Automatische Extraktion prosodischer Merkmale aus den Verläufen von Sprachgrundfrequenz und Lautheit

Zusammenfassung

Ausgehend von einem Modell der prosodischen Gruppe wurde untersucht, inwieweit sich Betonungsstufen und prosodische Gruppen (Phrasen) automatisch mit Methoden der Mustererkennung aus berechneten Merkmalverläufen des Sprachsignals ermitteln lassen. Verwendet wurde zur Analyse das Verfahren der Dynamischen Programmierung. Es zeigte sich, daß die Prosodie in unterschiedlichem Maße auf Grundfrequenz und Lautheit einwirkt und daß sich die Erkennungsleistung durch Interpolation der Grundfrequenz in den stimmlosen Bereichen und teilweise auch durch Einbeziehung der Satzdeklination, also des Absinkens der Grundfrequenz zum Satzende hin, verbessern läßt.

Abstract

Starting from a model of the prosodic group (phrase) the possibility was investigated of finding different stress levels and prosodic groups automatically by means of pattern analysis. Dynamic time warping was used for analysing parameters (e.g. F ₀ -contours) of the speech signal. The results show that prosody has different effect on pitch and loudness. The recognition rates can be improved by interpolation of F ₀ in unvoiced parts of the signal and by correction of the influence of declination (i.e. the falling of F ₀ to the end of a sentence).