Konvertierung von myoelektrischen Signalen der Gesichtsmuskulatur zu Sprache: Ein Unit Selection-Ansatzby Marlene Zahner
Abstract:
In dieser Masterarbeit wird ein neuer Ansatz zur Konvertierung von Muskelsignalen zu hörbarer Sprache vorgestellt. Allein die elektrischen Signale der Gesichtsmuskulatur werden mittels Oberflächenelektroden aufgezeichnet, ohne dass der Sprecher hörbare Laute artikulieren muss. Anschließend werden die Signale in kurze Abschnitte unterteilt und mit bereits aufgezeichneten EMG-Signalen verglichen, die wiederum mit Sprachsegmenten verknüpft sind. Die gewählten Sprachsegmente werden dann erneut zu Sprache zusammengesetzt. Diese Vorgehensweise des Wählens und Zusammensetzens bereits vorhandener Sprachabschnitte wird Unit Selection genannt. Der Vorteil, Muskelsignale in Sprache umzuwandeln liegt darin, dass man auch in lauten Umgebungen oder für einen Sprecher mit Sprachbehinderungen hörbare akustische Signale erzeugen kann, die zu einem bestimmten Empfänger geleitet werden können. Beistehende werden hierbei nicht belästigt und die Privatsphäre wird ebenfalls gewahrt. Frühere Experimente haben die Machbarkeit der Umwandlung myoelektrischer Signale zu Sprache gezeigt, jedoch existieren Probleme vor allem bei der Natürlichkeit der erzeugten Sprache. Durch das hier vorgestellte Verfahren sollen sowohl Verstäandlichkeit als auch Natürlichkeit der konvertierten Sprache gegenüber bereits existierenden Ansätzen verbessert werden. Die Evaluation der konvertierten Sprache zeigt in einer objektiven Evaluationsmethode eine Steigerung von durchschnittlich 13% gegenüber einem bereits existierenden Ansatz. Ein Hörtest zur subjektiven Bewertung der Natürlichkeit bestätigt ebenfalls die Verbesserung der konvertierten Sprache durch den hier vorgestellten Ansatz.
Reference:
Konvertierung von myoelektrischen Signalen der Gesichtsmuskulatur zu Sprache: Ein Unit Selection-Ansatz (Marlene Zahner), Master's thesis, Karlsruher Institut für Technologie, 2014. Supervisors: Michael Wand, Matthias Janke, Tanja Schultz
Bibtex Entry:
@mastersthesis{zahner2014konvertierung,
url={https://www.csl.uni-bremen.de/cms/images/documents/publications/MA_Zahner_Druckversion_bunt_korrigiert.pdf},
school={Karlsruher Institut für Technologie},
title={Konvertierung von myoelektrischen Signalen der Gesichtsmuskulatur zu Sprache: Ein Unit Selection-Ansatz},
year={2014},
supervisor={Wand, Michael and Janke, Matthias and Schultz, Tanja},
author={Zahner, Marlene},
abstract={In dieser Masterarbeit wird ein neuer Ansatz zur Konvertierung von Muskelsignalen zu hörbarer Sprache vorgestellt. Allein die elektrischen Signale der Gesichtsmuskulatur werden mittels Oberflächenelektroden aufgezeichnet, ohne dass der Sprecher hörbare Laute artikulieren muss. Anschließend werden die Signale in kurze Abschnitte unterteilt und mit bereits aufgezeichneten EMG-Signalen verglichen, die wiederum mit Sprachsegmenten verknüpft sind. Die gewählten Sprachsegmente werden dann erneut zu Sprache zusammengesetzt. Diese Vorgehensweise des Wählens und Zusammensetzens bereits vorhandener Sprachabschnitte wird Unit Selection genannt. Der Vorteil, Muskelsignale in Sprache umzuwandeln liegt darin, dass man auch in lauten Umgebungen oder für einen Sprecher mit Sprachbehinderungen hörbare akustische Signale erzeugen kann, die zu einem bestimmten Empfänger geleitet werden können. Beistehende werden hierbei nicht belästigt und die Privatsphäre wird ebenfalls gewahrt. Frühere Experimente haben die Machbarkeit der Umwandlung myoelektrischer Signale zu Sprache gezeigt, jedoch existieren Probleme vor allem bei der Natürlichkeit der erzeugten Sprache. Durch das hier vorgestellte Verfahren sollen sowohl Verstäandlichkeit als auch Natürlichkeit der konvertierten Sprache gegenüber bereits existierenden Ansätzen verbessert werden. Die Evaluation der konvertierten Sprache zeigt in einer objektiven Evaluationsmethode eine Steigerung von durchschnittlich 13% gegenüber einem bereits existierenden Ansatz. Ein Hörtest zur subjektiven Bewertung der Natürlichkeit bestätigt ebenfalls die Verbesserung der konvertierten Sprache durch den hier vorgestellten Ansatz.}
}