Hauptseminar: Phonetic and technological aspects of speaker characteristicsWintersemester 2007/08Dozent: Prof. Dr. HarringtonReferentin: Sarah Stolze

Emotionen in Sprache

Inhalt:

1) Grundfrequenz als Parameter für Sprechererkennung1.1) Beeinflussung der Grundfrequenz durch technische Faktoren1.2) Beeinflussung der Grundfrequenz durch physiologische Faktoren1.3) Beeinflussung der Grundfrequenz durch psychologische Faktoren

2) Stress2.1) 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

• AlterVeränderungen geschehen langsam, älteres Material

kann verwendet werden

• RauchenKann 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

Tabelle 1: Durchschnittliche Grundfrequenz aus: Gfroerer, Wagner (1995)

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

Homayounpour, M. M., Goldman, J. Ph. (1995) `Machine vs. Human Speaker Verification` Studies in Forensic Phonetics, 64, 109-120

Danke für die Aufmerksamkeit