2.6.5 Zusammenfassung und Schlußfolgerung 

In diesem Abschnitt wurden Zusammenhänge zwischen Datenreduktionsmaßnahmen und Qualitätsbeeinträchtigungen untersucht, deren Folgen die Übertragungsqualität des datenreduzierenden TTZM-Verfahrens gegenüber der nichtreduzierenden Grundversion erheblich verschlechtern. Am Beispiel der Variante mit 4,4 kbit/s Datenrate wurden folgende Erkenntnisse gewonnen:

• Die Verlängerung des Auswerteintervalls als wichtigste datenreduzierende Maßnahme bewirkt, daß eine mögliche feinzeitliche Variabilität von Teiltonverläufen besonders zu höheren Frequenzen hin nicht mehr richtig repräsentiert wird. Damit steigt die tonale Ausgeprägtheit der zugeordneten Synthesesinusschwingungen, die dann in der Wahrnehmung hervortreten. So können tonale Artefakte entstehen (`Klingeln').
• Die Beschränkung auf eine Maximalanzahl gleichzeitiger Teiltöne, ausgewählt nach Pegel, verschärft den Kontrast der spektral/zeitlichen Grobstruktur. Durch diese zweitwichtigste Reduktionsmaßnahme werden nämlich größere Bereiche in der Zeit/Frequenz-Ebene nicht mehr repräsentiert. Ein verarbeitetes Sprachsignal kann deshalb unnatürlich überspitzt (`überartikuliert') klingen, weil die steilen spektralen oder zeitlichen Übergänge in diese Bereiche wahrnehmbar werden. Der Effekt könnte eventuell durch Einsatz des Tonhöhengewichts als Teiltonauswahlkriterium verhindert werden. Die Anpassung an die zeitliche Dynamik der Tonhöhenwahrnehmung stellt allerdings ein eigene Forschungsaufgabe dar.
• Die Verlängerung des Auswerteintervalls verändert den ursprünglich unspezifischen, Synthesefenster-kontrollierbaren Störteppich der Synthese mit Rechteckfenster. Die Sprünge im Amplitudenverlauf der Synthesesinusschwingungen werden nun als periodische Knackstörung (`Knattern') wahrnehmbar. Zwar könnte man diese bei Synthese mit Dreieckfenster weitgehend unterdrücken. Es scheint aber für die subjektive Sprachverständlichkeit besser, sie zu tolerieren. Offenbar kann damit das Fehlen von Signalanteilen verschleiert werden, die bereits der Datenreduktion zum Opfer gefallen sind, oder die von vornherein im TTZM-Verfahren unterrepräsentiert sind.
• Das Pegelcodierverfahren mittels Interpolationsgerade begünstigt eine störende Intensitätsmodulation der Stimme. Primär wird sie jedoch durch das verlängerte Auswerteintervall ausgelöst, die resultierende Stufigkeit der Syntheseparameter wird besonders bei längeren, tieffrequenteren Teiltonverläufen wahrgenommen. Eine geeignete Teiltonverlaufsrekonstruktion kann den Störeffekt weitgehend unterdrücken.

Mit der beschränkten Anzahl von zehn Teiltönen, deren Parameter alle 20 ms vorgegeben sind, kann man also grundsätzlich nicht alle Anteile von fließender Sprache in akzeptabler Qualität zu Gehör bringen. Das erste zentrale Problem liegt in der mangelnden Repräsentation nichttonaler Anteile. Man kann dies zwar durch Störeffekte verschleiern, zahlt dafür aber den Preis einer unakzeptablen Signalqualität. Ein strategischer Lösungsansatz erfordert eine separate Repräsentation solcher Anteile. Das zweite zentrale Problem liegt darin, für die tonalen Anteile die optimalen Teiltöne im Sinne einer dynamischen Tonhöhenwahrnehmung herauszusuchen. Will man im übrigen die Störungen reduzieren, so muß man sich vermehrt um eine Rekonstruktion der ursprünglichen Teiltonverläufe zwischen den Auswertezeitpunkten bemühen.

$Id: hbdrd.html,v 1.1 1998/03/15 06:44:00 mummert Exp mummert $