Themenvorschläge

Daten: Youtube Beispiele von Werbung mit abhängiger Variable Zeitpunkt (Dekade) und unabhängigen Variablen Sprechergeschlecht, Werbegegenstand, Firma, Zielgruppe etc.

Vorgehen:

Extraktion vergleichbarer Phrasen und akustisch/phonetische Analysen

Fragestellung:

Weak labeling bedeutet die Annotation von Daten durch Maschinenklassifikatoren zum Zweck der Selbstoptimierung.

In der Arbeit sollen einige akustische Parameter hinsichtlich ihrer Eignung zum Weak labeling untersucht werden, d.h. konkret

• Eine annotierte (z.B. emotional) Datenbank wird als Referenz verwendet, zum Training eines "Seedmodels" und als Testset.
• Eine andere, nicht annotierte wird zum Weak labeling verwendet und dann damit das Training erweitert.

Das Ergebnis wird auf zwei Arten evaluiert:

• Der Klassifikator sollte auf dem Testset besser werden
• Ein Perzeptionsexperiment sollte perzeptive Relevanz der weak gelabelten Samples erweisen.

Fragestellung:

Kann maschinelle Alterserkennung regelbasiert verbessert werden?

Daten:

(re)synthetisierte Sprachdaten bei denen systematisch hypothesengesteuert bestimmte akustische Aspekte verändert wurden.

Klassifikationsexperiment:

Die synthetisierten Stimuli werden einem maschinellen Altersklassifikator (perzeptives Alter) zum Training hinzugefügt und es wird anhand eines Testsets überprüft ob die Erkennungsgenauigkeit steigt.

Fragestellung:

Weshalb klingt eine Stimme älter oder jünger?

Daten:

(re)synthetisierte Sprachdaten bei denen systematisch hypothesengesteuert bestimmte akustische Aspekte verändert wurden.

Perzeptionsexperiment:

Die synthetisierten Stimuli werden durch vielen Hörern vorgespielt die das Alter des/der "Sprecher*in" schätzen sollen.

Sprachdaten:

Synthetisierte Daten mit neutralem oder bewusst gesetztem emotionalem Inhalt, systematisch variiert nach prosodischen Parametern.

Merkmale:

Auswahl geeigneter Merkmale aus der Literatur und Ableitung bzw. Parametrisierung von SSML (Speech Synthesis Markup Language) Steuerparametern.

Perzeptionsüberprüfung:

Befragung einer möglichst repräsentativen Hörer*innen Gruppe nach Relavanz.

Analyse:

• Korrelation von Hörerurteilen und systematischer Variation.

Sprachdaten:

Öffentlich zugängliche annotierte Datensammlung mit Valenzannotation, z.B. MSPPodcast

Merkmale:

Auswahl geeigneter Merkmale aus der Literatur und Ableitung bzw. Parametrisierung eines komplexen Merkmals

Analyse:

• Analyse zur Regression/Klassifikation der Valenz mit Vergleich zu "Standardmerkmalen" und eine Maschinenlernverfahren.
• Manuelle Analyse von ausgewählten Sprachsamples.

Sprachdaten:

Eine möglichst repräsentative Sammlung gelächelter vs. nicht gelächelter Sprachsamples auf Basis von Videos.

Perzeptionsüberprüfung:

Befragung einer möglichst repräsentativen Hörer*innen Gruppe nach Lächelerkennung.

Merkmale:

Auswahl geeigneter Merkmale aus der Literatur und Messung an repräsentativen Abschnitten

Analyse:

• Überprüfung der Rezipienten Korrelation
• Analyse von Korrelationen von Ground-Truth (Lächeln im Video), akustischen Merkmalen und Hörerurteilen.

Sprachdaten:

Eigene Sammlung von Redeausschnitten von Prominenten auf Youtube mit Recherche zu Alter, z.B. 10 Personen pro Geschlecht und Sprache jeweils 3 ähnliche Abschnitte

Merkmale:

Auswahl geeigneter Merkmale aus der Literatur und Messung an repräsentativen Abschnitten

Analyse:

Analyse von Korrelationen von Merkmalsveränderungen beim Alter unabhängig von der Person.

Geeignet als Bachelorarbeit

Sprachdaten:

Eigene Aufnahmen eines gelesenen Textes (z.B. "Nordwind und Sonne" von Äsop) und Ihrer Spontansprache (z.B. evoziert durch freie Bildbeschreibung).

Analyse:

Sprechwissenschaftlicher Vergleich der Sprechmerkmale von gelesener vs. spontaner Sprache am eigenen Beispiel mit Ableitungen allgemeiner Unterschiede und Gemeinsamkeiten.

Geeignet als Bachelorarbeit

Sprachdaten:

Eigene Aufnahmen schneller und langsamer Sprechweise

Analyse:

Merkmale schneller und langsamer Sprechweise im Vergleich z.B. in Hinblick auf Aussprachegenauigkeit, Silbendauer etc.

Geeignet als Bachelorarbeit

Sprachdaten:

Aufnahmen aus Filmen oder Serien

Mögliche Inhalte:

Es können bspw. Originalstimmen mit deutschen Synchronstimmen verglichen werden, um herauszufinden, ob die Synchronstimme passend ausgewählt worden ist. Außerdem sind auch Kongruenzen oder Widersprüche zum Charakter der Figur mit der Synchronstimme denkbar (überprüfbar mit Perzeptionstest). Auch die Problematik, dass dieselbe*derselbe Synchronsprecher*in mehrere Schauspieler*innen spricht, kann beleuchtet werden, oder anders herum: Synchronstimmenwechsel bei Schauspieler*innen.

Beschreibung folgt

Beschreibung folgt

Beschreibung folgt