Введение
Сжатая во времени речь относится к аудиозаписи словесного текста, в которой текст представлен в гораздо более коротком временном интервале, чем в обычной ритмичной речь в реальном времени. Основная цель - сделать так, чтобы записанная речь содержала больше слов в определенное время, но все же была понятной. Например, абзац, чтение которого обычно занимает 20 секунд, может быть представлен за 15 секунд, что означает сокращение времени на 25% (5 секунд из 20). Термин "речь сжатая во времени" не следует путать с "компрессией речи", которая контролирует диапазон громкости звука, но не изменяет его временной объем.
Методы
Хотя некоторые голосовые таланты способны говорить со скоростью, значительно превышающей общие нормы, термин "речь сжатая во времени" обычно относится к примерам, в которых сокращение времени было достигнуто с помощью некоторой формы электронной обработки записанной речи. В целом, записанная речь может быть электронно сжата во времени путем: увеличения скорости (линейное сжатие); удаление тишины (селективное редактирование); комбинация из двух (нелинейное сжатие). В настоящее время предпочтительным методом сжатия времени является "нелинейное сжатие", которое использует комбинацию выборочного удаления тишины; ускорение речи, чтобы уменьшенные тишины звучали нормально пропорционально тексту; и, наконец, применение различных алгоритмов данных, чтобы вернуть речь обратно в правильную высоту.
Реклама
Сжатая речь часто используется в рекламе на телевидении и радио. Преимущество сжатой в течение определенного времени речи заключается в том, что такое же количество слов может быть сжато в течение меньшего количества времени, что снижает затраты на рекламу и / или позволяет включить больше информации в данную радио- или телевизионную рекламу. Обычно это наиболее заметно в информационных предупреждениях и отказах от ответственности, представленных (обычно по юридическому требованию) в конце рекламных роликов - звуковой эквивалент "мелкого шрифта" в печатном контракте. Однако эта практика не нова: до того, как были разработаны электронные методы, представители, которые могли говорить чрезвычайно быстро и все же быть понятыми, широко использовались в качестве голосовых талантов для радио- и телевизионной рекламы, и особенно для записи таких отказов.
Образование
Сжатая во времени речь имеет образовательные применения, такие как увеличение информационной плотности обучения и в качестве учебного пособия. Ряд исследований показал, что средний человек способен относительно легко понимать речь, произносимую с более высокой скоростью, чем обычно, причем пик происходит при сжатии примерно на 25% (то есть на 25% быстрее, чем обычно); эта способность была продемонстрирована на нескольких языках. Разговорная речь (на английском языке) происходит со скоростью около 150 слов в минуту, но средний человек может без особых трудностей понимать речь, представленную со скоростью до 200-250 слов в минуту. Слепые и слабовидящие испытуемые имели аналогичные уровни понимания при еще более высоких показателях, до 300-350 ударов в минуту. Было обнаружено, что слепые люди широко используют сжатую в времени речь, например, при просмотре записанных лекций из классов средней школы и колледжа или профессиональных тренингов. Было обнаружено, что уровень понимания у пожилых слепых людей так же хорош, а в некоторых случаях даже лучше, чем у молодых зрячих людей. Другие исследования показали, что способность понимать сжатую в течение долгого времени речь снижается с возрастом, а также снижается, когда язык сжатой речи не является родным языком слушателя. Однако люди, не владеющие языком, могут улучшить свой уровень понимания речи сжатой во времени с помощью многодневного обучения.
Голосовая почта
Системы голосовой почты используют сжатую в времени речь еще с 1970-х годов. В этом приложении технология позволяет быстро просматривать сообщения в системах с большим трафиком относительно небольшим количеством людей.
Мультимедиа-потоки
Сжатая во времени речь была исследована как один из множества взаимосвязанных факторов, которыми можно манипулировать для повышения эффективности потоковых мультимедийных презентаций, значительно сокращая время ожидания, связанное с передачей больших цифровых кодированных медиафайлов.
Алгоритмы сжатия времени
М. Ковелл, М. Уитгот и М. Слейни, Mach1: Неравномерная модификация речи по временной шкале, в Проц. ICASSP, т. 1. Второй. Сиэтл, США: IEEE, май 1998, с. 349 352. M. Demol, W. Verhelst, K. Struyve и P. Verhoeve, "Эффективное неравномерное масштабирование времени речи с WSOLA", в Proceedings of SPECOM, Petras, Greece, Oct. 2005, pp. 163 166.