Publikationen

Mit dem beschriebenen Modul zur perceptualen Sprachsignalanalyse wurden gute Ergebnisse erzielt. In Simulationen verschiedener Erkennungsprozesse wurde gezeigt, daß die Einbeziehung der hörphysiologischen Eigenschaften des menschlichen Ohres in die Sprachsignalanalyse einen positiven Einfluß auf die Erkennungssicherheit hat. Es zeigte sich eine starke Abhängigkeit der Erkennungssicherheit von der gewählten Merkmalsdimension. Die maximalen Erkennungssicherheiten wurden bei Merkmalsdimensionen zwischen 4 und 6 erreicht. Daraus ergibt sich die Notwendigkeit, bei einem zukünftigen Einsatz der perceptualen Sprachsignalanalyse die optimale Merkmalsdimension, abhängig vom Merkmalsraum zu suchen. Die Messungen basierten auf der Lauterkennung. Die Laut-Kreuzvergleiche wurden mit 33 Lauten der deutschen Sprache durchgeführt. - Die zur Steuerung der Preemphasis entwickelte Lautgruppenanalyse erbrachte eine weitere Steigerung der Erkennungssicherheit. Bei der Modellierung mit Reflexionskoeffizienten war die größte Verbesserung zu verzeichnen. Es bleibt zu untersuchen, ob sich die Lautgruppenanalyse auch zur Vorklassifikation von Lauten einsetzen läßt. - Die Funktionen der perceptualen Sprachsignalanalyse wurden in der Programmiersprache C realisiert und zu einem Modul zusammengefaßt. Damit ist die Nutzung der Funktionen auch in anderen Spracherkennungssystemen möglich. Jedoch sind aufgrund der rechenintensiven Funktionen keine Online- Realisierungen möglich. Abhilfe könnte die Transformation mit der FFT bringen, wofür aber erst noch die entsprechende Voraussetzungen (Analysefenster mit konstanter Länge) geschaffen werden müssen.