Robuste Erkennung der Prosodischen Phänomene und der Emotionalen Benutzerzustände in Einem Multimodalen Dialogsystem

Front Cover
Logos Verlag Berlin GmbH, Jun 30, 2012 - 380 pages
Die vorliegende Arbeit widmet sich der Untersuchung der Robustheit bei der automatischen Analyse der prosodischen Eigenschaften der Sprache. Als Gegenstand der automatischen Klassifikation dienen drei prosodische Phanomene (Phrasenakzente, Phrasengrenzen und Fragen), zwei Arten von "Beiseitesprechen" (Read-OffTalk, Other-OffTalk) und drei emotionale Benutzerzustande (Freude, Zogern und Arger). Die domanenubergreifende Auswertung der Klassifikatoren bildet einen Schwerpunkt der Experimente. Zwei weitere Schwerpunkte sind die robuste Berechnung der prosodischen Merkmale, die nicht von einer wortbasierten Verschriftung abhangt, und das robuste Training eines Klassifikators fur die echten Benutzerzustande in der Spontansprache. Ein zweistufiger Klassifikator, der die Ergebnisse der prosodischen und der segmentalen Klassifikation zusammenfuhrt, verbessert die Klassifikation der emotionalen Benutzerzustande in der Spontansprache. Eine weitere Verbesserung wird durch die Verwendung der gespielten Emotionsdaten als Trainingsstichprobe erreicht.
 

What people are saying - Write a review

We haven't found any reviews in the usual places.

Contents

Einleitung
1
Abbildungsverzeichnis
4
3
10
Stand der Technik
19
Verwendete Stichproben
53
5
65
6
71
1
75
4
178
1
215
Wortunabhängige robuste Klassifikation
228
Einfluss der Anzahl der PCADimensionen auf die Erkennungsraten Die Abdeckung des Suchraumes bei der Optimierung der SVMParameter Erkenn...
251
Integration in ein multimodales Dialogsystem
257
Ausblick
265
80
273
Literaturverzeichnis
277

Grundfrequenzberechnung
85
3
89
3
96
4
119
3
123
Dauer und Energienormierung
127
1
130
Klassifikationsverfahren
145
1
172
Robuste wortbasierte Klassifikation
173
82
286
Stichproben für Experimente zur SHSLEntscheidung
288
83
292
Sachregister
303
103
304
244
308
A Verwendete mathematische Variablen und Symbole
311
B Mathematische Abhandlungen
319
Verwendete Merkmalssätze
327
Copyright

Common terms and phrases

2-Klassenproblem a-posteriori-Wahrscheinlichkeit Abbildung Algorithmen Algorithmus anhand Annotation annotiert Ansatz Anzahl Auswertung automatischen Baseline Basismerkmale Batliner Beispiel Benutzerzustände berechnet Berechnung beschrieben besser beste Ergebnis Daten Detektion durchgeführt eingesetzt EM-Algorithmus emotionalen Emotionen Emotionserkennung Energie Energiemerkmale erfolgt Ergebnisse Erkennung Erkennungsrate Erkennungsrate CL ersten Experimente F0-Algorithmen F0-Kontur Fall Fehlerrate fett hervorgehoben folgenden Frames getesteten globalen Grenzen Grundfrequenz IEEE International Conference intrinsischen Iterationen Klassen klassenweise gemittelte Klassifikation Klassifikation der Benutzerzustände Klassifikation der prosodischen Klassifikationsverfahren Konfiguration Kovarianzmatrix Kreuzvalidierung Lautheit LDA-Klassifikator Log-Normalverteilung Merkmale Merkmalskonfigurationen Merkmalssatz MFCC Mustererkennung normierten Nöth Off-Talk optimalen Optimierung Parameter Phrase phrasenweise POS-Merkmale Proc Prosodiemodul prosodischen Analyse prosodischen Fragen prosodischen Phänomene Prosodischer Merkmalssatz Recognition Robustheit segmentbasierten Segmentierung SH-Abschnitte siehe Abschnitt signifikante SK-Test SKEmo-Stichprobe SmartKom SmartKom-Stichprobe Speech Communication Sponti Spracherkenner Sprachsignal Stichprobe stimmhaften Struktogramm Strukturmerkmale Tabelle Testfall Teststichprobe Training Trainingsstichprobe unterschiedlichen Untersuchung Variante Verbmobil Verfahren Vergleich Verteilungsdichten verwendet VM-Test VMonSK VMonSK-Test vollständige vorliegenden Arbeit wortbasierten wortunabhängigen zwei

Bibliographic information