Sprachliche Mensch-Maschine-Kommunikation

Abbildungsverzeichnis XIX
8.1 Signale für stimmhafte und stimmlose Laute . . . . . . . . . . . . . . . . . . . 106
8.2 Unendlich verstärkte Sprachsignale sind immer noch verständlich . 107
8.3 Zerteilung von Signalen in einzelne Segmente . . . . . . . . . . . . . . . . . . 112
8.4 Verschiedene Fensterfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
8.5 Fouriertransformierte verschiedener Fensterfunktionen (Breite
N = 51) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
8.6 Entstehung eines Spektrogramms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
8.7 Spektrogramm der Wortfolge ” eins zwei drei“ . . . . . . . . . . . . . . . . . . 115
8.8 Filterbänke gleicher Größe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
8.9 Filterbänke wachsender Größe. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
8.10 Die Mel-Skala . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
8.11 verschiedene Berechnungen für Filterbänke: 1. Linear nichtüberlappend,
2. logarithmisch nichtüberlappend, 3. logarithmisch
überlappend . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
8.12 Das Cepstrum ist die Spektralanalyse des Spektrums. . . . . . . . . . . . 120
8.13 Filtern und Liftern eines Signals . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
8.14 Nur-Pole-Funktion eines Linearen Vorhersagesystems. . . . . . . . . . . . 122
8.15 Nur-Pole-Funktion beschränkt auf den Einheitskreis . . . . . . . . . . . . 122
9.1 Arbeitsweise eines stochastischen parametrischen Klassifikators . . . 129
9.2 Nachteile äquidistanter Merkmalsraumunterteilung . . . . . . . . . . . . . 131
9.3 Nachteil der Nächste-Nachbar-Klassifikation . . . . . . . . . . . . . . . . . . . 131
9.4 Klassifikator mit Mahalanobis-Distanzen . . . . . . . . . . . . . . . . . . . . . . 132
9.5 k-nächste-Nachbar-Klassifikation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
9.6 Merkmalsraum als hierarchische Baumstruktur . . . . . . . . . . . . . . . . . 134
9.7 Auftrennen einer Gauß-Verteilung in zwei . . . . . . . . . . . . . . . . . . . . . 137
9.8 Das Bucket-Voronoi-Intersection Verfahren . . . . . . . . . . . . . . . . . . . . 139
9.9 Funktionsweise eines Bayes-Klassifikators . . . . . . . . . . . . . . . . . . . . . . 141
9.10 Veranschaulichung der Hauptachsentransformation. . . . . . . . . . . . . . 146
9.11 Idealvorstellung der Wirkung einer LDA-Transformation . . . . . . . . 147
9.12 Fehlerbestimmung bei der ” moving targets“ Methode . . . . . . . . . . . 148