Nachhallmodellierung für die robuste Spracherkennung in halligen Umgebungen

Drittmittelfinanzierte Einzelförderung


Details zum Projekt

Projektleiter/in:
Prof. Dr.-Ing. Walter Kellermann


Beteiligte FAU-Organisationseinheiten:
Professur für Nachrichtentechnik

Mittelgeber: DFG-Einzelförderung / Sachbeihilfe (EIN-SBH)
Projektstart: 01.08.2008
Projektende: 30.08.2011


Abstract (fachliche Beschreibung):


Heutige Spracherkennungssysteme erzielen bemerkenswerte Erkennungsraten, wenn Nahbesprechungsmikrofone für die Aufnahme der Sprache verwendet werden. Aufgrund des größeren Abstandes zwischen Sprecher und Mikrofon erschweren im Freisprechbetrieb additive Störungen und der Nachhall des Nutzsignals die Erkennung erheblich. Während in den letzten Jahrzehnten beachtliche Fortschritte hinsichtlich der Robustheit der Erkenner bezüglich additiven Störungen erzielt wurden, bereitet der Nachhall nach wie vor Probleme bei der Erkennung. In diesem Forschungsvorhaben soll ein neuer Ansatz zur robusten Spracherkennung basierend auf der expliziten Modellierung des Nachhalls im Merkmalbereich weiterentwickelt werden. Insbesondere soll der Ansatz für leistungsfähige Sprachmerkmale und leistungsfähige akustische Modelle erweitert und mit in halligen Umgebungen aufgenommenen Sprachdaten anhand komplexer Aufgabenstellungen evaluiert werden.



Zuletzt aktualisiert 2018-22-11 um 19:41