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

18 KAPITEL 1. EINLEITUNG, MOTIVATION
dazu entwickelte Methode und Software liefert off-line nutzbare Dokumente
(AOF-Dokumente), die in multimedialen Lehr -und Lernumgebungen Studenten zugänglich
gemacht werden und mit Hilfe von offenen Hypermediasystemen mit vielfältigem
Material (Texten, Simulationen, Animationen, Tests usw.) verknüpft
werden können.“ [1]
Insgesamt vier Vorträge von drei verschiedenen, männlichen Dozenten wurden für die
Evaluation ausgewählt. Durch die Auswahl von unterschiedlichen Vortragenden läßt sich bestimmen,
ob die untersuchten Segmentierungsverfahren in irgendeiner Weise vom Sprecher abhängige
Ergebnisse liefern. Zudem sind die Aufzeichnungen von unterschiedlicher Audio-
Qualität, so daß auch festgestellt werden kann, inwiefern die Verfahren von der Aufzeichnungsqualität
abhängen. Außerdem wurden zu Vergleichszwecken zwei Radio-Nachrichtensendungen
aufgenommen. In Anhang B befindet sich die Auswertung für diese Aufnahmen. Um die in
Kapitel 3.4 vorgestellten Pitch-Detektions-Algorithmen zu testen, wurden zudem Sprachdateien
verwendet, die der CD zum Buch Prinzipien des Algorithmenentwurfs entstammen [23].
Die Sprachdateien wurden auf eine Länge von 15 Minuten gekürzt und enthalten jeweils die
ersten 15 Minuten des entsprechenden Vortrags. Bei der Aufnahme waren die Dozenten mit
einem Ansteck-Funkmikrofon ausgestattet. Das Mikrofonsignal lief über ein Mischpult in eine
SGI-Workstation, die das Signal aufzeichnete. Prinzipbedingt schleichen sich hier die größten
Fehler ein:
1. Der Abstand vom Mund zum Mikrofon ist nicht konstant, so daß die Amplitude des Signals
sehr stark schwankt. Eine gute Aussteuerung ist deshalb nur schwer möglich.
2. Das Signal muß im Mischpult für jeden Dozenten neu ausgesteuert werden. Geschieht
dies nicht, so können beispielweise Übersteuerungen die Folge sein. Die Folge sind hörbare
Beeinträchtigungen des Signals, die sich durch sogenannte Klicks und Verzerrungen
bemerkbar machen. Eine andere mögliche Folge von schlechter Aussteuerung ist, daß das
Sprachsignal zu schwach und durch die Technik bedingtes Rauschen im Vergleich zum
Nutzsignal zu stark ist.
Das Gleiche gilt für die Aussteuerung im Rechner. Dieses Problem läßt sich aber einfach
umgehen.
Die für die Evaluation herangezogenen Sprachdateien sind also alles andere als ideal. Schwierigkeiten
hieraus ergeben sich hauptsächlich bei der Bestimmung der Fundamentalfrequenzverläufe
(siehe Kapitel 3.4) und der Unterscheidung von Sprache und Stille.
1.5 Zusammenfasssung
Dieses Kapitel lieferte einen Einblick in die Möglichkeiten, die sich für die Infomationsssuche
in Sprachdateien ergeben. Verschiedene Ansätze wurden vorgestellt, der Rahmen, die zugrundeliegende
Datenbasis und das Ziel der vorliegenden Diplomarbeit wurden umrissen.