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

Weitere Magazine

Empfehlungen

Info

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

50 KAPITEL 3. EXTRAKTION VON AUDIO-FEATURES Frequenzanteile enthält. Dieses Maß kann zusammen mit der short-term energy zur Endpunkt- Detektion eingesetzt werden. Das Problem, die Endpunkte einer diskreten Aussage zu bestimmen, ist ein wichtiges Problem in vielen Sprachverarbeitungsanwendungen. Bei der Erkennung von Wörtern durch Vergleichen des akustischen Signals mit einer "Vorlage" ist es beispielsweise notwendig, das zu erkennende Wort von "nichtsprachlichen" Bereichen zu befreien, die Fehler bei der Erkennung hervorrufen können. Auf den ersten Blick scheint dies relativ einfach zu sein. In der Praxis hat sich herausgestellt, daß dies nur bei sehr hohen signal-to-noise-ratio-Werten der Fall ist [9]. Ein verwandtes Problem stellt die Klassifikation von Sprache in stimmhafte und stimmlose Bereiche dar. Will man beispielsweise wissen, wann die Bestimmung der Pitch nötig ist, kann die short-term zero crossing rate in Verbindung mit der short-term energy dazu herangezogen werden, um mögliche stimmhafte Bereiche zu bestimmen. Während die short-term energy üblicherweise in stimmhaften Segmenten größer ist, ist die short-term zero crossing rate dagegen in stimmlosen Segmenten größer. Viele Pitch-Detektions-Algorithmen verwenden diese Maße zur Klassifikation des Sprachsignals. Einige dieser Pitch-Detektions-Algorithmen werden in den folgenden Abschnitten vorgestellt. ZHANG, KUO nutzen die short-term zero crossing rate auch zur Klassifikation von Umgebungsgeräuschen [40][41]. Formal läßt sich die short-term zero crossing rate wie folgt definieren: Definition 3.4 Sei eine Signalfolge der Länge , die zum Zeitpunkt endet. Dann läßt sich die short-term zero crossing rate durch mit ¨ ¡ ¥ ¡ berechnen. Hierbei stellt ¡©£ § ¡ ¨ © eine Window dar. ¨ © ¦ ¦ (3.15) ¨ © ¢ (3.16) § ¢ Für wird in den meisten Fällen ein Rechteck-Fenster verwendet. Abbildung 3.5 zeigt den zeitlichen Verlauf der short-term zero crossing rate anhand eines Beispiels aus [24]. 3.4 Fundamentalfrequenz (Pitch) ¢ ¢ Der Verlauf der Pitch und damit die Satzmelodie einer Äußerung ist für diverse Anwendungen und Probleme der Sprachverarbeitung von großer Bedeutung. Er ist beispielsweise nützlich für die Sprechererkennung und gibt wertvolle Einblicke in die Natur der Anregungsquelle für die Sprachproduktion. In dieser Arbeit soll mit Hilfe von Betonungen versucht werden, einen aufgezeichneten Vortrag in inhaltliche Teilabschnitte zu segmentieren. Hintergrund dessen ist die Feststellung, daß es eine hohe Korrelation von Tonhöhenvariabilität und der Einführung neuer Themengebiete gibt. Es zeigte sich, daß ein Anstieg der Pitch ein guter Indikator hierfür ist [15][17]. Betonungen sind oft verbunden mit einem Anstieg der Pitch.
3.4. FUNDAMENTALFREQUENZ (PITCH) ¢¡ Amplitude short−term ZCR 1 0.8 0.6 0.4 0.2 0 −0.2 −0.4 −0.6 −0.8 Sprachsignal −1 0 0.5 1 1.5 2 Zeit (Samples) 0.7 0.6 0.5 0.4 0.3 0.2 0.1 ZCR−Verlauf 0 0 500 1000 1500 Frames Abbildung 3.5: Ausschnitt eines Sprachsignals [24] und dessen ZCR-Verlauf ( Frame-Länge = 10ms, Time-Shift = 10ms ) x 10 5 51
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 20 und 21: Kapitel 2 Grundlagen der Sprachanal
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 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?