DIPLOMARBEIT

3.4 Verbinden der Komponenten
Nach dem obigen try‐catch‐Block wird folgende Verzweigung eingefügt:
if (data == 0){
num = buffer.length-12;
for (int i=12; i < buffer.length-12; ++i){
buffer[i] = (byte)255;
}
}
else {
num=in2.read(buffer,12,buffer.length-12);
}
Für den Fall, das keine Daten gelesen werden können, wird der komplette Buffer mit Bytes vom Wert
255 gefüllt. Dies entspricht bei der ULAW‐Kodierung einer Amplitude von Null. Können jedoch Daten
gelesen werden, dann werden ganz normal die gelesenen Daten in den Buffer geschrieben.
Mit diesem letzten Schritt ist die Voice‐over‐IP‐Anbindung des Sprachservers komplett und Audioda‐
ten können über eine VoIP‐Verbindung sowohl empfangen als auch gesendet werden.
3.5 Anpassung
3.5.1 Samplefrequenz des Erkenners
3.5.1.1 Einleitung
Da der Sprachserver ursprünglich auf die Erkennung von Eingangsdaten mit einer Abtastrate von 16
kHz ausgelegt war, bleibt die Erkennungsgenauigkeit trotz des durchgeführten Resamplings unter
dem zu erwartenden Wert. Verantwortlich dafür sind Frequenzbereiche im Signal, die der Erkenner
erwartet, die aber nicht in dem neuabgetasteten Signal vorhanden sind. Um die Erkennungsgenauig‐
keit zu verbessern muss der Erkenner auf die neue Abtastrate von 8 kHz angepasst werden. Dazu sind
mehrere Schritte notwendig.
3.5.1.2 Anpassen der Audioaufzeichnung
Die Digitalisierung des analogen Sprachsignals wurde bisher mit 16 kHz durchgeführt. Um die Abtast‐
rate zu ändern wurde eine neue Einstellung in die Konfigurationsdatei „fbsv.ini“ mit der Bezeichnung
„sampleRate“ aufgenommen. Der Quellcode wurde an den entsprechenden Stellen so geändert, dass
anstatt einem festen Wert von 16 kHz die Einstellung aus der Konfigurationsdatei verwendet wird.
Mit der Zeile „sampleRate=8000“ in der Konfigurationsdatei zeichnet der Sprachserver nun die Au‐
diodaten mit einer Rate von 8 kHz auf.
3.5.1.3 Anpassen der Hidden Markov Modelle
Die vorhandenen Hidden Markov Modelle (HMMs) müssen durch neue ersetzt werden, die mit 8 kHz
Audiodaten antrainiert wurden. Dazu werden die originalen Audiodaten neu abgetastet und das
Training wird anschließend nochmal wiederholt. In der Konfigurationsdatei muss nun nur noch über
den Wert „htkHMMMacro“ die Datei mit den 8 kHz‐Modellen angegeben werden.
77