Hauptseminar: Phonetic and technological aspects of speaker characteristics Wintersemester 2007/08
Dozent: Prof. Dr. Harrington Referentin: Sarah Stolze
Emotionen in Sprache
Inhalt:
1) Grundfrequenz als Parameter für Sprechererkennung
1.1) Beeinflussung der Grundfrequenz durch technische Faktoren 1.2) Beeinflussung der Grundfrequenz durch physiologische Faktoren 1.3) Beeinflussung der Grundfrequenz durch psychologische Faktoren 2) Stress
2.1) Realer vs. Simulierter Stress
„Hindenburg Disaster“
2.2) F0 real vs. Reproduziert
2.3) Level des empfundenen Stresses
3) Zusammenfassung
1) Grundfrequenz als Parameter für Sprechererkennung
- Abhängig von der Anatomie des Kehlkopfes
Geringe Veränderung innerhalb eines Sprechers
- robust bei Telefonübertragung
1.1 Beeinflussung der
Grundfrequenz durch technische Faktoren
Schnelligkeit beim Abspielen von Sprachmaterial
Sampling Rate
Verhältnis modal zu falsetto (m) 2:1
Sprecher ausschließen, jedoch sehr ungenau
1.2 Beeinflussung der Grundfrequenz durch
physiologische Faktoren
• Alter
Veränderungen geschehen langsam, älteres Material kann verwendet werden
• Rauchen
Kann die Einschätzung des Alters erschweren
• Alkohol
F0 steigt
1.3 Beeinflussung der Grundfrequenz durch
psychologische Faktoren
Emotionen Neutral
- Langsame Veränderung von F0
- Kontinuierliche Verlaufsform
- Gut definierte Struktur der Vokale
- Konsonanten unpräzise artikuliert
- Kurze Pausen
F0 Verlauf verschiedener Emotionen
Figur (1): Fundamental frequency (F0) contours of selected control clustersas spoken by voice B in different situations in the scenario. Numbers refer to the control clusters.
1.3 Beeinflussung der Grundfrequenz durch
psychologische Faktoren
Ärger
- höhere F0 als bei neutraler Äußerung
- 1 bis 2 Silben zeigen eine Spitze, sonst kontinuierlicher, glatter Verlauf
- Höhere F0 Reichweite als bei neutral
- Hoher F1, da Mund weit geöffnet
- Klarer Verschluss bei Konsonanten
1.3 Beeinflussung der Grundfrequenz durch
psychologische Faktoren
Sorge
- Flacher Verlauf der Kontur
- F0 tiefer als bei neutral
- Weniger Betonung als bei neutral
- Unregelmäßigkeiten in der Stimmgebung (flüstern)
- Lange Dauer der Äußerung lange Vokale,
Konsonantenverschlüsse und Pausen
1.3 Beeinflussung der Grundfrequenz durch
psychologische Faktoren
Angst
- Schnelle Veränderung der Kontur
- F0 niedriger als bei Ärger
- Kann dem neutralen Muster ähneln, jedoch mit hohen Spitzen
- unregelmäßige Stimme
- Längere Dauer als bei Ärger und neutral
- Präzise Artikuliert
2) Stress
Was bedeutet Stress Emotionen (Angst, Ärger, Sorge)
2.1) Realer vs. Simulierter Stress
2.2) Level des empfundenen Stresses
2.1) Realer vs. Simulierter Stress
„Hindenburg Disaster“
Real Vorher:
Glatter F0-Verlauf
Kontinuierlicher Ab- und Aufwärtsverlauf von F0
Nachher:
Konturverlauf verändert sich abrupt
Durchschnittlicher F0-Wert ist höher
größere F0 Spanne
„zittern“ bei 0,6s und 0,8s
Kontrollverlust der
Muskulatur+ unregelmäßiges
Atmen
Originalaufnahme des Radiosprechers
Aus: Williams, Stevens (1972)
Fig.2: Radio announcer speaking before (top) and after (middle and bottom) the crash of the HINDENBURG. Narrow- band.
2.1) Realer vs. Simulierter Stress
„Hindenburg Disaster“
Simuliert vorher
• Weniger „Bewegung“ als in der Originalaufnahme
• Der Verlauf ist ähnlich glatt
nachher
F0 steigt
Ab- und
Aufwärtsbewegungen sind stärker ausgeprägt
„zittern“ und die
ungleichmäßige Kontur
ist ähnlich dem Original
Simulierte Aufnahme
Aus: Williams, Stevens (1972)
Fig. 3: Voice C simulating announcement of
Hindenburg crash before (top) and after (middle and bottom) the disaster. Narrow-band.
F0 (Hz) F0 Range (Hz) Original
Vorher 166 124-196
Nachher 196 152-260
Simuliert
Vorher 138 117-168
Nachher 222 117-280
2.2) F0 real vs. reproduziert
Criminal`s mean F0 (in Hz)
Suspect`s mean F0 Incriminating Text Reproduction of Incr.
Text Spontaneous Speech
1 164 - 147
2 155 133 -
3 115 115 -
4 172 140 143
5 175 176 158
6 206 142 115
7 178 - 200
8 178 140 -
9 152 - 164
10 107 101 -
2.3) Level des empfundenen Stresses
F0 steigt
Die Sprache wird weniger fließend
Vokalintensität steigt
Der Sprachfluss nimmt zu
Die Zahl der Bursts nimmt ab
Stimmveränderung in Abhängigkeit von Stress
Aus: Hollien (1990)
Fig. 4: Model of the most common shifts in the voice and speech of a person who is responding to psychological stress. SFF is speaking
fundamental frequency, NF is nonfluencies, VI is vocal intensity, and SB refers to the number of speech bursts per unit of time.
3) „Zusammenfassung“
Keine Möglichkeit den genauen emotionalen Zustand einer Person zu ermitteln, eher
Richtwerte, Tendenzen.
Referenzmaterial sollte dem zu
untersuchenden Material so ähnlich wie
möglich sein.
Literatur
Williams, Carl E., Stevens, Kenneth N.(1972 `Emotions and Speech: Some Acoustical Correlates`, Biometric Technology Today, 52 (4), 1238-1250)
Jessen, M. (1997) `Phonetic manifestations of cognitive and physical stress in trained and untrained police officers`, Forensic Linguistics, The International Journal of Speech Language and the Law, 4 (1), 125-147
Hollien, H. F. (1990) `The Acoustics of Crime: the new science of forensic phonetics`, Plenum Press, New York, chapter 12 and 13, p. 255-289
Braun, A. (1995) `Fundamental Frequency – How Speaker-Specific is it?`, Studies in Forensic Phonetics, 64,9-23
Gfroerer, S., Wagner, I. (1995) `Fundamental Frequency in Forensic Speech Samples`, Studies in Forensic Phonetics, 64, 41-48