Projektlaufzeit 2018-2022
Projektleitung
Beendete Projekte
Am Ende der 1. Förderperiode (2022) beendete Projekte im Bereich A:
Projekt A3 - Grundstruktur zur Simulation und Modellierung komplexer auditorischer Diskriminationsexperimente
Ziel dieses Projektes war ein Softwaretool zur Verfügung zu stellen, welches die Spracherkennung Schwerhörender in komplexen akustischen Kommunikationsumgebungen simuliert. Dafür wurde ein robustes automatisches Spracherkennungssystem verwendet, das kein Vorwissen über empirische Spracherkennungsraten voraussetzt.
Aus den Simulationen wurde der Ausgang von Sprachverständlichkeitstests und die optimale Verhaltensstrategie (z.B. Kopfposition) für das beste Ergebnis in Abhängigkeit eines verwendeten Hörgerätes vorhergesagt. Der Fokus lag darauf, zu verstehen welche (Signal-)Eigenschaften relevant für robuste (menschliche) Spracherkennung sind und welcher Teil von Schwerhörenden genutzt werden kann.
Bild: Illustration räumlicher Sprachwahrnehmung für verschiedene Hörkonfigurationen
Publikationen von A3
- Schädler MR (2022) Interactive spatial speech recognition maps based on simulated speech recognition experiments. Acta Acoustica 6:31, 18 pages.
DOI: 10.1051/aacus/2022028 - Hülsmeier D, Hauth CF, Röttges S, Kranzusch P, Roßbach J, Schädler MR, Meyer BT, Warzybok A, Brand T (2021) Towards non-intrusive prediction of speech recognition thresholds in binaural conditions. 14th ITG Conference on Speech Communication, Kiel, 29 September-1 October 2021, 199-203.
ieeexplore.ieee.org/abstract/document/9657531 - Kramer F, Schädler MR, Hohmann V, Oetting D, Warzybok A (2020) Speech intelligibility and loudness perception with the trueLOUDNESS fitting rule. Proc. DAGA 2020 Hannover
- Schädler MR (2020) Optimization and evaluation of an intelligibility-improving signal pProcessing approach (IISPA) for the Hurricane Challenge 2.0 with FADE. Proc. Interspeech 2020, 1331-1335,
DOI: 10.21437/Interspeech.2020-0093 - Schädler MR, Kranzusch P, Hauth C, Warzybok A (2020) Simulating spatial speech recognition performance with anautomatic-speech-recognition-based model. Proc. DAGA 2020, 908-911
- Siedenburg K, Schädler MR, Hülsmeier D (2019) Modeling the onset advantage in musical instrument recognition. J Acoust Soc Am 146 (6): EL523 - EL529.
DOI: 10.1121/1.5141369