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

Weitere Magazine

Empfehlungen

Info

$(LMS\) an der Universität Freiburg - Lehrstuhl Algorithmen ...$

Kapitel 2 Grundlagen der Sprachanalyse 2.1 Einführung Sprache dient zur Kommunikation und kann auf zwei verschiedene Arten dargestellt werden: durch ihren Informationsgehalt oder durch das physikalische Sprachsignal, das als Träger der Information dient. Die Repräsentation der Sprache durch ihren Informationsgehalt wird für Berechnungen auf dem Gebiet der Informationsverarbeitung verwendet. Für die automatische Sprachverarbeitung ist das Sprachsignal von größerer Bedeutung. Dieses wird entweder analog, digitalisiert durch die Signalform oder durch seine charakteristischen Parameter dargestellt. Allgemeines System der technischen Signalverarbeitung Das Sprachsignal wird (meistens) vom Menschen (Informationsquelle) erzeugt und durch Schallwellen oder als elektrisches Signal (physikalischer Träger) transportiert. Die erste Aufgabe der Sprachanalyse besteht darin, das Signal in die für die weitere Verarbeitung geeignete Form (Signalrepräsentation) zu bringen. Dies kann zum Beispiel durch Digitalisierung geschehen. Das durch diesen Prozeß entstandene Signal kann nun in andere Formen transformiert (Signaltransformation) und weiter be- und verarbeitet werden. Abbildung 2.1 zeigt den gerade erläuterten Ablauf im Blockschaltbild. Sprachsignal auf Signal- Informationsquelle physikalischem repräsentation z.B. Mensch Träger in techn. Form Signaltransformation Abbildung 2.1: Allgemeines System zur technischen Sprachverarbeitung [12] 20 Verarbeitung der Information
2.1. EINFÜHRUNG 21 Anwendungsgebiete der Sprachverarbeitung Zu den ersten Anwendungen gehörte die Kodierung von Sprache mit möglichst geringer Bitrate. Vor allem in der Übertragungstechnik ist man stark an einer Komprimierung der anfallenden Datenmenge interessiert. Als Beispiele für mögliche Anwendungen im Bereich der Übertragungstechnik seien hier Satellitensysteme und Mobilfunk genannt. Derzeit aktuell ist das Thema Datenreduktion auch in der Unterhaltungselektronik bzw. der Übertragung von Musik via Internet. Der Begriff MP3 ist momentan in aller Munde und stellt einen Standard zur verlustbehafteten Speicherung und Übertragung von Audiodaten mit guter Qualität dar. Ein weiteres Gebiet der Sprachverarbeitung ist die Sprechererkennung, deren Aufgabe es ist, Personen anhand ihrer Stimme eindeutig zu erkennen (Sprecheridentifikation) oder zu entscheiden, ob ein Sprecher zu einem bestimmten Personenkreis gehört (Sprecherverifikation). Als Einsatzgebiet der Sprecheridentifikation könnte man sich vorstellen, automatisch zu einer gegebenen Menge von Audio-Dateien, z.B. aufgezeichnete Vorlesungen, den bzw. die Sprecher zu bestimmen, so daß eine einfache Suche nach einem bestimmten Sprecher in einer Menge der Audio- Dateien möglich ist. Mit dem Begriff der Spracherkennung verbindet man im allgemeinen die Transformation des akustischen Sprachsignals in geschriebenen Text. Schon seit geraumer Zeit existieren Systeme, die dies mit zufriedenstellenden Ergebnissen bewerkstelligen, wenn bestimmte Randbedingungen erfüllt sind. Die Spracherkennung kann aber auch zur Steuerung von und Kommunikation mit Maschinen eingesetzt werden. Sprachsynthese dient der Ausgabe von Meldungen an den Bediener technischer Einrichtungen und der Mensch-Maschine- Kommunikation bei computergesteuerten Dialogsystemen. Ein weiteres wichtiges Gebiet der Sprachverarbeitung ist die Verbesserung der Sprachqualität. Leider werden bei der Übertragung von Sprache die Signale verändert, verzerrt oder gehen verloren. Als Beispiele der Verbesserung der Sprachqualität sei die Verbesserung des Signal-Rausch-Verhältnisses oder die Wiedergewinnung verlorener Sprachsegmente genannt. Die bislang aufgeführten Anwendungsgebiete stellen klassische Beispiele der Sprachverarbeitung dar. Ein Gebiet, daß noch nicht erwähnte wurde, ist die Informationssuche in Audio-, Video- und Sprachdateien. In Kapitel 1.1.2 wurde dieses Gebiet kurz vorgestellt. Die vorliegende Arbeit beschäftigt sich ausschließlich mit der Informationssuche in aufgezeichneten Sprachdateien. Aus den physikalischen Eigenschaften des aufgezeichneten Signals sollen Informationen extrahiert werden, die die automatische Strukturierung von Multimedia-Dokumenten unterstützen. Abbildung 2.2 faßt die besprochenen Anwendungsgebiete noch einmal zusammen. Sprachkodie- Sprecherer- rung für Übertragung und Speicherung kennung und -verifizierung Anwendungen der Sprachverarbeitung Spracherkennung Sprach- synthese Verbesserung Informations- der Sprachsuche in qualität Audio- und Videodateien Abbildung 2.2: Anwendungsgebiete der Sprachverarbeitung
Seite 1 und 2: ALBERT-LUDWIGS-UNIVERSITÄT FREIBUR
Seite 3: Vorwort Ich möchte mich bei Prof.
Seite 6 und 7: 6 INHALTSVERZEICHNIS 3 Extraktion v
Seite 8 und 9: Abbildungsverzeichnis 1.1 Story Seg
Seite 10 und 11: Tabellenverzeichnis 3.1 Mathematisc
Seite 12 und 13: 12 KAPITEL 1. EINLEITUNG, MOTIVATIO
Seite 22 und 23: 22 KAPITEL 2. GRUNDLAGEN DER SPRACH
Seite 40 und 41: Kapitel 3 Extraktion von Audio-Feat
Seite 42 und 43: 42 KAPITEL 3. EXTRAKTION VON AUDIO-
Seite 70 und 71:
Kapitel 4 Segmentierungsverfahren I
Seite 72 und 73:
72 KAPITEL 4. SEGMENTIERUNGSVERFAHR
Seite 74 und 75:
Seite 76 und 77:
Seite 78 und 79:
Seite 80 und 81:
Seite 82 und 83:
Seite 84 und 85:
Seite 86 und 87:
86 KAPITEL 5. EVALUATION grobe Segm
Seite 88 und 89:
88 KAPITEL 5. EVALUATION Topic Begi
Seite 90 und 91:
90 KAPITEL 5. EVALUATION Die folgen
Seite 92 und 93:
92 KAPITEL 5. EVALUATION Datei: ga7
Seite 94 und 95:
94 KAPITEL 5. EVALUATION Analyse Ei
Seite 96 und 97:
96 KAPITEL 5. EVALUATION dsaas §
Seite 98 und 99:
98 KAPITEL 5. EVALUATION Präferenz
Seite 100 und 101:
100 KAPITEL 5. EVALUATION Segment-L
Seite 102 und 103:
102 KAPITEL 5. EVALUATION Precision
Seite 104 und 105:
Kapitel 6 Zusammenfassung und Ausbl
Seite 106 und 107:
Anhang A Beispiel einer Text-Transk
Seite 108 und 109:
108 ANHANG A. BEISPIEL EINER TEXT-T
Seite 110 und 111:
Anhang B Segmentierung am Beispiel
Seite 112 und 113:
112ANHANG B. SEGMENTIERUNG AM BEISP
Seite 114 und 115:
114ANHANG B. SEGMENTIERUNG AM BEISP
Seite 116 und 117:
Literaturverzeichnis [1] AOF - Auth
Seite 118 und 119:
118 LITERATURVERZEICHNIS [23] OTTMA
Alle anzeigen

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

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?