Sprachliche Mensch-Maschine-Kommunikation

Spracherkenner
Wortfolge
(Hypothesengraph)
Analyse
Sinn
prosodische
Merkmale
weitere Detekoren
Emotionserkenner
Prosodie-Detektor
Abb. 23.1. Verstehen gesprochener Sprache
Emotionen
23.2 Prosodie 391
sonstige
Merkmale
satz- beziehungsweise phrasenübergreifende Melodien und Rhythmen.
Zu den wichtigsten, die Prosodie bestimmenden Merkmalen gehören die
folgenden:
• Intonation
Die Intonation (engl. Pitch) ist die Tonhöhe der Grundfrequenz mit der
stimmhafte Laute artikuliert werden. Diese Grundfrequenz wird oft auch
als F0 (wie die nullte Formante) bezeichnet. Sie kann auf verschiedene
Arten bestimmt werden. Eine Möglichkeit ist die Analyse des Cepstrums
(vgl. Abs. 8.3), die Grundfrequenz manifestiert sich dort in einem außergewöhnlich
hohen Ausschlag bei der Quefrenz die der Grundfrequenz
entspricht. Eine andere Möglichkeit besteht darin, die Autokorrelation
auf dem Signal für verschiedene Verschiebungen zu messen. Wenn wir
annehmen, daß die Grundfrequenz F0 Hz ist und daß das diskrete
Sprachsignal s[n] mit einer Abtastrate von r Hz abgetastet wurde, dann
ist davon auszugehen, daß die Autokorrelation
i s[i] · s[i − r/F0] für eine
Verschiebung um r/F0 am größten ausfällt. Auch für Vielfache k · r/F0
dieser Verschiebung sind erhöhte Werte der Autokorrelation zu messen. In
der Praxis ergeben sich für die Messung von F0 einige Probleme, die darin
begründet sind, daß Sprache auch viele nicht stimmhafte Phasen enthält,
daß Rauschen und Störgeräusche verschiedenster Art die Korrelationsmessungen
und Cepstenbestimmung beeinträchtigen, und daß F0 selbst
nicht konstant ist, sondern sich über die Zeit hinweg ändert – wodurch ja