Die extrinsische und intrinsische Vokalnormalisierung

Welche Beweise gibt es, dass Vokal-Normalisierung extrinsisch ist?

Hauptseminar: Phonetische Modelle des SpracherwerbsDozent: Prof. Dr. Jonathan Harrington

Referentin: Veronika NeumeyerInstitut für Phonetik und SprachverarbeitungLudwig-Maximilians-Universität München

5.Juni 2007

Problematik im Alltag

„cat“ gesprochen von einer Frau und einem Mann im Sonagramm unterschiedliche Formantfrequenzen Warum wird das Wort trotzdem richtig identifiziert???

Problematik in der Phonetik

Vokale gesprochen von Frauen, Männern und Kindern

unterschiedliche Frequenzen bei F1 und F2

Wie werden die Vokale trotzdem richtig identifiziert???

Peterson & Barney, 1952

ÜBERBLICK

Grundfrage Begriffserklärungen Experimente

Überblick Experimente mit Kontext Experimente mit F0 Experimente mit Algorithmen

Vergleich verschiedener Vokal-Normalisations-Methoden

Fazit

Grundfrage

Welche Beweise gibt es, dass

Vokal-Normalisierung

extrinsisch ist?

Begriffserklärung„Normalisierung“

Einordnung eines Vokals in eine bei dem Hörer bereits angelegte Vokalnorm

→ Herausfiltern von Variationen aufgrund von anatomischen Unterschieden von Sprechern

Problem: Ausmaß der Unterschiede zwischen Sprechern abhängig von der Vokalkategorie

Begriffserklärung„intrinsisch“

ausreichende Information zur Vokalidentifikation im spektralen Muster des Vokals

z.B. das Verhältnis der Formanten zueinander

sprecherunabhängige Strategie - außer dem Vokal selbst wir keine Information benötigt

Begriffserklärung„extrinsisch“

Basis für die Identifikation unklarer Vokale:

Informationen über die Größe, Alter und Geschlecht des Sprechers in der laufenden Aussage

sprecherabhängige Strategie - außer dem Vokal wird noch weitere Information benötigt

Begriffserklärung„extrinsisch“

Analyse der durchschnittlichen Formantwerte eines Sprechers

Hörer legt intern Kategorien von Vokalen dieses Sprechers an

Festlegung der Grenzen des Referenzbereiches durch die „point vowels“ /a,i,u/

Vokale des Sprechers werden in die Kategorien eingeordnet

Experimente

1. Experimente mit Kontext

2. Experimente mit F0

3. Experimente mit Algorithmen

Experimente mit Kontext

Ladefoged & Broadbent (1957) Wahrnehmung des synthetisierten

Testworts abhängig von der vorausgehenden synthetisierten Phrase

F1 in der vorausgehenden Phrase nach unten verschoben → /bIt/ → /bεt/

F1 in der vorausgehenden Phrase nach oben verschoben → /bæt/ → /bεt/

Experimente mit Kontext

Dechovitz (1977) Mann und Junge sprechen mit der selben

Betonung, Geschwindigkeit und Grundfrequenz

unterschiedliche Formantfrequenzen /bVt/-Silbe eines Mannes in einen Satz

eines 9-jährigen Jungen eingefügt Vokalwahrnehmung verändert sich

Experimente mit Kontext

Assmann, Nearey &Hogan (1982) Liste von /CVC/-Silben

Mixed-Speaker-Test: Sprecher wechselt Blocked-Speaker-Test: ein Sprecher

Blocked-Speaker-Test: weniger Fehler bei der Vokalidentifikation

Experimente mit Kontext

Creelman (1957) Mixed-Speaker-Test: Fehlerfreiheit bei der

Worterkennung bei Lärm geringer

Summerfield &Haggard (1973) Mixed-Speaker-Test: Reaktionszeit bei der

Worterkennung länger

Experimente mit Kontext

Verbrugge et al. (1976) im Mixed-Speaker-Test werden Silben

präsentiert geringe Fehlerrate →Vermutung, dass die Silbe genug

Information enthält Trotzdem: Ergebnisse beim Blocked-

Speaker-Test besser

Experimente mit F0

Johnson: Hörer verwendet F0 als Schlüssel zur Identität des Sprechers

an F0 kann der Hörer ungefähr anschätzen wie groß der Vokaltrakt des Sprechers ist

Abschätzung hilfreich für die Erstellung des „Frame of Reference“

Experimente mit F0Lehiste & Meltzer (1973)

Vokalwahrnehmung schlecht wenn F0 eines Kindes mit den Formantfrequenzen eines Mannes vorgespielt wird

umgekehrt noch schlechter

Gottfried & Chew (1986) Vokalwahrnehmung schlecht, wenn F0 von

einem Kontratenor produziert wird

Experimente mit F0

Was passiert bei geflüsterten Lauten ohne F0?

Eklund & Traunmüller (1997) Vokalwahrnehmungsexperiment Fehlerrate bei stimmhaften Vokalen: 4,5% Fehlerrate bei geflüsterten Vokalen: 12%

Experimente mit F0

Fujisaki & Kawashima (1968)

Grundfrequenz beeinflusst Vokalidentität wenn Formantfrequenzen fixiert sind

Experimente mit Algorithmen

Experimente von Gerstman (1968), Lobanov (1971) und Nearey (1978) basieren auf:

Fn‘ = ( Fn – a ) / b

Fn = Wert des Formant Nummer n

Fn‘ = normalisierter Wert des selben Formanten

a und b sind Konstanten

Experimente mit Algorithmen

Gerstman (1968) a ist Minimum von Fn

b ist Intervall von Fn

Lobanov (1971) Normalverteilung a ist Mittlewert b ist Standartabweichung

Experimente mit Algorithmen

Nearey (1978)

Fn‘ = log ( Fn ) – a

a = sprecherabhängige Konstante a = Mittel des Logarithmus von F1 und des

Logarithmus von F2 aller Vokale eines Sprechers

Experimente mit Algorithmen

Miller (1989) dreidimensionaler Normalisationsraum

Dn ( n = 1,2,3 )

Dn = log10 ( Fn ) – log10 ( Fn-1 ); ( n = 2,3 )

D1 = log10 ( F1 ) – log10 ( SR )

SR = „sensorische Referenz“ SR = k ( GMf0 / k) GMf0 = geometrische Mitte von allen F0-Werten k = 168Hz

Experimente mit AlgorithmenAnalyse

Disner (1980) Vergleich von extrinsischen Normalisationsmethoden

mit Vokaldaten aus 6 Sprachen

am effektivsten: Nearey (1977) vor allem bei dänisch und holländisch

Syrdal (1984) Analyse von 8 Normalisationsmethoden Neareys Methode am besten

Vergleich von Vokal-Normalisations-Methoden

Adank, Smits, van Hout (2004) 3 Kriterien

wie effektiv wird: phonemische Information konserviert Information über den regionalen Hintergrund

und soziologische Information konserviert anatomische und physiologische Variationen

minimiert

Vergleich von Vokal-Normalisations-Methoden

80 weibliche und 80 männliche professionelle holländische Sprecher

Einteilung nach Geschlecht und Herkunftsregion

Produktion der neun holländische Vokale /αaεIiouүy/ jeweils 2x Kontext: /sVs/

Vergleich von Vokal-Normalisations-Methoden

Sprachmaterial aus „soziologischem Interview“

Vielzahl von Aufgaben Trägersatz mit Silbe in Interview 2x

wiederholt unterschiedliche Aufnahmebedingungen

z.T. in einem leeren Klassenzimmer z.T. beim Sprecher zu Hause

Vergleich von Vokal-Normalisations-Methoden

Vergleich von Vokal-Normalisations-Methoden

Ergebnis: am besten:

LOBANOV NEAREY1 GERSTMAN

die drei schlechtesten waren intrinsische Methoden

Vergleich von Vokal-Normalisations-Methoden

Fazit der Studie: Vokal-extrinsisch besser wie Vokal-intrinsisch Formant-intrinsisch besser wie Formant-

extrinsisch beste Lösung:

Vokal-extrinisch, Formant-intrinsisch

Fazit

nicht eindeutig, ob Vokal-Normalisierung extrinsisch oder intrinsisch ist

es gibt Beweise für extrinische und für intrinsische Theorien

Fazit vieler Studien ist, dass wahrscheinlich beides eine Rolle spielt

Vielen Dank für Ihre

Aufmerksamkeit!!!