Jürgen Dick - Lehrstuhl Algorithmen & Datenstrukturen, Institut für ...

ein schnelles Navigieren innerhalb der Sprachdatei zu ermöglichen. Hierfür ist es nicht
zwingend notwendig, exakte Zeitpunkte der Topic Beginnings zu finden. STIFELMAN bescheinigte
dem Verfahren in einer Untersuchung eine hohe Precision ( £¦¤
) und einen niedrigen Recall
¥
¤
). Diese Ergebnisse konnten nicht nachvollzogen werden. Dies liegt vor allen Dingen an
den unterschiedlichen Meßmethoden (siehe Kapitel 5.3).
(¦
Die vorliegende Untersuchung zeigt, daß es mit einfachen Mitteln sehr schwierig ist, die untersuchte
Klasse von Sprachdateien zu segmentieren. Die Resultate für die Radio-Nachrichtensendungen
(vergleiche Anhang B) belegen, daß die untersuchten Verfahren sehr wohl eine brauchbare
Segmentierung liefern können, wobei das EDBS-Verfahren auch auf diesen Daten sprecherabhängige
Resultate liefert.
Wie bereits mehrfach erwähnt, gibt es Forschungsansätze für die Segmentierung, die mit
statistischen Modellen oder auch mit Data Mining/Machine-Learning-Techniken arbeiten.
Auch diese Arbeiten verwenden als Audio-Features hauptsächlich Pausen und Informationen,
die sich aus der Satzmelodie ergeben. Die Berechnung dieser Features ist mit der für diese
Diplomarbeit entwickelten C++-Bibiliothek leicht möglich. Es wurde ein Programm entwickelt,
das verschiedene Audio-Features wie beispielsweise Pausenlänge, Energie und diverse Pitch-
Features für Sprachsegmente im ARFF-Datenformat ausgibt, welches von der WEKA-Bibiothek
verarbeitet werden kann. Die WEKA-Bibliothek ist ein JAVA-Tool, das diverse Data Mining und
Machine-Learning Algorithmen zur Verfügung stellt [38]. HIRSCHBERG, NAKATANI [18] sowie
SHRIBERG ET. AL [32] verwenden beispielsweise erfolgreich Klassifikations- und
Regressionsbäume (CART) in ihren Projekten. Allerdings muß auch hierbei wieder die von
diesen Autoren verwendete Datenbasis in Betracht gezogen werden. Ob ein auf Data Mining/
Machine-Learning-Techniken basierender Ansatz für die Segmentierung von Vorlesungsaufzeichnungen
zu besseren Resultaten führt, ist zwar anzuzweifeln, jedoch nicht ausgeschlossen.
105