Experimentier Plan

1. Ermitteln der besten Framerate und Fensterbreite
   • Parameter:
     • (Framerate, Fensterbreite): (5ms, 12.5ms), (10ms, 25ms)
   • Dateien
     • Signale: manuell segmentierte Signale; 30 Sprecher; directory: Wavefiles2/
       • Jeweils 2 Aufnahmen von 20 Sprechern erstellt und in Wavefiles2/Waves070504/ abgelegt. Sprecher waren Studenten und Mitarbeiter, die groesstenteils unbekannt sind und nur ihren Vornamen angaben.
       • Die beiden Sprachdateien wurden direkt nacheinander aufgenommen.
       • Die Aufnahmen wurden mit Praat, im Labor und mit dem Mikrofon, dass wir vorher auch immer benutzt haben, aufgenommen.
       • Die Stille wurde manuell mit Praat entfernt.
       • Jeweils 2 Aufnahmen von 10 Sprechern (Teilnehmer des Projektes) wurden zuvor (am 23.04.04 (außer den 4 Dateien, die weiter unten beschrieben sind)) aufgenommen. Sie befinden sich unter Wavefiles2/.
       • alex1.wav, dirk1.wav, marina1.wav, monica1.wav wurden am 16.04.04 aufgenommen.
       • Diese wurden unter den gleichen Bedingungen und Geräten erstellt.
     • Features: 12 LPREFC
     • Vertauschungsmatrix
     • Qualitätsmaße (incl. Rechenaufwand)
   • Resultate
     • (5ms, 12,5ms) ca. 4-facher Rechenzeitaufwand
2. Ermitteln der optimalen LPC-Parameter
   • Parameter:
     • (Delta,Energie,Koeffizientenanzahl)
     • Delta = {ohne delta, mit delta, mit delta hoch zwei}
     • Energie = {mit, ohne}
     • Koeffizientenanzahl = {12, ... , 20}
     • Features: LPREFC, LPC
   • Dateien
     • Signale: manuell segmentierte Signale; directory: Wavefiles2/
     • Konfigurationsdateien mit verschiedenen Parameterkonfigurationen befinden sich unter featurefiles/2004-04-30_1/
     • Vertauschungsmatrix
     • Qualitätsmaße (incl. Rechenaufwand)
   • Resultate
     • LPC-Features sind durchgehend nutzlos, LPREFC haben wesentlich bessere Trefferraten, unabhängig von den anderen Parametern
3. Ermitteln eines optimalen Vergleichsalgorithmus
   • Parameter * DTW/NDTW * verschiedene Slope-constraints (max. 2)
   • Dateien
     • Features: optimale Merkmalsfiles aus vorangegangenem Experiment
     • Vertauschungsmatrix
     • Qualitätsmaße (incl. Rechenaufwand)
   • Resultate
4. Ermitteln des optimalen Schwellwerts der Silence-Detektion
   • Parameter
     • Schwellwert
       • 200, 210, 215, 250, 300, 400
       • Beim leisesten Signal (marinaA1.wav) wurde ab einem Schwellwert von 215 das letzte "e" abgeschnitten. Allerdings bleibt bis 300 in einigen Signalen (ermim1.wav, etc.) Stille bestehen.
     • Aufnahmeort
       • Im Labor
   • Signale:

• • Gruppe 1 Entwicklung einer Silence-Detection
  • Gruppe 2 erstellt das Kreuzprodukt der Parameter aller praktikablen Kombinationen und konvertiert die Wave Dateien mit diesen
    • Grundfrequenz als zusätzliches Merkmal?
  • Gruppe 3 erstellt daraus die Abstands-Matrizen (normiert auf die Dimension der Vektoren)

• Bewerten der entstehenden Matrizen mit einem Maß:
  • Ähnlichkeit der Sprecher mit sich selbst: Maximum, Minimum und Durchschnitt
  • Abstand zwischen unterschiedlichen Sprechern: Maximum. Minimum und Durchschnitt
  • Anteil der Fehlzuweisungen

• Protokoll soll automatisch erstellt werden
• Ergebnisse sollen visualisiert werden

• Vorgehensweisen für Ablehnung eines Sprechers
  • Einheitlicher Schwellwert für alle Sprecher
  • Speicherung eines individuellen Höchstabstandes für jeden Sprecher (Die Höchstabstände müssen in weiteren Experimenten ermittelt werden)

• Noch zu tun
  • andere Signalparameter (MFCC, ...)
  • Langzeitverhalten von Sprechern
  • Mikrofonabhängigkeit (Soundkarte)
  • mehrere unterschiedliche Sätze pro Sprecher
  • "große" Sprecheranzahlen
  • Einfluss der Silence-Detektion