Wer hat wann gesprochen?

Die Sprechertagung ist ein Prozess, der aktive Sprecher erkennt und diejenigen Sprachsignale gruppiert, die von demselben Sprecher geuert wurden. Im Allgemeinen gibt es zwei Hauptanwendungen fr die Sprechertypisierung. Automatische Spracherkennungssysteme nutzen die sprecherhomogenen Cluster, um die akustischen Modelle sprecherabhngig anzupassen und damit die Erkennungsleistung zu erhhen. Sprecherindizierungs- und Rich-Transcription-Systeme nutzen ebenfalls die Sprecherdiarisierungsausgabe als eine der Informationen, die aus einer Aufnahme extrahiert werden und deren automatische Indizierung und andere Weiterverarbeitung ermglichen. In dieser Studie wird eine Anwendung zur Sprechertiarisierung entwickelt - unter Verwendung von binauralen Mehrparteien-Sprachaufnahmen - um die Sprecheraktivitt basierend auf interauralen Zeitdifferenzen (ITD) zu verfolgen. Diese Cues werden fr einen gegebenen Sprachsignalrahmen mittels Gammatone-Filterung und Kreuzkorrelationstechnik berechnet. Ihre Werte werden verwendet, um zu bestimmen, welcher Sprecher in der Aufnahme das betrachtete Sprachfragment produziert hat. Diese Studie wurde von Dr. Jon Barker betreut und zur Erfllung der Anforderungen fr den Master in Advanced Computer Science, University of Sheffield, United Kingdom, 2007 verteidigt.