Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Мазмұны
Кіріспе
Уақытпен сығылған сөйлеу - мәтіннің мәтіндік мәтіннің аудио жазбасына қатысты, онда мәтін әдеттегі шынайы уақыт сөйлеуден гөрі әлдеқайда қысқа уақыт аралығында ұсынылады. Негізгі мақсат - жазылған сөйлеуді белгілі бір уақытта көбірек сөзбен қамту, бірақ оны түсіну. Мысалы: әдетте 20 секунд оқу үшін күтілуі мүмкін абзац, оның орнына 15 секундта ұсынылуы мүмкін, бұл 25% уақыт сығуды білдіреді (20-ден 5 секунд). "Уақытпен сығылған сөйлеу" термині дыбыстың дыбыс диапазонын басқаратын, бірақ оның уақыт көлемін өзгертпейтін "сөйлеуді сығыу" терминімен шатастырылмауы керек.
Time compressed speech refers to an audio recording of verbal text in which the text is presented in a much shorter time interval than it would through normally paced real time speech. The basic purpose is to make recorded speech contain more words in a given time, yet still be understandable. For example: a paragraph that might normally be expected to take 20 seconds to read, might instead be presented in 15 seconds, which would represent a time compression of 25% (5 seconds out of 20). The term "time compressed speech" should not be confused with "speech compression", which controls the volume range of a sound, but does not alter its time envelope.
Әдістер
Кейбір дауыс таланттары жалпы нормалардан айтарлықтай жоғары жылдамдықпен сөйлеуге қабілетті болса да, "уақытпен сығылған сөйлеу" термині әдетте уақыт қысқарту жазылған сөйлеуді электрондық өңдеу арқылы жүзеге асырылған мысалдарды білдіреді. Жалпы, жазылған сөйлеуді электрондық түрде уақытпен қысылуы мүмкін: оның жылдамдығын арттыру (сызықтық қысылу); үнсіздіктерді жою (селективті өңдеу); екеуінің үйлесімі (сызықтық емес қысылу). Уақытты сығыстырудың қазіргі таңдағы әдісі "сызықтық емес сығыстыру" деп аталады, ол үнсіздікті таңдап алып жоюдың комбинациясын қолданады; қысқартылған үнсіздіктерді мәтінге қалыпты түрде пропорционалды етіп шығару үшін сөйлеуді жылдамдату; және ақырында сөйлеуді дұрыс биіктікке түсіру үшін әртүрлі деректер алгоритмдерін қолдану.
While some voice talents are capable of speaking at rates significantly in excess of general norms, the term "time compressed speech" most usually refers to examples in which the time reduction has been accomplished through some form of electronic processing of the recorded speech. In general, recorded speech can be electronically time compressed by: increasing its speed (linear compression); removing silences (selective editing); a combination of the two (non linear compression). The current preferred method of time compression is called "non linear compression", which employs a combination of selectively removing silences; speeding up the speech to make the reduced silences sound normally proportioned to the text; and finally applying various data algorithms to bring the speech back down to the proper pitch.
Жарнама
Уақытпен сығылған сөйлеу теледидар мен радио жарнамаларында жиі қолданылады. Уақытпен сығылған сөйлеудің артықшылығы - сол сөздерді аз уақытқа сығып, жарнама шығындарын азайту және / немесе белгілі бір радио немесе теледидар жарнамасына көбірек ақпарат енгізуге мүмкіндік беру. Бұл әдетте жарнаманың соңында (әдетте заң бойынша) ұсынылған ескертулер мен жауапкершіліктен бас тартулар - басылған келісімшарттағы "жағымды баспаға" ұқсас аудио эквивалентте байқалады. Алайда бұл тәжірибе жаңалық емес: электрондық әдістер жасалмас бұрын өте тез сөйлей алатын және әлі де түсінікті болатын сөзшілер радио және теледидар жарнамаларында, әсіресе осындай бас тартуларды жазуда кеңінен қолданылған.
Time compressed speech is frequently used in television and radio advertising. The advantage of time compressed speech is that the same number of words can be compressed into a smaller amount of time, reducing advertising costs, and/or allowing more information to be included in a given radio or TV advertisement. It is usually most noticeable in the information dense caveats and disclaimers presented (usually by legal requirement) at the end of commercials—the aural equivalent of the "fine print" in a printed contract. This practice, however, is not new: before electronic methods were developed, spokespeople who could talk extremely quickly and still be understood were widely used as voice talents for radio and TV advertisements, and especially for recording such disclaimers.
Білім
Уақытпен сығылған сөйлеудің білім беруде қолдануы бар, мысалы, тренингтердің ақпараттық тығыздығын арттыру және оқу құралы ретінде. Бірқатар зерттеулер көрсеткендей, орташа адам әдеттегіден жоғары жылдамдықпен айтылған сөйлеуді салыстырмалы түрде оңай түсіне алады, ең жоғары деңгейі шамамен 25% қысылу кезінде (яғни, әдеттегіден 25% жылдам) болады; бұл мүмкіндік бірнеше тілде көрсетілді. Әңгімелесу (ағылшын тілінде) 150 сөз/мм шамасында өтеді, бірақ орташа адам 200-250 сөз/мм жылдамдықпен айтылған сөйлеуді түсініп алады. Соқыр және көру қабілеті нашар бейімделгендер түсініктілікті шамамен бірдей, тіпті одан да жоғары деңгейде - 300-350 рет/ мин- ге дейін жеткізді. Соқыр адамдар уақытты қысқарту арқылы сөйлеуді кеңінен қолданады, мысалы, жоғары мектептер мен колледждердегі немесе кәсіби тренингтердегі жазылған лекцияларды қайта қарау кезінде. Қарт соқырлардың түсіну қабілеті жас көретін адамдарға қарағанда жақсы немесе кейбір жағдайларда жақсырақ екені анықталды. Басқа зерттеулер уақытпен қысылған сөйлеуді түсіну қабілеті жасқа қарай төмендейді және уақытпен қысылған сөйлеу тілін тыңдаушының ана тілі болмаған кезде де төмендейді деп анықтады. Алайда, ана тілі емес адамдар бірнеше күндік оқыту арқылы уақытты қысқарту арқылы сөйлеуді жақсырақ түсіне алады.
Time compressed speech has educational applications such as increasing the information density of trainings, and as a study aid. A number of studies have demonstrated that the average person is capable of relatively easily comprehending speech delivered at higher than normal rates, with the peak occurring at around 25% compression (that is, 25% faster than normal); this facility has been demonstrated in several languages. Conversational speech (in English) takes place at a rate of around 150 wpm (words per minute), but the average person is able to comprehend speech presented at rates of up to 200 250 wpm without undue difficulty. Blind and severely visually impaired subjects scored similar comprehension levels at even higher rates, up to 300 350 wpm. Blind people have been found to use time compressed speech extensively, for example, when reviewing recorded lectures from high school and college classes, or professional trainings. Comprehension rates in older blind subjects have been found to be as good, or in some cases better than those found in younger sighted subjects. Other studies have determined that the ability to comprehend highly time compressed speech tends to fall off with increased age, and is also reduced when the language of the time compressed speech is not the listener's native language. Non native speakers can, however, improve their comprehension level of time compressed speech with multiday training.
Дауыстық пошта
Дауыстық пошта жүйелері уақытпен сығылған сөйлеуді 1970 жылдардан бері пайдаланып келеді. Бұл қосымшада технология жылдам қатынас жүйелерінде хабарларды салыстырмалы түрде аз адамдармен тез тексеруге мүмкіндік береді.
Voice mail systems have employed time compressed speech since as far back as the 1970s. In this application, the technology enables the rapid review of messages in high traffic systems, by a relatively small number of people.
Мультимедияны ағынды түрде тарату
Уақытпен сығылған сөйлеу көптеген өзара байланысты факторлардың бірі ретінде зерттелді, оны үлкен цифрлық кодталған медиа файлдарды беру кезінде кідіріс уақытын едәуір азайту арқылы мультимедиа презентацияларын ағынды таратудың тиімділігін арттыру үшін манипуляциялау мүмкін.
Time compressed speech has been explored as one of a variety of interrelated factors which may be manipulated to increase the efficiency of streaming multimedia presentations, by significantly reducing the latency times involved in the transfer of large digitally encoded media files.
Уақытты сығыу алгоритмдері
М. Ковелл, М. Уитгот және М. Слэни, Mach1: Сөйлеудің біркелкі емес уақыт шкаласы, Процедурада. ICASSP, т. 1. Жасырын Сиэтл, АҚШ: IEEE, 1998 жылдың мамыр айы, б. 349352. М. Демол, В. Верхелст, К. Струйв және П. Верхоев, "WSOLA-мен сөйлеудің тиімді біркелкі емес уақыт масштабы", "SPECOM іс жүргізуінде", Петрас, Грекия, 2005 ж. қазан, с. 163166 деген сан.
M. Covell, M. Withgott, and M. Slaney, “Mach1: Nonuniform time scale modification of speech,” in Proc. ICASSP, vol. 1. Seattle, USA: IEEE, May 1998, pp. 349–352. M. Demol, W. Verhelst, K. Struyve, and P. Verhoeve, “Efficient non uniform time scaling of speech with WSOLA,” in Proceedings of SPECOM, Petras, Greece, Oct. 2005, pp. 163–166.