Sprachverstehen

Anatomie

Harvard-MIT Division of Health Sciencesand TechnologyHST.725: Music Perception and CognitionProf. Peter Cariani

Sprachverstehen

Dichotisches Hören: Höreindruck des rechten Ohres dominiert, d.h. VP berichten häufiger das, was sie rechts gehört haben (right ear advantage )

Zatorre, Belin & Penhune, 2002, TICS

Zatorre, Belin & Penhune, 2002, TICS

Fig. 2. (a) 3-D rendering of the functional activation pattern in ourspectral–temporal study. The brain is viewed from the right side, withthe level of the horizontal section indicated in the inset. Green areas,located bilaterally within Heschl’s gyrus (H) correspond to regionsshowing significant covariation of CBF with increasing rate oftemporal change, red areas (located in anterior superior temporalcortex, and in right superior temporal sulcus, STS) correspond toregions whose CBF increased as a function of changes in the spectralparameter. (b) Blood flow changes in the three cortical regions thatshowed increases to the spectral input parameter (open symbols,spectral parameter; filled symbols, temporal parameter). Symbolsindicate average cerebral blood flow (CBF) ± one standard error of themean; lines are drawn through the least-squares linear solutioncorresponding to these points. (c) Histograms showing percentageblood flow difference when all temporal and spectral conditions werecompared with one another. The left graph shows greater activity inthe left than the right Heschl’s gyrus (green areas in a) in response tothe temporal stimuli as compared with the spectral stimuli; the rightgraph shows greater activity in the right than left anterior superiortemporal cortex (red areas in a) to the spectral as compared with thetemporal stimuli. Adapted from Ref. [59].

Eigenschaften des Gehörs

Das akustische Signal besteht aus Schallwellen. Wellen haben die Eigenschaften Frequenz (Anzahl der Schwingungen/sec )und Amplitude (Stärke der Schwingung)

Was können menschliche Hörer unterscheiden?

Frequenzunterschiede: 20 Hz (1 Hz = 1 Schwingung /sec)Amplitudenunterschiede: 0.5 dB (Dezibel; 1 dB = 20 log Px/P0)

(Flüstern = 20dB, Kinopublikum 45dB, Kaufhaus 60dB)

Theoretisch mögliche Unterscheidungen:250 Amplituden (0-125 dB)1000 Frequenzen (10 – 20000 Hz)250000 Kombinationen

Tatsächlich benutzen Sprachen aber nur höchstens 80 Phoneme.

Eigenschaften des Gehörs

Was können menschliche Hörer identifizieren (Pollack, 1952, 1953, 1954)?

5 verschiedene Frequenzkategorien5-7 verschiedene Amplitudenkategorien8-9 Kombinationen aus Frequenz und Amplitude

6 verschiedene Dimensionen zusammen erlauben etwa 32 identifizierbare Kategorien.Wir können also nicht alle unterscheidbaren akustischen Signale identifizieren, sondern nur eine viel geringere Anzahl von Kategorien.

> Trade-off zwischen Menge der Information und Sicherheit der Erkennung.

Wie viel Information kann damit übertragen werden?

Information

Information reduziert Unsicherheit.Bei wenigen Möglichkeiten ist die Unsicherheit klein, bei vielen groß.

Einheit der Information: bitAnzahl gleichwahrscheinlicher Möglichkeiten = 2 x bit

(Kopf oder Zahl beim Münzwurf: 2 Möglichkeiten; 2 = 21 ; also 1 bit

Wenn alle Phoneme des Deutschen (ca 40) gleichwahrscheinlich wären:40 Möglichkeiten; 40 = 2x ; log 40 = log (2x)log 40 = x log 2log 40/log2 = xx= 5.321 Phonem = 5.32 bit1 Buchstabe (von ca 29) = 4.91 bit

Information

Informationsgehalt eines bestimmten Ereignisses i , das mit der Wahrscheinlichkeit pi auftritt:Hi = log2 1/pi

d.h. je wahrscheinlicher, desto weniger Information.

Je ungleicher die Wahrscheinlichkeit der verschiedenen Möglichkeiten, desto weniger Information hat jede einzelne Möglichkeit im Durchschnitt.

Informationsübertragung ist nie perfekt. Störungen nennt man Rauschen.

Signal-Rausch-Verhältnis gibt an, wie deutlich das Signal (also etwa die Buchstaben oder Phoneme) im Verhältnis zum Rauschen wahrzunehmen ist.Je weniger Informationen man überträgt, desto weniger deutlich muss das Signal sein.

Kreuzworträtsel

E OR N

Amplitudenbereiche des Sprachsignals

Sprache ohne den mittleren Lautstärkebereich ist nicht zu verstehen.Sprache ohne ganz laute und ganz leise Anteile dagegen recht gut.

Die lauten Anteile sind die Vokale.> Konsonanten informativer als Vokale.

Informationsübertragung

Informationsübertragung ist nie perfekt. Störungen nennt man Rauschen.

Signal-Rausch-Verhältnis gibt an, wie deutlich das Signal (also etwa die Buchstaben oder Phoneme) im Verhältnis zum Rauschen wahrzunehmen ist. Bei akustischer Übertragung: Lautstärke Signal / Lautstärke Rauschen

Je weniger Informationen man überträgt, desto weniger deutlich muss das Signal sein.

Phonemerkennung