Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Unauthorized Views only Red Baron Roost, Bonn OTL a.D. Dipl.-Ing. Johannes Naumann Sprachverarbeitung zur Gesprächsauswertung, eine Einführung.

Ähnliche Präsentationen


Präsentation zum Thema: "Unauthorized Views only Red Baron Roost, Bonn OTL a.D. Dipl.-Ing. Johannes Naumann Sprachverarbeitung zur Gesprächsauswertung, eine Einführung."—  Präsentation transkript:

1 Unauthorized Views only Red Baron Roost, Bonn OTL a.D. Dipl.-Ing. Johannes Naumann Sprachverarbeitung zur Gesprächsauswertung, eine Einführung

2 Unauthorized Views only Red Baron Roost, Bonn OTL a.D. Dipl.-Ing. Johannes Naumann Verfahren der automatisierten Sprachverarbeitung zur Gesprächsauswertung

3 Unauthorized Views only Red Baron Roost, Bonn Johannes Naumann, OTL (a.D.) Dipl. Ing. 38 Jahre Deutsche Luftwaffe Verwendungen EloKa Offz Luftwaffenführungsdienstkommando Leiter der Erfassung FmSkt F, Kötzting Leiter ZBA, Trier (GEWOSC) EloKa St Offz LwA, LFlKdo Leiter Lw-Anteil BwKdo US/CA Sachgebietsleiter Elo beim ANBw,Gelsdorf Streitkräfteamt, Fähigkeitsanalyse NG&A & EloKa

4 Unauthorized Views only Red Baron Roost, Bonn Disclaimer Dieser Vortrag gibt ausschließlich meine eigene Meinung wieder und stützt sich auf unabhängiges Denken gestützt auf 35 Jahre Erfahrung mit fast allen Spielarten der EloKa (EK) IO und auf die Physik, allgemein zugängliches Wissen und die verfügbare wissenschaftliche Information.

5 Unauthorized Views only Red Baron Roost, Bonn Motivation (Massendaten) Sprachen - Problem Kapazitäten - Problem Automatisierte Verfahren Netzwerkaufklärung Reach Back Gliederung Technische Randbedingungen Klassifikatoren Demo

6 Unauthorized Views only Red Baron Roost, Bonn Warum, Wieso, Weshalb ? Massendatenproblem wegen sehr stark gestiegener Funknutzung bisher: potentieller Gegner war bekannt JEDER kann es sein und alle reden miteinander seit Bw im Einsatz: potentieller Gegner zivil

7 Unauthorized Views only Red Baron Roost, Bonn Problem: Wer hört die Gespräche / h ab ? 24 Mio Afghanen, die jeder 2 Stunden täglich telefonieren, belegen jeder 1/10 Kanäle, also 1,2 Mio gleichzeitige Gespräche täglich, macht gleichzeitige Gespräche je Stunde Moderne Aufklärungsmittel hören aber mit ! Problem: Versteht der überhaupt die Sprache ?

8 Unauthorized Views only Red Baron Roost, Bonn Das Sprachenproblem

9 Unauthorized Views only Red Baron Roost, Bonn Problem: Kleine Kapazitäten für viel Umfang Problem: Wer findet raus, was relevant ist ? Wo sind die Auswerter, die 40 Sprachen sprechen ? Problem: Handelt es sich überhaupt um Sprache ?

10 Unauthorized Views only Red Baron Roost, Bonn

11 Unauthorized Views only Red Baron Roost, Bonn 1.: Ist das Sprache oder Geräusch ? Wie kann automatisierte Sprachverarbeitung helfen ?

12 Unauthorized Views only Red Baron Roost, Bonn 1.: Ist das Sprache oder Geräusch ? (Sprachdetection) Wie kann automatisierte Sprachverarbeitung helfen ?

13 Unauthorized Views only Red Baron Roost, Bonn Stochastische Verfahren, die Sprachlaute von Geräusch unterscheiden können Treffgenauigkeit ist begrenzt Es gibt Verfahren, die „trainiert“ werden müssen In unterschiedlichen Scenarien unterschiedliche Treffgenauigkeit z.B. durch Computerprogramme:

14 Unauthorized Views only Red Baron Roost, Bonn 1.: Ist das Sprache oder Geräusch ? 2.: Welche Sprache ist das überhaupt ? Wie kann automatisierte Sprachverarbeitung helfen ?

15 Unauthorized Views only Red Baron Roost, Bonn zunächst: Lautanalyse Jede Sprache hat spezielle Lautkombinationen Sprachmelodie (Frequenzanalyse) Sprachrhythmus, Pausen Konsonanten, Vokale, Diphtonge Phoneme Welche Sprache ist das überhaupt ?

16 Unauthorized Views only Red Baron Roost, Bonn 1.: Ist das Sprache, oder Geräusch ? 2.: Welche Sprache ist das überhaupt ? 3.: Erkenne ich den Sprecher? Wie kann automatisierte Sprachverarbeitung helfen ?

17 Unauthorized Views only Red Baron Roost, Bonn Wie erkenne ich den Sprecher ? Frequenzspektrum der Stimme Eigenheiten bei den verschiedenen Lauten Explosivlaute, Vokale: Klangfarbe Tonfall, Rhythmus Verschleifungen weitere Eigenheiten Sprachraum der Stimme

18 Unauthorized Views only Red Baron Roost, Bonn Es gilt, irrelevante Gespräche zu ignorieren, um wichtige Hinweise zu finden. Stichworte können ähnlich Sprechern als Bild, Signatur abgelegt werden

19 Unauthorized Views only Red Baron Roost, Bonn 1.: Ist das Sprache oder Geräusch ? 2.: Welche Sprache ist das überhaupt ? 3.: Erkenne ich den Sprecher ? 4.: Erkenne ich Stichworte ? Wie kann automatisierte Sprachverarbeitung helfen ?

20 Unauthorized Views only Red Baron Roost, Bonn Stichworterkennung durch Vergleichen Erstellen von Mustern Vergleich der Muster mit dem Sprachmaterial Aufwendig. Spezielle Software, die nur charakteristische Teilmuster verwendet ist schneller

21 Unauthorized Views only Red Baron Roost, Bonn 1.: Ist das Sprache oder Geräusch ? 2.: Welche Sprache ist das überhaupt ? 3.: Erkenne ich den Sprecher ? 4.: Erkenne ich Stichworte ? 5.: Erkenne ich Zusammenhänge ? Wie kann automatisierte Sprachverarbeitung helfen ?

22 Unauthorized Views only Red Baron Roost, Bonn Wie erkenne ich Zusammenhänge ? Kombination aus Stichworten und Ereignissen oder Daten Zusammenhang ergibt sich aus mehreren Stichworten Keywordspotting

23 Unauthorized Views only Red Baron Roost, Bonn 1.: Ist das Sprache oder Geräusch ? 2.: Welche Sprache ist das überhaupt ? 3.: Erkenne ich den Sprecher ? 4.: Erkenne ich Stichworte ? 5.: Erkenne ich Zusammenhänge ? 6.: Erkenne ich ein geplantes Ereignis ? Wie kann automatisierte Sprachverarbeitung helfen ?

24 Unauthorized Views only Red Baron Roost, Bonn Sprecher, Stichworte und Zusammenhänge können zu geplanten Ereignissen führen Dabei helfen Informationen aus anderen Diensten, wie z.B. Netzwerkaufklärung Erkenne ich ein geplantes Ereignis ?

25 Unauthorized Views only Red Baron Roost, Bonn Wie findet man heraus, was relevant ist ? IMSI-Catcher liefert ID, Standort, und gestattet das Mithören „ IMSI-Catcher für 1500 Euro im Eigenbau.„ IMSI-Catcher für 1500 Euro im Eigenbau.“ Heise-online, 1. August 2010.Heise-online Netzwerkaufklärung

26 Unauthorized Views only Red Baron Roost, Bonn IMSI-Catcher: „Das Gerät arbeitet dazu gegenüber dem Mobiltelefon wie eine Funkzelle (Basisstation) und gegenüber dem Netzwerk wie ein Mobiltelefon; alle Mobiltelefone in einem gewissen Umkreis buchen sich bei dieser Funkzelle mit dem stärksten Signal, also dem IMSI- Catcher, ein. Der IMSI-Catcher simuliert also ein Mobilfunknetzwerk.“ (Wikipedia)

27 Unauthorized Views only Red Baron Roost, Bonn Datenstrom Statistische Verfahren zur Massendaten-Auswertung Netzwerkaufklärung Ich erfahre: Wer, Wann, Wo, mit Wem, Wie lange, Wie oft telefoniert (kommuniziert) hat.

28 Unauthorized Views only Red Baron Roost, Bonn Sprecher, Stichworte und Zusammenhänge können zu geplanten Ereignissen führen Dabei helfen Informationen aus anderen Aktivitäten, wie z.B. Netzüberwachung Gewonnene Informationen dienen dem gezielten Einsatz der Linguisten Erkenne ich ein geplantes Ereignis ?

29 Unauthorized Views only Red Baron Roost, Bonn Problem: 40 versch. Sprachen im Einsatzgebiet - Aufkommen schwankt - Kapazitäts-Engpässe - Bedrohung, Streß In der Heimat Pool an (ausgeruhten) Linguisten Daten erfassen – ableiten – Ergebnisse zurückschicken Reach Back

30 Unauthorized Views only Red Baron Roost, Bonn 1.: Quelle: Funk, Mobilfunk, Glasfaser 2.: Funk: Frequenz beliebig, Zeit unsicher 3.: Mobilfunk: ständiger Datenstrom 4.: Inhalt: unbestimmt, meist wertlos 5.: Charakter: überraschend: manchmal Merkel 6.: Ernüchternd:Normalbürger stört nur Technische Randbedingungen

31 Unauthorized Views only Red Baron Roost, Bonn Beispiel Boger Beispiel Medav Klassifikatoren Verschriftungssoftware (nicht OCR)

32 Unauthorized Views only Red Baron Roost, Bonn Vielen Dank für Ihre Aufmerksamkeit

33 Unauthorized Views only Red Baron Roost, Bonn

34 Unauthorized Views only Red Baron Roost, Bonn Naumanns Satz des Konsensualismus Der Konsens hat als Mitte zwischen Richtig und Falsch den Wert Null

35 Unauthorized Views only Red Baron Roost, Bonn

36 Unauthorized Views only Red Baron Roost, Bonn


Herunterladen ppt "Unauthorized Views only Red Baron Roost, Bonn OTL a.D. Dipl.-Ing. Johannes Naumann Sprachverarbeitung zur Gesprächsauswertung, eine Einführung."

Ähnliche Präsentationen


Google-Anzeigen