Publikationen

Das Ziel der vorliegenden Diplomarbeit war, die Sprachen-Identifikation basierend auf prosodischen Merkmalen durchzuführen. Zur Lösung dieser Aufgabe wurden die bereits aus der Literatur bekannten Ansätze und Wissensquellen recherchiert und beschrieben. In Bezug auf Prosodie wurde eine Erscheinung (U-Bahn-Effekt) vorgestellt und ein perzeptives Experiment durchgeführt, das als Basis für das Studium der sprachentypischen Prosodie diente. Zunächst wurde die Prosodie aus dem Sprachsignal extrahiert. Dann wurde sie verarbeitet, indem ihre zwei wichtigen Parameter (Grundfrequenz und Signal-Amplituden) durch Polygonzüge ersetzt wurden. Dabei wurden drei Vorverarbeitungen wie die Glättung, das zweite Kriterium und die Randwertbehandlung durchgeführt, um eine optimale Approximation zu erzielen. Aus diesen Geraden wurden die prosodischen Merkmale extrahiert, die mit optional der Karhunen-Loeve-Transformation nachverarbeitet wurden. Zur Modellierung wurde der K-Means-Algorithmus verwendet, wobei die sprachentypischen Charakteristika durch Mittelwertsvektoren und Kovarianzmatrizen der multivariaten, multimodalen Verteilungen beschrieben wurden. Mit der Maximum-Likelihood-Schätzung wurde die gesuchte Sprache der Testäußerung identifiziert. Das entwickelte System wurde anhand verfügbarer Daten getestet, die heutzutage weltweit für Evaluierung von Sprachen-Identifikationsalgorithmen verwendet werden. Die mit dem entwickelten System erreichten Ergebnisse lassen viel zu wünschen übrig. Die zukünftige Arbeit sollte in die Richtung gehen, das Identifikationssystem mit einer größeren Datenmenge zu testen, um eine statistisch signifikantere Aussage über das gebaute System zu machen. Die Software der Arbeit ermöglicht auch, die Kombination zwischen Phonotaktik und Prosodie durchzuführen, indem man Modelle anhand der prosodischen Merkmale bezogen auf Phoneme aufbaut. Es wäre ebenso erforderlich, bessere Merkmale aus der Prosodie zu gewinnen, um die Erkennungsrate zu verbessern.