Jürgen Dick - Lehrstuhl Algorithmen & Datenstrukturen, Institut für ...
Jürgen Dick - Lehrstuhl Algorithmen & Datenstrukturen, Institut für ...
Jürgen Dick - Lehrstuhl Algorithmen & Datenstrukturen, Institut für ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
ABBILDUNGSVERZEICHNIS 9<br />
3.8 "Gefenstertes" Sinus-Signal und dessen AKF . . . . . . . . . . . . . . . . . . . . . 56<br />
3.9 Effiziente Berechnung der AKF mittels FFT . . . . . . . . . . . . . . . . . . . . . . 57<br />
3.10 Blockdiagramm des AUTOC Pitch-Detektors [28] . . . . . . . . . . . . . . . . . . . 58<br />
3.11 Ausschnitt aus einem Pitch-Verlauf, der mit dem AUTOC-PDA berechnet wurde. . . . . 59<br />
3.12 Blockdiagramm des PDAs nach BOERSMA [5] . . . . . . . . . . . . . . . . . . . . . 60<br />
3.13 Blockdiagramm des ModifiedACF-PDAs. . . . . . . . . . . . . . . . . . . . . . . . 61<br />
3.14 Ausschnitte aus Pitch-Verläufen, die mit dem ModifiedACF-PDA (a) ohne Postprocessing,<br />
(b) mit Postprocessing erzeugt wurden. . . . . . . . . . . . . . . . . . . . . . . 64<br />
3.15 Blockdiagramm eines AMDF Pitch-Detektors [28] . . . . . . . . . . . . . . . . . . . 65<br />
3.16 Ein Ausschnitt eines Sprachsignals und die Cepstra <strong>für</strong> (a) ein stimmhaftes Segment, (b)<br />
ein stimmloses Segment . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67<br />
3.17 Berechnung der stRC mittels DFT . . . . . . . . . . . . . . . . . . . . . . . . . . 68<br />
3.18 Blockdiagramm eines CEP Pitch-Detektors [28] . . . . . . . . . . . . . . . . . . . . 69<br />
4.1 Schematische Darstellung des pausenbasierten Segmentierungsverfahrens . . . . . . . . 72<br />
4.2 Energie-Histogramme <strong>für</strong> verschiedene Sprecher . . . . . . . . . . . . . . . . . . . . 73<br />
4.3 ¢¡¤£¦¥ -Histogramme <strong>für</strong> verschiedene Sprecher . . . . . . . . . . . . . . . . . . . . 74<br />
4.4 Beispiel <strong>für</strong> den Ablauf der PBS (Teil 1) . . . . . . . . . . . . . . . . . . . . . . . . 75<br />
4.5 Beispiel <strong>für</strong> den Ablauf der PBS (Teil 2). (0=Stille, 1=Sprache) . . . . . . . . . . . . . 76<br />
4.6 Pitch-Histogramme <strong>für</strong> Dozenten (a) männlichen, (b) weiblichen Geschlechts . . . . . . 79<br />
4.7 Berechnung der Pitch-Aktivität . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80<br />
4.8 Ausgabe des EDBS-Algorithmus <strong>für</strong> einen 15-minütigen Ausschnitt aus einer Sprachdatei. 81<br />
4.9 Beispiel <strong>für</strong> den Ablauf der Emphasis-Detektion (Teil 1) . . . . . . . . . . . . . . . . 82<br />
4.10 Beispiel <strong>für</strong> den Ablauf der Emphasis-Detektion (Teil 2) . . . . . . . . . . . . . . . . 83<br />
5.1 Beispiele <strong>für</strong> die Schwierigkeit der Ermittlung von Topic Beginnings bei der Emphasis-<br />
Detektion. Die Zeitfenster haben im Diagramm (a) eine Länge von §©¨ ¡ und im<br />
Diagramm (b) eine Länge von §¨ ¡§¦ . . . . . . . . . . . . . . . . . . . . . . . . . 89<br />
5.2 Pausen-Histogramme; hierzu wurde ermittelt, wie lange die Pausen vor den tatsächlichen<br />
Topic Beginnings sind, sofern sie vom Algorithmus gefunden wurden. . . . . . . . . . 93<br />
5.3 Recall/Presision-Diagramme <strong>für</strong> die Ergebnisse aus Kapitel 5.3.1 . . . . . . . . . . . . 101