Mentio Nahrávání   Mentio Nahrávání

prázdný prostor

Popis programu

Program "Mentio Nahrávání (Software pro pořizování a popis zvukových nahrávek)" umožňuje pořizovat zvukové záznamy, nahrávky následně popisovat, označovat v nich zajímavé úseky na různých jazykových rovinách, záznamy ukládat k jednotlivým mluvčím a veškeré soubory přehledně archivovat.

Nejedná se tedy o nástroj na procvičování určitých dovedností, nýbrž o pomoc těm, kdo mají zájem pořizovat větší množství zvukových nahrávek, tyto nahrávky třídit a uchovávat pro budoucí použití (akademičtí pracovníci, řečoví terapeuti, speciální pedagogové, ale třeba i rodiče, kteří si tak chtějí zaznamenat jazykové pokroky svých dětí nebo uchovat jejich řečový projev jako součást rodinných vzpomínek).

Nahrávky se ukládaji ve formatu mp3 jako příloha souboru PDF. Program umožňuje dokumenty s přílohami elektronicky podepsat a časově orazítkovat, čímž je zajištěna průkaznost dokumentace. Soubory lze poté vypálit na CD nebo DVD a použít je tak se souhlasem uživatele i jako prostředek výměny informací mezi odborníky.

 

ilustrační obrázek

 

Frekvenční analýza

Na této stránce je pro zájemce z řad profesionálů připraven nástin odborných poznatků, o něž jsme se během vývoje programu "Mentio Nahrávání" opírali. Zároveň bychom zde také rádi poskytli podrobnější vysvětlení toho, jaký typ informací lze - kromě jiného - z uložených zvukových nahrávek pomocí programu získat.

Popíšeme zde proto, co je to frekvenční analýza, jakým způsobem se provádí a k čemu se používá. Protože se jedná o poměrně složité téma a nemá smysl zde zacházet do všech podrobností, omezíme se pouze na základní informace a některé oblasti popíšeme zjednodušeně. Jestliže se tímto zjednodušením některého ze specialistů na danou problematiku dotkneme, prosíme o shovívavé prominutí - na požádání detaily rádi vysvětlíme.

Číst dále...

ilustrační obrázek

Když v počítači zvukový záznam nahráváme, počítač zaznamenává polohu membrány mikrofonu v řadě rychle po sobě jdoucích časových okamžiků. Této rychlosti záznamu se říká vzorkovací frekvence a program "Mentio Nahrávání" uživateli umožňuje vybrat z hodnot 44,1 a 48 kHz. Počítač tedy pořizuje 44.100 nebo 48.000 hodnot během každé vteřiny, kdy zvuk nahrává. Při přehrávání záznamu jsou tyto hodnoty použity pro ovládání membrány reproduktoru, která svými kmity vytvoří opět zvuk.

Nahrávat můžeme monofonní, nebo stereofonní signál. V prvním případě je v každém časovém okamžiku zaznamenána jedna hodnota, ve druhém případě hodnoty dvě - jedna pro levý a jedna pro pravý kanál (obvykle levý a pravý mikrofon). Pokud máme jen jeden mikrofon a zaznamenáváme stereofonní signál, budou hodnoty pro levý a pravý signál téměř shodné a budou se lišit jen rozdílným nastavením elektronických obvodů pro záznam levého a pravého kanálu.

Program "Mentio Nahrávání" zaznamenává zvuk s rozlišením 16 bitů. To znamená, že při využití celého rozsahu citlivosti nahrávacích obvodů se jednotlivé zaznamenané hodnoty pohybují od -32768 do +32767. Pokud je signál slabý a z tohoto rozsahu využijeme jen malou část (například od -3000 do +3000) a signál následně zesílíme, nedosáhneme takové kvality, jako kdybychom zesílili vstupní signál při pořízení nahrávky. Nedostatečný počet využitých úrovní totiž způsobí, že na křivce jsou "shody", jejichž velikost není vzhledem k celému rozsahu využitých hodnot zanedbatelná, a v nahrávce se objeví šum.

Mentio Nahrávání

Při frekvenční analýze využijeme tzv. Fourierovu transformaci, která pro určený krátký úsek časové křivky spočítá, jaké frekvence se v tomto úseku vyskytují. Nerozlišuje se přitom, zda se ta či ona frekvence vyskytla na začátku, nebo na konci analyzovaného úseku. Abychom výskyt frekvencí mohli určit pro celou časovou křivku, je potřeba ji postupně rozdělit na krátké úseky a pro každý spočítat vyskytující se frekvence.

Pokud jsou tyto úseky velmi krátké, můžeme sledovat rychlé změny frekvenčních charakteristik, protože frekvenční charakteristiku stanovujeme dostatečně často - ale počet sledovaných frekvencí je malý. A obráceně, pokud jsou tyto úseky dostatečně dlouhé, abychom mohli sledovat velké množství frekvencí, nebudeme schopni zachytit jejich rychlé změny.

Například program "Mentio Hlas" zaznamenává zvuk se vzorkovací frekvencí 44,1 kHz a pro frekvenční analýzu používá kombinaci různě dlouhých úseků - každý úsek o 256 vzorcích je ještě rozdělen na dva úseky o 128 vzorcích. Analýza delších úseků umožňuje sledovat dvakrát více frekvencí a analýza kratších úseků umožňuje detekovat dvakrát rychlejší frekvenční změny - rozhodovací algoritmy pak využívají informace z obou těchto analýz.

Jednotlivé úseky je před zpracováním Fourierovou transformací nutné vynásobit vhodným "oknem", které zjednodušeně řečeno hlasitost zvuku na začátku a konci každého kousku křivky ztlumí tak, aby křivka začínala blízko nuly a ne třeba na maximální hodnotě - v takovém případě by totiž výsledek výpočtu byl plný šumu. Aby se informace obsažená v signálu na začátcích a koncích těchto oken při analýze využila a abychom zvýšili časové rozlišení frekvenční analýzy, začíná každé následující okno již v polovině délky okna předcházejícího.

V programu "Mentio Nahrávání" si můžeme vybrat, zda použijeme úseky dlouhé 256, 1024 nebo 4096 vzorků. Rozdíly při použití různě dlouhých úseků jsou vidět na první pohled. Po Fourierově transformaci máme pro každý krátký úsek původní křivky hned celou skupinu hodnot - pro každou ze sledovaných frekvencí míru jejího zastoupení tak, jak vidíme na obrázku níže.

Mentio NahráváníMentio Nahrávání

V dolní části obrazovky vidíme spektrum zvukového záznamu z horní části obrazovky. Světlejší části grafu odpovídají menšímu zastoupení dané frekvence, tmavší pak většímu zastoupení dané frekvence. Dolní okraj odpovídá frekvenci 0 Hz, horní pak hodnotě 5 kHz (program umožňuje rozsah zvětšit na 8 kHz). Hodnoty jsou zlogaritmovány, takže vyšší špičky nejsou již tak výrazné a naopak nižší špičky vynikly.

V pravém dolním rohu vidíme frekvenční profil pro vyznačené místo (konec hlásky "í"). Tenké vodorovné proužky při použití úseků o 4096 vzorcích odpovídají harmonickým frekvencím v analyzovaném zvuku, jejichž skupiny, jak uvidíme níže, tvoří "formanty". Zkušené oko odborníka již na tomto grafu odhadne, kde přesně formanty jsou, po dalším zpracování bude jejich poloha jasně vidět - tmavé oblasti na grafu s úseky o 256 vzorcích jim zhruba odpovídají. Při použití takto krátkých úseků totiž není frekvenční rozlišení dostatečně podrobné, abychom mohli pozorovat harmonickou strukturu tónů.

Abychom mohli formanty dobře odlišit, musíme signál dále zpracovat. Tuto spektrální mapu zpracujeme další Fourierovou transformací, jako kdyby jednotlivé frekvenční profily (v pravém dolním rohu) byly časové řady. Tím vznikne tzv. "cepstrum". Přesmyčka spektrum => cepstrum se obdobně použije i na další charakteristiky získaných dat. Místo frekvence používáme "quefrenci", místo filtrace pak "liftraci".

Pozor, nejedná se o "kepstrum" - to je používáno pro podobný pojem, a sice "Kolmogorov equation power series time response".

Mentio Nahrávání

Černé oblasti na Cepstru odpovídají případným ozvěnám při nahrávání a také quefrencím, které charakterizují obálku spektra - jakousi průměrnou hodnotu frekvenčního profilu bez oněch výše viditelných tenkých vodorovných proužků (obraz v grafu je opět zlogaritmovaný). Pokud z cepstra odliftrujeme quefrence odpovídající těmto tenkým proužkům a provedeme - jak jinak - další Fourierovu transformaci (tentokráte zpětnou), získáme spektrum liftrovaného cepstra, na kterém velmi pěkně jednotlivé formanty již vidíme.

Na obrázku níže vidíme tu část cepstra, která po liftraci zbyla (je zaškrtnutý přepínač "Liftr"). Jedná se o oblast, která je na obrázku výše těsně nad dolním okrajem grafu (quefrence u dolního okraje rostou k nekonečnu a směrem nahoru klesají jako 1/x).

Mentio Nahrávání

A nyní se již podíváme na výsledek zpětné transformace - tedy na spektrum liftrovaného cepstra.

Mentio Nahrávání

Pohybem myší po levém nebo pravém dolním grafu můžeme odečítat frekvenční hodnoty.

Všimněte si, že profil v pravém dolním rohu této obrazovky zhruba odpovídá profilu z obrazovky se spektrem - akorát nyní již bez struktury s tenkými vodorovnými proužky oproti grafu s délkou úseků 4096 vzorků a s jemnějším frekvenčním rozlišením oproti grafu s délkou úseků 256 vzorků. Tmavé oblasti na tomto grafu odpovídají frekvencím, které jsou v daný okamžik využívány, a označují se jako formanty. Jejich vzájemná poloha je specifická pro každou hlásku a proto je lze využít při rozpoznávání řeči počítačem - to ale program "Mentio Nahrávání" neumí.

Celý výše popsaný proces si lze intuitivně představit takto: Zaznamenávaný hlas je výsledkem složení dvou mechanismů - artikulační činnosti mluvidel (obecně všech prvků, které se aktivně podílejí na tvorbě hlásek) a odezvy celého systému tvorby hlasu včetně například dutin, v nichž kmitá vzduch a vzniká tak tón apod. Cílem výše uvedeného postupu je ze signálu odstranit všechny ty části, které size zprostředkovávají hlasový projev, ale nenesou žádnou informaci o tom, o jakou hlásku se jedná, a ponechat jen ty, které odpovídají informacím o artikulaci jednotlivých hlásek. Použitá metoda je pro tento účel vhodná. Stejného principu se také s výhodou využívá i v úplně jiných odvětvích, jako je například defektoskopie převodovek nebo obecně jakýchkoliv strojních rotujících součástí - ze zaznamenaného signálu se odfiltrují části způsobené rotační činností zařízení a zůstanou jen ty, které jsou diagnosticky významné.

Podrobné informace o využití formantové struktury lze najít například v knize Pavla Machače a Radka Skarnitzla "Fonetická segmentace hlásek".

 

 

Prezentace

Program "Mentio Nahrávání" byl v roce 2012 představen na XX. celostátní konferenci Asociace klinických logopedů ČR. Prezentace k přednášce popisující možnosti a způsob jeho využití je k dispozici zde.

 

prezentace Mentio Nahrávání

ilustrační obrázek

 

Související legislativa

Jestliže pracujete ve zdravotnictví a chystáte se program "Mentio Nahrávání" využít pro sledování postupu terapie či jako nástroj pro dokumentaci práce s pacientem, mějte, prosím, na paměti, že je třeba vyhovět legislativním požadavkům na způsob vedení zdravotnické dokumentace v elektronické podobě.

Program je na tento typ využití připraven, obsahuje všechny potřebné funkcionality (ochrana přístupu k údajům heslem, elektronický podpis, možnost hromadného zálohování atd.). Je však na zodpovědnosti uživatele, jakým způsobem s poskytnutými nástroji bude nakládat.

Pro lepší orientaci v problematice uvádíme odkazy na několik souvisejících dokumentů:

Počítačový program Mentio Nahrávání není zdravotnickým prostředkem dle platné legislativy.

 

ilustrační obrázek

 

Uživatelská příručka

Příručka s podrobnými informacemi o programu "Mentio Nahrávání" je Vám k dispozici zde:

 

PDF       Mentio Nahrávání

 

Uživatelské příručky k ostatním titulům najdete na stránce Ke stažení.

ilustrační obrázek

 

Funkce programu

Přehled funkcí programu

Program obsahuje následující funkcionality a nástroje:

  • Import a export nahrávek ve formátech .wav a .mp3
  • Pořizování nahrávek s využitím opožděné zpětné sluchové vazby – frekvenční a časový posun 45 ms až 10 s
  • Pořizování nahrávek se záměrně spuštěnými rušivými zvuky na pozadí
  • Vkládání stručných poznámek a označování zajímavých úseků již v průběhu nahrávání
  • Výběr označení typu nahrávky ze seznamu 124 úkolů, které se při záznamech řečového projevu obvykle používají
  • Nástroj pro rychlý a jednoduchý popis nahrávek na jednotlivých jazykových rovinách (fonace, artikulace, izolované hlásky, zvuková stavba, morfologie, syntax, použité výrazy, prozódie, komunikace), včetně detailního seznamu jevů popisujících případné komunikační zvláštnosti
  • Třídění nahrávek dle mluvčích a data pořízení
  • Kopírování a export souborů v zabezpečeném režimu, vypalování záznamů na CD, uložení na externí disk atd.
  • Ochrana pořízených dat před náhodným zneužitím pomocí individuálně nastavitelného přístupového hesla
  • Možnost opatřit dokumenty zaručeným elektronickým podpisem a časovým razítkem, hromadné podepisování, transakční protokol
Oddíl A: Nová nahrávka

Oddíl A umožňuje uživatelům pořídit pomocí programu zvukový záznam, záznam opětovně přehrávat, editovat, opatřovat poznámkami, doplňovat o informace týkající se typu nahrávky a použitých materiálů, případně také soubor importovat či exportovat ve formátech .wav nebo .mp3 a nahrávku následně uložit k dalšímu použití do zvukového archivu, kde bude k dispozici jako příloha dokumentu .pdf. Při nahrávání můžete náročnost řečového projevu cíleně zvýšit zapnutím rušivých zvuků, případně obtížnost úkolů ovlivnit prostřednictvím časově zpožděné zpětné vazby s volitelným frekvenčním posunem.

Mentio Nahrávání, nová nahrávka

Oddíl B: Popis a porovnávání

Oddíl B obsahuje nástroj, s jehož pomocí lze ve zvukové nahrávce označit místa, která jsou z nějakého důvodu zajímavá, řečový projev popsat na jednotlivých jazykových rovinách, nahrávku opatřit vlastním komentářem zachycujícím charakteristické rysy komunikace a následně nahrávku i s popisem přiřadit ke konkrétnímu mluvčímu a uložit jako přílohy dokumentu .pdf do zvukového archivu. Uživatelům je k dispozici předdefinovaný přehled 124 typů nahrávek a seznam jevů popisujících případné zvláštnosti řečového projevu. Tyto jevy jsou rozděleny do 9 velkých skupin, které odpovídají jednotlivým jazykovým rovinám. Specialisté ocení podrobné zobrazení frekvenčních charakteristik.

Mentio Nahrávání, popis a porovnávání

Oddíl C: Správa databáze

Oddíl C obsahuje karty jednotlivých mluvčích a k nim přiřazené zvukové nahrávky a jejich popisy, případně další dokumenty dle výběru uživatele. Zde je možné procházet dříve pořízené záznamy, soubory kopírovat, zálohovat na externí media, exportovat vybrané položky, importovat složky mluvčích i celé archivy z vnějších zdrojů, data elektronicky podepisovat a opatřovat časovým razítkem a vytvářet transakční protokol.

Mentio Nahrávání, správa databáze

Oddíl D: Další služby

Oddíl D obsahuje záložky pro nastavení technických parametrů souvisejících s pořizováním nahrávek, identifikaci místa úložiště záznamů, informace o elektronickém podpisu a časovém razítku, formulář s údaji o jednotlivých uživatelích a míře jejich oprávnění nakládat s uloženými záznamy a další podrobnosti, které se vztahují k licenci a používání programu.

Mentio Nahrávání, další služby

 

Doporučený hardware

Program "Mentio Nahrávání" doporučujeme používat s mikrofonem "Jabra Speak 510 for PC".

Zařízení "Jabra Speak 510 for PC" působí velice nenápadně. Při nahrávání jej stačí položit na stůl poblíž nahrávané osoby. Zařízení zároveň poslouží i jako kvalitní reproduktor. V případě, že nebudete chtít využívat připojení přes bluetooth, lze uvažovat i o modelu "Jabra Speak 410 for PC".

"Jabra Speak 510 for PC" a "Jabra Speak 410 for PC" se připojují k počítači přes USB konektor. Jejich použití je vhodné také v případech, kdy se i přes veškerou snahu o správné nastavení ovladače zvuku na úrovni Windows a zajištění kvalitního mikrofonu nedaří (zejména u levnějších netbooků) s danou kombinací zvukové karty a mikrofonu dosáhnout uspokojivých výsledků.

Jabra Speak 510 for PC
Jabra Speak 510 for PC

 

Jabra Speak 410 for PC
Jabra Speak 410 for PC

 


© 2017 - Jan Petržílka, Marta Petržílková Mentio® je registrovaná ochranná známka