeveer 400
woorden gestockeerd worden. Een voordeel van deze techniek is de
natuurlijk klinkende stem waardoor het werken minder vermoeiend en
aangenamer wordt.

b. Spraaksynthese uit fonetisch schrift.
Hierbij produceert men spraaksignalen uitgaande van fonetisch
neergeschreven woorden. De computer bepaalt zelf de filterparameters
die nodig zijn om de VOCODER (zie hoger) aan te sturen.
De woorden zijn opgeslagen in een electronisch geheugen (geheugen-
chips). Men kan met deze techniek 8000 woorden opslaan in een geheugen
van 64K bytes (bv. de Commodore 64 home-computer). We moeten toegeven
dat de bekomen woorden nu uitgesproken lijken door een min of meer
mechanische standaardspreker en dat ook de klemtonen en de intonatie
niet altijd perfect zullen zijn. Anderzijds krijgt de gebruiker de
mogelijkheid zelf nieuwe woorden in te voeren als hij ze maar
fonetisch neerschrijft.

c. Synthese uit normale tekst.
Bij deze synthese "uit regels" ontbindt men de woorden in overlappende
difonen. Voor elke difoon beschikt het programma over een
standaardsequentie van spraakparameters, in een bibliotheek in het
geheugen opgeslagen.
Bij de synthese van een woord of een zin, zoekt het programma de
verschillende difoonsequenties op en verbindt deze op een aangepaste
wijze. Enkele bijkomende tekens in de tekst kunnen gebruikt worden om
de klemtonen en de zgn. melodie van de zin vast te leggen en bij de
synthese terug te genereren. Om de bekomen spraak zo natuurlijk
mogelijk te laten klinken moet speciale aandacht besteed worden aan de
duur der klinkers. Merk op dat dit een taalgebonden manier van werken
is. Vreemde (in een andere taal) woorden zullen met een zwaar accent
uitgesproken worden.
Als nadeel kunnen we aanstippen dat er nog geen echte "tekst naar
spraak" mogelijk is. Deze 'Text to Speech' systemen met een redelijke
verstaanbaarheid beginnen immers pas nu langzamerhand op de markt te
komen.

4. SPRAAKHERKENNING.
Indien een computer gesproken tekst dient te herkennen kan dit om 2
redenen:

a. Het herkennen van de identiteit van de spreker.
Een toepassing van een sprekerafhankelijke spraakherkenning is de
telefoonbeantwoorder (m.b.v. een personal computer), die iemand
herkent aan zijn stem en zo bepaalt of er een boodschap is voor
hem/haar.

b. Het herkennen van de inhoud van een boodschap los van de spreker.
Sommige computers verstaan reeds nu een aantal gesproken bevelen. Voor
continue tekst staat nu reeds vast dat de herkenning pas zal kunnen
gebeuren door beroep te doen op linguistische voorkennis. Deze
systemen zijn nog in een laboratoriumfase.

5. TOEPASSINGEN.

a. Spraaksynthese via spraakcompressie.
Als populaire toepassing van spraaksynthese kunnen we het 'Speak and
Spell' toestel van de firma Texas Instruments vermelden. Dit draagbaar
toestelletje laat toe op een interactieve manier woorden te leren. Er
zijn verschillende taalmodules (geheugenchips met woorden in een
bepaalde taal) te verkrijgen.
Onder deze vorm van spraakgeneratie vallen ook de sprekende
rekenmachines, uurwerken en weegschalen, allen met een vaste en
beperkte woordenschat.

b. Spraaksynthese uit gewone en fonetische tekst.
Hiervoor bestaan een aantal toestellen (Votex, DEC Talk, Vox Box, Vox
Card, The Cricket) die de hen aangeboden tekst in spraak omzetten. De
normale handelsversies kunnen doorlopende tekst meestal maar redelijk
uitspreken indien hier en daar in de tekst nog wat codes toegevoegd
worden. In feite worden deze spreekcodes dus gevoed met een kruising
tussen fonetische en gewone tekst. De resultaten zijn echter heel
behoorlijk.
Er zijn al verschillende computerprogramma's die de tekst die op het
scherm van de computer verschijnt, uitspreken. In feite produceren zij
meestal de mengtekst die naar de spreekdoos gestuurd moet worden.
Bestaande programma's kunnen zo hoorbaar gemaakt worden i.p.v. te
werken met een brailleregel. De meeste van deze programma's werken in
het Amerikaans. Nederlandse tekst zal niet of met een zwaar accent
uitgesproken worden.
Er bestaan sprekende programma's (tekstverwerker, databank,...) die
speciaal ontwikkeld zijn voor en/of door visueel gehandicapte mensen.
Deze programma's hebben het voordeel dat ze eenvoudiger en logischer
te bedienen zijn voor visueel gehandicapte mensen.

c. Spraakherkenning.
Zoals reeds vermeld kunnen sommige computers een beperkte woordenschat
verstaan. Enkele hiervan zijn in de technische fiches opgenomen (Votan
Voice System/Terminal).

d. combinaties.
De combinatie van spraakcompressie en spraakherkenning geeft een zeer
mooi resultaat. De computer herkent uw stem, verstaat uw taal en
antwoordt in uw taal. Een mogelijke toepassing is een stemgestuurd,
stockbeheerprogramma (Votan Voice System/Terminal).

6. BESLUIT.
De spraaktechnologie opent grote perspectieven voor de visueel
gehandicapte mens. Als bewijs hiervan mogen wij u verwijzen naar de
hele reeks technische fiches in dit nummer
In de toekomst mogen we nog veel verbeteringen en/of verfijningen
verwachten. Vele toestellen spreken verschillende talen, behalve
Nederlands. Geleidelijk aan zal hier verandering in komen en zullen we
een kunstmatige stem niet of moeilijk kunnen onderscheiden van de
menselijke stem !

Gerrit Van den Breede
Technisch medewerker

BIBLIOGRAFIE:
1. Vanwormhoudt en Martens: "Technologie Transfert Express Benelux"
   maandblad, nummer 20, december 1984
2. Hit Industries: "Voice systems" documentatie
3. Electronica Vandemecum