Download Sachbericht
Transcript
BENEFIT – simon – Sprachsteuerung von IKT – Anwendungen für Senioren – Projektnr.: POS3 73.53 79.71 80.88 85.29 825883 76.12 Table 9: Wortfehlerraten für Experiment 4 mit Mikrofonen 1-5 auf Positionen 1-3 mit 4 GMM mixtures 4.2.1.9. Experiment 5 ASR-Modell aus Raumaufnahmen, getestet mit Aufnahmen zusammen mit Störgeräuschen (Task: connected digits) POS1 MIC1 MIC2 MIC3 MIC4 MIC5 70.24 38.10 45.24 60.71 35.29 Table 10: Wortfehlerraten für Experiment 5 mit Mikrofonen 1-5 auf Position 1 mit 2 GMM mixtures POS1 MIC1 MIC2 MIC3 MIC4 MIC5 72.62 50.00 46.43 65.48 45.59 Table 11: Wortfehlerraten für Experiment 5 mit Mikrofonen 1-5 auf Position 1 mit 4 GMM mixtures 4.2.2. Fazit Spracherkennung unter Raumeinflüssen ist gut-sehr gut möglich Voraussetzungen o Trainingsdaten aufgenommen unter ähnlichen Bedingungen (matched training/test condition) Adaption verbessert die Erkennungsleistung noch einmal deutlich Mikrofonauswahl o sehr gute und robuste Leistung des AKG D542 E Schwanenhals-Mikrofons, auch bei Störeinflüssen o ähnlich gute Leistung des Samson CM12C Hängemikrofons, bis auf Anfälligkeit gegenüber Störeinflüssen o mäßigere Leistung für AcousticMagic VoiceTracker, nur unter Störeinflüssen leichte Vorteile 4.3. Mehrmikrofonlösung für Sprachaufnahmen Da wir grundsätzlich mehrere unterschiedliche Szenarien geplant haben, in denen unterschiedliche Mikrofone zum Einsatz kommen müssen, mussten wir aufgrund der unterschiedlichenen Mikrofoneigenschaften auch mit den jeweiligen Mikrofonen aufnehmen. Hierfür entschieden wir uns, nach den Mikrofontests mit folgenden Mikrofonen aufzunehmen: - Sennheiser PC 36 USB Headset - THE T-BONE 312S Schwanenhalsmikrofon - Samson CM12C Hängemikrofon Dadurch wurde jede von uns angedachte Situation abgedeckt. 4.3.1. Technische Umsetzung: Das Sennheiser PC 36 USB Headset besitzt eine eigene USB-Soundkarte. Da die anderen beiden Mikrofone (T-BONE 312S und Samson CM12C) einen XLR-Anschluss haben, wurde hierfür eine Alesis 32