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

Weitere Magazine

Empfehlungen

Info

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

76 KAPITEL 4. SEGMENTIERUNGSVERFAHREN Endpunkt-Detektion und 1. Segmentierung Start (Sek.) Dauer (Sek.) Klassifikation 0.00 0.20 0 0.20 0.09 1 0.29 0.32 0 0.61 0.09 1 0.70 0.04 0 0.74 0.13 1 0.88 0.11 0 0.99 0.03 1 1.02 0.11 0 1.13 0.06 1 1.19 0.12 0 . . Beseitigung der Klassifikationsfehler Start (Sek.) Dauer (Sek.) Klassifikation 0.00 0.59 0 0.59 0.31 1 0.90 0.59 0 1.49 0.26 1 1.75 0.19 0 1.94 0.81 1 2.75 0.09 0 . . Abbildung 4.5: Beispiel für den Ablauf der PBS (Teil 2). (0=Stille, 1=Sprache) . .
4.2. EMPHASIS-DETECTION-BASIERTE SEGMENTIERUNG (EDBS) 77 4.2 Emphasis-Detection-basierte Segmentierung (EDBS) Dieses Kapitel beschäftigt sich mit einem anderen Ansatz zur Segmentierung, der auch benutzt werden kann, um besonders betonte Wörter oder Sätze zu lokalisieren. Der Ansatz geht auf ARONS [2][3][4] zurück und beschreibt ein pitchbasiertes Verfahren zur Segmentierung und Betonungslokalisation. Die Pitch kann nicht nur wichtige Informationen für das Verstehen und das Verständnis liefern, sie kann auch herangezogen werden, um andere high level-Informationen aus dem Sprachsignal zu extrahieren. Es gibt eine Vielzahl von Algorithmen, um den Pitch-Verlauf eines Sprachsignals zu bestimmen, einige Verfahren wurden in Kapitel 3.4 vorgestellt. Es existieren verschiedene Arbeiten darüber, wie sich die Pitch unter verschiedenen Bedingungen verhält. HIRSCHBERG, GROSZ [15][17] fanden in einer empirischen Studie heraus, daß der Pitch-Bereich Hinweise auf den Beginn und das Ende von inhaltlichen Zusammenhängen sowie auf direkte Zitate gibt. Die Einführung eines neuen Themengebiets korrespondiert oft mit einer größeren Streuung der Pitch-Werte. Das Ende eines Satzes ist oft verbunden mit einem Abfallen der Pitch-Werte. Untergebiete und beiläufige Bemerkungen werden oft mit einem komprimierteren Pitch-Bereich assoziiert. Weitere Studien zeigten, daß Sprecher den Pitch-Bereich erhöhen, um Informationen in einem bestimmten Satz zu betonen, und daß der Pitch-Bereich am Anfang eines neuen Themengebiets erweitert wird. Diese Ergebnisse sollen nun genutzt werden, um Sprachaufzeichnungen zu segmentieren und besondere Hervorhebungen des Sprechers zu finden. Die Untersuchung, inwieweit dies überhaupt möglich ist, insbesondere in Bezug auf die zu untersuchenden Daten, ist der zweite Hauptbestandteil dieser Arbeit. In einer früheren Studie versuchten CHEN, WITHGOTT [6] mit Hilfe von Hidden-Markov-Modellen (HMM) Betonungen auf der Basis von Pitch- und Energiegehalt zu ermitteln. Dabei zeigte sich, daß betonte Abschnitte erfolgreich zur Erstellung von Zusammenfassungen der von Ihnen benutzten Aufzeichnungen herangezogen werden können. Die Verwendung von Hidden-Markov-Modellen hat allerdings einen entscheidenden Nachteil. Hidden- Markov-Modelle stellen sehr komplexe statistische Modelle dar, die eine große Anzahl von Trainings- und Testdaten benötigen und deshalb nicht für jede Anwendung geeignet sind. ARONS konnte jedoch nachweisen, daß signifikante Information über Betonungen allein in der Pitch enthalten ist. Er verglich den Verlauf der Pitch mit einer von Hand "gelabelten" Aufzeichnung. Ein Monolog eines männlichen Sprechers wurde transkribiert und manuell von einem Linguisten mit Anmerkungen versehen. Dabei stellte sich heraus, daß es eine hohe Korrelation von großer Pitch-Variabilität und der Einführung neuer Themen und betonten Abschnitten gibt. STIFELMAN bestätigte diese Ergebnisse in einer Studie [35]. Ziel von ARONS war nun, einen Algorithmus zu entwerfen, der direkt nach Mustern im Pitch-Verlauf sucht und dem kein komplexes statistisches Modell, wie das der Hidden-Markov-Modelle zugrunde liegt.
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 14 und 15:
Seite 16 und 17:
Seite 18 und 19:
Seite 20 und 21:
Kapitel 2 Grundlagen der Sprachanal
Seite 22 und 23:
22 KAPITEL 2. GRUNDLAGEN DER SPRACH
Seite 24 und 25:
24 KAPITEL 2. GRUNDLAGEN DER SPRACH
Seite 26 und 27: 26 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?