PROGRAMM - DAGA 2012

318 DAGA 2012 Programmauf den Ablauf der Konversation. Je nach Art der Konversation sind inunterschiedlichem Ausmaß die formale oder die inhaltliche Struktur betroffen,die zudem nicht unabhängig sind.Auf Basis von Konversationstests zeigt der Beitrag, dass sich die Oberflächenstrukturvon ”natürlichen” Telefongesprächen bei Verzögerungenwenig ändert, da die Versuchspersonen versuchen ihren Sprachrhythmusbeizubehalten. In stärker strukturierten Konversationen ist diesnicht mehr möglich. Es wirkt sich dabei deutlich auf die Qualitätsurteileaus, wenn die Teilnehmer keine strukturelle Möglichkeit der Kompensationhaben. Auf Grundlage der Testergebnisse wird ein Modell vorgeschlagen,das anhand des Verhaltenstypus der Teilnehmer, der Interaktivitätder Konversationsaufgabe und der ÜbertragungsverzögerungSprachqualitätsurteile sowie Konversationsperformanz vorhersagt.Do. 14:25 germanium 3.03 Sprachakustik in TelekommunikationEntwicklung eines auditiven Verfahrens zur Evaluation synthetischerzeugter HörbücherF. Hinterleitner a ,G.Neitzel a , S. Möller a und C. Norrenbrock ba Deutsche Telekom Laboratories, TU Berlin; b Digitale Signalverarbeitungund Systemtheorie, CAU KielDie großen Fortschritte der letzten Jahre in der Entwicklung von Sprachsynthesesystemenhat dazu geführt, dass synthetische Sprache Teil unseresAlltags geworden ist. Bereits jetzt werden Text-to-Speech (TTS)Systeme zum Vorlesen von Emails oder SMS verwendet. Die wachsendeBeliebtheit von Hörbüchern und deren langwieriger Aufnahmeprozeßlegt es nahe selbst auf diesem Gebiet synthetisch erzeugte Spracheeinzusetzen. Im Gegensatz zur Synthese einzelner Sätze sind bei derSynthese ganzer Bücher neben Natürlichkeit und Prosodie weitere Qualitätsaspektevon Bedeutung. Als wie anstrengend empfindet der Hörerden vorgelesenen Text? Ist das System in der Lage den Tonfall der Situationanzupassen? Dieser Artikel präsentiert ein auditives Verfahren,das speziell zur Evaluation synthetisch erzeugter Hörbücher entwickeltwurde. Zur Validierung des Verfahrens wurde ein Hörversuch durchgeführtbei dem Passagen aus 10 Büchern von den TTS-Systemen IVO-NA und CereProc synthetisiert und anschließend von Versuchspersonenauf 11 Skalen bewertet wurden. Eine Faktorenanalyse der Ergebnisseergab zwei relevante Qualitätsdimensionen. Diese erfassen den ”Hörgenuß”sowie die ”Prosodie”. Die im Hörversuch erfaßten Daten sollenin Zukunft dazu dienen die Entwicklung von Qualitätsvorhersagemodellenfür synthetische Sprache weiter voranzutreiben. Insbesondere dieMöglichkeit zur Vorhersage einzelner Qualitätsdimensionen wäre ein fürEntwickler von TTS-Systemen wichtiges Instrument.