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