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