Wird die Sprechererkennung durch Sprecherbekanntschaft beeinflusst?

Slides:



Advertisements
Ähnliche Präsentationen
Anzahl der ausgefüllten und eingesandten Fragebögen: 211
Advertisements

Elternfragebogen 2009 Die Auswertung ist da mit super Ergebnissen!
Vorlesung: 1 Betriebliche Informationssysteme 2003 Prof. Dr. G. Hellberg Studiengang Informatik FHDW Vorlesung: Betriebliche Informationssysteme Teil3.
Normalverteilte Zufallsvariablen
Analyse kryptographischer Protokolle mittels Algebren
Modelle und Methoden der Linearen und Nichtlinearen Optimierung (Ausgewählte Methoden und Fallstudien) U N I V E R S I T Ä T H A M B U R G November 2011.
Die Deutschen im Herbst 2008
Klaus J. Kohler IPDS, Kiel
Das Kontinuum-Modell von Fiske und Neuberg
Versuch zur Vokalnormalisierung
Perzeptuelle Kompensation von Koartikulation bei japanischen Wachteln A. J. Lotto, K. R. Kluender, L. L. Holt. Perceptual compensation for coarticulation.
Das AM Modell der Intonation
Tonale Kategorien, Synchronisierung und Nachahmung
„Lautwandel und Grundfrequenz“
1. Satzbetonung, Töne, und Grundfrequenz
Intonationsunterschiede zwischen dem Nord- und Süddeutschen
1 C.Fowler Analyse der Wahrnehmung von Koartikulierter Sprache LMU-München - IPSK WS 06/07 HS Modelle der Sprachproduktion und –perzeption Prof. J.M.
Die Normalisierung und Wahrnehmung eines fremden Akzents Datum: Referentin: Carolin Funk Dozent: Prof. Dr. Jonathan Harrington Hauptseminar:
Dissimilation und ihre Bedeutung für den diachronen Lautwandel
Alkohol und die gesprochene Sprache im Falle der Exxon Valdez
Was sind Voiceprints und inwiefern können sie für eine zuversichtliche Sprecheridentifikation eingesetzt werden Heidi Vilia Eva Feldmann.
Was ist die artikulatorische Grundlage von Locus-Gleichungen? Hauptseminar: Modelle der Sprachproduktion & - perzeption Dozent: Prof. Dr. Jonathan Harrington.
Entwicklung eines Online-Evaluationssystems
Vorlesung: 1 Betriebliche Informationssysteme 2003 Prof. Dr. G. Hellberg Studiengang Informatik FHDW Vorlesung: Betriebliche Informationssysteme Teil2.
S. Moscovici, E. Lage, M. Naffrechoux (1969)
Prof. Dr. Bernhard Wasmayr
Quantoren, Skopus, Negation
Prof. Dr. Bernhard Wasmayr VWL 2. Semester
AWA 2007 Natur und Umwelt Natürlich Leben
Tutorium Willkommen zurück, in der wunderbaren Welt der Statistik Teil II.
Einführung in die Metaanalyse
20:00.
AGOF facts & figures: Branchenpotenziale im Internet Q4 2013: Entertainment Basis: internet facts / mobile facts 2013-II.
Einführung in die beurteilende Statistik
Workshop 2 Praktische Instrumente für den Gemeinsamen europäischen Referenzrahmen Dirk Klein:
Wir üben die Malsätzchen
Varianzanalyse mit Messwiederholungen
Einige Kriterien für die Durchführung einer Varianzanalyse Jonathan Harrington.
Verarbeitung von Implikaturen iv Ist die Interpretation von skalaren Implikaturen gegenüber der wörtlichen Interpretation verzögert? Grodner et al
Betriebsrätekonferenz der IG Metall - Friedrichshafen Prof. Dr. Ernst Kistler INIFES.
Kann man Originalität trainieren ?
Das entscheidende Kriterium ist Schönheit; für häßliche Mathematik ist auf dieser Welt kein beständiger Platz. Hardy.
PROCAM Score Alter (Jahre)
Wahrscheinlichkeitsrechnung
Ertragsteuern, 5. Auflage Christiana Djanani, Gernot Brähler, Christian Lösel, Andreas Krenzin © UVK Verlagsgesellschaft mbH, Konstanz und München 2012.
Die eigene Werbeagentur im Urteil der Werbeauftraggeber
Was sind einige der effektivsten Formen der Stimmverstellung?
Großer Altersunterschied bei Paaren fällt nicht auf!
Zahlentheorie und Zahlenspiele Hartmut Menzer, Ingo Althöfer ISBN: © 2014 Oldenbourg Wissenschaftsverlag GmbH Abbildungsübersicht / List.
MINDREADER Ein magisch - interaktives Erlebnis mit ENZO PAOLO
1 (C)2006, Hermann Knoll, HTW Chur, FHO Quadratische Reste Definitionen: Quadratischer Rest Quadratwurzel Anwendungen.
Using latent semantic analysis to find different names for the same entity in free text Präsentation und Diskussion des Papers Im Rahmen des PS Web-Information.
Projekt: Schüler verbessern ihren Unterricht
Folie Beispiel für eine Einzelauswertung der Gemeindedaten (fiktive Daten)
Imperfekt Wie sagt man das mit Imperfekt
Dokumentation der Umfrage BR P2.t Ergebnisse in Prozent n= 502 telefonische CATI-Interviews, repräsentativ für die Linzer Bevölkerung ab 18 Jahre;
Was tun, wenn’s brennt? (2001)
3. Fachtagung im Projekt Pflegebegleiter am 24. November in Bad Honnef Projekt Pflegebegleiter 3. Fachtagung Ein Projekt fasst Fuß KURZVERSION DER PRÄSENTATION.
Folie Einzelauswertung der Gemeindedaten
ÖGB BÜRO CHANCEN NUTZEN
Datum:17. Dezember 2014 Thema:IFRS Update zum Jahresende – die Neuerungen im Überblick Referent:Eberhard Grötzner, EMA ® Anlass:12. Arbeitskreis Internationale.
Zum Einfluss subjektiver und objektiver Merkmale auf die Wiedererkennung von Werbeplakaten Antje Bauer & Stefanie Frehse Institut für Allgemeine Psychologie.
Plakatwerbung: Wie wichtig sind Farben wirklich? Andreas Fährmann, André Räthe, Mike Zschocher Institut für Allgemeine Psychologie Universität Leipzig.
1 Medienpädagogischer Forschungsverbund Südwest KIM-Studie 2014 Landesanstalt für Kommunikation Baden-Württemberg (LFK) Landeszentrale für Medien und Kommunikation.
Plakatwerbung: Wie wichtig sind Farben wirklich?
► In drei Durchläufen werden drei französische Zungenbrecher auf verschiedene Arten erlernt. Die drei Zungenbrecher: Für die Durchführung der Untersuchung.
► In einem Test werden 10 norwegische Verben gezeigt, wobei bei jedem Verb anstelle einer deutschen Übersetzung ein akustisches Signal oder ein Bild steht:
Peter Kaufmann Stud Sek I 06 FHNW Aarau, Posterdesign © Maria Spychiger Jasmin KlauserStud Sek I 06 FHNW Aarau,
Klangorientierter Fremdspracherwerb
Inwiefern wird Sprecheridentifikation durch eine fremde Sprache und/oder einer Stimmenimitation beeinflusst? Referent: Manfred Pastätter Hauptseminar:
 Präsentation transkript:

Wird die Sprechererkennung durch Sprecherbekanntschaft beeinflusst? LMU München Hauptseminar: Forensische Phonetik Dozent: Prof. Dr. Jonathan Harrington Referentin: Carolin Funk Datum: 6.12.2007 WiSe 07/08

1. Versuch zur Stimmidentifikation (P. u. J. Ladefoged,1980): 1 1.Versuch zur Stimmidentifikation (P. u. J. Ladefoged,1980): 1.1 Materialien und VPn 11 vollkommen unbekannte Sprecher sowie 13 bekannte -> P.L. hatte Stimmen „ein oder zweimal gehört“ Drei verschiedene Aufnahmetypen wurden gemacht: 1) Wort „hello“ isoliert sprechen 2) Bild in einem Satz beschreiben 3) Bild 30s lang beschreiben Zwei zusätzliche Versuchsbedingungen wurden geschaffen: 1) Überprüfung des Einflusses prosodischer Merkmale: Extraktion der Grundfrequenz 2) Überprüfung des Einflusses von Vokabular oder Syntax: Aufnahmen von J. Ladefoged

1. Versuch zur Stimmidentifikation (P. u. J. Ladefoged,1980): 1 1.Versuch zur Stimmidentifikation (P. u .J. Ladefoged,1980): 1.2 Methode und Ablauf P.L. hörte sich alle Aufnahmen unter Verwendung von qualitativ hochwertiger Ausstattung in einem schalldichten Raum an Der Hörtest lief wie folgt ab: 1) Grundfrequenzverläufe, 2) Sprachaufnahmen von J.L., 3) 52 x „hello“, 4) 52 Einzelsätze, 5) Sprachaufnahmen zu je 30s Der Hörtest zog sich über mehrere Tage hin und fand zu verschiedenen Gelegenheiten statt P.L. versuchte, jeder Stimme einen Namen zuzuordnen; beurteilte die „Sicherheit“ seiner Entscheidungen (3 Beurteilungsgrade:„certain“, „fairly certain“, „possibly“)

1. Versuch zur Stimmidentifikation (P. u. J. Ladefoged,1980): 1 1.Versuch zur Stimmidentifikation (P. u. J. Ladefoged,1980): 1.3 Ergebnisse und Diskussion Grundfrequenzverläufe: keiner konnte identifiziert werden Sprachaufnahmen von J.L.: Identifikation nicht sicher 52 x „hello“: 31% korrekt 52 Einzelsätze: 66% korrekt Sprachaufnahmen zu je 30 s: 83% korrekt Stimmverwechslung: in VB 5) drei VPn falsch erkannt -> 2x unbekannte für bekannte gehalten, 1x nicht richtig erkannt Stimmerkennung: eigene Mutter erst in VB 5) identifiziert -> Einfluss der 14 bekannten Sprecherinnen mit demselben Akzent (British English, RP)? -> Inwiefern sind diese Ergebnisse relevant für die Forensik?

2. Stimmidentifikation und „Telefonsprache“ (Schm. -N. , Stern,1984) 2 2.Stimmidentifikation und „Telefonsprache“ (Schm.-N., Stern,1984) 2.1 Materialien und VPn 40 Mitarbeiter aus derselben Beschäftigungssparte („organizational branch“) -> davon 24 Hörer (5 nur Hörer; 19 auch Sprecher) und 24 Sprecher (15 Männer, 9 Frauen) zusätzlich wurden Aufnahmen von 4 Sprechern gemacht, die bereits an einem Experiment teilgenommen hatten, und den Mitarbeitern nicht bekannt waren -> Überprüfung auf Verwendung von Ratestrategien Sprachmaterial: Pausen und „individuelle Informationen“ entfernt; mind 12 Äußerungen je VB; VB 1): ca. 29,8 s lang, VB 2): ca. 54,1 s lang

2. Stimmidentifikation und „Telefonsprache“ (Schm. -N. , Stern,1984) 2 2.Stimmidentifikation und „Telefonsprache“ (Schm.-N., Stern,1984) 2.2 Methode und Ablauf VPn sollten über ein Kommunikationssystem „Schiffe versenken“ („battleship game from the NRL Communicability Test“ aus Schm.-N. u. Everett, 1982) spielen -> zwei VBn: 1) Normaler Kanal, 2) LPC Sprachverarbeitungssystem vor dem eigentl. Identifikationstest: Beurteilung des „Bekanntheitsgrades“ und der „Unterscheidbarkeit“ Hörer: wurden unabhängig von den Sprechern getestet; sollten die „Sicherheit“ ihrer Beurteilungen bewerten („guessing“, “fairly sure“, „very sure“)

2. Stimmidentifikation und „Telefonsprache“ (Schm. -N. , Stern,1984) 2 2.Stimmidentifikation und „Telefonsprache“ (Schm.-N., Stern,1984) 2.3 Ergebnisse und Diskussion Unterschied zwischen VB 1) (90 %) und VB 2) (70 %) signifikant; Erkennungsrate für VB 2) trotzdem noch sehr hoch Bei beiden Äußerungsarten nahmen die Anzahl der richtigen Antworten sowie der Punktewert für die geschätzte „Sicherheit“ mit dem Bekanntheitsgrad zu und das Verhältnis blieb konstant zwei verschiedene Fehlertypen: -> konsistente Fehler: ein Sprecher wurde nahezu immer mit demselben anderen Sprecher verwechselt (bei sehr gut bekannten Namen; höherer Wert für die „Sicherheit“; häufiger bei bekannten Personen) -> inkonsistente Fehler: ein Sprecher wird von mehreren Hörern nicht erkannt (durch Fehler beim Erraten der Namen; bei weniger bekannten Namen; bei Sprechern und Nichtsprechern)

2. Stimmidentifikation und „Telefonsprache“(Schm. -N. , Stern,1984) 2 2.Stimmidentifikation und „Telefonsprache“(Schm.-N., Stern,1984) 2.3 Ergebnisse und Diskussion 4 unbekannte Sprecher: -> die 2 Frauen wurden regelmäßig mit sehr gut bekannten Sprechern verwechselt; die 2 Männer dagegen mit verschiedenen anderen Personen -> 2 Frauen erhielten seltener die Bewertung „do not know“ beim Bekanntheitsgrad die VPn beurteilten ihre eigene Stimmen sehr unterschiedlich -> in 19 Fällen befand sich die Stimme eines Hörers unter den dargebotenen: bei unveränd. Stimme in 16 (84,2%) Fällen richtig, bei LPC in 13 (68,4%) ABER: insgesamt nur genauso gut wie die Stimmen der Mitarbeiter -> von den insgesamt 576 einzelnen Bewertungen wurde in 27 Fällen ein Spr. als „totally unfamiliar“ eingeschätzt; der Spr. wurde jedoch von den Hörern 44% bei den ungefilterten und zu 30% bei den LPC-Äußerungen korrekt identifiziert

2. Stimmidentifikation und „Telefonsprache“(Schm. -N. ,Stern, 1984) 2 2.Stimmidentifikation und „Telefonsprache“(Schm.-N.,Stern, 1984) 2.3 Ergebnisse und Diskussion Identifikation und Unterscheidbarkeit: bei einzelnen Spr. und bei den Hörern konnten große Unterschiede bei der Sprecheridentifikation festgestellt werden ungefilterte Äußerungen: zu 47,8% - 100% richtig erkannt LPC-Äußerungen: zu 27,7% - 100% richtig erkannt alle Spr., die über LPC gut identif. werden konnten, wurden auch bei ungefilterten Äußerungen gut identifiziert; aber einige mit hohen Bewertungen bei den ungef. Äuß. wurden über LPC schlecht erkannt bei den Sprechern wurde eine höhere Variabilität festgestellt als bei den Hörern Bekanntheitsgrad und Unterscheidbarkeit korrelierten signifikant (je bekannter eine Stimme, desto unterscheidbarer)-> zusätzlicher Identifikationstest mit unbekannten Hörern

2. Stimmidentifikation und „Telefonsprache“ (Schm. -N. ,Stern,1984) 2 2.Stimmidentifikation und „Telefonsprache“ (Schm.-N.,Stern,1984) 2.4 „Zusammenfassung“ und Ausblick Ergebnis des zusätzlichen Identifikationstests: die Sprecheridentifikation durch Hörer, denen die Sprecher nicht bekannt waren, sind mit den Identifikationsleistungen bei bekannten Sprechern signifikant korreliert -> einige Stimmen scheinen leichter erkennbar zu sein als andere -> nach psychophysischen Kriterien aufgestellte Stimmeigenschaften haben keinen Einfluss auf die Sprechererkennung auch linguistische Einflüsse werden berücksichtigt auch bei bekannten Sprechern können Fehler bei dem Versuch auftreten, sie anhand ihrer Stimme zu identifizieren Hörer verwenden unterschiedliche Strategien bei der Sprecheridentifikation

2. Stimmidentifikation und „Telefonsprache“ (Schm. -N. ,Stern,1984) 2 2. Stimmidentifikation und „Telefonsprache“ (Schm.-N.,Stern,1984) 2.4 „Zusammenfassung“ und Ausblick Versuche können zeigen, DASS die Sprechererkennung durchSprecherbekanntschaft beeinflusst wird; aber das WIE bleibt dabei ungeklärt -> Sind die Kriterien für die Sprechererkennung nur dem Unterbewusstsein zugänglich? Quellen: Ladefoged, P. und J. Ladefoged (1980). The ability of listeners to identify voices. UCLA Working Papers in Phonetics,49, 43-51 Schmidt-Nielsen, A. und Stern,K. (1985). Identification of known voices as a function of familiarity and narrow-band coding. Journal of the Acoustical Society of America, 77, 658-663.