Termin – Detailansicht

Master-Vortrag: Charakterisierung der Körperschallübertragung von Sprache für Hearables

Philipp Tigges
Mittwoch, 23. November 2022

11:00 Uhr
hybrid

Körperschall ist ein wesentlicher Bestandteil bei der Wahrnehmung der eigenen Stimme. Das Übertragungsverhalten von Körperschall ist deutlich komplexer als bei Luftschall, da verschiedenste Gewebearten mit unterschiedlichen Eigenschaften durchlaufen werden. Da die Erzeugung von Sprachlauten ein vielschichtiger Prozess ist und die Bildung eines spezifischen Klangs auch mit dem Erzeugungsort zusammenhängt, liegt die Annahme eines phonemspezifischen Übertragungsverhaltens nahe.

Ziel der Arbeit ist es, die Übertragung von Sprache über Körperschall zu charakterisieren, um die Eigenstimmwahrnehmung bei der Benutzung von Hearables zu verbessern. Für eine Auswahl an Phonemen wurde der Körperschall per Beschleunigungssensor und der Schall im inneren des Ohrkanal über ein Mikrofon gemessen. Die beiden Signale wurden dann auf lineare Zusammenhänge hin untersucht. Auf den Signalen wurden dann Filter ausgelegt, um aus dem Signal des Sensors das Signal im Ohrkanal zu schätzen und dann den Okklusionseffekt zu reduzieren. Es hat sich gezeigt, dass zwischen dem Signal des Beschleunigungssensors und dem Signal im Ohrkanal ein linearer Zusammenhang gefunden werden kann. Das Übertragungsverhalten der verschiedenen Phoneme unterscheidet sich, jedoch sind die Unterschiede klein genug, so dass sich Filter zur Okklusionsreduktion auch auf andere Laute anwenden lassen. Auch für gesprochenen Text können Filter gefunden werden, die den Okklusionseffekt effektiv reduzieren können. Zusätzlich wurden auch einige Geräusche, die sich auch über Körperschall ausbreiten, analysiert. Hier war es deutlich schwerer lineare Zusammenhänge zu finden. Im weiteren Verlauf wurden dann die Rahmenbedingungen realistischer gestaltet, indem der Sekundärpfad mit einbezogen wurde. Außerdem fordern reale Anwendungen kausalen Filtern. Diese zeigten sich ähnlich performant, wie ihre akausalen Äquivalente, jedoch mit starken Überhöhungen vor allem zu hohen Frequenzen, da sie nah an der Kausalitätsgrenze arbeiten müssen. Im letzten Teil der Analyse konnten erste Einblicke in die Frage, ob die erstellten Filter eine ausgeprägte Abhängigkeit von der jeweiligen Person haben, gewonnen werden. Diese Abhängigkeit hat sich insbesondere bei den auf einzelnen Phonemen ausgelegten Filtern gezeigt.

zurück