Sprachliche Mensch-Maschine-Kommunikation

26.2 Sprecherlokalisierung 425
Eine andere Möglichkeit, die räumliche Auflösung des Gehörs zu verbessern,
ist die Verwendung von Basisverbreiterern, wie sie in der Seefahrt
zur Lokalisierung von Nebelhörnern heute noch eingesetzt werden. Dabei
werden in jedes Ohr das Ende eines tubus-, muschel- oder kegelförmigen
Schalleiters gesteckt, während die anderen Enden für die Schallaufnahme
dienen und einen wesentlich größeren Abstand voneinander haben als die
Ohren des Menschen. Auf diese Art ist eine viel exaktere Bestimmung
der Korrelation der beiden gehörten Signale und somit eine Messung von
Laufzeitunterschieden möglich.
Beamforming
Beim Beamforming nutzt man die gleichen Techniken wie bei der Sprecherlokalisierung
mittels Mikrophonarrays. Während bei der Sprecherlokalisierung
der Laufzeitunterschied des Schalls von der Schallquelle zu verschiedenen
Mikrophonen gemessen wird, wird beim Beamforming den eintreffenden
Signalen je nach Mikrophon eine berechnete Verzögerung zugefügt, so daß
die Summe der unterschiedlich verzögerten Signal alle Schallwellen, die von
einer bestimmten Quelle kommen verstärkt und die Signale, die aus anderen
Richtungen kommen unterdrückt.
Wenn xi(t) das Signal bezeichnet, das am Mikrophon Mi ankommt, und
∆i die Schallaufzeit vom gewünschten Ort Q bis zu Mi ist, dann berechnet
sich das endgültige Signal x(t) wie:
x(t) =
xi(t − ∆i) (26.2)
i
Die Folge ist, daß in x(t) die Schallwellen von allen Orten außer Q nicht
in Phase sind und nur die Wellen von Q in Phase sind. Eigentlich ist die
Bezeichnung ” Beamforming“ zu schwach, denn in Wirklichkeit kann man das
Verfahren bei Verwendung von drei oder mehr Mikrophonen ” Spotforming“
nennen, denn es werden nicht nur Wellen aus einer bestimmten Richtung
sondern von einem bestimmten Punkt selektiert.
26.2.2 Mit Videoaufnahmen
Eine weitere Möglichkeit, eine Sprecherlokalisierung durchzuführen ist die
Verwendung einer Videokamera. Mit Hilfe eines Gesichterdetektionsverfahrens
[?] und Gesichterverfolgungsverfahrens können Gesichter im Raum
erkannt werden, die Analyse der Lippenregion sollte selbst bei entfernten