Refine
Year of publication
Document Type
Institute
Akustische Mustererkennung
(2011)
In diesem Positionspapier stellen wir ausgehend von klassischen Erkenntnissen der Sprach– und Signalverarbeitung das im letzten Jahrzehnt von uns entwickelte "Einheitliche System zur Sprachsynthese und –erkennung" (UASR) vor. Dieses steht in enger Beziehung zu neueren Ansätzen in der Systemtheorie, namentlich den kognitiven dynamischen Systemen. Diese lassen bislang jedoch weitestgehend die für eine "Erkenntnisfähigkeit" unerlässliche hierarchische Modellierung und Systemstruktur außer acht (obwohl deren Notwendigkeit als unumstritten gelten kann). Die Konstruktionsprinzipien unseres Systems sind: hierarchische Struktur, gemeinsame Daten für Analyse und Synthese sowie einheitliche Algorithmen auf allen
Ebenen. Wir argumentieren weiterhin, dass kognitive (Sprach–)Kommunikationsysteme ein inneres Modell ihres Kommunikationspartners haben müssen und zeigen, wie dieses auf naheliegende Weise technisch realisiert werden kann. Sowohl die hierarchische Struktur als auch die ”Spiegelung“ des Kommunikationspartners sind durch die Neurobiologie beim natürlichen Vorbild belegt. Als technologische Basis schlagen wir endliche Transduktoren (finite state transducers) vor. Wir haben gezeigt, dass diese für unsere Aufgabe universell sind und prinzipiell auf allen Verarbeitungsebenen von der akustischen bis hin zur
pragmatischen für Analyse und Synthese eingesetzt werden
können. Abschließend geben wir ein Konzept für hierarchische kognitive dynamische Sprach- und Signalverarbeitungssysteme an und benennen die aus unserer Sicht künftig interessanten Forschungsthemen.
An application example for unified speech synthesis and recognition using Hidden Markov Models
(2009)
Dieses Buch bietet eine umfassende Darstellung der Methoden, mit denen zeitkontinuierliche und zeitdiskrete Signale so analysiert werden, dass ihre für die Weiterverarbeitung wesentlichen Merkmale extrahiert werden. Dazu wird die Beschreibung der Signale im Zeit- und Frequenzbereich behandelt und durch eine Einführung in Digitalfilter ergänzt. Auf diesen Grundlagen bauen speziellere Analyseverfahren auf; insbesondere wird auf Kurzzeit-Spektralanalyse, Wavelets, Cepstrum und lineare Prädiktion eingegangen. Die Darstellung wird im zweiten Band mit den Methoden der Signalerkennung fortgesetzt, so dass das Gesamtwerk eine umfassende Beschreibung der Kette darstellt, die in modernen Systemen der Informationsverarbeitung von der Signalerfassung bis hin zum Klassifikationsergebnis führt.
A unified approach for speech synthesis and speech recognition using Stochastic Markov Graphs
(2000)
Anwendung Stochastischer Markovgraphen in einem integrierten Spracherkennungs- und -synthesesystem
(2001)
Einkanalige Störgeräuschunterdrückung zur Steigerung der Worterkennungsrate eines Spracherkenners
(2007)
Using unified automatic speech recognition and synthesis system for cross-language acoustic modeling
(2012)
Die automatische Auswertung von Signalen spielt in der modernen Informationstechnik eine große Rolle. Dieses Lehrbuch bietet, ausgehend von der Repräsentation des Signals im Merkmalraum, die Beschreibung wichtiger Klassifikationsverfahren. Dazu zählen Linear- und Bayes Klassifikatoren, Supportvektormaschinen, Klassifikatoren auf der Basis von Gaussian-Mixture-Modellen und Hidden-Markov-Modellen sowie Klassenfolgenklassifikatoren.Weiterhin werden wichtige Grundlagen der Automatentheorie (Finite State Machines) sowie ausgewählte maschinelle Lernverfahren dargestellt.Die Darstellung setzt die Verfahren zur Merkmalgewinnung voraus, die im ersten Band vermittelt wurden, so dass das Gesamtwerk eine umfassende Beschreibung der Kette darstellt, die in modernen Systemen der Informationsverarbeitung von der Signalerfassung bis hin zum Klassifikationsergebnis führt.