Kristian KroscheL (Hrsg.) Elektronische Sprachsignalverarbeitung. Tagungsband der 14. Konferenz Karlsruhe, 24. bis 26. September w.e.d.

Transkript

1 Kristian KroscheL (Hrsg.) Elektronische Sprachsignalverarbeitung Tagungsband der 14. Konferenz Karlsruhe, 24. bis 26. September 2003 w.e.d. Universitätsverlag 2003

2 Inhaltsverzeichnis Sprachsegmentierung und -erkennung A. Waibel, Universität Karlsruhe, CMU Pittsburgh Hauptvortrag CHIL Computing to Overcome Techno Clutter 13 K. Ekstein, V. Matousek, R. Moucek, Westböhmische Universität in Pilsen Hybhd Analytic/ANN-Based Acoustic-Phonetic Decoding 14 M. Wölfel, Universität Karlsruhe Mel-Frequenzanpassung der Minimum Varianz Distortionless Response Einhüllenden 22 M. Heckmann, K. Kroschel, Universität Karlsruhe F. Berthommier, C. Savariaux, ICP, INPG Grenoble Adaptive Audio-Visual Speech Recognition in the Presence of Audio and Video Distortions 30 I. Shdaifat, R. Grigat, TUHH Vision Systems D. Langmann, Philips Semiconductors GmbH An Experimental Framework for Lipreading 38 T. Richter, Rico Petrick, Diane Hirschfeld, voice INTER connect GmbH, Dresden Robuste Phrasendetektion durch zweistufige Sprach/Pause-Detektion 46 L. Dzbanek, M. Sigmund, Technische Universität Brno Entwicklung und Optimierung automatischer Bestimmung der Wortgrenzen 54 V. Mildner, P. Kienner, K.-D. Kammeyer, Universität Bremen Chorus Detection in Songs ofpop Music 59 U. lurgel, Universität Duisburg S. Werner, TU Dresden Gerhard Rigoll, TU München Vergleich von automatischer und manueller Segmentierung von Fernsehnachrichten und deren Einfluss auf die Sprach- und Themenerkennung 67 K. Ekstein, V. Matousek, T. Pavelka, Westböhmische Universität in Pilsen Automatic Segmentation and Labeling of Speech Signal 75 B. Meyer, M. Kleinschmidt, Universität Oldenburg Robust Speech Recognition Based on Localized Spectro-Temporai Features 82 A. Berton, H. Hüning, H. Kretzschmar, DaimlerChrysler AG Domänenspezifische Sprachmodelle und Konfidenzmaße für die Domänendetektion und die Verringerung von Erkennungsfehlern 90

3 H. Gölzer, M. Kleinschmidt, Universität Oldenburg Importance of Early and Late Reflections for Automatic Speech Recognition in Reverberant Environments 98 Akustik und Signalverarbeitung N. Görtz, Technische Universität München Hauptvortrag Joint Source-Channel Coding forcoded Speech Transmission 106 V. Zeißler, J. Adelhardt, E. Nöth, Universität Erlangen-Nürnberg Emotionserkennung in einem automatischen Dialogsystem: Ist der Mensch besser als die Maschine? 114 R. Winkler, W. Sendlmeier, Technische Universität Berlin Auswirkungen affektiver emotionaler Sprecherzustände auf das Schwingverhalten der Stimmlippen 122 T. Haulick, G. Schmidt, Temic SDS, Ulm Signalverarbeitungskomponenten zur Verbesserung der Kommunikation in Fahrzeuginnenräumen 130 M. Bück, Temic SDS, Ulm Mehrkanalige Geräuschunterdrückungssysteme mit adaptiver Selbstkalibrierung 138 G. Uhlrich, D. Schuchardt, H. Baesekow, ABS GmbH, Jena Untersuchungen zum Einsatz von Mikrofonarrays in Verbindung mit Spracherkennungssystemen 146 W. Brandstätter, Technische Universität Wien Frank Kettler, HEAD acoustics, Herzogenrath Laufzeitgesteuerte Echokompensation in IP basierenden Telefonnetzen 154 S. Hohenner, S. Lang, M. Kleinehagenbrock, G.A. Fink, F. Kümmert Universität Bielefeld Multimodale Sprecherlokalisation für Mensch-Roboter-Interaktionen in einer Multi-Personen-Umgebung 162 D. Bechler, L. Cridlig, K. Kroschel, Universität Karlsruhe Evaluation ofthe precedence effect for Speaker localization using microphone arrays 170 M. Ihle, Siemens AG Comparison of two Realisations of a Differential Microphone Array for Spectral Subtraction 178

4 rachsynthese und -qualität 'errier, ICP, INPG Grenoble iptvortrag iellierung der Sprachproduktion mit einem biomechanischen Zungenmodell 186 Verner, M. Eichner, M. Wolff, R. Hoffmann, Technische Universität Dresden Wendung eines Sprachmodells zur Modellierung und Synthese von mtansprache 188 Schnell, A. Lacroix, Goethe-Universität Frankfurt achanalyse und -erzeugung mit verlustbehafteten zeitdiskreten irmodellen 196 Hammerstingl, S. Breuer, Universität Bonn iluation eines Sprachsynthesesystems nach dem Prinzip der Nonuniform tselection aulus, J. Steffens, TU Braunschweig ''.rumenteile und auditive Qualitätsbeurteilung bei der korpusbasierten achsynthese 211 Youvain, Phonetik-Büro Trouvain ss synthetische Sprache immer langweilig klingen? 219 <ruschke, Technische Universität Dresden jstisch-phonetische Merkmale in verschiedenen Stilen gelesener Sprache 226 -agel, W.F. Sendlmeier, Technische Universität Berlin s audiovisuelle Sprachsynthesesystem MASSY- Implementierung und timierung 234 i/veiss, Universität Bonn 'eorealistische audiovisuelle Synthese basierend auf Unitselection 242 Huber, B. Kollmeier, Universität Oldenburg MO_Q - Audio Quality Assessment Using a Model of Auditory Perception 250 Niswar, K. Kroschel, Universität Karlsruhe nstruction ofan individualized Visual speech-synthesizer from orthogonal -images 257 Horäk, IREE AS CR, Prag Sobe, TU Dresden jsodiemodellierung im freien Text-to-Speech-System Epos mit neuronalen tzen 265 U. Hain, T. Volk, T. Fingscheidt, Siemens AG, München dprocessing and Prosody Generation for a TTS System with a Very Small otprint 272 Ranostaj, A. Lacroix, Goethe-Universität Frankfurt i Experimentalsystem zur Sprachakustik und Sprachproduktion 280

5 Technologie und Anwendung der Sprachsignalverarbeitung J. Schultz, H. Wengelnik, Volkswagen AG G. Gruchalski, AUDI AG Sprachsignalverarbeitung in der Automobilindustrie 286 M. Ihle, Siemens AG Sprachsignalverarbeitung für den Mobilfunk: Eine Übersicht und Trendanalyse 293 P. Setiawan, S. Aalburg, T. Fingscheidt, S. Stan, Siemens AG, München G. Ruske, TU München A Text-Independent Speaker Verification Approach for Mobile Devices 300 G. Boi, L Both, F. Englert, K. Kasper, L. Krejsa, H. Reininger, G. Schmidt, K. Serinert, M. Thiel, M. Wagner, ATIP GmbH Skalierbare Voice-Plattform mit Unterstützung multimodaler Interaktion 307 G. Wolf, T. Reichert, GEMAC Chemnitz mbh, Chemnitz Elektronische Sprachsignalverarbeitung in der industriellen Anwendung - Ergebnisse des EU-Förderprojektes VAMP 315 Jens Maase, Bosch und Siemens Hausgeräte GmbH, Regensburg Diane Hirschfeld, Uwe Koloska, voice INTER connect GmbH, Dresden J. Heibig, Mediainterface Dresden GmbH Sprachsteuerungen im Praxistest - Das Apollo-Korpus 323 F. Kettler, H.-W. Gierlich, D. Eickenhorst, HEAD acoustics, Herzogenrath Aktuelle Entwicklungen in der Messtechnik für KFZ-Freisprecheinrichtungen 331 T. Wolf, Procitec GmbH Automatische Sprachverarbeitung von Funksignalen 339 K. Fellbaum, B. Ketzmerick, BTU Cottbus Audio-Komponenten beim e-learning - eine erste Bestandsaufnahme 345 M. Pritsch, BTU Cottbus Visuelle Kommunikationshilfen für Gehörlose 353 M. Sartori, COREP, Turin "Let Them Speak" - Voice technology for industrial applications - VAMP projects in Italy 357 I. Varvitsioti, Archimedia S.A. T. Menexelis, Theta-M N. Panagopoulos, enlogic Application of speech technology for alarm Systems and disabied persons - VAMP projects in Greece 361 M. Eichner, M. Kühne, S. Werner, M. Wolff, Technische Universität Dresden Sprachtechnologien in der Lernumgebung eines Internet-basierten Studienganges

6 itorenregister. _378 11