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