Zweistufige kontextsensitive Sprecherklassifikation am Beispiel von Alter und Geschlecht pdfsubject

331 Pages·2012·7.75 MB·German

Zweistu(cid:2)ge kontextsensitive Sprecherklassi(cid:2)kation
am Beispiel von Alter und Geschlecht
Dissertation
zurErlangungdesGrades
DoktorderIngenieurwissenschaften(Dr.-Ing.)
derNaturwissenschaftlich-TechnischenFakult(cid:228)tIderUniversit(cid:228)tdesSaarlandes
vorgelegt von
ChristianM(cid:252)ller
Saarbr(cid:252)cken,
den19.Dezember2005
ii
DatumdesKolloquiums:
13.Januar2006
Dekan:
Prof.Dr.J(cid:246)rgEschmeier
Vorsitzender:
Prof.Dr.PhilippSlusallek
Berichterstatter:
1.Prof.Dr.Dr.h.c.mult.WolfgangWahlster
2.Prof.Dr.WilliamBarry
Promovierter akademischerMitarbeiterderFakult(cid:228)t:
Dr.J(cid:246)rgBaus
Erkl(cid:228)rung
Hiermit erkl(cid:228)re ich an Eides statt, dass ich die vorliegende Arbeit ohne unzul(cid:228)ssige Hilfe Dritter
und ohne Benutzung anderer als der angegebenen Hilfsmittel angefertigt habe. Die aus anderen
Quellenoderindirekt (cid:252)bernommenen DatenundKonzeptesindunterAngabederQuellegekenn-
zeichnet.
Diese Arbeit wurde bisher weder imIn- noch im Ausland in gleicher oder (cid:228)hnlicher Form in
anderenPr(cid:252)fungsverfahren vorgelegt.
Saarbr(cid:252)cken, den19.Dezember2005
iii
iv
Danksagung
MeinbesondererDankgiltProf.Wahlster,dermirvonBeginnanFreiraumgew(cid:228)hrte,wannimmer
esm(cid:246)glichwar,undmichmitVorgabenunterst(cid:252)tzte,wannimmerdiesn(cid:246)tigwar.Ichdankemeinen
Kollegenf(cid:252)rihreUnterst(cid:252)tzung,insbesondereFrankWittig,vondemichinderAnfangsphaseviel
lernte,undMichaelFeld,f(cid:252)rdessenwertvolleHilfebesonders inderSchlussphase.
GanzherzlichdankeichmeinerFamilie,ohnedieichessicherlichnichtgeschaffth(cid:228)tte,dieses
Dokument zu erstellen: Jakob, der mich zum Fr(cid:252)haufsteher machte und meinem Tagesablauf
deutlich mehrStruktur verliehen hat.Anne,f(cid:252)rihre moralische Unterst(cid:252)tzung, die Diskussionen,
ihren Blick von au(cid:223)en und den st(cid:228)ndigen Griff nach dem Duden. Meinen Eltern, f(cid:252)r die vielen
Tage, an denen sie Jakob betreut haben, und so f(cid:252)r mich eine ideale Umgebung zum Schreiben
schufen.
ChristianM(cid:252)llerimDezember2005
v
vi
Kurzzusammenfassung
In der vorliegenden Dissertation wird ein zweistu(cid:2)ger Ansatz zur Sprecherklassi(cid:2)kation amBei-
spielAlterundGeschlecht vorgestellt. Dazuwerden zun(cid:228)chst dieErgebnisse umfangreicher Kor-
pusanalysen pr(cid:228)sentiert,diealsReferenzbasis humanwissenschaftlicher Studiengeeignetsind.Es
wird gezeigt, dass die Modelle, die mithilfe dieser Daten trainiert wurden, in der Lage sind, die
genannten Sprechereigenschaften mit einer Genauigkeit zu erkennen, die teilweise das F(cid:252)nffa-
che des jeweiligen Zufallsniveaus betr(cid:228)gt. Dar(cid:252)ber hinaus zeichnet sich der vorgestellte Ansatz
vor allen Dingen durch die so genannte Zweite Ebene aus, auf der mithilfe von Dynamischen
Bayes’schen Netzen eine Fusion multipler Klassi(cid:2)kationsergebnisse unter Ber(cid:252)cksichtigung des
auditiven Kontextes erfolgt. In der Arbeit wird au(cid:223)erdem ein konkretes Sprecherklassi(cid:2)kations-
system beschrieben, welches f(cid:252)r das Anwendungsszenario von mobilen, sprachbasierten Dialog-
systemenentwickelt wordenist.
vii
viii
Short Abstract
This dissertation describes a two-layered speaker classi(cid:2)cation approach on the example of age
andgender. Firstofall,theresults ofcomprehensive corpus analyses arepresented thataresuita-
bletoserveasareferencebasisforfurtherstudiesinhumansciences.Itisshowed,thatthemodels
which aretrained using these data areable to recognize the above mentioned characteristics with
an accuracy that is up to (cid:2)ve times better than the respective chance level. In addition, the pre-
sented approach distinguishes itself by the so called Second Layer, on which a context sensitive
fusion of multiple classi(cid:2)cation results is accomplished using Dynamic Bayesian Networks. The
dissertation also describes a concrete speaker classi(cid:2)cation system which was developed for the
application scenarioofmobilespokendialogsystems.
ix
x