Download Sachbericht
Transcript
BENEFIT – simon – Sprachsteuerung von IKT – Anwendungen für Senioren – Projektnr.: 825883 groß ist, ist es wahrscheinlich, dass das Pruning beim Forced Alignment diese Probleme verursacht hat. Mit höheren Werten wäre unbedingt zu experimentieren! 5.3. Zusammenfassung In Zusammenarbeit mit der TU Graz wurde die Methodik der Modellgenerierung erweitert. So werden jetzt nach Erstellen eines Modells eine frei wählbare Anzahl an Gaussian Mixture Models (GMM) generiert um sprecherunabhängige Modelle zu verbessern. Außerdem verwenden von simon generierte Modelle nun 39 anstatt von bisher 25 Features (MFCC_D_N_Z_0 auf MFCC_D_A_0). Die Änderung wurde mit Hilfe von bei der Kids Chance aufgenommenen Daten getestet und ergab eine Erhöhung der Erkennungsrate in Korpus von 64% auf 95% (siehe Details). Mit der neuen Methodik wurden getrennte Modelle für REHA Klinik Maria Theresia (43 Sprecher) und REHA Klinik Kids Chance (23 Sprecher) erstellt und Out Of Corpus getestet. Durchgehende Erkenntnis der Tests sind, dass mit den Aufnahmen der REHA Klinik Maria Theresia durchaus ein generelles Sprachmodell im Bereich des Möglichen ist. Bei REHA Kids Chance macht aufgrund der starken sprachlichen Beeinträchtigungen der Testpersonen ein allgemeines Sprachmodell aufgrund der Testergebnisse weniger Sinn, ein adaptiertes Sprachmodell könnte aber zu den gewünschten Resultaten führen. Diesbezüglich wären noch weitere Tests erforderlich. Aus dem aktuellen deutschen Voxforge-Corpus (Stand 04.03.2010) wurden Sprachmodelle mit unterschiedlichen Lexika generiert. In vorläufigen Tests fiel auf, dass es mit dem jetzigen System Modelle zu generieren, schwierig war, die nötige Triphonabdeckung zu erreichen. Vermutungen legen nahe, dass aufgrund der Menge an Sprachaufnahmen, beim Triphon-Clustering zu viele Probleme auftreten. Diesbezüglich wären auch weitere Tests von Nöten. Laut einer schnellen Überprüfung seitens der TU Graz sind die Aufnahmen des deutschen Voxforge-Corpus mangelhaft und es bestehen Zweifel, ob sie überhaupt genutzt werden sollten. Tests mit der ADABA Datenbank und anderen Corpora stehen noch aus und sind in anderen Arbeitspaketen vorgesehen nachdem der Generierungsprozess weiter verbessert wurde um mit sehr großen Datenmengen umzugehen. 5.4. Sprachmodellierung 5.4.1. Sprachaufnahmen 5.4.1.1. Wortschatzentwicklung Der Wortschatz wurde gemeinsam mit Hr. Prof. Muhr erarbeitet. Die Erarbeitung fand sowohl in Zusammenarbeit mit Bewohnern der Humanitas Seniorenresidenz statt als auch intern basierend auf den definierten Szenarien. Die Wortliste besteht aus den erhobenen Kommandos für die BENEFIT-Szenarien, Kommandos zur Haussteuerung mit dem Hintergedanken der möglichen Erweiterung der Szenarien und phonetisch reichhaltigen Wörtern um damit die Phoneme der deutschen Sprache größtmöglich abzudecken. Dies ermöglicht eine leichtere Erweiterung der Kommandos für zukünftige Szenarien. 39