09.02.2015 von 16:45 bis 18:15

Institut für ET/IT, Kaiserstr. 2, Geb. F, Raum F-SR III

Titel: “Über die Verwendung des Turboprinzips zur Sprachqualitätsverbesserung”


Abstract:  Trotz der in den letzten Jahren neu entstandenen technischen Kommunikationsmöglichkeiten, wie beispielsweise SMS oder soziale Netzwerke, bleibt die gesprochene Sprache auch über die Entfernung die wichtigste Kommunikationsmodalität von Mensch zu Mensch. Verfahren zur Verbesserung der akustischen Sprachqualität, etwa zur Unterdrückung unerwünschter Geräusche oder Gespräche im Hintergrund, bleiben daher im Fokus aktueller Forschungen, auch aufgrund immer höherer Anforderungen an die Qualität und die Einsatzmöglichkeiten von Sprachkommunikation. Wenn Sprache von Störungen befreit werden soll, so ist dies dann besonders effektiv möglich, wenn man die charakteristischen Eigenschaften des Signals und/oder der Störung ausnutzt. In diesem Beitrag wird gezeigt, wie die typischen zeitlichen und spektralen Korrelationsmuster eines Sprachsignals berücksichtigt werden können, um verrauschte Sprache zu entstören oder um die Signale einzelner Sprecher aus einem Sprachgemisch zu extrahieren. Dazu wird das aus der Nachrichtentechnik bekannte Turbo-Prinzip für die Sprachqualitätsver¬besserung verwendet. Wie dies im Einzelnen möglich ist, soll an dieser Stelle noch nicht verraten werden.

Zum Lebenslauf:  Reinhold Häb-Umbach studierte Elektrotechnik an der RWTH Aachen (Diplom 1983) und promovierte zum Dr.-Ing. mit einer Arbeit zur Trägerphasensynchronisation in digitalen Empfängern (1988). Von 1988-1989 war er Postdoc am IBM Almaden Research Center, San Jose, USA, und arbeitete an Codierungsverfahren für optische Speichermedien. Von 1990 bis 2001 war er wiss. Mitarbeiter der Philips Forschungslaboratorien und forschte an verschiedenen Themen aus dem Bereich der automatischen Spracherkennung. Seit 2001 ist er Professor für Nachrichtentechnik an der Universität Paderborn. Seine Forschungsinteressen liegen im Bereich der statistischen Signalverarbeitung und Mustererkennung, vornehmlich mit Anwendungen in der Sprachverarbeitung. Dazu gehören einkanalige und mehrkanalige Sprachqualitätsverbesserungsverfahren, robuste automatische Spracherkennung und Methoden des unüberwachten Lernens aus Sprachsignalen. Er ist Ko-Editor des Buchs "Robust Speech Recognition of Uncertain or Missing Data" (Springer, 2011), Ko-autor eines kürzlich erschienenen Übersichtsartikel zu robusten Spracherkennung (IEEE TASLP, April 2014), und seine Studenten gewannen mehrere Best Student Paper Awards (ASRU, IWAENC).

Prof. Schmidt

Diesen Termin meinem iCal-Kalender hinzufügen

zurück