Sprachliche Mensch-Maschine-Kommunikation

Empfehlungen

Info

Lippenrundung 6.3 Gruppierung von Phonemen 75 Lippenrundung Die letzte Instanz des Vokaltraktes bilden meist die Lippen. Für einige Laute sind alle Teile des Artikulationsapparates bis auf die Lippen identisch. So unterscheiden sich die Laute i (wie in Tier) und y (wie in Tür) nur dadurch, daß im einen Fall die Lippen weniger im anderen mehr gerundet sind. Durch die Rundung ändern sich die Schallabstrahlungseigenschaften.
Seite 1:
Ivica Rogina Sprachliche Mensch-Mas
Seite 5 und 6:
Inhaltsverzeichnis Tabellenverzeich
Seite 7 und 8:
Inhaltsverzeichnis IX 8. Verarbeitu
Seite 9 und 10:
Inhaltsverzeichnis XI 16. Verwendun
Seite 11 und 12:
Inhaltsverzeichnis XIII 23. Versteh
Seite 13 und 14:
Tabellenverzeichnis 1.1 Eingabegesc
Seite 15 und 16:
Abbildungsverzeichnis 2.1 Wortfehle
Seite 17 und 18:
Abbildungsverzeichnis XIX 8.1 Signa
Seite 19 und 20:
Abbildungsverzeichnis XXI 13.1 Trai
Seite 21 und 22:
Abbildungsverzeichnis XXIII 18.1 Zu
Seite 23 und 24:
Abbildungsverzeichnis XXV 28.1 Vers
Seite 25 und 26:
2 1. Nutzen und Anwendungen 1.1 Vor
Seite 27 und 28:
4 1. Nutzen und Anwendungen 1.2 Anw
Seite 29 und 30:
6 1. Nutzen und Anwendungen plomarb
Seite 31 und 32:
8 1. Nutzen und Anwendungen Wo imme
Seite 33 und 34:
10 1. Nutzen und Anwendungen zugeor
Seite 35 und 36:
12 1. Nutzen und Anwendungen Sprach
Seite 37 und 38:
14 1. Nutzen und Anwendungen Sprach
Seite 39 und 40:
16 1. Nutzen und Anwendungen Mensch
Seite 41 und 42:
18 2. Eigenschaften und Taxonomie v
Seite 43 und 44:
Seite 45 und 46:
Seite 47 und 48: 24 2. Eigenschaften und Taxonomie v
Seite 57 und 58: 34 3. Geschichte eine abhörsichere
Seite 59 und 60: 36 3. Geschichte Fehler erkennen k
Seite 61 und 62: 38 3. Geschichte auch hier ca. 1000
Seite 64 und 65: 4. Anatomie Sprachproduktion und Pe
Seite 66 und 67: 4.1 Anatomie des Artikulationsappar
Seite 76 und 77: 4.2 Anatomie des Gehörs 53 Nasenra
Seite 78 und 79: 5. Akustische Grundlagen Zum Verst
Seite 80 und 81: Quelle a x 2a Abb. 5.2. Schallenerg
Seite 82 und 83: absolute Schalldruckpegel ist defin
Seite 84 und 85: 5.2 Messung der Schallintensität 6
Seite 86 und 87: 6. Phonetische Grundlagen Die Phone
Seite 88 und 89: 6.2 Die IPA Lautemenge 65 des zwanz
Seite 90 und 91: 6.3 Gruppierung von Phonemen 67 fü
Seite 92 und 93: Abb. 6.2. Das Vokalviereck uÏ oÇ
Seite 94 und 95: 6.3 Gruppierung von Phonemen 71 In
Seite 96 und 97: 6.3.3 Artikulationsorte 6.3 Gruppie
Seite 100 und 101: 7. Grundlagen der Signalverarbeitun
Seite 102 und 103: 7.1 Analog/Digital Wandlung 79 des
Seite 104 und 105: 7.2 Systeme 81 als zeitinvariant be
Seite 106 und 107: σ(x) Abb. 7.4. Die Stufenfunktion
Seite 108 und 109: 7.3 Fourieranalyse 7.3 Fourieranaly
Seite 110 und 111: 7.3 Fourieranalyse 87 Die gezeigte
Seite 112 und 113: so erhalten wir f(t) = ∞ k=−∞
Seite 114 und 115: 7.3 Fourieranalyse 91 Leistungsspek
Seite 116 und 117: δ(x) F(δ)(ω) Abb. 7.6. Die Fouri
Seite 118 und 119: Abb. 7.9. Fouriertransformierte meh
Seite 120 und 121: ∞ ∞ = 1 cost · i sinωt dx+ 2
Seite 122 und 123: 7.4 Die diskrete Fouriertransformat
Seite 124 und 125: n−1 s[k] = c[j] · w kj j=0 Off
Seite 126 und 127: 7.5 Codierung akustischer Signale 1
Seite 128 und 129: 8. Verarbeitung von Sprachsignalen
Seite 130 und 131: 8.2 Spektralranalyse 107 ursprüngl
Seite 132 und 133: 8.2 Spektralranalyse 109 Klicken Si
Seite 134 und 135: Ê 8.2 Spektralranalyse 111 Laut Be
Seite 136 und 137: 8.2 Spektralranalyse 113 Transformi
Seite 138 und 139: Abb. 8.7. Spektrogramm der Wortfolg
Seite 140 und 141: 0 b1 b2 Abb. 8.9. Filterbänke wach
Seite 142 und 143: 8.3 Cepstralanalyse 8.3 Cepstralana
Seite 144 und 145: Spektrum Cepstrum Abb. 8.13. Filter
Seite 146 und 147: 8.5 Einfache Signalnormalisierungen
Seite 148:
8.6 Wavelets 125 zum Beispiel eine
Seite 151 und 152:
128 9. Klassifikation und Mustererk
Seite 153 und 154:
Seite 155 und 156:
Seite 157 und 158:
Seite 159 und 160:
Seite 161 und 162:
Seite 163 und 164:
Seite 165 und 166:
Seite 167 und 168:
Seite 169 und 170:
Seite 171 und 172:
Seite 173 und 174:
Seite 175 und 176:
152 10. Erkennung statischer Sprach
Seite 177 und 178:
Seite 179 und 180:
Seite 181 und 182:
Seite 183 und 184:
160 11. Erkennung dynamischer Sprac
Seite 185 und 186:
Seite 187 und 188:
Seite 189 und 190:
Seite 191 und 192:
Seite 193 und 194:
Seite 195 und 196:
Seite 197 und 198:
Seite 200 und 201:
12. Hidden Markov Modelle Man kann
Seite 202 und 203:
12.1 Probleme mit einfachen Musterv
Seite 204 und 205:
12.2 Sprache als stochastischer Pro
Seite 206 und 207:
Seite 208 und 209:
Seite 210 und 211:
12.4 Die drei Probleme der Hidden M
Seite 212 und 213:
Seite 214 und 215:
Seite 216 und 217:
Seite 218 und 219:
Seite 220 und 221:
anwenden und erhalten: 12.4 Die dre
Seite 222 und 223:
12.5 Spracherkennung mit Hidden Mar
Seite 224 und 225:
Seite 226 und 227:
Seite 228 und 229:
13. Das Trainieren von Spracherkenn
Seite 230 und 231:
13.1 Überblick über den HMM-Entwi
Seite 232 und 233:
13.1 Überblick über den HMM-Entwi
Seite 234 und 235:
Fehlerrate auf Trainingsdaten Abb.
Seite 236 und 237:
13.2 Aufteilung der Sprachaufnahmen
Seite 238 und 239:
13.3 Trainingsparadigmen 215 Der Ei
Seite 240 und 241:
13.3 Trainingsparadigmen 217 annehm
Seite 242 und 243:
13.3 Trainingsparadigmen 219 Das f
Seite 244 und 245:
13.3 Trainingsparadigmen 221 viel w
Seite 246 und 247:
14. Das akustische Modell In der Sp
Seite 248 und 249:
14.2 Der Parameterraum des Akustisc
Seite 250 und 251:
14.2 Der Parameterraum des Akustisc
Seite 252 und 253:
14.3 Mehrere Datenströme 229 Ganz
Seite 254 und 255:
14.4 Parameterkopplung 231 Zustand
Seite 256 und 257:
Räumliche 14.5 Mehrdimensionale Hi
Seite 258 und 259:
14.5 Mehrdimensionale Hidden-Markov
Seite 260 und 261:
14.6 Aussprachemodellierung 237 aus
Seite 262 und 263:
14.6.3 Aussprachevarianten 14.6 Aus
Seite 264 und 265:
14.6 Aussprachemodellierung 241 wer
Seite 266 und 267:
14.6 Aussprachemodellierung 243 wir
Seite 268 und 269:
14.6 Aussprachemodellierung 245 Dur
Seite 270 und 271:
15. Erkennung kontinuierlicher Spra
Seite 272 und 273:
15.1 Bewertung von Erkennungshypoth
Seite 274 und 275:
15.2 One Stage Dynamic Programming
Seite 276 und 277:
D C B A 15.2 One Stage Dynamic Prog
Seite 278 und 279:
D C B A 15.2 One Stage Dynamic Prog
Seite 280 und 281:
15.3 Hidden Markov Modelle für kon
Seite 282:
C B A 15.4 Einbindung eines einfach
Seite 285 und 286:
262 16. Verwendung von Sprachmodell
Seite 287 und 288:
Seite 289 und 290:
Seite 291 und 292:
Seite 293 und 294:
Seite 295 und 296:
Seite 297 und 298:
Seite 299 und 300:
Seite 301 und 302:
Seite 303 und 304:
Seite 305 und 306:
Seite 307 und 308:
Seite 309 und 310:
Seite 311 und 312:
Seite 313 und 314:
290 17. Kontextabhängige akustisch
Seite 315 und 316:
Seite 317 und 318:
Seite 319 und 320:
Seite 321 und 322:
Seite 323 und 324:
Seite 325 und 326:
Seite 327 und 328:
Seite 329 und 330:
Seite 331 und 332:
Seite 333 und 334:
Seite 335 und 336:
Seite 338 und 339:
18. Effiziente Decodierverfahren De
Seite 340 und 341:
18.1 Decoderarten 317 Eine partiell
Seite 342 und 343:
18.2 Beschneidung des Suchraumes 31
Seite 344 und 345:
HUT HUF HOF T 18.3 Baumdarstellung
Seite 346 und 347:
18.4 Sprachmodelle höherer Ordnung
Seite 348 und 349:
18.6 Längenmodellierung 325 ein Sp
Seite 350:
18.7 Mehrpaßsuchen 327 möglich is
Seite 353 und 354:
330 19. Parameterraumoptimierung wi
Seite 355 und 356:
332 19. Parameterraumoptimierung 19
Seite 357 und 358:
334 19. Parameterraumoptimierung Ge
Seite 359 und 360:
336 19. Parameterraumoptimierung er
Seite 361 und 362:
338 19. Parameterraumoptimierung Ab
Seite 363 und 364:
340 19. Parameterraumoptimierung Be
Seite 365 und 366:
342 19. Parameterraumoptimierung 19
Seite 367 und 368:
344 19. Parameterraumoptimierung Sc
Seite 369 und 370:
346 20. Erkennung von Spezialvokabu
Seite 371 und 372:
Seite 373 und 374:
Seite 376 und 377:
21. Robustheit und Adaption Lange Z
Seite 378 und 379:
50 45 40 35 30 25 20 15 10 5 0 21.1
Seite 380 und 381:
21.3 Geräuschmodellierung 357 ein
Seite 382 und 383:
21.4 Adaptionsziele 359 Geräusche
Seite 384 und 385:
auswirkt. In Gl. 21.2 wird eine Tra
Seite 386 und 387:
21.5 Adaptionsmethoden 363 eine Fun
Seite 388 und 389:
21.5 Adaptionsmethoden 365 auf die
Seite 390 und 391:
21.5 Adaptionsmethoden 367 tion B1(
Seite 392:
21.5 Adaptionsmethoden 369 trägt z
Seite 395 und 396:
372 22. Künstliche Neuronale Netze
Seite 397 und 398:
Seite 399 und 400:
Seite 401 und 402:
Seite 403 und 404:
Seite 405 und 406:
Seite 407 und 408:
Seite 409 und 410:
Seite 412 und 413:
23. Verstehen von Sprache In den An
Seite 414 und 415:
Spracherkenner Wortfolge (Hypothese
Seite 416 und 417:
War die Äußerung eine Aussage, ei
Seite 418 und 419:
Syntaktischer Parser Semantischer P
Seite 420 und 421:
... SEIN RASEN GRÜNT Verb Verb Ver
Seite 422 und 423:
23.3 Parsing 399 weder durch exakte
Seite 424 und 425:
24. Dialogsteuerung Ein Dialog hat
Seite 426 und 427:
24.1 Einheiten der sprachlichen Kom
Seite 428 und 429:
24.2 Sprechakte 405 enthalten sie I
Seite 430 und 431:
24.4 Entwicklung von Dialogsystemen
Seite 432 und 433:
Seite 434:
Seite 437 und 438:
414 25. Erkennung verschiedener Spr
Seite 439 und 440:
Seite 441 und 442:
Seite 443 und 444:
420 26. Zusätzliche Modalitäten d
Seite 445 und 446:
422 26. Zusätzliche Modalitäten 2
Seite 447 und 448:
424 26. Zusätzliche Modalitäten E
Seite 449 und 450:
426 26. Zusätzliche Modalitäten K
Seite 451 und 452:
428 26. Zusätzliche Modalitäten 0
Seite 454 und 455:
27. Entwicklung von Anwendungen In
Seite 456 und 457:
27.1 Ein Erkenner für eine neue Au
Seite 458 und 459:
Seite 460 und 461:
Seite 462 und 463:
27.3 Beispiel: Adressenerkennung 43
Seite 464 und 465:
27.3 Beispiel: Adressenerkennung 44
Seite 466 und 467:
28. Der moderne Vortragsraum Kommun
Seite 468 und 469:
28.1 Die Rolle der Spracherkennung
Seite 470 und 471:
28.1 Die Rolle der Spracherkennung
Seite 472 und 473:
28.2 Verfolgen eines Laserpointers
Seite 474 und 475:
E K oben Q K rechts K unten H horiz
Seite 476 und 477:
28.2 Verfolgen eines Laserpointers
Seite 478 und 479:
Lasers auswirken. 28.3 Erkennung sp
Seite 480 und 481:
28.3 Erkennung spontaner Vortragssp
Seite 482 und 483:
28.3 Erkennung spontaner Vortragssp
Seite 484 und 485:
ausgehen, daß die Erkennung etwas
Seite 486:
28.4 Das FAME Projekt 463 in sein N
Seite 489 und 490:
466 Literaturverzeichnis [BMHW93a]
Seite 491 und 492:
468 Literaturverzeichnis [FR97] M.
Seite 493 und 494:
470 Literaturverzeichnis [Hil03] A.
Seite 495 und 496:
472 Literaturverzeichnis [Kle00] M.
Seite 497 und 498:
474 Literaturverzeichnis [Mai94] M.
Seite 499 und 500:
476 Literaturverzeichnis [PGF + 95]
Seite 501 und 502:
478 Literaturverzeichnis [SR97] K.
Seite 503 und 504:
480 Literaturverzeichnis [WOVY94] P
Seite 506 und 507:
Sachverzeichnis F0, 391 N-Gramme, 2
Seite 508 und 509:
Eingabegeschwindigkeit, 2 Einzelkom
Seite 510 und 511:
Liftering, 120 Likelihood Distanz,
Seite 512 und 513:
Sprachdetektor, 152 Sprachenidentif
Alle anzeigen

Sprachliche Mensch-Maschine-Kommunikation

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?