Određivanje i vrednovanje parametara relevantnih za prepoznavanje nelingvističkih atributa govora

doctoral thesis

• Title (english): Determination and evaluation of parameters relevant for recognition of nonlinguistical speech attributes
• Author: Božo Tomas; VIAF: 305635559
• Mentor: Mladen Maletić (mentor)
• Committee member: Hrvoje Domitrović (član povjerenstva)
• Committee member: Mladen Maletić (član povjerenstva)
• Committee member: Ivo Mateljan (član povjerenstva)
• Committee member: Stanko Tonković (član povjerenstva)
• Committee member: Siniša Fajt (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; (Department of Electroacoustics); Zagreb
• Defense date and country: 2008-01-25, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Electrical Engineering; Electronics
• Universal decimal classification (UDC): 621.3 - Electrical engineering ; 53 - Physics

Abstract

Govor je serija impulsa različitog vremena trajanja, amplituda i razmaka među njima, a razgovijetni artikulirani glas je govor koji nosi informaciju. Osnovno svojstvo govornog signala koje ga diskriminira od ostalih akustičkih (negovornih) signala jeste sadržaj informacije koju nosi. Pored lingvističkog značenja izgovorenog teksta, govorni signal sadrži i mnoštvo nelingvističkih atributa iz kojih slušatelj može dobiti veliku količinu informacije koja nije sadržana u lingvističkoj informaciji kao što su: spol, starosna dob govornika, namjere, psihološka stanja, situaciju u kojoj se govornik nalazi, emocionalna stanja govornika, ambijent u kojem se nalazi itd. Kod ljudi, kodiranje i dekodiranje nelingvističkih obilježja govora je najčešće podsvjesno s izraženim psihološkim predznakom, a u govornu komunikaciju unosi prirodnost, spontanost, informativnost i ljepotu doživljaja govornog čina. Stoga su ova obilježja iznimno važna kod realizacije prirodnosti govorne komunikacije čovjek–stroj. Emocije su svakako jedan od najznačajnijih nelingvističkih atributa govora. Svako emocionalno stanje govornika na svoj način oblikuje glasnice i vokalni sustav što se u akustičkoj domeni očituje kroz varijacije parametara govornog signala. Istraživanje u ovoj radnji je planirano i provedeno kroz opću analizu govorne komunikacije, zatim analizu govornog signala te analizu varijacija akustičkih parametara govornog signala pod utjecajem vanjskih faktora koji utječu na promjenu nelingvističkih atributa govora. Glavni problem je odrediti koji parametri u govornom signalu stvaraju određene iluzije odnosno odrediti korelacijske veze između nelingvističkih atributa govora i mjerljivih varijacija parametara govornog signala. Određivanje i vrednovanje parametara relevantnih za prepoznavanje nelingvističkih atributa govora je najnoviji element izučavanja u govornim znanstvenim disciplinama i kvalitativni skok u govornim tehnologijama. Evidentno je da smo tek na početku istraživanja jednog kompleksnog znanstvenog područja koje će otvoriti mnogo novih segmenata u mnogim znanstvenim disciplinama.

Abstract (english)

Speech is a series of impulses of different duration, amplitudes and distances and articulate voice is the speech that carries information. A basic characteristic of speech signal that discriminates it from the rest of acoustic signal is the content of the information it carries. Besides linguistic information, the speech signal contains a variety of nonlinguistic information from which a listener can get a great deal of information that is not contained in the linguistic information, such as: gender, speaker's age, intentions, a psychological state, and situation the speaker is in; an emotional state of the speaker; surrounding the speaker is in, etc. People’s coding and decoding of nonlinquistical speech attributes is usually subconscious with an enhanced psychological element and it brings spontaneousness, more information and beauty of speech act into the speech communication. Therefore, these attributes are extremely important within the human-machine speech communication. Emotions are definitely one of the most important nonlinguisticalal speech attributes. Each speaker’s emotion forms vocal chords and vocal system that is acoustically shown through variations of the speech signal parameters. Exploration in this work was planned and done through the general speech communication analysis, and also through the analysis of the speech signal and variation of its acoustic parameters under influence of external factors that effect on nonlinguisticalal speech attributes change. The main problem is to define the parameters that create certain illusions in a speech signal, namely to define correlations between non-linguistic speech attributes and measurable variations of speech signal parameters. Defining and valuation of the parameters that are relevant for recognizing nonlinguistical speech attributes is the newest element of research in speech scientific discipline and also qualitative improvement in speech technologies. It is clear that we are at the beginning of the process of research of the one complex scientific field that will open a lot of new segments in many scientific disciplines.

• Keywords: govor; govorni signal; analiza govora; prepoznavanje govora; sinteza govora; komunikacijski kanal; model; prepoznavanje emocija
• Keywords (english): speech; speech signal; speech analysis; speech recognition; speech synthesis; communications channel; model; emotion recognition
• Language: croatian
• URN:NBN: urn:nbn:hr:168:340405
• Study programme: Title: Doctoral study programme "Electrical Engineering and Computing"; Study programme type: university; Study level: postgraduate; Academic / professional title: doktor/doktorica znanosti, po-dručje tehničkih znanosti (doktor/doktorica znanosti, po-dručje tehničkih znanosti)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2020-04-29 07:47:38