SLAM 1.0 PER WINDOWS

Transcript

1 SLAM. PER WIDOWS Peo Cos CSRF Ceno Suo pe le Rceche Foneca C..R. Paova Va G. Anghnon, 353 Paova Ialy Tel , Fax , EMal SOMMARIO Vene esca la pma vesone uffcale el ssema segmenazone semauomaca el segnale vocale enomnao SLAM all'aconmo nglese Segmenaon an Labellng Auomac Moule, svluppao n ambene Wnows pe Pesonal Compue pesso l CSRF. SLAM fonsce n moo auomaco alcune poes segmenazone allo scopo enee pù veloce l compo espe fones nell'analzzae goss copoa segnale vebale. Sulla base ella conoscenza oogafca el eso ponuncao gl espe evono sceglee l'allneameno pù oppouno fa quell popos auomacamene. Il ssema ceve n ngesso paame fon a un moello el ssema uvo pefeco mosaos molo effcace nel cofcae le nfomazon conenue nel segnale vocale e s basa sulla eoa ella segmenazone mullvello pe la cosuzone elle poes segmenazone. Ole alla segmenazone el palao, l ssema fonsce all'uene numeose possblà vsualzzazone va paame anals, a cu va p 'speogamma', l'anameno ella fequenza fonamenale, ell'enega e ello 'zeocossng' e al ancoa. All'uene sono nole consene alcune elemena opeazon eng el segnale qual 'agla' e 'ncolla' 'cancella' e mole ale. Il ssema è sao svluppao n lnguaggo pogammazone Mcosof C pe l ssema opeavo Mcosof Wnows 3. ma e suppoao anche n ambene Wnows 95 e WnowsT 4. e n pacola acheue Macnosh. SLAM è sponble a ch ne facesse esplca chesa e è sbuo n ee al CSRF. ITRODUZIOE umeos sono oma copoa segnale vocale poo a vae oganzzazon e gupp ceca nel campo elle scenze lngusche e foneche n campo nazonale e nenazonale [], [2], come è possble ossevae, nfa, Tue le sgle segue al symbolo nel eso s fescono a copygh elle speve compagne: Penum, 486 Inel Cop., Wnows3., Wnows95. WnowsT4. Mcosof Cop., C7., VsualC.5 Mcosof Cop., SounBlase6, AWE32, AWE64 Ceave Labs. Inc., Oos AU22 DSP Oos Inc., Macnosh, PoweMacnosh Quaa 86/2 Apple Compue, VualPC Connecx.

2 n un neessane assegna sull'ngegnea lngusca ecenemene appase n Inene [3]. Pe asfomae ques copoa n maeal scenfcamene ulzzabl n va camp ceca applcaa e non, fnalzza essenzalmene alle emache guaan l'anals, la snes e l conoscmeno auomaco ella voce, è ovvamene necessao asfomal n aabase oganzza e faclmene consulabl. Una elle pme elaboazon cu u ques copoa necessano e che vengono spesso alascae n fase pogeazone, è senza ubbo la segmenazone e l'echeaua all'nglese labellng, a va lvell semanco, lesscale, oogafco, foneco, el segnale vebale oggeo e copoa sess. on nfequene è, nfa, la pesenza ne va laboao ceca copoa segnale vebale la cu ulà scenfca, nonosane la loo complessà, è oa quas a zeo a causa ella mancanza quesa necessaa elaboazone. Puoppo un pmo gosso nconvenene nooo alla necessà assocae a copoa un'oppouna echeaua, e queso sopauo a lvello foneco, see nel fao che, nomalmene, quesa vene affaa all'opea manuale espe lngus o fones e, conseguenza, cosusce un sgnfcavo collo bogla a causa ell'enome speco sose, sa empoal che economche, che una ale opeazone necessaamene chee. onosane quese conseazon ovve e convsbl a lvello scenfco, aamene a pae egl en pepos alla pogeazone e alla ealzzazone e va copoa vene posa quell'aenzone che ovebbe nvece pemeae ue le fas svluppo e copoa sess. In ale paole alla fase efnzone e copoa e alla loo successva acquszone vengono affae ue le sose, scenfche e economche, mencanos ell'oganzzazone fnale e qun elle fnalà essenzal e copoa sess che seono ovvamene nella loo effeva ulzzazone pe l pogee ella ceca scenfca nel campo ell'ngegnea lngusca. Un alo poblema non facle soluzone è appesenao al fao che l'echeaua manuale è sempe caaezzaa a un elevaa anche se conollable soggevà [4], [5]. Infa, nonosane l'auslo sempe pù affabl sumen auo vsv, le vegenze ne valo segmenazone ello sesso maeale vocale, poo manualmene a pae pù espe, non poanno ma essee compleamene elmnae. A causa elle vese capacà peceve, sa vsve che uve, come anche ell'oggeva ffcolà efne una nequvocable saega comune, è evene l'mplca ncoeenza un ale appocco manuale. Sulla base quese conseazon, l'neesse pe la ealzzazone ssem auomac segmenazone e "labellng" è ovvamene elevassmo. Tal ssem auomac, ole a mnmzzae emp esecuzone, eneebbeo mplcamene coeen sula ella segmenazone. Infa, gl evenual eo segmenazone suleebbeo faclmene enfcabl e caegozzabl a causa ella naua algomca elle poceue. Il ssema esco n queso lavoo, suao e pogeao pe fone una sposa paca a u le ffcolà sopa elencae, fonsce n moo auomaco alcune poes segmenazone allo scopo ue al mnmo l compo espe fones nell'analzzae goss copoa segnale vebale. essun sane segmenazone vene poszonao manualmene, salvo a cas, e agl espe

3 vene esclusvamene chesa un'azone supevsone sulle poes segmenazone pooe auomacamene al ssema. Gl espe, nfa, evono sceglee, sulla base ella conoscenza oogafca el eso ponuncao, l'allneameno pù oppouno fa quell popos auomacamene, evenualmene elmnano "mae" sovabbonan. DESCRIZIOE DEL SISTEMA Il ssema segmenazone seguo esco è sao enomnao SLAM, all'aconmo nglese Segmenaon an Labellng Auomac Moule. Slam oene la segmenazone el segnale vebale n ngesso essenzalmene n e fas. elle pme ue fas SLAM opea auomacamene sul segnale vebale mene nella eza chee n moo neavo la collaboazone ell'uene. La pma fase cospone all'elaboazone gale el segnale vebale, mene la secona s fesce all'nvuazone sul segnale va possbl confn sepaazone fa le vae unà. A quese segue una eza e ulma fase, ove, sulla base elle nfomazon fone alle peceen elaboazon, vene esplcamene cheso l'neveno un opeaoe espeo, genealmene un lngusa o un fonesa, a cu vene cheso sceglee, fa le vae poes segmenazone popose al ssema, quella gucaa pù coea e affable. Elaboazone gale el segnale vebale. Sul segnale possono essee effeuae vae elaboazon e sula quese elaboazon possono essee po oppounamene vsualzza. L'uene può sceglee fa va p anals speale fa qual: speogamma FFT a bana laga, sea, o comunque a bana selezonable a pacee, speogamma basao sull'anals LPC, anche quesa mposable a pacee, e 'neuogamma' basao sull'anals effeuaa a un pacolae moello el ssema uvo pefeco umano [6], ealzzao pesso l CSRF [7], mosaos assa effcace nel cofcae le nfomazon necessae e suffcen pe una vala segmenazone foneca anche n pesenza conzon egsazone non omal, coè con segnal pacolamene umoos [8]. Quesa è, nfa, la appesenazone consglaa pe sfuae al massmo le poenzalà el pogamma. Qualoa s enesseo ul n fase anals, al paame neesse qual la fequenza fonamenale, l'enega e lo zeocossng possono essee vsualzza su chesa ell'uene. Sebbene lo scopo SLAM sa essenzalmene la segmenazone e l'echeaua copoa segnale vebale, SLAM può essee ulzzao anche pe ue le nomale opeazon 'eng' el segnale. SLAM è oao, nfa, numeose funzon meane le qual è possble opeae eamene sul segnale vsualzzao qual a esempo: 'agla', 'ncolla', 'cancella', 'nomalzza' e ale ancoa.

4 Ceazone elle poes segmenazone. Quesa fase appesena è l veo e popo 'noccolo' SLAM. L'algomo segmenazone, mooe SLAM, è basao neamene sulla eoa ella segmenazone mullvello [9]. La flosofa alla base quesa eoa soolnea che non esse un unco lvello appesenazone segmenale n gao escvee u gl even acusc neesse pesen nel segnale vocale. Pe ovvae a quesa mplca ffcolà vene aoaa una appesenazone mullvello la quale consene evenzae all'neno un unca suua sa muamen ap che quell gaual sconabl sul segnale. Il segnale vocale vene conseao come una sequenza empoale segmen acusc quas sazona. Le caaesche el segnale all'neno al segmen sono conseae fa loo pù sml quelle fa segmen aacen. La segmenazone, segueno quesa nepeazone, può essee conseaa come un semplce poblema local cluseng n cu le ecson a penee guaano esclusvamene la somglanza e va fame con segmen acusc mmeaamene peceen o successv. A ffeenza ale ecnche segmenazone basae sulla ceca e massm o e mnm pacola paame anals, ulzzano solo msue elave ffeenza acusca la ecnca sopa esca sula essee assa pù obusa pe quano guaa l'npenenza al palaoe, al vocabolao e anche al appoo segnale subo. La cosuzone ella suua mullvello [9], esca algomcamene n Tabella e llusaa gafcamene n Fgua e n Fgua 2, può qun assumes n ue fas. ella pma fase, pe ogn age fame vene calcolaa una mea e va componen el veoe anals cosponen spevamene a una fnesa lunga fame sa alla esa che alla snsa el fame n esame. V è a soolneae che, anche se l veoe anals può essee pooo a qualsvogla ecnca elaboazone gale, l'ulzzazone ella ecnca anals basaa su un moello el ssema uvo pefeco umano, a cu s faceva peceenemene femeno, gaansce a SLAM mglo sula [8]. Meane msue sanza euclea, vene calcolaa la somglanza el veoe anals cosponene al fame n esame con le ue mee cosponen alle ue fnese sopa ncae e vene qun pesa una ecsone pe assocae l fame alla fnesa peceene o a quella successva. Ale saege, ole a quella ella sola sanza euclea, possono essee aoae pe la efnzone ella somglanza, conseneno qun alla poceua poe aaae la sensblà elle assocazon alla pacolae conzone locale. Alloché u fame sono sa analzza s vengono così a ceae va segmen acusc aacen. Quese egon nzal cosuscono la base pe la secona fase ella cosuzone quella pacolae suua segmenazone geachca noa n leeaua come 'enogamma' suggea al fao che l segnale vocale è spesso caaezzao a even acusc molo ap, le cu caaesche s vesfcano n moo molo neo a quelle cosponen al loo nono. Quesa pacolae segmenazone geachca, ncopoano alcun vncol empoal, sula pacolae ulà nel valuae e onae la sgnfcavà e sngol even acusc. Il ssema

5 cluseng ulzzao pe la cosuzone ella suua mullvello s basa essenzalmene sulla sessa ecnca ulzzaa pe oenee va segmen acusc aacen base. In fa, paeno alle egon peceenemene calcolae, ogn egone è assocaa con quella alla sua esa o alla sua snsa sempe ulzzano una msua sanza euclea. La msua sanza s applca n quesa fase a una mea e componen e veo anals cosponen a fame cosuen le vae egon. Due egon sono qun une fa loo quano possono essee assocae sulla base el ceo appena esposo. La poceua vene peua fno a che l'nea fase non può essee esca a un sngolo eveno acusco. Maneneno l'nfomazone elava ella sanza con cu ue egon s fonono fa loo s può qun cosue una suua segmenazone mullvello 'enogamma' come quella llusaa nelle Fgue 3 e 4, elave all'anals ella fase "Susan ca[n'...]" le ulme ue consonan non sono vsualzzae ponuncaa a un palane femmnle nglese. Scela ella segmenazone fnale e successva echeaua. E' quesa la fase neava ella poceua segmenazone, n quano l'neveno ell'uene vene esplcamene cheso a SLAM. In lnea pncpo la segmenazone fnale poebbe essee esaa anche n moo auomaco, meane ecnche paen ecognon, cecano l cammno segmenazone omo all'neno ella suua mullvello e aveno come nfomazone la asczone foneca po ella fase ponuncaa n ngesso al ssema. SLAM peò, aualmene, pevene alla segmenazone fnale meane un lmao neveno manuale ell'uene, conssene nel eemnae la poszone, lungo l'asse vecale el enogamma, n cu sceglee mae efnv e evenualmene elmnanone alcun se sovabbonan. In una fase successva s echeeanno mae oenu meane oppoune echee o label che speccheanno l pacolae lvello segmenazone: semanco, lesscale, oogafco, posoco, foneco. IMPLEMETAZIOE SOFTWARE Ognaamene, SLAM è sao svluppao n ambene Mcosof Wnows 3. meae l lnguaggo pogammazone C7.. La vesone auale a cu fa femeno queso lavoo s fesce nvece all'ambene svluppo Vsual C.5. SLAM è sao povao su pesonal compue basa su pocesso Inel 486 e Inel Penum, n ambene opeavo Wnows3. WnowsWogoup3., Wnows95 e WnowsT4., equpagga con schee SupeVGA oae almeno 256 colo 2, mouse a e as 3 e almeno 4/8 Mbyes RAM. SLAM è sao nole ulzzao n ambene Macnosh su un 2 Queso solo pe sfuae al massmo le poenzalà vsualzzazone ello speogamma. 3 Il mouse a e as è necessao solano pe ulzzae le funzon echeaua.

6 PoweMacnosh Quaa 86/2 equpaggao con VualPC Wnows95 Emulaon Sofwae Qualoa sano avae le funzonalà egsazone e pouzone auo, ovvamene nspensabl pe le opeazon segmenazone non peò pe ale funzon eng o vsualzzazone, SLAM ulzza le schee sonoe Ceave SounBlase6 o AWE32/64, anche se poebbeo essee ulzzae ale nefacce A/DD/A, come a esempo, la veccha schea OROSAU22 DSP, su cu nzalmene s basava la vesone ognaa. SLAM è n gao esegue molssme opeazon sul segnale vebale come esemplfcao ne menù llusa n Fgua 5. Ole alla foma 'ona empoale el segnale vebale s possono vsualzzae gl anamen empoal al paame neesse come l'enega, la fequenza fonamenale, calcolaa meane ue no algom enomna AMDF [2] e SIFT [3], e lo zeocossng. Dal puno vsa speale SLAM fonsce la vsualzzazone uno speogamma basao sulle ecnche classche anals qual FFT e LPC, con paame mposabl a pacee, ma sopauo su un moello el ssema uvo pefeco che, speo alle ecnche azonal, ha fono sula mglo n fase segmenazone. Ognaamene, a ogn fle segnale vebale venvano assoca e vsualzza va fle anals, cea offlne a oppoun pogamm "saelle". ella vesone auale, ulle le anals possono essee avae onlne all'neno SLAM e elav sula possono essee mmeaamene vsualzza. Sul segnale vebale l'uene ha la possblà esegue numeose opeazon. Il segnale, nfa, può essee egsao, ascolao e oppounamene vsualzzao, meane vae opzon nganmeno e scollng. Il segnale, nole. può essee mofcao meane semplc opeazon eng qual a esempo: CUT, PASTE, CLEAR, COPY, FADEn/ou, ORMALIZE, e ale elemena opeazon maemache. Muoveno, nole, l cusoe, meane un mouse, all'neno elle vae fnese vsualzzazone, valo e paame anals assoca alle vae appesenazon ave qual a esempo l'ampezza el segnale, la poszone empoale, l'enega, lo zeocossng, la fequenza fonamenale o valo cosponen alla coene anals n fequenza, sono mmeaamene vsualzza all'uene. Pu assumeno alcune elle pncpal funzon un semplce ssema anals e vsualzzazone el segnale vebale, la funzone pncpale SLAM, quella coè pe cu è sao svluppao, mane quella ella segmenazone auomaca. Pe quesa, vene calcolaa e successvamene vsualzzaa la appesenazone speale uva e sulla base quesa appesenazone vene applcao l'algomo MLS, peceenemene esco, con cu vene elaboao e mmeaamene vsualzzao, n moo auomaco, l enogamma elle poes segmenazone. L'uene ha qun la possblà sceglee, sulla base elle poes segmenazone, fone auomacamene a SLAM, quelle enue pù affabl semplcemene poszonano l cusoe all'neno el enogamma, come llusao gafcamene n Fgua. Opeano n queso moo, gl san segmenazone non sono ma poszona all'uene, ma esclusvamene al ssema, che ne consene uava, qualoa cheso esplcamene n pacola cas ffcl, anche una vefca manuale. ella segmenazone con SLAM, la saega a aoae è, pefeblmene, quella

7 sceglee una segmenazone fne, n ale paole una sovasegmenazone, e mofcala successvamene, sulla base ella asczone oogafca el segnale n anals, elmnano evenualmene possbl mae sovabbonan. Pe quano guaa la pecsone oenble meane SLAM nella segmenazone un semplce copoa s può fa femeno a [4]. Come gà soolneao, l'ulzzazone un pacolae algomo anals basao su un moello el ssema uvo pefeco umano ha sensblmene oo, speo a ale ecnche anals pù azonal, basae su FFT o LPC, l'neveno manuale ell'opeaoe, specalmene n pacola conzon segnal umoos, come appae evene all'esame elle Fgue 3 e 4. Qualoa s sponga un mouse a e as, n SLAM è nclusa nole la possblà echeae con smbol SAMPA [4], auomacamene chamabl a veo, mae oenu. Ala caaesca SLAM, esemplfcaa n Fgua 6, è la possblà opeae smulaneamene su pù segnal. Quesa possblà è saa oenua ulzzano ecnche pogammazone facen uso elle specfche MDI Mulple Documen Ineface sponbl n ambene Wnows. Il numeo e segnal su qual è possble opeae smulaneamene è lmao solano alla memoa RAM sponble. RIGRAZIAMETI Queso lavoo è sao eso possble esclusvamene gaze alla genle collaboazone S. Seneff e J.R. Glass el MIT Massacheses Insue of Technology Boson. In pacolae loo suggemen pe l'mplemenazone el moello uvo enomnao Jon Synchony/MeanRae S/MR moel of Auoy Speech Pocessng ASP [6], e pe lo svluppo ella saega segmenazone mullvello MLS [9] sono sa fonamenale mpoanza. COCLUSIOI L'ulzzazone un moello el ssema uvo pefeco e un ssema anals mullvello hanno conseno la ealzzazone SLAM, un ssema semauomaco segmenazone el segnale vocale. L'ulzzazone un ale ssema a pae espe fones consene, n pmo luogo, ue enomemene emp segmenazone gosse bas a vocal. Infa gl san segmenazone sono poszona auomacamene al ssema uceno sensblmene l'neveno umano. In secono luogo, a causa ella naua algomca el ssema, la coeenza e sula ella segmenazone sula ovvamene enfazzaa. Infa gl evenual eo segmenazone sulano essee faclmene enfcabl e caegozzabl a ffeenza quell uman. Elmnano nfne l'neveno umano sulla ecsone fnale el lvello segmenazone voluo e sosuenolo con un algomo ceca ell'allneameno omo el segnale vebale con la sua cosponene asczone, all'neno ella suua mullvello, l ssema può venae compleamene auomaco, non

8 solo pe quano guaa la segmenazone o allneameno empoale, ma anche pe quano guaa l labellng o l'echeaua el segnale vocale. BIBLIOGRAFIA [] LDC: Lngusc Daa Consoum, Inene www page aess: hp:// upenn.eu/. [2] ELRA: Euopean Language Resouces Assocaon, Inene www page aess: hp:// [3] Ingegnea Lngusca, Inene www page aess: hp://comel.ng.unoma./ ~sano/lengeng.hm. [4] P. Cos, D. Falavgna an M. Omologo 99, A Pelmnay Sascal Evaluaon of Manual an Auomac Segmenaon Dscepances, Poceengs of EUROSPEECH9, 2nEuopean Confeence on Speech Technology, Genova, 2426 Sepembe, 99, pp [5] T. Lane, B. Osha, J. Calson, T. Duham, an T. Baley 996, "Analyss of IneLabele sageemen n Phonec Tanscpons of Mulple Languages." Poceengs of he Acouscal Socey of Ameca, Wa, Hawa, Decembe 996. [6] S. Seneff 988, "A Jon Synchony/MeanRae Moel of Auoy Speech Pocessng", Jounal of Phonecs, Januay 988, pp [7] P. Cos 997, "SLAM v. fo Wnows: a Smple PCBase Tool fo Segmenaon an Labelng", Poceengs of ICSPAT97, Inenaonal Confeence on Sgnal Pocessng Applcaons & Technology, San Dego, CA, USA, Sepembe 47, 997, pp [8] P. Cos, "Ea Moellng fo Speech Analyss an Recognon", ESCA Woshop92, Sheffel, 79 Ap, 992. [9] J.R. Glass, "Fnng Acousc Regulaes n Speech: Applcaon o Phonec Recognon", Ph. D. hess, Massachuses Insue of Technology, May 988. [] J.R. Glass an V.W. Zue 988, "MulLevel Acousc Segmenaon of Connuous Speech", Poc. IEEE Inenaonal Confeence on Acouscs, Speech an Sgnal Pocessng ICASSP88, ew Yo,.Y., Apl 4, 988, pp [] V.W. Zue, J. Glass, M. Phlps an S. Seneff, "Acousc Segmenaon an Phonec Classfcaon n he SUMMIT Sysem", Poc. IEEEICASSP 989, pape S8., pp [2] M.J. Ross, H.L. Shaffe, A. Cohen, R. Feubeg an H.J. Manley 974, Aveage magnue ffeence funcon pch exaco, IEEE Tans. Acous. Speech Sgnal Pocess., Vol. ASSP22, pp [3] J.D. Mael 972, The SIFT algohm fo funamenal fequency esmaon, IEEE Tans. Auo Eleoacous., Vol. AU2, pp [4] A.J. Foucn, G. Halan, W. Bay e W. Hazan es. 989, "Speech Inpu an Oupu Assessmen, Mullngual Mehos an Sanas ", Ells Howoo Boos n Infomaon Technology, 989.

9 Fase {b nzal mae Tova, },, Fase 2 } D h g f e } R c mege b, a che ale ogn Pe R che a Fno }, D sanze nzale nseme l' Cea 3, },, { R egon nzale nseme l' Cea >, {,,, max,, max,, {,,, } { 4,, { 2 Defnzon nfne. sono e sanze Le e fa, egone unca un n aacen egon ue agguppa,, mege,. eazone all' sanza. e egon le fa sanza,. eazone all' egone. e fa egone, empo al segmen fa confne b.. Tabella. Desczone algomca ella poceua segmenazone mullvello.

10 Fase Fase 2 b mae mae nzal nzal Denogamma Fgua. Rappesenazone schemaca elle vae fas ell'algomo segmenazone mullvello. fnesa snsa δ5 fnesa esa Fase fame fnesa snsa fame fnesa esa age lef [] p v []f v gh v,...,5 v [],..., 5 v [] p []f n sanza snsa M 2 v [ n] vlef [ n] M sanza esa M 2 v [ n] vgh[ n] n M Fgua 2. Illusazone n eaglo ella pma fase ell'algomo segmenazone mullvello.

11 Fgua 3. Applcazone SLAM pe la segmenazone ella fase "Susan ca[n'...]" le ulme ue consonan non sono vsualzzae ponuncaa a un palane femmnle nglese. L'algomo MLS è applcao ulzzano un moello uvo sx e una nomale anals FFT a bana sea x. Fgua 4. Applcazone SLAM all'anals ella fase "Susan ca[n'...]" Fgua 3 n conzon segnale umooso. A snsa è ulzzaa la appesenazone uva mene a esa è ulzzaa quella calcolaa meane FFT a bana sea.

12 Fgua 5. Menù pncpale e e menù secona SLAM. Fgua 6. Esempo ell'applcazone smulanea SLAM su pù segnal.