Sprachaktivitätserkennung
Definition
Sprachaktivitätserkennung unterscheidet gesprochene Abschnitte von Stille und anderen Geräuschen in Audioaufnahmen.
Die zeitliche Erkennung von Abschnitten mit Sprache gegenüber Stille oder anderen Geräuschen in einem Audiosignal.
Einfach erklärt
Das System hört eine Aufnahme durch und markiert, wann jemand spricht und wann nur Pausen oder andere Geräusche zu hören sind.
Warum das im Alltag wichtig ist
Der Begriff hilft, KI-Systeme fundiert auszuwählen, zu entwickeln, zu bewerten und ihre technischen Risiken realistisch einzuordnen.
Beispiel aus dem Mittelstand
Eine Transkriptionslösung sendet nur erkannte Sprachsegmente weiter und bewahrt kurze Pausen.
Grenzen und Fallstricke
- Lärm, Musik, Flüstern und überlappende Sprache erzeugen Fehler; VAD identifiziert keine Person und transkribiert nicht.
Entstehung & Geschichte
VAD stammt aus Sprachcodierung und Telekommunikation und wurde später durch statistische und neuronale Modelle erweitert.
Anwendung im Mittelstand
- Mögliche Anwendung: Eine Transkriptionslösung sendet nur erkannte Sprachsegmente weiter und bewahrt kurze Pausen.
Häufige Fragen
Was bedeutet Sprachaktivitätserkennung?
Die zeitliche Erkennung von Abschnitten mit Sprache gegenüber Stille oder anderen Geräuschen in einem Audiosignal. Worauf sollte man achten? Lärm, Musik, Flüstern und überlappende Sprache erzeugen Fehler; VAD identifiziert keine Person und transkribiert nicht.
Quellen
- A statistical model-based voice activity detection. IEEE Signal Processing Letters, 6(1), 1–3. · Jongseo Sohn, Nam Soo Kim und Wonyong Sung (1999): A statistical model-based voice activity detection. IEEE Signal Processing Letters, 6(1), 1–3.
Redaktionell geprüft am: