DE3216800A1 - Anordnung zur eingabe von befehlsworten durch sprache - Google Patents

Description

» we

* ψ *■ ·

I) I I» L.-I Nd. II. MAKH(UI »,.»« 4000-I)(VnSEI-D on F 1.

DI I» I-.- I NG. Iv. SIMHI λIiJ HnniKumusii 183

IJlI'L.-I'IIYH.DR.W.lI.Rftlll, ^oii

PATENTANAVÄLTE _ U / 3/f ? 9

THKT»» HKiM KUIIOl'XlSf'II K.V MtKXTlIIT " '" " * '

IIIOEl. VKHTHKT»» HKiM KUIIOl'XlSf'II K.V MtKXTlIIT

ASULAB S.A.
Faubourg du Lac 6,

CH-25O2 Bienne

Anordnung zur Eingabe von Befehlsworten durch Sprache

Die Erfindung bezieht sich auf eine Anordnung zur Eingabe von Befehlsworten durch Sprache. Genauer gesagt, bezieht sich die Erfindung auf eine Anordnung, bei der der Lernvorgang durch den Benutzer selbst je nach der Art und Weise erfolgt, in der der Benutzer der Anordnung sich des ihr zugeordneten Gerätes bedient. Die Begriffe "Worte" und "Lernvorgang werden später definiert.

Unter Berücksichtigung der Vereinfachung der Benutzung, die dadurch herbeigeführt wird, versucht man mehr und mehr, eine bestimmte Anzahl von Geräten direkt durch Sprache zu steuern. Ein solches Gerät muß natürlich an seinem- Eingang eine Anordnung aufweisen, die die Eingabe der Worte ermög licht und die dann dazu dient, das Gerät zu steuern. Unab hängig vom Typ des zu steuernden Gerätes muß für seine Steuerung ein Vokabular zur Verfügung stehen, das im wesentlichen aus Befehlen und Daten besteht. Die Befehle stellen sich meistens in Form von Worten oder Gruppen einer begrenzten An zahl von Worten dar, während die Daten die Form von Ziffern oder Zahlen besitzen. Im vorliegenden Text wird der Begriff "Wort" für die Gesamtheit der Befehle und Daten benutzt, die in das Gerät .einzugeben sind. Ein "Wort" umfaßt demgemäß einerseits Worte im eigentlichen sprachlichen Sinne oder Gruppen von Worten mit jeweils einer begrenzten Anzahl von Worten sowie andererseits auch Zahlen.

- ar -

Die von Sprache gesteuerten Geräte arbeiten im wesentlichen gemäß der gleichen allgemeinen Weise. Das Gerät umfaßt Speicher , in denen Informationen gespeichert sind, die in kodierter Form die verschiedenen Worte des für die Steuerung des Gerätes erforder Liehen Vokabulars repräsentieren und die nachstehend als "Referenz" bezeichnet werden sollen. Wenn der Benutzer ein solches Gerät steuern will, spricht er ein Wort dieses Vokabulars aus. Die Eingangsanordnung wandelt dieses Wort in ein elektrisches Signal, das seinerseits kodiert ist entsprechend demselben Kode wie derjenige, der für die Eingabe der gespeicherten Informationen benutzt worden ist, welche das Vokabular des Gerätes darstellen. Die Eingabeanordnung für die Worte vergleicht das kodierte Wort mit den verschiedenen in dem Speicher enthaltenen Referenzen und greift die gespeicherte Referenz heraus, die dem ausgesprochenen Wort am ähnlichsten ist. Das dieser Referenz zugeordnete Wort wird dann für die Steuerung des Gerätes eingesetzt.

Die Phase, während der in den Speicher die Referenzen eingegeben werden entsprechend der Gesamtheit der Worte, welche das Vokabular des Gerätes darstellen, soll als "Lernvorgang" bezeichnet werden. Es ist klar, daß die Qualität dieses Lernvorgangs ein bestimmendes Element für die Qualität unddie Zuverlässigkeit der Befehlsgabe durch Sprache bei dem Gerät darstellt.

Zwei Grundtypen des Lernvorgangs werden allgemein ins Auge gefaßt. Bei dem ersten Typ, den man als vorprogrammierten Lernvorgang bezeichnen könnte, werden die Referenzen ursprünglich ab Werk durch einen standardisierten Leser eingegeben. Diese Referenzen können auch aus Typusreferenzen bestehen, definiert durch eine statistische Analyse der unterschiedlichen Aussprachen eines Wortes. Diese Informationen entsprechend den verschiedenen Worten des Vokabulars werden demgemäß ein- für allemal und in definitiver Weise abgespeichert. Diese Art des Lernvorgangs hat den Vorteil, daß der Benutzer des Gerätes sich sofort desselben bedienen kann,

ohne daß er selbst den Lernvorgang des Gerätes durchzuführen

braucht. Der HauptnacHteil eines derartigen Lernvorganges ist'auf die Tatsache zurückzuführen, daß die Worte des abgespeicherten Vokabulars von einem standardisierten Leser

• 5 ausgesprochen worden sind, während die in das Gerät zwecks Steuerung eingegebenen Worte von dem Benutzer ausgesprochen werden. Es ist sehr wahrscheinlich,, daß ein- und dasselbe Wort von dem Standardleser und von dem Benutzer in unterschiedlicher Weise ausgesprochen wird. Damit das Gerät richtig funktioniert, d.h. damit das von dem Benutzer ausgesprochene Wort von dem Gerät zuverlässig wiedererkannt wird, ist es erforderlich, eine ziemlich komplizierte Kodierung und einen sehr weitgehenden Vergleichsalgorithmus vorzusehen, um das Problem der unterschiedlichen Aussprache ein- und desselben Wortes zu lösen. Die Verwendung eines sehr weit ausgearbeiteten Vergleichsalgorithmus und eines sehr genauen Kodiervorgangs führt zu einer erheblichen Komplikation der Kodierschaltkreise und der Speicher, womit natürlich die Kosten für diese Schaltkreise und für den Oberflächenbedarf an Silicium vergrößert werden, auf dem diese Schaltkreise realisiert werden* In bestimmten Anwendungsfällen ist es nicht möglich, bei der Herstellung einer Worteingabeanordnung einen solch hohen Preis zu tolerieren, und ebensowenig ist es häufig möglich, in dem zu steuernden Gerät hinreichend viel Platz zur Ver- ' fügung zu stellen, um einen solchen Eingabeschaltkreis unterzubringen.

Die andere Art des Lernvorgangs kann als "Anfangslernvorgang" bezeichnet werden. Die Worteingabeanordnung enthält ab Werk keinerlei abgespeicherte Informationen betreffend die Worte des Vokabulars des Gerätes. Der Lernvorgang der Anordnung erfolgt zu Beginn durch den Benutzer selbst. Dieser Lernvorgang erlaubt eine gute Qualität der Identifikation zwischen den Refererizworten und den ausgesprochenen Worten, da der Benutzer selbst es ist, der die Referenzworte eingibt.

Der Hauptnachteil dieses Lernvorgangs beruht auf der Tatsache,

daß der Benutzer selbst das Referenzvokabular in das Gerät eingeben muß und daß die Qualität dieser Lernphase das spätere gute Funktionen des Gerätes bestimmt. Darüberhinaus hat dieser Lernvorgang,bei dem der Benutzer zum ersten Mal mit dem Gerät in Kontakt gelangt, einen entmutigenden und erschreckenden Einfluß auf den Benutzer. Dies macht den Vertrieb einer Anordnung mit einem solchen Lernmodus schwierig. Darüberhinaus hat dieser Lernvorgang zwei Beschränkungen. Einerseits ist er nur dann wirklich brauchbar, wenn das Gerät nur von einem einzigen Benutzer in Betrieb zu nehmen ist. Andererseits kann man leicht feststellen, daß ein- und derselbe Sprecher ein- und dasselbe Wort zu unterschiedlichen Zeiten auch unterschiedlich ausspricht, und zwar aus einer großen Zahl von Gründen. Daraus folgt, daß der Vorteil, den Lernvorgang durch den Benutzer ausführen zu lassen, verlorengehen kann. Es ist möglich, mit Hilfe eines gegebenen Vokabulars eine bestimmte. Anzahl von Geräten direkt sprachsteuern zu können. Insbesondere gilt dies für Anordnungen zur Fernsteuerung eines Gerätes, für den Programmierer einer Werkzeugmaschine oder eine Haushaltsmaschine, etwa eine Wasch- oder Geschirrspülmaschine usw. Man kann sich leicht vorstellen, daß die Sprachsteuerung es ermöglicht, in sehr erheblicher Weise die Anzahl von Befehlsorganen zu verringern oder solche ganz zu unterdrücken und einen Befehlsmodus zu verwenden, der viel ähnlicher dem natürlichen Verhalten ist, d.h. daß man einfach ausspricht, was man wünscht.

um die oben erwähnten Nachteile zu vermeiden, ist es die Hauptaufgabe der vorliegenden Erfindung, eine Eingabeanordnung für gesprochene Bclfchlsworte zu schaffen, welche die Vorteile des vorprogrammierten Lernvorgangs mit jenen der Anfangslernvorgänge durch den Sprecher kombiniert,ohne die Nachteile beider beschriebenen Vorgänge aufzuweisen. Dabei soll die Anordnung so ausgebildet sein, daß sie besonders geeignet ist für die Steuerung von Geräten, bei denen die Abmessungen der elektronischen Schaltungen Beschränkungen

unterworfen sind, d.h. die Anordnung darfkeine große Oberfläche für die Komponenten erfordern und möglichst nur geringe Energiemengen verbrauchen. Schließlich soll die Anordnung eine gute Qualität der Identifikation zwischen dem ausgesprochenen Wort und dem abgespeicherten Vokabular ermöglichen, und die Anordnung soll ohne weiteres für mehrere Sprecher benutzbar sein, ohne daß erhebliche Manipulationen erforderlich sind.

Die erfindungsgemäß vorgesehene Lösung dieser Aufgabe ergibt sich aus dem Patentanspruch 1; die Unteransprüche definieren vorteilhafte Weiterbildungen dieser Erfindung.

Demgemäß ist die Eingabeanordnung für gesprochene Befehlsworte so ausgebildet, daß ein hier so bezeichneter "adaptiver" Lernvorgang erfolgt. Zu diesem Zweck umfaßt die Eingabeanordnung Eingangsschaltkreise zum Kodieren eines von einem Sprecher ausgesprochenen Wortes in eine für das gesprochene Wort repräsentative Information und eine Anzeigeeinrichtung eines von η Worten, welche das Vokabular des Gerätes bilden. Speichereinrichtungen für η Referenzen sind vorgesehen, wobei jede Referenz in kodierter Form eines der η Worte des Vokabulars repräsentiert. Ferner ist mindestens eine Information abgespeichert, die repräsentativ ist für das ausgesprochene Wort,und Steuerschaltkreise sind mit den Anzeigeeinrichtungen verbunden. Der Steuerschaltkreis umfaßt eine Vergleichseinrichtung zum Vergleichen jedes von dem Sprecher besprochenen Wortes mit den abgespeicherten Referenzen in kodierter Form und in der Reihenfolge der absteigenden Ähnlichkeit mit dem gesprochenen kodierten Wort werden die . ri gespeicherten Referenzen in Abhängigkeit von einem vorgegebenen Algorithmus plaziert. Wiederholungsdetektoreinrichtungen vergleichen ein kodiertes ausgesprochenes Wort mit dem vorhergehenden kodierten ausgesprochenen Wort, falls ein solches vorliegt, in Abhängigkeit von einem weiteren vorgegebenen Algorithmus zwecks Feststellung, ob eine Wiederholung stattgefunden hat oder nicht. Auf die Detektoreinrichturig ansprechende Schaltkreise sind vorgesehen zum Steuern der Anzeige

- Sr-

eines der Referenz entsprechenden Wortes, das den ersten Ähn'lichkeitsrang aufweist, falls keine Wiederholung als vorliegend ermittelt worden war und diese Schaltkreise steuern die Anzeige des der Referenz entsprechenden Wortes mit dem Ähnlichkeitsrang, der unmittelbar dem Ähnlichkeitsrang der Information folgt, entsprechend dem Wort, das vorher angezeigt worden war. Schließlich sind Schaltkreise vorgesehen, um in dom Speicher die Referenz entsprechend dem zuletzt angezeigten Wort durch die Information zu ersetzen, entsprechend dem wiederholten Wort, falls der Benutzer festgestellt hat, das das angezeigte Wort auf der Anzeigeeinrichtung dasjenige Wort ist, das er tatsächlich wiederholt hat.

Aus vorliegender Definition der Erfindung ergibt sich, daß sie im Falle des vorprogrammierten Lernvorgangs die Anordnung in ihren Speicher die Referenzen enthält, entsprechend η Worten des zur Steuererung des Gerätes erforderlichen Vokabulars, wobei diese Referenzen beispielsweise im Werk von einem Standardsprecher abgespeichert worden sind. Sobald der Benutzer sich das erste Mal der Einrichtung bedient, spricht er ein Wort aus, entsprechend einem Befehl, den er dem Gerät geben will. Wenn nach dem Aussprechen dieses Wortes durch den Benutzer die Anzeigeanordnung tatsächlich dieses Wort anzeigt, ist dies der Nachweis dafür, daß der Standardsprecher und Benutzer dieses Wort in gleicher Weise ausgesprochen haben und daß keine Lernphase erforderlich ist. Wenn jedoch nach dem Aussprechen eines Wortes der Benutzer feststellt, daß das angezeigte Wort abweicht, muß er dieses Wort wiederholen, bis die Anzeigeanordnung wirklich das ausgesprochene Wort wiedergibti In diesem Augenblick also ist die kodierte Information entsprechend dem von dem Benutzer wiederholten Wort die ursprünglich von dem Standardsprecher eingegebene kodierte Referenz. Für dieses Wort hat demgemäß ein Lernvorgang stattgefunden. Es ist jedoch wichtig, festzuhalten, daß die Anzahl der Wiederholungen, die für das Lernen erforderlich ist, opti-

miert wird, wie in der ursprünglichen Klassierung in der Reihenfolge der Ähnlichkeit zwischen dem ausgesprochenen Wort und den Referenzen.

Dabei ist offensichtlich, daß nicht ,wie im Falle des Anfangs lernVorgangs,zunächst eine Lernphase vorliegt und danach eine normale Benutzungsphase der. Worteingabeanordnung. Der Lernvorgang kann permanent erfolgen. Er findet ohne besondere Prozedur statt, sobald der Benutzer feststellt, daß das angezeigte Wort nicht dem Wort entspricht, das er ausgesprochen hat:.

AusführungsVarianten der oben definierten Anordnung ermöglichen einerseits, Benutzungsfehler zu vermeiden, die der Benutzer der Anordnung machen könnte und andererseits dienen sie dazu, die Funktion der den Gegenstand der Erfindung bildenden Anordnung zu optimieren.

Ausführungsbeispiele des Gegenstandes der Erfindung werden nachstehend unter Bezugnahme auf die beigefügten Zeichnungen näher erläutert.

Fig. 1 ist eine vereinfachte Darstellung der An

ordnung gemäß der Erfindung.

Fig. 2 ist ein Diagramm zur Erläuterung der Funktionsweise dieser vereinfachten Ausführungs-' form der Anordnung.

Die Fig. 2a bzw. 2b sind Tabellen zur Illustration von zwei möglichen Lernvorgangen.

Fig. 3 ist ein vollständiger Algorithmus in ver

einfachter Form zur Erläuterung der Funktionsweise der Anordnung der Erfindung.

Fig. 4 ist ein detailliertes Organigramm der vollständigen Funktion des Steuerschaltkreises

der Anordnung gemäß der Erfindung.

' Fig. 5a und 5b sind Diagramme zur Erläuterung

der Kodierung eines Wortes und des Vergleichs zwischen einem Wort und einer gespeicherten Referenz und 5

Fig. 6 zeigt das Organigramm eines Unterprogramms für die Funktion, die vollständig in Fig.4 dargestellt ist.

Fig. 1 zeigt in vereinfachter Form die Fortführung einer Worteingabeanordnung gemäß der Erfindung. Diese Anordnung umfaßt einen Wandler 2, welcher die akustischen Informationen in ein elektrisches Signal umsetzt und bei dem es sich vorzugsweise um ein Mikrofon handelt. Das von diesem Mikrofon 2 abgegebene elektrische Signal wird mittels eines Schaltkreises 4 kodiert/ der an seinen Ausgang numerische Informationen, vorzugsweise in Binärform liefert. Die Kodierung eines elektrischen Signals, das repräsentativ ist für Sprache in binären, numerischen Informationen ist ein bekanntes Problem. Es gibt zahlreiehe Kodierverfahren und Anordnungen, um diese Verfahren durchzuführen. Die vorliegende Erfindung ist anwendbar, unabhängig von dem Verfahren und der Anordnung für die Kodierung, welche eingesetzt werden. Es versteht sich, daß die Information, welche man in die Anordnung eingeben will und die ursprünglich abgespeicherten und kodierten Informationen, d.h. die Referenzen mittels des gleichen Prozesses kodiert werden. Die Anordnung umfaßt ferner einen Steuerschaltkreis 6. Dieser Steuerschaltkreis wird später erläutert. Die Worteingabeanordnung umfaßt ferner Speichereinrichtungen 8, in denen ursprünglich die Referenzen abgespeichert worden sind, vorzugsweise in Binärform, entsprechend der Kodierung von η Worten, welche das für die Steuerung des der Worteingabeanordnung zugeordneten Gerätes notwendige Vokabular bilden.

Die Anordnung umfaßt schlioßlich eine Anzeigeanordnung oder Sichtanzeige 1o, welche es ermöglicht, eines von den η Worten des Vokabulars in Erscheinung treten zu lassen. Diese Anzeigeanordnung kann einerseits von einer Flüssigkristallzelle gebildet

3? 16800

die numerische Informationen anzuzeigen gestattet und andererseits von auf einen Sichtsehirm gedruckten Informationen/ denen Leuchtpunkte für die Anzeige zugeordnet werden. Wenn man mit anderen Worten also die Anzeige eines Wortes in Betracht zieht, kann es sich tatsächlich um die Anzeige einer Zahl handeln oder auch um die Ansteuerung eines Leuchtpunktes, der gegenüber einer geschriebenen Angabe auf dem Sichtschirm des Gerätes vorgesehen ist. Diese geschriebenen Angaben könnenbeispielsweise symbolische Darstellungen der verschiedenen Funktionen zeigen, welche von dem Gerät zu erfüllen sind. Es ist klar, daß der Begriff "Anzeigeanordnung" im allgemeinsten Sinne verstanden werden muß. Im Rahmen der Dateneingabeanordnung muß diese Anzeigeanordnung Io dem Benutzer des Gerätes, symbolisiert mit Bezugszeichen 12, ermöglichen, eine Wiedergabe desjenigen Wortes zu erhalten, das tatsächlich von der Dateneingabeanordnung wiedererkannt worden ist. Es könnte sich dabei um irgendeinen Sichtschirm handeln, auf dem das eingegebene Wort tatsächlich ausgeschrieben wird. Es könnte sich aber auch um ein Druckwerk handeln, mittels dem der Benutzer die tatsächlich angezeigte Information kontrollieren kann.

Die Anordnung 1o könnte schließlich sogar eine akustische Anordnung sein, die in der Lage ist, ebensoviele akustische Signale abzugeben, wie Worte vorgesehen sind. Diese Anordnung könnte ein Sprachsynthesegerät sein, welches das von der Worteingabeanordnung wiedererkannte Wort "ausspricht". Es kann sich auch um einen akustischen Sender handeln, der ebensoviele Geräusche abgibt wie unterschiedliche Worte vorliegen. Mit anderen Worten hat die Anordnung 10 einfach die Aufgabe, das erkannte Wort zu restituieren, um ein interaktives Kontrollelement für den Benutzer 12 der in die Anordnung eingegebenen Information bilden. Man kann auch sagen, daß die Anordnung 10 ein Wiedergabeelement des erkannten Wortes in visueller oder akustischer Form ist. In diesem Sinn also

32168ÖÖ

5-6!

sind die Ausdrücke "Anzeigeanordnung" bzw. "Wiedergabeanordnung" zu verstehen.

Es ist auch festzuhalten, daß diese Anzeigeanordnung einfach die Aufgabe hat, eine eindeutige Beziehung zwischen dem erkannten Wort und dem wiedergegebenen Wort aufzubauen. Wenn beispielsweise die "Worte" in einer Erstsprache auf der Anzeigeeinrichtung mit einem Leuchtpunkt für jedes Wort ausgedruckt sind, um das erkannte Wort zu identifizieren, ist es ohne weiteres möglich, mittels der Anordnung gemäß der Erfindung, entsprechende Worte in einer zweiten Sprache einzugeben. Für die Kontrolle selbstverständlich muß der Benutzer selbst die Korrespondenz zwischen den gedruckten Worten in der ersten Sprache und den in der zweiten Sprache eingegebenen Worten herstellen.

Die Speichereinrichtung 8 kann verlegt werden in einen Festwertspeicher 8a, in dem die kodierten Referenzen abgelegt sind, welche die Worte des ab Werk gespeicherten Vokabulars repräsentieren, ferner einen Randomspeicher 8b, in den man Referenzen eingeben kann, relativ zu den Worten des Vokabulars, einen Speicher 8c zum Speichern des Wortes,- das gerade ausgesprochen worden ist und das von dem Schaltkreis 4 kodiert worden ist und einen Speicher 8d zum Speichern des zuvor gesprochenen Wortes. Es versteht sich, daß die Speicher 8c und 8d in der Realisierung Speicherplätze des jeweiligen als Randomspeicher verwendeten Speichers 8b sind.

Der Steuerschaltkreis 6 umfaßt zunächst einen Klassierschaltkreis 14 für η im Speicher 8b enthaltene Referenzen in Abhängigkeit von deren Ähnlichkeit mit dem vom Benutzer in das Mikrofon gesprochenen Wort, kodiert vom Schaltkreis 4 und enthalten im Speicher 8c. Diese Klassierung resultiert aus der Anwendung eines Algorithmus, der es ermöglicht, die Distanz zwischen der kodierten, dem ausgesprochenen Wort zugeordneten Information und den kodierten, abgespeicherten Referenzen in dem Speicher 8 entsprechend η Worten des Vokabulars zu messen. Eine große Anzahl von Algorithmen könnte ins Auge

3216t 6 O

gefaßt werden. Einer dieser Algorithmen wird später als Beispiel erläutert. Der Steuerschaltkreis 6 umfaßt ferner eine Detektoreinrichtung 16 zum Erfassen einer eventuellen Wiederholung zwischen zwei aufeinanderfolgend von dem Benutzer 12 gesprochenen Worten. Der Detektorschaltkreis 16 liefert zwei Signale, je nachdem ob eine Wiederholung erfaßt worden ist oder nicht. Die Erfassung einer Wiederholung besteht in der Anwendung eines zweiten Vergleichsalgorithmus der beiden aufeinanderfolgenden ausgesprochenen Worte.

Zahlreiche Algorithmen können verwendet werden und ein möglicher Algorithmus wird später erläutert. Dieser Schaltkreis wird gleich dem gemäß die Information enthaltenen Speicher 8c mit der Information enthalten im Speicher 8d, falls eine solche vorliegt. Der Steuerschaltkreis 6 umfaßt ferner einen

.15 Anzeigesteuerkreis 18 für die Anzeige 10. Der Schaltkreis 18> der mit dem Speicher 8b verbunden ist, erlaubt die Anzeige desjenigen der η im Speicher 8 abgespeicherten Worte auf der Anzeigeeinrichtung 10, das den ersten Ähnlichkeitsrang mit dem gesprochenen Wort einnimmt, falls keine Wiederholung vom Schaltkreis 16 erfaßt worden ist und dem Wort, das den Rang der Wiederholung präsentiert, der unmittelbar dem vorher angezeigten Wort folgt, falls eine Wiederholung vom Schaltkreis 16 erfaßt worden ist. Schließlich' umfaßt der Steuerschaltkreis 6 eine Anordnung 2 0 zum Modifizierung der in den Speiehern 8b und 8a enthaltenen Referenzen. Dieser Schaltkreis ersetzt für eine gegebene Speicherposition die in diesem Speicher enthaltene Information, zugeordnet dem wiederholten Wort und demgemäß angezeigt auf der Anordnung 10 durch die kodierte Information entsprechend dem vom Benutzer 12 gesprochenen Wort, enthalten im Speicher 8d. Diese Substitution wird durch den Benutzer 12 gesteuert durch Mittel, die mit dem Bezugszeichen 21 symbolisiert sind..Diese Mittel können z.B. von einem Druckknopf gebildet werden. Wie später noch zu erläutern, können diese Mittel auch aus einem Zeitgeber bestehen. Wenn eine bestimmte Verzögerungszeit nach Aussprechen eines Wortes abläuft, ohne daß erneut ein Wort aus-

-Yl-

gesprochen wird, interpretiert der Steuerschaltkreis 6 diese Stille als Einverständnis des Benutzers mit dem Wort, das angezeigt worden ist. Man versteht, daß in diesem Falle für dieses bestimmte Wort ein Lernvorgang stattgefunden hat, sofern eine diesem Wort zugeordnete Modifikation der gespeicherten Information stattfand.

Fig. 2 zeigt die Funktion der in Fig. 1 dargestellten Anordnung. Zu Beginn eines Zyklus werden die im Festwertspeicher 8a enthaltenen Informationen in den Randomspeicher 8fa transferiert. Das vom Sprecher gesagte Wort,symbolisiert durch Bezugszeichen 4', das in den Speicher 8c eingegeben worden ist, wird verarbeitet, um eine Klassierung der Reihenfolge der Ähnlichkeiten für die im Speicher 8b enthaltenen Referenzen aufzubauen. Dieser Schritt ist mit 14' bezeichnet. In der nachfolgenden Erläuterung werden mit "Kandidaten" die verschiedenen, klassierten Referenzen bezüglich η gespeicherten Worten bezeichnet, wobei der erste Kandidat die Referenz ist, die dem gesprochenen Wort am ähnlichsten ist, der zweite Kandidat die ■ Referenz ist, die in der Reihenfolge der Ähnlichkeiten unmittelbar nachfolgt, usw. Man erfaßt dann bei 16', ob das gerade ausgesprochene Wort eine Wiederholung des zuvor gesprochenen Wortes darstellt, indem man einen Vergleich zwischen der im Speicher 8c enthaltenen Information und jener durchführt, die im Speicher 8d vorliegt, falls es dort eine gibt. Wenn es sich nicht um eine Wiederholung handelt, wird angenommen, daß das erkannte Wort der erste Kandidat im obigen Sinne ist. Diese Operation ist mit 22' bezeichnet. Wenn aber eine Wiederholung erfolgt war, wird das erkannte Wort identifiziert mit dem Kandidaten, der dem Kandidaten folgt, der in Verbindung mit dem zuvor ausgesprochenen Wort angezeigt worden war. Diese Operation ist mit 24' bezeichnet. Unabhängig von der vorhergehenden Operation wird das erkannte Wort im Schritt 18* angezeigt, d.h. das System reagiert immer auf die Eingabe eines Wortes. Mit anderen Worten wird selbst dann, wenn das ausgesprochene Wort sehr stark abweicht von der Gesamtheit der abgespeicherten Refe-

- VS -

renzen die Anzeigeanordnung irgendein Wort anzeigen, dasjenige nämlich, dessen Referenz dem gesprochenen Wort am ähnlichsten zu sein scheint. Es gibt keine Zurückweisungsschwelle bei der Definition der Kandidaten.

Wenn das erkannte Wort übereinstimmt mit dem tatsächlich ausgesprochenen Wort, was festgelegt wird durch den Robus 12', welcher tatsächlich den Benutzer 12 symbolisiert und wenn, darüberhinaus, keine Wiederholung stattgefunden hatte (was im Schritt 12" erfasst wird) ist der Betriebszyklus beendet (Rechteck 24'). Wenn das angezeigte Wort zutreffend ist, aber eine Wiederholung bei 16" erfaßt worden war, substituiert man bei 20' die Information bezüglich des erkannten Wortes durch die Information bezüglich des tatsächlich ■ ausgesprochenen Wortes, wenn der Benutzer dies befiehlt mittels 21 und der Zyklus ist ebenfalls beendet. Wenn jedoch bei 12' festgestellt wurde, daß das erkannte, angezeigte Wort nicht das gesprochene Wort ist, wiederholt der Benutzer 12 dasselbe Wort, was durch Rechteck 26' symbolisiert wird. Das wiederholte Wort wird wieder in die Schleife eingegeben und ersetzt dabei das gesprochene Wort 4¹.

Es ergibt sich demgemäß deutlich, daß in einem ersten Fall das erste Mal,bei dem ein Wort gesprochen wird, dieses selbe Wort auf der Anzeigeanordnung 10 erscheint, in diesem Fall erfolgt kein Lernvorgang und der Befehl entsprechend diesem Wort kann direkt dem Gerät übermittelt werden, dem die Eingabeanordnung zugeordnet ist. Anders gesagt bedeutet dies, daß die Aussprache dieses Wortes durch den Standardsprecher oder Leser und die Aussprache desselben Wortes durch den Benutzer sehr ähnlich sind.

Im zweiten Fall ist das erste Mal, daß ein Wort ausgesprochen wird, das angezeigte Wort abweichend von diesem. Der Sprecher 12 wiederholt dieses Wort. Bei der Wiederholung wird bei 16 * diese Wiederholung festgestellt und das angezeigte Wort wird dann der zweite Kandidat in der Reihenfolge der Ähnlichkeit sein. Wenn dieser zweite Kandidat tatsächlich

-χ-

das gesprochene Wort ist, ersetzt die. Anordnung bei 20' im 'Speicher 8b eine Information entsprechend dem tatsächlich ausgesprochenen Wort für die ursprünglich in diesem Speicher enthaltene Referenz. Wenn bei dieser ersten Wiederholung das angezeigte Wort abweicht von dem gesprochenen Wort, wiederholt der Sprecher 12 das Wort ein zweites Mal, was zur Anzeige des dritten Kandidaten in der Reihenfolge der Ähnlichkeiten führt. Der Vorgang wird wiederholt, bis das angezeigte Wort, d.h. das erkannte Wort, identisch

10- wird mit dem gesprochenen Wort, in welchem Falle eine Substitution in dem Speicher der kodierten Information entsprechend dem gesprochenen Wort bezüglich des ursprünglichen Referenzinhalts erfolgt. Es ergibt sich demgemäß, daß die Funktion des Lernvorgangs nur dann eingreift, wo dies erforderlich ist und darüberhinaus liegt eine Optimierung des Lernvorgangs vor, d.h. eine Minimierung der Anzahl von Wiederholungen, die erforderlich sind wegen der Klassierung der Kandidaten entsprechend ihrem A'hnlichkeitsrang.

Die Tabelle 2a zeigt einen ersten Lernvorgang. In dem betrachteten Beispiel umfaßt das Vokabular mindestens die Worte "ON", "OFF", "UP", "DOWN" und "FAST". Der Benutzer spricht ein erstes Mal das Wort "ON". Das erste angezeigte Wort ist "OFF". Dieser unterschied beruht auf der Tatsache, daß die erstmalige Eingabe der Referenzen durch einen anderen Sprecher erfolgte. Der Benutzer wiederholt das Wort "ON" und der zweite Kandidat in der Reihenfolge der Ähnlichkeiten mit dem Wort "ON" ist jetzt "UP", das demgemäß durch die Anzeigeeinrichtung 10 angezeigt wird. Der Benutzer wiederholt ein zweites Mal das Wort "ON" und die Anzeigeeinrichtung zeigt tatsächlich das Wort "ON" an. Demgemäß ersetzt der Schaltkreis 20 das kodierte Wort "ON", wie es durch den Benutzer ausgesprochen worden ist für die ursprünglich entsprechend dem Wort "ON" eingegebene Referenz.

Die Tabelle gemäß Fig. 2b entspricht einem zweiten Lern-Vorgang. Der Sprecher spricht ein erstes Mal das Wort "ON" aus. Die Anzeigeanordnung zeigt "OFF" an. Der Sprecher muß

demgemäß das Wort "ON" wiederholen. Unabsichtlich jedoch sagt er "DOWN". Der Schaltkreis 16 erfaßt, daß keine Wiederholung vorliegt und der Schaltkreis 14 definiert demgemäß eine neue Reihenfolge der Kandidaten. Der erste Kandidat ist das Wort "UP", das demgemäß angezeigt wird. Der Sprecher stellt fest, daß ein Irrtum erfolgt ist und wiederholt "DOWN",und in dem betrachteten Beispiel ist "DOWN" der zweite Kandidat. Dies wird demgemäß durch die Anzeigeeinrichtung 10 angezeigt und der Schaltkreis 20 substituiert in dem Speicher 8b, 8a die Kodierung des Wortes "DOWN" so, wie es von dem Sprecher gesagt worden, ist für die Referenz "DOWN", welche ursprünglich gespeichert worden war.

Fig. 3 zeigt in größeren Einzelheiten die Funktionsweise einer verbesserten Ausführungsform der Worteingabeanordnung gemäß der Erfindung. Bei dieser Ausführungsform berücksichtigt die Anordnungsprozedur Fehler, die der Sprecher bei der ursprünglichen Phase machen kann, d.h., wenn er sich das erste Mal der Anordnung bedient. Aus der vorangehenden Erläuterung kann man nämlich entnehmen, daß die Vorrichtung eine bestimmte Anzahl von Vergleichseinrichtungen verwendet, um einen Vergleich zwischen einem kodierten ausgesprochenen Wort und den gespeicherten kodierten Worten vorzunehmen. Dies findet sich beispielsweise, wenn eine eventuelle; Wiederholung zu erfassen ist oder wenn eine Liste von Kandidaten aufzustellen ist. Unabhängig von der Genauigkeit der verwendeten Algorithmen ist es klar, daß Fehler auftreten können, welche die Funktion'der Anordnung beeinträchtigen könnten.

Die Funktion der Anordnung kann in vier Teile zerlegt werden: Ein Abschnitt A1 entsprechend der normalen Funktion, d.h.,. wenn das vom Benutzer ausgesprochene Wort tatsächlich erkannt wird und sofort von der Anzeigeeinrichtung angezeigt wird; ein Abschnitt A2,entsprechend einer Fehlerprozedur, wobei diese Fehlerprozedur eingeführt wurde, wenn ein angezeigtes Wort von dem vom Benutzer gesprochenen Wort abweicht; ein Ab-

^5 schnitt A3, entsprechend dem eigentlichen adaptiven Lernvorgang, wobei diese Phase vorliegt, wenn das angezeigte Wort identisch

321SSOO

- ys -

mit dem gesprochenen Wort nach mindestens einer Wiederholung gemacht wird und das Problem gelöst wird, eine ursprüngliche Referenz durch eine Neuinformation in den Speichern 8a, 8b zu setzen und schließlich ein Abschnitt A4, der es ermöglicht, eventuelle Fehler zu erfassen, die von dem Sprecher gemacht werden, wenn eine Fehlerprozedur ausgelöst worden ist.

Das kodierte von dem Sprecher ausgesprochene Wort wird bei 30 eingegeben. Bei 32 wird eine Wartezeit dl eines Wortes eingeführt. Bei 34 wird überprüft, ob die zwischen zwei naeheinander ausgesprochenen Worten abgelaufene Zeit kleiner ist als die Wartezeit dt oder nicht. Wc;nn die Wartezeit größer ist als d1, geht man zu Abschnitt A3 des adaptlven Lernvorgangs über. Wenn jedoch diese Verzögerung kleiner ist als d1, geht man zur Etappe 36 über, wo verifiziert wird, ob das kodierte ausgesprochene Wort gültig ist. Diese Etappe hat die Aufgabe, von vornherein die Eingabe von Informationen zu eliminieren, die nicht wirklbh gesprochenen Worten zugeordnet sind, beispielsweise parasitären Geräuschen, usw. Die Etappe 36 wird später näher erläutert. Wenn das gesprochene Wort ungültig ist, kehrt man zum Beginn des Verfahrens der Worteingabe zurück. Wenn jedoch dieses Wort gültig ist, geht man zur Etappe. 38 über, in welcher festgestellt wird, ob eine Fehlerprozedur (PE) vorliegt. Wenn die Antwort positiv ist, geht man zum Abschnitt A2 über, entsprechend der Fehlerprozedur. Wenn die Antwort negativ ist, geht man zur Etappe 40 über, in der die Kandidatenliste (Cdd) aufgestellt wird, d.h. die Liste in absteigender Reihenfolge der Ähnlichkeit mit dem ausgesprochenen Wort für die verschiedenen Referenzen, die im entsprechenden Speicher vorhanden sind, welcher die für die Steuerung des Geräts erforderlichen Worte enthält. Danach wird in Etappe 4 2 verifiziert, daß die Zeit d2, • abgelaufen zwischen dem aktuellen Wort und dem vorhergehenden Wort kleiner ist als die Wartezeit d1. Wenn die Antwort positiv ist, geht man zur Etappe 4 4 über, in der festgestellt wird, ob das gesprochene Wort eine Wiederholung (REP) des vorher ausgesprochenen Wortes (Mt prec.) ist. Man verwendet für diesen

Zweck einen Vergleichsalgorithmus, der später erläutert wird. Wenn tatsächlich eine Wiederholgung (REP) vorliegt, geht man über zum Abschnitt A2. Wenn keine Wiederholung vorgelegen hat, geht man zur Etappe 4 6 über, in der ein erster Kandidat (1er Cdd) angezeigt wird, d.h. daß die Anzeigeeinrichtung das Wort anzeigt, das in der Etappe 40 als derjenigen Referenz zugeordnet erkannt worden war, die dem ausgesprochenen Wort am nächsten kam. Dies ist der Normalvorgang und damit derjenige, der Verwendung findet nach der ursprünglichen Lernphase. Es ist festzuhalten, daß dann, wenn in der Etappe 4 2 die zwischen dem vorhergehenden Wort und dem ausgesprochenen Wort ablaufende Zeit größer ist als d1, direkt der erste Kandidat bei 4 6 angezeigt wird, weil man dann sicher ist, daß keine Wiederholung stattgefunden hat.

Nachstehend wird der Abschnitt A2 entsprechend der Fehlerprozedur (PE) erläutert. Wie bereits angedeutet, kann man in die Fehlerprozedur A2 an zwei Stellen eintreten: Entweder in Höhe der Etappe 38 oder in Höhe der Etappe 44. Man beginnt die Fehlerprozedur A2 in Höhe 44, wenn man feststellt/ daß das gerade ausgesprochene Wort (Mt pron.) eine Wiederholung des vorher ausgesprochenen Wortes (Mt prec.)ist. In diesem Falle löst man bei 48 eine Fehlerprozedur (PE) aus und bei 50 wird der folgende Kandidat angezeigt, d.h. in diesem Fall der Einleitung der Fehlerprozedur der zweite Kandidat. Es versteht sich, daß in diesem Falle, wenn der zweite angezeigte Kandidat das tatsächlich von dem Sprecher ausgesprochene Wort ist, man zur adaptiven Lernetappe A3 übergeht. Man kann auch in die Fehlerprozedur A2 in Höhe 38 eintreten, in dem Falle, wo bei 38 festgestellt wird, daß die Fehlerprozedur bereits ausgelöst worden ist. Im Falle einer posithren Antwort verifiziert man bei 52, ob das ausgesprochene Wort tatsächlich keine Wiederholung des Wortes ist, das zur Auslösung der Fehlerprozedur geführt hatte. Wenn die Antwort auf diese Frage ja ist, verifiziert man bei 54, daß tatsächlich ein folgender Kandidat existiert, d.h., daß der zunächst angezeigte Kandidat

• Ct ···

nicht der letzte in der Liste der klassierten Kandidat ist. Falls bei 52 dio Antwort negativ ist, geht man zum Abschnitt A4 der Erfassung des Fehlers in der Fehlerprozedur über. Wenn bei 54 festgestellt wird, daß ein folgender Kandidat existiert, wird bei 50 der folgende Kandidat angezeigt.

Man gelangt zur adaptiven Lernprozedur A3 in Höhe der Etappe 34. Wenn die Zeit,die verstrichen ist, ohne daß ein Wort ausgesprochen wird, größer ist als die Wartezeit A1, überprüft man bei 56, ob es sich um die erste Wartezeit d1 nach der Fehlerprozedur handelt. Wenn die Antwort positiv ist, überprüft man bei .'38, ob das letzte ausgesprochene Wort tatsächlich eine Wiederholung ist. Wenn die Antwort wiederum positiv ist, ersetzt man bei 60 die im Speicher enthaltene Referenz des ausgesprochenen Wortes durch die kodierte Information entsprechend dem Wort, das die Fehlerprozedur ausgelöst hat und bei 62 wird die Fehlerprozedur beendet. Wenn bei 56 die Antwort negativ ist, kehrt man zum Eingang zurück, wobei die Fehlerprozedur vorher ausgelöst worden war. Wenn hingegen die Antwort negativ ist bei Etappe 58, geht man direkt zu 62 über zum Unterbrechen der Fehlerprozedur und der Vorgang wird demgemäß auf null rückgesetzt.

Man tritt in den Abschnitt A4 der Erfassung eines Fehlers

in der Fehlerprozedur in Höhe der Etappe 52 ein. Wenn das gesprochene Wort keine Wiederholung des Wortes ist, welches, die Fehlerprozedur ausgelöst hat, verifiziert man bei 64, ob der nächste Kandidat der dritte Kandidat ist. Wenn die Antwort positiv ist, verifiziert man bei 66, ob es das zweite Mal nach einer Fehlerprozedur ist, daß keine Wiederholung vorgelegen hat. Wenn die Antwort negativ ist, kehrt man zum Eingang zurück. Wenn die Antwort positiv ist, unterbricht man bei 62 die Fehlerprozedur und der Zyklus wird auf null rückgesetzt.

Es ist festzustellen, daß die Etappen 32 und 34, welche die Wartezeit d1 einführen, eine bevorzugte Ausbildung der Einrichtung 21 darstellen, mittels welcher der Benutzer die

' 3Ll.

Lernphase in Angriff nimmt, d.h. der Ersatz einer Referenz durch eine andere kodierte Information entsprechend demselben Wort. Es ist ferner festzustellen, daß die Etappe 52 zum Ziel hat zu erfassen, ob ein Fehler in der Fehlerprozedur vorliegt oder nicht. In der vorangehenden Beschreibung erfolgt diese Erfassung automatisch durch Vergleich des gesprochenen Wortes mit dem wiederholten Wort, welches die Fehlerprozedur in Gang gesetzt hat. Dieser Vergleich kann seinerseits eine Fehlerquelle darstellen. Es wäre dem^w gemäß möglich, die Etappe 52 zu ersetzen durch einen Umschalter, der vom Benutzer selbst betätigt wird und der seinerseits die Fehlerprozedur in Gang setzt, wenn er festgestellt hat, daß er beispielsweise unterlassen hat, ein Wort zu wiederholen. .

Der Steuerschaltkreis 6, dessen Funktionsweise erläutert wurde, wird vorzugsweise durch einen Mikroprozessor realisiert. Fig. 4 zeigt den detaillierten Algorithmus, der von diesem Mikroprozessor verwendet wird. Dieser Algorithmus verwendet eine bestimmte Anzahl von Variablen, die später erläutert werden. Die erste Variable S ist ein SUBROÜTINE-Parameter. Wenn innerhalb der Wartezeit d1 kein Wort ausgesprochen worden ist, hat S den Wert null. Wenn das ausgesprochene Wort ungültig ist, hat S den Wert 1. Wenn das Wort gültig ist, nimmt S einen anderen Wert an.

Die Variable C ist ein Kandidatenzähler in dem Sinne, wie er oben erläutert wurde. Die Variable D2 ist ein Verzögerungsparameter, der die Werte null oder 1 annehmen kann. Der Parameter ERR1 ist ein binärer Parameter, der definiert, ob eine Fehlerprozedur ausgelöst worden ist. Der Parameter ERR1 hat den Wert null, wenn keine Fehlerprozedur vorliegt und den Wert 1 im gegenteiligen Falle. Schließlich ist der Parameter ERR2 ein Fehlerparameter in der Fehlerprozedur.

Nach Beginn des Programms bei 100 umfaßt das Programm Befehle 102 für die Initiierung bestimmter Variablen. Die Parameter ERR1, ERR2 und D2 werden zunächst auf null gesetzt,

- 2ß -

während der Parameter C für die Kandidatenzählung zunächst auf 1 geht. Das Rechteck 104 symbolisiert ein Unterprogramm der Worteingabe. Dieses Unterprogramm umfaßt einerseits die Kodierung der aufeinanderfolgend ausgesprochenen Worte, andererseits eine erste Verarbeitung dieser Kodierung zum Verifizieren der Gültigkeit des Wortes. Ferner umfaßt das Unterprogramm das Äquivalent der Verzogerungselemente, d.h. es erfaßt, ob die zwischen einem gesprochenen Wort und dem vorher gesprochenen Wort verstrichene Zeit größer ist als d1. Schließlieh löst das Unterprogramm den Beginn der Punktion der Anordnung aus. Es ist gleichermaßen dieses Unterprogramm, das das kodierte, ausgesprochene Wort in den Speicher 8c einschreibt und dass für jedes kodierte Wort ihm ein Wert der Variablen S zuordnet, wie oben angedeutet. Der Komparator -106 vergleicht den Parameter des Wertes S mit null. Wenn S von null abweicht, vergleicht der Komparator 108 S mit eins. Wenn S von eins abweicht, vergleicht der Komparator 110 C mit eins. Wenn der Detektor 108 feststellt, daß S gleich eins ist, kehrt das Programm zur Warteposition zurück für die Eingabe eines neuen ' Wortes. Wenn der Komparator 110 feststellt, daß C gleich eins ist, d.h., daß keine Fehlerprozedur vorliegt, definiert das Unterprogramm 112 die Klassierung der Kandidaten durch einen Algorithmus, der später erläutert wird. Danach vergleicht der Komparator 114 den Wert der Variablen D2 mit null. Wenn dieser Wert von null abweicht, erfaßt das Programm 116, ob eine Wiederholung stattgefunden hat oder nicht mittels eines Unterprogramms, das später erläutert wird. Wenn keine Wiederholung stattgefunden hat, überträgt die Instruktion 118 in den Speicher 8d für vorhergehende Worte das Wort, das gerade gesprochen worden ist und die Variable D2 wird von dem Wert eins beeinflußt. Das Unterprogramm 120 bewirkt die Anzeige auf der Anzeigeeinrichtung 10,des dem Wert des Zählers C der Kandidaten entsprechende Worte, d.h., daß dieses Programm als Ergebnis die Anzeige des Wortes abgibt, das als ähnlichstes angesehen wird. Nach dem Unterprogramm 120 kehrt das Programm zur Warteposition für den Eingang eines neuen Wortes zurück.

321'6-MÖ-

I» f ir ·«*

Wenn der Detektor 110 festgestellt hat, daß C von eins abweicht, beginnt man mit dem Unterprogramm 122, welches das gesprochene Wort mit dem wiederholten Wort vergleicht, welches die Fehlerprozedur ausgelöst hatte. Wenn die Antwort auf diese Frage ja lautet, gibt der Befehl 124· der Variablen ERR1 den Wert null und der Befehl 125 bewirkt die Operation C = C + 1, d.h., daß der Kandidatenzähler um eine Einheit inkrementiert wird. Der Komparator 126 vergleicht den Wert von C mit der Gesamtzahl der Worte, d.h. der Referenzen, die im Speicher enthalten sind, wobei diese Anzahl mit VOC bezeichnet werden soll. Wenn C größer ist als VOC, bedeutet dies, daß ein FoIi Ie r vorliegt und die Befehle 128 setzen den Parameter D2 wieder auf null, die Variable ERR1 auf null und den Kandidatenzähler C auf den Wert eins. Das Programm kehrt zur Warteposition für ein neues Wort zurück. Wenn hingegen der Komparator 126 festgestellt hat, daß der Rang des Kandidaten nicht höher ist als die Gesamtzahl der Referenzen, tritt man in das Unterprogramm 120 für die Anzeige des festgehaltenen Kandidaten ein. Im Falle, wo der Komparator 114 festgestellt hat, dass D2 tatsächlich gleich null war, geht man direkt zum Befehl 118 über, weil man dann sicher sein kann, daß in diesem Falle keine Wiederholung stattgefunden hat. Wenn das Unterprogramm 116 festgestellt hat, daß jedoch eine Wiederholung stattfand, geht man direkt zum Operator 125, der, wie beieLts angedeutet, den Kandidatenzähler C um eine Einheit inkrementiert, entsprechend der Auslösung der Fehlerprozedur.

Wenn der Komparator 106 feststellt, daß S den Wert null hat, d.h. daß die Wartezeit abgelaufen ist, gibt der Befehl 130 der Variablen D2 den Wert null und danach vergleicht der Komparator 132 den Wert von C mit eins. Wenn C gleich eins ist, kehrt das Programm zum Anfang zurück unter Erwartung eines neuen Wortes, falls C von eins abweicht, d.h. wenn eine Fehlerprozedur vorliegt, vergleicht der Komparator 134 den Wert der Variablen ERR1 mit null. Wenn dieser Wert null beträgt, befiehlt das Unterprogramm 36 den Austausch im Speicher 8b der vorherigen ge-

speidherten Referenz gegen die Kodierung des Kandidaten mit dem·Rang C. In dem folgenden Befehl 138 wird die Variable ERR1 auf null rückgesetzt, die Variable C wird wieder auf eins gebracht. Das Programm kehrt zur Warteposition für die eventuelle Eingabe eines neuen Wortes zurück. Wenn der Komparator 134 feststellt, daß die Variable ERR1 von null abweicht, geht das Programm direkt zum Uofohl 138.

Wenn man jetzt zum Unterprogramm 122 zurückkehrt, erkennt man, daß im Falle eher Negativantwort der Befehl 140 der Variablen ERR1 den Wert von eins gibt. Der Komparator 142 vergleicht den Wert von C mit zwei. Wenn C von zwei abweicht, kehrt das Programm zur Warteposition für die Eingabe eines neuen Wortes zurück.'Wenn der Vergleich im Komparator 142 positiv ausgeht, inkrementiert der Befehl 143 die Variable ERR2 um eine Einheit unter Durchführung der Operation ERR2 = ERR2 +1. Der Wert der Variablen ERR2 wird danach mit zwei verglichen im Komparator 146. Wenn die Antwort nein ist, kehrt das Programm direkt in die Warteposition für die Eingabe eines neuen Wortes zurück. Wenn die Antwort positiv ist, setzt der Befehl 148 die Variable ERR2 wieder auf null und das Programm geht zum Befehl 128.

Man kann leicht erkennen, daß die Abfolge der Befehle und Unterprogramme 106 bis 120 der Normalfunktion entspricht, d,h. dem Abschnitt A1, daß die Befehle 122 bis 128 der Fehlerprozedur entsprechen, daß die Befehle und Unterprogramme 130 bis 138 dem adaptiven Lernvorgang zugeordnet sind und daß schließlich die Befehle 140 bis 148 dor Erfassung eines Fehlers in der Fehlerprozedur zugeordnet sind.·

Fig. 5a zeigt die kodierte Information, wobei die Kodierung mittels eines bestimmten Kodierverfahrens erfolgt, zugeordnet einem, ausgesprochenen Wort. Gemäß diesem Kodierverfahren wird das dem Wort entsprechende und von dem Mikrofon 2 gelieferte elektrische Signal gleichzeitig in sieben Bandpasskanälen gefiltert. Die elektrischen Signale vom Ausgang dieser sieben Filter werden in binäre logische Signale transformiert durch Vergleich mit einer Schwelle. Diese logischen Signale werden abgetastet, in Abhängigkeit von ihrer Position in dem Signal

32161

- 2-3 -

und werden verarbeitet, damit die Gesamtlänge der erhaltenen Informationen standardisiert wird. Man erhält auf diese Weise eine Information bestehend aus Nullen-und Einsen, die verteilt sind entsprechend Linien gemäß den verschiedenen Filterkanälen und entsprechend Spalten geftiäß verschiedenen Zeitpunkten der erhaltenen Abtastung. In dem bestimmten Beispiel gibt es sieben Kanäle und sechzehn Abtastungen. Diese Gesamtheit von Informationen repräsentieren ein Wort. In Fig. 5 a sind die Punkte der Matrize schraffiert, welche den binären Wert eins aufweisen. Man kann ferner in Betracht ziehen, daß die Gesamtheit der Punkte der Matrize mit dem Wert eins von Blöcken gebildet wird, wobei jeder Block definiert wird als eine fortlaufende Folge von Punkten mit dem binären. Wert eins und ausgehend von ein- und demselben·■ Filterkanal. Im Falle der Fig. 5a erkennt man die Blöcke B1, B2, B3 und B4. Als Beispiel kann die Gültigkeitsprüfung eines ausgesprochenen -Wortes gemäß Etappe 36 der Fig. 3 folgendermaßen ablaufen. Ein Wort wird domgemäß durch die allgemeine Formel definiert

Wort = JB₁, B₂, .., B₁, .. B_nJ

worin jeder Block B. in der folgenden Weise definiert ist: B₁'= -TcANAL₁, START_±, S TOP J-

START bzw. STOP bilden den Zeitpunkt des Beginns und des Endes eines Blockes. Ein Wort wird als gültig angesehen, wenn" es beispielsweise von mindestens drei Blöcken gebildet wird, welche von drei verschiedenen Kanälen herrühren. Das Programm, das es ermöglicht, diese Bedingung zu verifizieren, ausgehend von der kodierten Information, die dem Wort zugeordnet ist, ist dem Fachmann geläufig und braucht hier deshalb nicht weiter ausgeführt zu werden.

Dieses Programm wird in dem Unterprogramm aus Fig. 4 mit dem Bezugszeichen 104 durchgeführt.

Nächstehend soll auf eine an sich bekannte Möglichkeit zum· Messen des Abstands zwischen zwei kodierten Worten oder zwischen einem kodierten Wort und einer Referenz hingewiesen werden, um so das Unterprogramm 112 der Klassierung der Kandidaten oder die Erfassungen der Wiederholungen gemäß Unterprogrammen 116 und 122 durchzuführen. Der Abstand zwischen einem Wort und einer Referenz kann in folgender Weise definiert werden. Ein Wort wird in folgender Weise definiert:

Wort = {wort^ .; i = 1 , 2. . .1; j = 1 , 2. . . j} mit Wort _i

wobei beispielsweise im Falle der Fig. 5a das Wort Wort., ,. ₃ null hat und das Wort^ _ir eins hat. In derselben Weise kann der Speicher 8a der Referenzen definiert werden als eine Gesamtheit von kodierten Informationen von Referenzworten, definiert durch:

Ref = {Ref^k, k = 1,2...n$
20

worin η die Anzahl der Referenzen im Speicher ist, d.h. die Anzahl der Worte im Vokabular. Jedes Wort des Speichers wird mit Ref bezeichnet mit

Ref^k = iRef^k .; i = 1 , 2...1;j = 1,2...JX ^v 1, j J

Der Abstand zwischen einem kodierten Wort "Wort" und einer Referenz des Speichers Ref ist gegeben durch den Ausdruck:

X=Ij=J

^ k

(Wort. .<+)Ref_H ί •i/D ifj

<Wort,Ref^k) = . . '■ (D

i = Ij=J

Σ. Σ (Wort_ifj ♦ Ref_i# ^k) . i « 1 j - 1

worin das (^ die logische Funktion ODER EXKLUSIV repräsentiert, worin I die Anzahl der Kanäle und J die Anzahl der Abtastungen ist.

Es ist klar, daß die Distanz in konkreter Weise folgendermaßen definiert werden kann. Man geht aus von der Tabelle ähnlich jender nach Fig. 5a, entsprechend jeweils dem Wort "Wort" und der Referenz Ref und überlagert diese beiden Tabellen. Der Zähler des rechten Ausdrucks in Gleichung (1) ist gleich der Anzahl der Punkte der beiden Tabellten mit dem Binärwert 1i die einander nicht überlagern, während der Nenner gleich der Summe der Punkte beider Tabellen ist, welche den Binärwert 1 haben. In Fig. 5b ist dementsprechend eine Tabelle dargestellt für ein Wort und eine Tabelle entsprechend einer Refe-

2
renz Ref . Man erkennt sofort, daß durch überlagern dieser¹ beiden Tabellen, so wie sie gezeigt sind, die Punkte mit Binärwert 1, die einander nicht überlagern, sehr hoch ist. Mit anderen Worten ist der Abstand zwischen diesen beiden Worten groß. Man erkennt jedoch, daß durch Verschieben nach links um einen Schritt der Kontur der Tabelle des Wortes ohne Modifikation der Position der Punkte mit dem Binärwert eins die Ähnlichkeit zwischen den beiden derart modifizierten Tabellen sehr hoch ist. Man erkennt leicht, daß tatsächlich das Wort und die Referenz ein- und demselben gesprochenen Wort zugeordnet sind und daß die scheinbare Differenz großenteils von einer Globalver-Schiebung herrührt während der Erfassung und Kodierung des Wortes. Damit die Messung der Distanz zwischen zwei Worten tatsächlich wirksam ist, ist es demgemäß wünschenswert, darüberhinaus die Möglichkeiten der Verschiebung zwischen den zu vergleichenden Worten oder zwischen dem Wort und der zu vergleichenden Referenz ins Auge zu fassen. Dies wird nachstehend erläutert, wobei mit Z die Verschiebung bezeichnet werden soll, welche im Fall der Fig. 5 den Wert -1 hat.

Durch Einführung der Verschiebung χ ist der Abstand Op

k zwischen dem Wort "Wort" und der Referenz Ref in folgender Weise definiert:

J =

1*1 i-

(Wort,Ref^k) = —

i = I J=J

i = 1 j =

mit Wor^ ._» = 0 für j -

und Ref_± Ϊ =0 für j (£ii,2..,jj

Um ein Wort oder eine Referenz zu vergleichen oder zwei Worte untereinander, berechnet man die Distanzenic für die Verschiebungen von £ =+£, bis £ = -f in Schritten von einer Einheit. Als Beispiel ^₁ =2.

Die Klassierung der Kandidaten kann in folgender Weise erfolgen:

Man notiertet = MIN r<T(f(Wort,Ref^k)J *

Man berechnet die Tabelle der Distanzen T definiert durch:

T =
25

= 1/2,..., nj

Um die Klassierung der Kandidaten zu erhalten, sortiert man die Elemente, um eine geordnete Gesamtheit Cdd zu erhalten, definiert durch:

Cdd s £ cdd ; k = 1,. .., nj ■ mit Cdd_k€ £ 1 ,.. . _f η ]■

derart daß ζ ^ 4 ό

Der erste Kandidat ist demgemäß die Referenz mit dem Index ^cdd1' ^unc*' ^c^^erzweit^eKandidat ist demgemäß die Referenz mit dem Index C_ddi.

'Ausgehend von diesem Berechnungsmödus des Abstands zwischen zwei Worten ist es möglich, die Unterprogramme 116 und 122 aus Fig. 4 weiter zu erläutern. Das Unterprogramm 116 ist dasjenige, das es ermöglicht, festzustellen, ob es sich um eine Wiederholung des gesprochenen Wortes handelt oder, nicht zum Auslösen (oder NichtauslÖsen) der Pehlerprozedur. Um zu wissen, ob eine Wiederholung vorliegt oder nicht, verwendet man die folgenden Bedingungen:

^₁ 4 ^si

^₁ - Best^ S₂^dIfB = 1

(2)

^₁ + Best

^₁ < S₃ &ΪΌ = 1
' .

Die Bedingung, bei der eine Wiederholung vorliegen soll ist:

AU ( BAD) Φ 0

In diesen Beziehungen repräsentieren S1, S2 und S3 Schwellen,^ repräsentiert die Distanz zwischen dem gerade gesprochenen Wort und dem vorher gesprochenen Wort und BEST repräsentiert die Distanz zwischen dem gerade gesprochenen Wort und der ähnlichsten Referenz, enthalten in den Speichern. S₁ ist immer kleiner als S₃. Als Beispiel beträgt die Schwelle S₁ 0,2, die Schwelle S₃ -0,08 und die Schwelle S₃ 0,5. Man erkennt demgemäß, daß dieser Entscheidungsalgorithmus entweder eine absolute Distanz (A) oder eine Doppelbedingung eingreifen läßt, die auf eine Äbsolutschwelle zurückgeht und auf eine Relativschwelle, verglichen mit der kleinsten Distanz zwischen dem gesprochenen Wort und den Worten enthalten im Vokabular. Natürlich werden <T ₁ und BEST berechnet,wie oben angegeben für die Bestimmung der Distanz zwischen zwei Worten. Das Unterprogramm 122 hat zum Ziel festzuhalten, ob das gesprochene Wort das erste Wort ist, welches die Fehlerprozedur ausgelöst hat. Der verwendete Algorithmus' lautet:

- 28 -

Y₂ - BEST

/S

+ BEST

wobei ο 2 die Distanz zwischen dem gesprochenen Wort und.

dem ersten Wort darstellt, das die Fehlerprozedur ausgelöst hat, BEST identisch mit der Variablen ist* iS vorhergehend definierten Algorithmus verwendet wurde und S. eine andere Schwelle bezeichnet, die beispielweise 0,1 beträgt. Es ist festzuhalten, daß die Bedingungen A, B und D, die in den Test 116 eingehen, jeweils einer bestimmten Punktionsbedingung entsprechen.

Die Bedingung B= 1 ist die Normalerfassungsbedingung der Wiederholung eines gesprochenen Wortes. Es bedeutet einfach, daß 6 λ kleiner als BEST sein soll, d.h., daß die Distanz zwischen dem vorher gesprochenen Wort kleiner sein soll als die Distanz zwischen dem gerade ausgesprochenen Wort und dem ersten Kandidaten. Im Falle geringer Geräusche werden die beiden Abstände <j. und BEST beide etwas vergrössert und das Kriterium bleibt gültig. Im Falle der überIagerung eines starken Lärms bei dem gesprochenen Wort jedoch, kann eintreten, daß die Bedingung B = 1 erfüllt wird, obwohl keine Wiederholung vorliegt. Die Absolutschwelle S₃ für <&. hat die Aufgabe,eine fehlerhafte Wiederholungserfassung bei der Schwelle zu verhindern, bei der Kondition B = 1.

Die dritte Bedingung A = 1 hat zum Ziel, das Risiko einer Blockierung des Systems nach einer vorläufigen fehlerhaften Lernphase zu vermeiden, die zur Eingabe einer Referenz geführt hat, entsprechend einem Wort in der Speicherposition, die .einem anderen Wort zugeordnet ist. Das kann mit der folgenden Sequenz geschehen.

Der Benutzer spricht "ON" aus und die Anzeigeanordnung zeigt "OFF", Der Benutzer wiederholt demgemäß "ON", was die Fehlerprozedur (PE) auslöst und das Wort "FAST" wird angezeigt. Der Benutzer wiederholt erneut "ON" und das Wort "DOWN" wird angezeigt. Darüberhinaus läßt der Benutzer die Wartezeit d.. verstreichen. Die autoadaptive Lernprozedur

32161

- 29 -

» · ν m m u ν

füKrt die Referenz ON in diejenige Position des Speichers ein, die dem Wort DOWN zugeordnet ist. Wenn der Benutzer erneut das Wort ON ausspricht kann BEST (Abstand zwischen dem ausgesprochenen ON und dem in der Position DOWN befindlichen ON) häufig kleiner sein als (Abstand zwischen ON ausgesprochen und ON vorher ausgesprochen). Dies macht die Erfassung der Wiederholung zufällig, so daß in diesem Falle man den oben beschriebenen Fehler eine Sicherung vorschieben muß. Dies ist die Bedingung A = 1, die nach Verifikation es ermöglicht, die Wiederholung zu erfassen.

Die Fi.g 6 ist ein Algorithmus des Unterprogramms 104 für die Eingabe kodierter Worte. Dieses Unterprogramm hat im wesentlichen zum Ziel, den Wert des Pairamters S festzulegen, der 0, 1 der 2 betragen kann. Dieses Unterprogramm bezieht sich auf Hilfsvariable L der Wortlänge und X, was eine Binärzahl mit sieben Bits bedeutet und ein Abtastmuster des Wortes darstellt. Es handelt sich demgemäß um eine Spalte der Matrizen, die in Fig. 5a und 5b gezeigt sind.

In dem Programm wird an einem Anfangs- oder Eingangspunkt 200 mittels der Befehle 202 die Anfangssetzung der Parameter S auf S₀ und des Parameters L auf 0 vorgenommen. Der Takt des Mikroprozessors liefert die Taktimpulse CK mit einer Frequenz von 100 Hz. S₀ entspricht der Wartezeit d.. aus der Fig. 3. Wenn demgemäß die Wartezeit d. gleich 5 Sekunden gewählt wird, hat Sq den Wert 500. Die Befehle 204 und 206, welche die Impulse CK mit Logikpegeln 0 bzw. 1 mit ihrer Meldung vergleichen, haben einfach die Aufgabe, das Programm mit der Taktfrequenz von 100 Hz zu synchronisieren. Bei 208 werden die Abtastmuster X, herrührend vom Kodierschaltkreis nacheinander. mit Frequenz von 100 Hz eingegeben. Der Befehl 210 vergleicht X mit 0. Die Antwort ist positiv (X=O), wenn die 7 Bits wirklich den Wert 0 aufweisen. Die Antwort ist negativ, wenn mindestens eines der Bits von 0 abweicht. Wenn die Antwort negativ ist, setzt der Befehl 212 den Wert S₁ für den Parameter S. S₁ hat beispielsweise den Wert 20. Danach inkrementiert der Befehl 214 um eine Einheit den Parameter L und

-33-

der'Befehl 216 lädt in den Speicher 8c in kodierter Form oder nicht kodierter Form das Abtastmuster von sieben Bits X. Das Programm kehrt zum Befehl 204 zurück für die Eingabe des folgenden Abtastmusters.

.5 Wenn das Abtastmuster X gleich null ist (Befehl 210), wird der Parameter S um eine Einheit von dem Befehl 218 dekrementiert. Bei 220 wird der Parameter S mit 0 verglichen. Wenn die Antwort positiv ist (S=O),wird der Parameter L mit null verglichen bei 222. Wenn die Antwort positiv ist (L=O), geht man zum Ausgang des Unterprogramms, d.h. man geht zum Befehl 106 aus Fig. 4 über. Der Paramter S hat den Wert null. Wenn der Operator 220 eine negative Antwort liefert (Sj*O), vergleicht der Befehl 224 den Parameter L mit null. Wenn das Ergebenis des Vergleichs positiv ist (L=O), geht man direkt zum Befehl 216, der in dem Speicher 8c das getestete Abtastmuster einschreibt. Wenn die Antwort negativ ist (L^O),geht man zum Befehl 214.

Wenn die Antwort auf den Vergleich gemäß Befehl 222 negativ ist (L^O), geht man zum Befehl 224, bei dem es sich tatsächlich um ein Unterprogramm für die Erfassung der Gültigkeit des Wortes handelt. Dieser Test wurde bereits erläutert. In dieser Ausführungsform kann eine zusätzliche Bedingung eingeführt werden, nämlich beispielsweise, daß der Parameter L größer oder gleich zehn sei. Wenn das Wort ungültig ist, setzt der Befehl 226 den Parameter auf den Wert eins und wenn das Wort gültig ist, setzt der Befehl 228 den Parameter L auf 2. Die Funktion des Unterprogramms ergibt sich klar aus der vorstehenden Erläuterung. Solange kein Abtastmuster von null abweicht bleibt der Parameter L null und der Parameter S wird um eine Einheit bei jedem Schleifendurchlauf dekrementiert. Wenn '500 aufeinanderfolgende Schleifen durchlaufen sind und X konstant bei null bleibt, erreicht der Parameter S den Wert null mit einem Wert von L, der ebenfalls null beträgt. Dies zeigt, daß kein Wort während der Verzögerungszeit cL, die fünf Sekunden betrug, gesprochen wurde. Der Parameter S hat den Wert null. Sobald ein Abtastmuster X abweichend von null

Erscheint, nimmt der Paramter L den Viert eins an und .der Parameter S den Wert S., d.h. zwanzig. Diese Inkrementierung auf S₁ zeigt an, daß in diesem Falle, falls während zwanzig Schleifendurchläufen X null geblieben ist, das Wort als beendet angesehen wird, da der Befehl 218 den Parameter S auf null gesetzt haben wird. Unter dieser Bedingung wird, falls der Befehl 224 festgestellt hat, daß das von den aufeinanderfolgenden Mustern X gebildete Wort gültig ist, dein Parameter S der Wert zwei zugeordnet; im anderen Falle ist es der Wert eins, der ihm zugeordnet wird.

In der vorstehenden Erläuterung wurde von der Eingabe eines einzigen Wortes ausgegangen. Dieser Steuermodus entspricht konkret dem Fall, wo die zu gebenden Befehle des Geräts jeweils ein einziges Wort umfassen. Es ist dabei klar, daß bestimmte Befehle mehrere isolierte Worte umfassen können. Um beispielsweise eine bestimmte Zahlenangabe, die zu einem Funktionsbefehl gehört, dem Gerät zu übermitteln, muß beispielsweise das Wort ON eingegeben werden und danach die Worte entsprechend den gewünschten Ziffern. Es ist demgemäß erforderlich, daß die Eingabeanordnung "versteht", daß die aufeinanderfolgend ausgesprochenen Worte, die einen Teil eines desselben Befehls bilden, voneinander getrennt zu behandelt sind. Aus diesem Grunde muß der Benutzer die Wartezeit d.. zwischen dem Ende der Eingabe eines Wortes des Befehls und dem Anklingen des folgenden Wortes verstreichen lassen. Diese Verzögerung kann dem Benutzer beispielsweise durch ein Blinksignal der Anzeigeanordnung übermittelt werden oder durch Verwendung eines akustischen Signals. In dem beschriebenen Beispiel ist die Wartezeit d.. auf 5 Sekunden festgesetzt.

Im Falle, wo der erste Kandidat viel näher dem gesprochenen Wort ist als der zweite Kandidat, ist es quasi .sicher, daß dieser erste Kandidat tatsächlich das richtige Wort ist. Mit anderen Worten ist es quasi sicher, daß der

³^ Benutzer dieses Wort nicht wiederholen wird. Es ist demgemäß interessant, in diesem Falle den Wert von d.. zu verringern. Für diesen Zweck kann man Y berechnen, das folgendermaßen definiert ist:

JC* X*

ö edd. -*

Y _- u«u. Gdd-

^* Cdd₁ + * Cdd₂ .

I*

wobei ο j, den Abstand zwischen dem gesprochenen Wort und dem ersten Kandidaten bedeutet und & ·■„,, den Abstand

zwischen dem zweiten Wort und dem Kandidaten. Y liegt zwischen 0 und 1. Je größer Y ist, desto sicherer ist das wiedererkennen des ersten Kandidaten. Es ist demgemäß möglich, d.. zu verringern, sobald Y größer ist als irgendein Wert a, wobei der Wert von d.. definiert sein kann als eine absteigende Funktion f von Y. Man kann beispielsweise a = 0,3 wählen und d_max (1- ^) mit d_max = 5 Sekunden. Die Bedingung Y^ a mit a impliziert das ~

Der zweite Kandidat muß demgemäß mindestens um deutlich

das Zweifache "unähnliche" dem gesprochenen Wort sein als

der erste Kandidat. .

Im Algorithmus nach Fig. 6 bedeutet dies, daß S variabel ist. In dem Algorithmus nach Fig. 4 ist demgemäß ein Unterprogramm 150 hinzuzufügen, welches Y berechnet und Y mit

a vergleicht sowie berechnet:
25

S₀ = S_Qf (Y) si Y> a.

Allgemeiner gesagt, kann die Berechnung- von Y ersetzt - werden durch die Berechnung einer Funktion f.. (£*_Ctjj » &caa ^ welche die Werte von ό ... und von 6 _cdd vergleicht.

1 t * 2 - _v Diese Funktion muß null sein für ο _cdd ^s i*_cüd und den Werf haben für if*^ = 0 und i^ . 1. FaIlSf ^

größer ist als a, berechnet man demgemäß cL = d ^₀ Cf₁).-f >, ist eine absteigende Punktion von f. mit numerischen Werten, die strikt zwischen 0 und 1 liegen.

Das Hauptinteresse der Worteingabeanordnung gemäß der Erfindung ergibt sich klar aus vorstehender Erläuterung. Die normale Benutzung der Anordnung, d.h. die Eingabe von Worten zum Steuern des zugeordneten Gerätes und der Lern*- vorgang sind eng miteinander verflochten und können tatsächlich gleichzeitig ablciufen. Man vermeidet auf diese Weise gegenüber dem Lernvorgang mit Werkseingabe eine lange und ermüdende Phase, die strikt für den Lernvorgang reserviert ist und ermöglicht eine Auswechselung des Benutzers, ohne daß die Gesamtheit der eingegebenen Referenzen zu erneuern ist. Es brauchen nämlich nur die Worte ausgetauscht zu werden, deren Aussprache sich ändern wird.Darüberhinaus betrifft die Lernphase nur jene Worte, die man wirklich benutzen will und die Anordnung zeigt dem Benutzer nacheinander die Worte, die er der Worteingabeanordnung erneut beibringen muß.

Durchgeführte Versuche haben gezeigt, daß diese Anordnung eine viel größere Flexibilität und eine viel einfachere Benutzung mit sich bringt, wenn irgendein Gerät, beispielsweise eines mit Digitalanzeige, zu steuern ist. Dieses Ergebnis beruht wahrscheinlich auf der Tatsache, daß bei der mehrfachen Wiederholung ein- und desselben Wortes durch den. Benutzer die Aussprache sich kaum ändert und man demgemäß die Wiederholung leicht feststellen kann. Mit der Anordnung gemäß der Erfindung führt diese Wiederholung nicht nur zu einem erneuten Lernvorgang, sondern zugleich zur Eingabe des Wortes und demgemäß des Kommandos in einer gewünschten Punktion. Im Falle der Eingabe von Referenzen ab Werk muß der Benutzer das Wort solange wiederholen, bis seine eigene Aussprache dieses Wortes mit derjenigen des Standardsprechers oder Lesers im Werk zusammenfällt. Im Falle der Anfangslernphase durch den Benutzer selbst vergeht eine gewisse Zeit zwischen der Lernphase und der wirksamen Phase der Worteingabe. Es gibt ein

-M-

β*

erhebliches Risiko, das die Aussprache dieses Wortes nicht dieselbe sein wird. Die Worteingabe kann demgemäß gegebenenfalls unmöglich sein und man muß die gesamte Lernphase wiederholen.

Es scheint, daß die Flexibilität der Benutzung der Anordnung gemäß der Erfindung im wesentlichen auf der Tätsache beruht, daß jede Wiederholung eines Wortes oder genauer gesagt bei jedem .Mal, dass die Anordnung eine Wiederholung erfaßt, die Anzeigeeinrichturlgen den folgenden Kandidaten in der Reihenfolge der absteigenden Ähnlichkeit präsentiert, ohne daß eine Modifikation in der Klassifizierung der Kandidaten vorgenommen wird. Während der Anfangslernphase hingegen ist es immer der erste Kandidat, der angezeigt wird. Es ergibt demgemäß keinerlei Fortschritt in der Anzeige der Kandidaten.

Es ist festzuhalten, daß Umgebungsgeräusche die Funktion der Worteingabeanordnung nicht stören, im Falle von Geräuschen höheren Pegels ändert sich die Wiederholung von zwei aufeinanderfolgenden Worten in derselben Weise wie die Ergebnisse der Korrelation mit den Referenzen. Jenseits der Schwelle S-jedoch erfaßt die Anordnung die Wiederholung nicht und man gelangt nicht zur Fehlerprozedur. Dies verbietet jegliche Modifikationen der Referenzen unter solchen ungünstigen aktustischen Bedingungen und stallt: demgemäß gleichzeitig eine gute Immunität gegen Lärm sicher, ohne daß in anderör Weise das System seine Funktion einstellt. Man kann sagen, daß in einer Umgebung mit hohem Lärmpegel die aufeinanderfolgenden Wiederholungen ein- und desselben Wortes nicht als solches erkannt werden. Das System liefert demgemäß jedes Mal den ersten Kandidaten als Antwort. Der erste Kandidat ändert sich praktisch jedes Mal und der Benutzer hat demgemäß statistisch gute Chancen, daß nach einer begrenzten Anzahl von Versuchen das richtige Wort angezeigt wird. Darüberhirtaus enthält solcher Lärm, etwa das Geräusch von Gesprächen, Augenblicke der Stille, die es dem System ermöglichen, ein nicht gestörtes Wort zu empfangen.

321690-0

'In der vorstehenden Erläuterung wurde auch beschrieben, daß die Klassierung der Kandidaten sich auf die Gesamtheit der η Worte des Vokabulars bezieht, das der Steuerung das der Worteingabeanordnung zugeordneten Gerätes dient·. Es versteht sich von selbst, daß das Vokabular in mehrere Grup pen unterteilt worden kann, nie Klassierung der Kandidaten erfolgt dann nur unter dun Worten dieser Gruppe/ d.h. unter n. Worten (n„> n). Der Festwertspeicher 8a hingegen enthält natürlich die Gesamtheit des Vokabulars. Die Anordnung umfaßt in diesem Fall ein Unterprogramm, das es ermöglicht, die Worte der betreffenden Gruppe zu definieren. Man erkennt, daß durch Herabsetzung der Anzahl von Referenzen, die zu berücksichtigen" sind, die Möglichkeit gegeben ist, die Kodie rung zu vereinfachen und die Vergleichsalgorithmen weniger ' schwierig zu gestalten. Dies ermöglicht eine Verringerung der Anzahl von Speicherplätzen in dem Random-Speicher und der Anzahl von Binärpositionen, die für die Kodierung eines Wortes erforderlich sind.

Leerseite

Claims (5)

1. Patentansprüche

   1 J Worteingabeanordnung für sprachgesteuerte Geräte, bei der ein von einem Sprecher gesprochenes Wort kodiert und mit gespeicherten Informationen verglichen wird entsprechend jeweils der Kodierung eines von η Worten, die vorher.in die An-5 Ordnung eingegeben worden sind, gekennzeichnet durch

   - eine Kodiert· Lnr LuhUing für jedes von dem Sprecher gesprochene Wort gemäß einem ersten vorgegebenen Algorithmus zur Ableitung eines kodierten Worten,

   - eine Speichereinrichtung zum Speichern von η Referenzen entsprechend jeweils der Kodierung eines der η Worte gemäß dem ersten Algorithmus und mindestens eines von dem Sprecher gesprochenen Wortes in kodierter Form,

   - eine Anzeigeeinrichtung zum Anzeigen eines der η Worte,

   - eine Steuereinrichtung für die Änderung der Referenzen und

   - einen Steuerschaltkreis, der an die Speichereinrichtung und die Anzeigeeinrichtung angeschlossen ist und umfaßts

   a) Mittel zum Erfassen der Wiederholung durch Ver-

   gleichen eines kodierten Wortes mit dem vorher ausgesprochenen kodierten Wort, falls ein solches vorliegt, in Abhängigkeit von einem zweiten vorgegebenen Algorithmus, um festzustellen, ob eine Wiederholung vorliegt oder nicht,

   b) von den Erfassungsmitteln ansteuerbare Mittel zum Vergleichen eines gesprochenen kodierten.Wortes , wenn es sich um keine Wiederholung handelt, mit den η Referenzen und zum Zuordnen eines Ähnlichkeitsranges zu jeder Referenz bezüglich

   • · a

   - 2 - ■

   des kodierten gesprochenen Wortes in Abhängigkeit von einem dritten vorgegebenen Algorithmus,

   c) Mittel zum Steuern der Anzeige der gespeicherten Referenz, die den ersten Ähnlichkeitsrang besitzt, wenn keine Wiederholung festgestellt worden ist, und zum Steuern, falls eine Wiederholung erfaßt worden ist, der Anzeige desjenigen Wortes, das der Referenz zugeordnet ist, die den Ähnlichkeitsrang einnimmt, welcher unmittelbar der Referenz folgt, die dem unmittelbar zuvor angezeigten Wort zugeordnet ist, ο und

   d) Mittel zum Ersetzen, in der Speichereinrichtung, der dem zuletzt angezeigten Wort zugeordneten Referenz durch die Information entsprechend der Kodierung des wiederholten Wortes im Ansprechen auf die Aktivierung durch den Sprecher von Steuerorganen zum Ändern der Referenzen, wenn der Sprecher festgestellt hat, daß das angezeigte Wort und das von ihm tatsächlich ausgesprochene Wort übereinstimmen, was zu einer neuen Referenz für dieses Wort führt.
2. 2. Anordnung nach Anspruch 1, dadurch gekennzeichnet, daß die Steuerorgane zum Ändern der Referenzen umfassen:

   - Mittel zum Festlegen einer Zeitdauer d.. ,

   - Mittel zum Vergleichen der Zeit, die zwischen einem gesprochenen Wort und dem vorher gesprochenen Wort verstrichen ist, mit einer Referenzzeitdauer d.., wobei die Steuerorgane aktiviert werden, wenn diese Zeitdauer größer oder gleich 1 ist.
3. 3. Anordnung nach Anspruch 2, dadurch gekennzeichnet, daß die Vergleichseinrichtung umfaßt:

   - Mittel zum Messen des Abstandes zwischen einem kodierten gesprochenen Wort und den Referenzen und

   - Mittel zum Klassieren der Referenzen in absteigender Reihenfolge dieser Distanzen.
4. 4. Anordnung nach Anspruch 3, dadurch gekennzeichnet, daß die Mittel zum Festlegen der Zeitdauer d^ umfassen:

   - Mittel zum Pea biegen einer Funktion f., (Δ ^^),

   ir,'.--y '-^a_-Jr'" VWME^." t

   worin Δ 2 ^ie Distanz zwischen einem gesprochenen Wort und der Referenz repräsentiert, welche den zweiten Ähnlichkeifesrang einnimmt, und Δ ₁ die Distanz zwischen dem gesproche-. nen Wort und der Referenz repräsentiert, die den ersten A'hnlichkeitsrang einnimmt, wobei diese Funktion O ist für A = Δ 2 ^{und 1 ist für} Δ - = O und Δ ₂ = 1.

   - Mittel zum Vergleichen des Wertes der Funktion f.. mit einer Zahl a, die genau zwischen O und 1 liegt, und

   - Mittel zum Setzen der Zeitdauer d₁ auf den Wert

   ^_x, wenn f₁ kleiner als a ist, und auf den Wert CL_3x ^9^^f1^ in dem gegenteiligen Falle, wobei f₂ eine absteigende Funktion von f₁ für numerische Werte ist, die strikt zwischen O und 1 liegen.
   
5. 5. Anordnung nach Anspruch 3, dadurch gekennzeichnet, daß die Wxederholungserfassungsmittel umfassen:

   - Mittel zum Festlegen eines Abstandes Δ « zwischen einem gesprochenen Wort und dem vorhergehend gesprochenen Wort,

   - Mittel zum Festlegen eines Abstandes A . zwischen dem gesprochenen Wort und der Referenz, welche den ersten Ähn-

   lichkeitsrang einnimmt, ' ■

   - Mittel zum Festlegen des Verhältnisses

   S₁ +A₁

   „e - Mittel zum Vergleichen des Wertes von Z mit einem Schwellenwert S₂, wobei j S₂ | >1,

   - Mittel zum Vergleichen des Wertes S₁ mit einem ersten Schwellenwert S₁ und einem zweiten Schwellenwert S₃, die positiv und kleiner als 1 sind mit S₁ <ζ S, und

   „ - Mittel zum Feststellen, daß eine Wiederholung stattgefunden hat, falls & ₁ kleiner als S₁ oder wenn gleichzeitig Z kleiner als S₂ und δ ₁ kleiner als S₃ sind.