Human and automatic speech recognition in the presence of speech-intrinsic variations

Ziel der vorliegenden Dissertation ist die Analyse und Verbesserung automatischer Spracherkennung (ASR). Da das menschliche auditorische System heutigen ASR-System weit überlegen ist, wurde zunächst die Erkennungsleistung von Mensch und Maschine verglichen. Aus den spezifischen Unterschieden wurden Rückschlüsse auf Signalverarbeitungsmechanismen gezogen, die zu einer Verbesserung von ASR führen. Beim Vergleich wurde insbesondere der Einfluss intrinsischer Variabilität (Änderungen der Sprachrate, des Sprachaufwands und -stils, sowie Dialekt und Akzent) evaluiert. Die Ergebnisse belegen, dass die Verarbeitung zeitlicher Merkmale in ASR Optimierungspotential birgt. Daher wurden spektro-temporale Merkmale für ASR eingesetzt, mit denen bei verändertem Sprachaufwand und variierender Sprechweise eine Verbesserung gegenüber Standardmerkmalen erzielt wurde; dies belegt die Nützlichkeit spektro-temporaler und temporaler Information für automatische Erkenner.

Level thesis:degree_level

thesis.doctoral

Grantor dc:publisher

Universität Oldenburg

Year

2009

Author dc:creator

• Meyer, Bernd T.

• Automatic speech recognition, speech perception , spectro-temporal features , man-machine-comparison , speech-intrinsic variations

Repository record source_url

http://oops.uni-oldenburg.de/919

OAI identifier oai:identifier

oai:oops.uni-oldenburg.de:919