Was sind einige der effektivsten Formen der Stimmverstellung?

Präsentation zum Thema: "Was sind einige der effektivsten Formen der Stimmverstellung?"—  Präsentation transkript:

1 Was sind einige der effektivsten Formen der Stimmverstellung?
LMU München – WiSe 2007/ 08 Hauptseminar: Forensische Phonetik Dozent: Prof. Dr. Jonathan Harrington Referentin: Aysen Demir Datum:

2 1. Effekte von Stimmverstellung auf spektrografische Sprecheridentifizierung
Sprecher und Spektrogramme 40 erwachsene, männliche Sprecher (Durchschnittsalter: 27,3Jahre) 2 Sitzungen für Aufnahmen: - Reihe von 4 Sätzen für 1.Sitzung - andere Reihe von 3Sätzen für Sitzung 9 Schlüsselwörter in diesen Sätzen: it, is, on, you, and, the, I, to, me 6 verschiedene Arten der Stimmverstellung: 1.normal, 2.alt, 3.heiser, 4.hypernasal, 5.extrem langsam, 6.freie Wahl Sprachaufnahmen in schalldichtem Raum Breitband – Spektrogramme (Frequenzbereich Hz)

3 1. Effekte von Stimmverstellung auf spektrografische Sprecheridentifizierung

4 1. Effekte von Stimmverstellung auf spektrografische Sprecheridentifizierung
Aufbau des Experiments 4 unabhängig arbeitende spektrografische Untersucher (2 Sprachwissenschaftler + 2 Sprachpathologen) erhielten ca. 4 Wochen Training (10-15h/Woche) Identifikations- Diskriminationsaufgaben 30 Sprecher willkürlich in Sprechergruppe aufgeteilt Ausstattung der Untersucher mit 15bekannten („Referenz-“) Spektrogrammen (unverstellte Schlüsselwörter aus 2.Sitzung) Repräsentation v.15unbekannten („matching“) Spektrogrammen (verstellte/ unverstellte Schlüsselwörter aus 1.Sitzung) 7 verschiedene Arten v. „matching tasks“: 1.unverstellt-unverstellt, 2.alt-unverstellt, 3.heiser-unverstellt, 4.hypernasal-unverstellt, 5.extrem langsam-unverstellt, 6.freie Wahl- unverstellt, 7.willkürlich gewählte Verstellung-unverstellt

5 1. Effekte von Stimmverstellung auf spektrografische Sprecheridentifizierung
Aufbau des Experiments Nur 11 v.15 unbekannten Spektrogrammen passten zu gegebenen 15 bekannten Spektrogrammen (4 „non-matches“ in jeder Aufgabe des Experiments) Einschätzung und Bewertung folgender Faktoren: Entscheidungssicherheit auf 5 Pkt.- Skala (1: „sehr unsicher“, 5: „sehr sicher) Schwierigkeitsgrad der 7 Aufgabenarten auf 7Pkt.- Skala (1: „nicht sehr schwer“, 7: „sehr schwer“) Nützlichkeit der 9 Stimulus- Wörter für Identifikation der Sprecher auf 7Pkt.- Skala (1: „nicht sehr nützlich“, 7: „sehr nützlich“)

6 1. Effekte von Stimmverstellung auf spektrografische Sprecheridentifizierung
Ergebnisse Aufgaben- und Untersucherunterschiede Tabelle 1: Durchschnitt korrekter Identifikationen v. jeder Stimmverstellung Zeigt, dass unverstellte Stimme signifikant höhere, korrekte Prozentzahlen hat als die anderen Verstellungen Nasale und langsame Sprechweise die am wenigsten effektiven Verstellungen, während freie Wahl am effektivsten Tabelle 1

7 1. Effekte von Stimmverstellung auf spektrografische Sprecheridentifizierung
Ergebnisse Aufgaben- und Untersucherunterschiede Tabelle 2: Durchschnitt korrekter Identifikationen v. jedem Untersucher AI signifikant besser als die übrigen Untersucher Anderen drei Untersucher unterscheiden sich nicht bedeutsam voneinander Tabelle 2

8 1. Effekte von Stimmverstellung auf spektrografische Sprecheridentifizierung
Ergebnisse Aufgaben- und Untersucherunterschiede Tabelle 3: Durchschnitt korrekter Identifikationen v. jeder Stimmverstellung mit Entscheidungssicherheit v. 3, 4 und 5 Ausschluss v. Entscheidungen mit geringer Sicherheitseinschätzung veränderte Wert der gesamten Entscheidungen nicht merklich Selbe Muster v. Unterschieden wie bei gesamten Entscheidungen der Untersucher Unverstellte Stimme hat signifikant höheren Durchschnitt v. korrekten Identifikationen Nasal und langsame Sprechweise am uneffektivsten, während freie Wahl am effektivsten Tabelle 3

9 1. Effekte von Stimmverstellung auf spektrografische Sprecheridentifizierung
Ergebnisse Sprecherunterschiede 6 Stimmverstellungen, die verstellte Sprache beinhalteten wurden zusammengelegt, um Durchschnittswert v. korrekten Identifikationen für alle 30Sprecher zu erhalten Ermittlung, ob Sprecherunterschiede hauptsächlich mit Einfachheit der Stimmverstellung oder mit gesamter Sprechererkennbarkeit zusammenhängen: Vergleich des Sprecherdurchschnitts für vereinte verstellte und unverstellte Stimmen Bestimmte Sprecher schwieriger identifizierbar in verstellten und unverstellten Sprechweisen

10 1. Effekte von Stimmverstellung auf spektrografische Sprecheridentifizierung
Ergebnisse Fehlerartverteilung In Identifikations- Diskriminationsaufgaben für Sprecheridentifizierung 3Arten von Fehlern möglich: 1. Fehler ID: Verstellung existierte, aber Untersucher wählte falsche (falsche Identifizierung) 2. Fehler EL: Verstellung existierte, aber Untersucher erkannte sie nicht ( falsche Eliminierung) 3. Fehler INC: Verstellung existierte nicht, aber Untersucher wählte sie (falsche Einbeziehung) Untersuchung der Fehlerartverteilung durch Analyse der Wechselwirkungen zw. Verstellungsart, Fehlerart und Untersucher: Wechselwirkung v. Verstellung + Fehlerart: Verteilung der Fehlerarten abhängig v. bestimmten Verstellungen Wechselwirkung v. Fehlerart + Untersucher: Fehlerartverteilung gemäß der Tätigkeit eines bestimmten Untersuchers variierte -> Untersucher hatten „charakteristische“ Arten Fehler zu machen

11 1. Effekte von Stimmverstellung auf spektrografische Sprecheridentifizierung
Ergebnisse Wahrgenommene Schwierigkeit der Stimmverstellung Tabelle4: Durchschnitt der empfundenen Stimmverstellungsschwierigkeit Untersucher fanden bestimmte Verstellungen schwieriger Unverstellte Stimme am einfachsten Nasal wurde unter verstellten Stimmen am leichtesten empfunden Freie Wahl, willkürlich gewählte Verstellung und heiser am schwierigsten -> diese Ergebnisse bestätigen Ergebnisse aus Tab.1: je schwieriger Untersucher Verstellungen empfanden, desto niedriger war ihre Leistung in Identifikation dieser Verstellungen Tabelle 4

12 1. Effekte von Stimmverstellung auf spektrografische Sprecheridentifizierung
Ergebnisse Empfundene Nützlichkeit der Schlüsselwörter für Sprecheridentifikation Tabelle5: Durchschnitt der empfundenen Nützlichkeit jedes Stimulus- Wortes Untersucher empfanden bestimmte Wörter nützlicher als andere für Sprecheridentifikation Offensichtlich, dass Stimulus- Wörter, die nasale Phoneme enthalten (z.B. me, on, and), für ziemlich nützlich für Sprecheridentifikation gehalten wurden Tabelle 5

13 1. Effekte von Stimmverstellung auf spektrografische Sprecheridentifizierung
Diskussion Verringerung in Sprecheridentifizierung reichte v. 14,17%(langsam) bis 35%(freie Wahl) zeigt, dass spektrografische Sprecheridentifizierung durch Versuche die Stimme zu verstellen beeinflusst wird Interessant, dass nur Ausführung eines Untersuchers sich bedeutsam v. dem der anderen unterschied -> Übung der Untersucher relativ gleich; Untersucher AI besaß vermutlich vor Übungsprogramm ähnliche Sprachanalysefähigkeiten Fehlen bedeutsamer Wechselwirkung zw. Verstellung und Untersucher zeigt Einheitlichkeit der Übungsprozeduren für alle Verstellungen und Untersucher

14 1. Effekte von Stimmverstellung auf spektrografische Sprecheridentifizierung
Diskussion Bestimmte Stimmverstellungen weniger effektiv als andere nasal eine der uneffektivsten Verstellungen Energiespektrum während nasaler Phonation stark sprecherabhängig Koartikulierte Nasalspektra liefern verlässlichere Hinweise für Identifizierung als Nasalspektra allein -> mag empfundene Nützlichkeit v. nasalen Schlüsselwörtern erklären langsam: relative Unwirksamkeit dieser Verstellung Relativ unveränderte spektrale Hinweise Vokal- und Wortdauern merklich erhöht -> direkte Beziehung zw. Durchführung der Sprecheridentifizierung und der Dauer des Hinweismaterials hatten möglicherweise vereinfachenden Einfluss alt und heiser: geringer Durchschnittswert richtiger Identifikationen Signifikanter Wechsel in relativer Anzahl und Verteilung der „glottal zeros“ und „masking“- Effekte von der hohen Geräuschenergie

15 1. Effekte von Stimmverstellung auf spektrografische Sprecheridentifizierung
Diskussion Willkürlich gewählte und freie Wahl v. Verstellung: Merkliche Verschlechterung der Sprecheridentifizierbarkeit durch mehrere verschiedene Verstellungen innerhalb einer Versuchsaufgabe Große Entscheidungsschwierigkeiten der Untersucher, welche Hinweise zu ignorieren und welche zu berücksichtigen sind Interessant, dass Schwierigkeit verschiedener Verstellungen ziemlich realistisch empfunden wurden bestärkende Bedeutung der hohen Wechselwirkung zw. Einschätzung der Verstellungsschwierigkeit und den falschen Identifikationen Urteil, dass bestimmte Schlüsselwörter nützlicher waren als andere für Sprecheridentifizierung, hat wichtige Bedeutung falls bestimmte Wörter tatsächlich wirksame Hinweise für spektrografische Sprecheridentifizierung sind, könnten diese Wörter in Polizeiinterviews hervorgelockt werden

16 2.Effekte von Stimmverstellungen auf die Sprecheridentifizierung durch Hören
Sprecher und Stimulus Materialien 40 erwachsene, männliche Sprecher (Durchschnittsalter: 27,3Jahre) 2 Sitzungen für Aufnahmen: - Reihe von 4 Sätzen für 1.Sitzung - andere Reihe v. 3 Sätzen für 2.Sitzung 9 Schlüsselwörter in diesen Sätzen: it, is, on, you, and, the, I, to, me 6 verschiedene Arten der Stimmverstellung: 1.normal, 2.alt, 3.heiser, 4.hypernasal, 5.extrem langsam, 6. frei Wahl Aufnahmen in schalldichtem Raum Aufgenommene Sätze auf folgende Art angeordnet, um 480 Paardiskriminationsversuche herzustellen: 1.Glied des Stimulus- Paares unverstellter Satz aus 2.Sitzung 2.Glied verstellter/ unverstellter Satz aus 1.Sitzung

17 2.Effekte von Stimmverstellungen auf die Sprecheridentifizierung durch Hören
Sprecher und Stimulus Materialien Jeder Sprecher durch 12unverstellte Sätze aus 2.Situng repräsentiert, die 2 mal mit jeden 6Sprechweisen aus 1.Sitzung paarweise angeordnet wurden Hälfte der Stimuluspaare v. selben Sprechern („matches“) und andere Hälfte v. 2 verschiedenen Sprechern produziert („nonmatches“) Alle Sprechweisen gleichermaßen in match- und nonmatch- Versuchen repräsentiert Insg. 480 Satzpaare (40Sprecher* 6Sprechweisen* 1match* 1nonmatch) 120 Stimuluspaare v.10 willkürlich gewählten Sprechern für Übung verwendet Restl. 360 Satzpaare dann willkürlich 3 Tonbändern für eigentliches Experiment zugewiesen

18 2.Effekte von Stimmverstellungen auf die Sprecheridentifizierung durch Hören
Übungsprozeduren 2 Hörergruppen wurden trainiert für Sprecherdiskriminationsaufgaben: Naive Gruppe v. Studenten Anspruchsvolle Gruppe v. 3 Doktoranten und Professoren der Sprech- und Hörwissenschaften Übung beinhaltete 120 Paardiskriminationsversuche 2 Sätze pro Stimuluspaar 1,5s voneinander getrennt und gefolgt v. 7s Antwortintervall Hörer mussten entscheiden, ob 2 Sätze ähnlich genug waren, um v. selben Sprecher produziert worden zu sein oder Gegenteil Gleich-/ Unterschiedlich – Urteile jedes Versuchs auf Antwortbögen festgehalten Hörer mussten Entscheidungszuversicht auf 5Pkt.- Skala einschätzen (1: „sehr unsicher“ , 5: „sehr sicher“)

19 2.Effekte von Stimmverstellungen auf die Sprecheridentifizierung durch Hören
Experimentsablauf Bestand aus 360 Paardiskriminationsaufgaben Experimentelle Hören in 3 aufeinanderfolgenden, tägl. 45min.- Sitzungen mit 120 Satzpaaren pro Sitzung durchgeführt Stimuluspaare über Kopfhörer (Telephonics TDH-39 in an MX-41/AR cushion) präsentiert Jeder Hörer arbeitete unabhängig und schätzte seine Sicherheit ein 2 Tage darauf musste anspruchsvolle Gruppe Stimuluspaare 1-40 auf 2.experimentellem Tonband wiederholen, um zu einigen Messungsverlässlichkeiten v. „Test- Retest“ zu gelangen

20 2.Effekte von Stimmverstellungen auf die Sprecheridentifizierung durch Hören
Ergebnisse „Test- Retest“- Reliabilität Tabelle 6: „Test- Retest“- Übereinstimmungen für anspruchsvolle Gruppe, die 40 Stimuluspaare wiederholt beantwortet haben Durchschnittswert der Übereinstimmung für die 6 Hörer: 82,5% Tabelle 6

21 2.Effekte von Stimmverstellungen auf die Sprecheridentifizierung durch Hören
Ergebnisse Verteilungseffekte Tabelle 7: Durchschnittswerte korrekter Entscheidungen für jede Sprechweise und Hörergruppe Unverstellte Sprechweise signifikant höhere Werte als andere Sprechweisen Für naive Hörer nasal und frei Verstellung effektivsten Verstellungen Für anspruchsvolle Hörergruppe nur nasal bedeutsam effektiver als bestimmte andere Verstellungen Tabelle 7

22 2.Effekte von Stimmverstellungen auf die Sprecheridentifizierung durch Hören
Ergebnisse Verteilungseffekte Tabelle 8: Durchschnittswerte korrekter Entscheidungen für jede Sprechweise und Hörergruppe mit Sicherheitsrate v. 3, 4 und 5 Naive Hörer: unverstellte Sprechweise höhere Werte als alle anderen und nasal und freie Verstellung effektivste Verstellung Anspruchsvolle Hörer: unverstellte Sprechweise bedeutsam höhere Werte als nasal, langsam und freie Verstellung Tabelle 8

23 2.Effekte von Stimmverstellungen auf die Sprecheridentifizierung durch Hören
Ergebnisse Verteilungseffekte Ausschluss der Entscheidungen mit geringer Sicherheitseinschätzungsrate würde nicht zu bedeutsam höheren korrekten Werten führen

24 2.Effekte von Stimmverstellungen auf die Sprecheridentifizierung durch Hören
Ergebnisse Fehlerartverteilung Bei Diskriminationsversuchen 2 Fehlerarten möglich: 1. falsche Identifizierung: Hörer entscheidet, dass beide „samples“ zum selben Sprecher gehören, obwohl sie v. 2 verschiedenen sind 2. falsche Eliminierung: Hörer entscheidet, dass „samples“ zu 2 verschiedenen Sprechern gehören, obwohl sie vom selben Sprecher produziert wurden

25 2.Effekte von Stimmverstellungen auf die Sprecheridentifizierung durch Hören
Ergebnisse Fehlerartverteilung Tabelle 9: Prozentzahlen falscher Identifikationen und falscher Eliminierungen für jede Sprechweise, Übungs- und Experimentaufgaben beider Hörergruppen Unverstellte Sprechweise hat höhere Prozentzahl an falschen Identifikationen als verstellten Sprechweisen -> Hörer antworteten bei verstellten Sprechweisen vorsichtiger, d.h. sie wollten Sprecher nicht falsch identifizieren, wenn einer der Sätze verstellt war -> wurde dadurch bestärkt, dass verstellte Sprechweisen im Experiment geringere falsche Identifikationen aufwiesen als in den Übungen

26 2.Effekte von Stimmverstellungen auf die Sprecheridentifizierung durch Hören
Ergebnisse Fehlerartverteilung Tabelle 9 Tabelle 9

27 2.Effekte von Stimmverstellungen auf die Sprecheridentifizierung durch Hören
Ergebnisse Fehlerartverteilung Tabelle 10: Prozentzahlen falscher Identifikationen und falscher Eliminierungen für jede Sprechweise, Übungs- und Experimentaufgaben beider Hörergruppen mit Sicherheitseinschätzungen v. 3, 4 und 5 Zeigt, dass Befunde aus Tabelle 9 zu selbem Grad bestehen bleiben, wenn falsche Entscheidungen mit geringer Sicherheitseinschätzung ausgeschlossen werden Langsame Sprechweise für beide Gruppen und nasale Verstellung für anspruchsvolle Gruppe zeigen größere Prozentzahlen v. falschen Identifikationen als falsche Eliminierungen Anspruchsvolle Gruppe zeigte große Zunahme v. falschen Identifikationen v. unverstellter Sprechweise nach der Übung im eigentlichen Experiment

28 2.Effekte von Stimmverstellungen auf die Sprecheridentifizierung durch Hören
Ergebnisse Fehlerartverteilung Tabelle 10 Tabelle 10

29 2.Effekte von Stimmverstellungen auf die Sprecheridentifizierung durch Hören
Ergebnisse Sicherheitseinschätzungen Unverstellte Sprechweise bedeutsam höhere Sicherheitseinschätzung (ca.4,5) als alle anderen Sprechweisen außer langsame Sprechweise Verstellte Sprechweise (3,3- 3,8) unterschied sich nicht merklich Durchschnitte der Sicherheitseinschätzungen und der korrekten Werte der anspruchsvollen Gruppe wurden verglichen -> es existierte schwache – mäßige Tendenz dafür, dass die Sprechweisen, die höheren Durchschnitt an Sicherheitseinschätzungen hatten, auch höhere korrekte Werte zeigten

30 2.Effekte von Stimmverstellungen auf die Sprecheridentifizierung durch Hören
Diskussion Verringerung in Sprecheridentifizierung reichte v. 22,0%(langsam) bis 32,9%(nasal) für die naive Gruppe und für die anspruchsvolle Gruppe von 11,3%(heiser) bis 20,3%(nasal) Während alle Paardiskriminationsaufgaben mit verstellter Sprechweise die Sprecheridentifikation beeinträchtigten, waren bestimmte Verstellungen effektiver als andere Nasale Verstellung am effektivsten in dieser Höruntersuchung, wohingegen sie in vorherigen spektrografischen Untersuchung am uneffektivsten war Freie Verstellung in beiden Untersuchungen (Spektrogramme+ Hören) lieferte Ergebnis einer sehr effektiven Verstellung

31 Quellen Reich, A., Moll, K., Curtis, J. (1976). Effects of selected vocal disguises upon spectrographic speaker identification, Journal of the Acoustical Society of America, 60, Reich, A. R. and Duke, J. (1979). Effects of selected vocal disguises upon speaker identification by listening. Journal of the Acoustical Society of America, 66,

32 Danke für die Aufmerksamkeit