Phonetik und Sprachverarbeitung

5.1 Wie kann die Grundfrequenz zum Zweck der Stimmverstellung manipuliert werden?

Referat von Dominique Vornwald 20.12.2007

2

Gliederung

Fall Studie

• Creaky Voice als Stimmverstellung• Methode• Ergebnisse• Diskussion

3

Fall

• Die Frau eines Bankiers wurde entführt Erpressung Kassettenaufnahme des Täters• Sprechersamples der Verdächtigen standen zur

Verfügung • Tests ergaben, dass es sich um eine Stimmverstellung

handeln muss

Aufgabe: Mit welcher Wahrscheinlichkeit ist einer der 3 Verdächtigen der, der die Aufnahme gemacht hat

4

Studie I

creaky Voice:• signifikant niedrigere f0 (im Vergleich zur modaler Phonation bei

Erwachsenen)

Laver (1980) und Catford (1964) haben sie bei 25 Hz-52 Hz und 40 Hz–60 Hz gemessen

• im Gegensatz zur modalen Sprache (Brustsprache) zeichnet sich die Struktur der creaky voice durch große Irregularitäten im unteren Bereich der Tonhöhe (Ball et al 1990) aus

• niedrige Amplitude der Vibration

5

Studie I

• f0 ist bei dieser Art der Stimmverstellung kein gutes Indiz die weiteren Auswirkungen auf f0 sind nicht bekannt

• auch die LTAS Analyse (Long Term Average Spectra) führt zu keinen guten Ergebnissen man geht nicht davon aus, dass die Vokalformanten

stark beeinflusst werden isolierte Vokalformanten aus der fließenden Sprache zu

messen, stellt ein Problem dar• temporale Aspekte können nicht verwendet werden

es ist noch nicht geklärt warum das Sprechtempo bei c.v. abnimmt

• aber, koartikulatorische Strategien könnten bei Lauten und in Formanttransitionen widergespiegelt werden

6

Studie I

In dieser Studie soll überprüft werden ob phonetisch trainierte Hörer verstellte Stimmen besser identifizieren können als untrainierte

7

Studie I

10 untrainierte männliche Hörer • VP hören Tonband mit verlangsamtem Sprechtempo

und creaky voice • dann lesen VP den Text: „The North Wind and The

Sun“ einmal mit der normalen Stimme und einmal mit creaky voice vor

• die creaky voice aller Personen wurde von Hirson und Duckworth als passend befunden

8

Studie I

• der letzte Satz des Textes wurde für das Perzeptionsexperiment genutzt:• 40 Sets mit ABX Jeweils 20 mit A und B in Normalsprache von

verschiedenen Sprechern und 20 in creaky voice von verschiedenen Sprechern

1. Gruppe: X (c.v.) passt entweder zu Sprecher A oder B 2. Gruppe: X (c.v.) passt weder zu A noch zu B 3. Gruppe: X (normal) passt entweder zu Sprecher A

oder B 4. Gruppe: X (normal) passt weder zu A noch zu B

9

Studie I

• die Reihenfolge von A und B innerhalb der Triplets und die Sequenz der Triplets waren zufällig

• jedes Triplet wurde 2x präsentiert

15 trainierte Hörer (Gruppe P) und 12 untrainierte Hörer (Gruppe N) sollten entscheiden ob X vom Sprecher A, B oder von keinem von beiden gesprochen wurde

10

Studie I

11

Studie I

Diskussion• - sth Frikative sind recht resistent gegen die c.v.

Verstellung (insbesondere [s])• c.v. kann leicht produziert werden, auch über einen

längeren Zeitraum• c.v. kann mit akustischen Analysen schwer

herausgefiltert werden• instrumentelle Methoden können kombinierte

Verstellungstechniken nicht herausfiltern• Hörermethoden können dies teilweise

12

Studie I

trainierte Hörer sind besser in der Lage die Sprecher zu identifizieren

ihr Können sollte nicht unterschätzt werden z.B. AX-Experimente

aber, Vorsicht bei der Interpretation der Gruppenergebnisse

einige Hörer von N waren genauso gut wie die Mehrheit der Gruppe P

einige aus P hatten Resultate, die eher denen der Gruppe N glichen

13

Gliederung Studie

• Methoden• Ergebnisse• Diskussion

14

Studie II

Fragestellung:• Gibt es Vorlieben bei der Wahl der Verstellungsmodi?• Verändert sich die Normalsprache im Verlauf der Zeit?• Wie gut können die Verstellungen konstant gehalten

werden?

15

Studie II

Methode:• Sprecherdaten: forensischer Datenpool BKA• 50 Frauen- und Männerstimmen wurden ausgewählt• Text: typische idiomatische, semantische und stilistische

Elemente eines Kidnappertextes (Telefonanruf)• durchschnittlich 60 sek. am Stück gesprochen • um die Langzeitaspekte analysieren zu können, wurden

5 Aufnahmen in Intervallen von ca.6 Wochen gemacht 1476 Aufnahmen

16

Studie II

• 3 mögliche Verstellungstypen: 1. Tonhöhe erhöhen (HIGH)2. Tonhöhe verringern (LOW)3. Denasalierung (D)

• 2 sollen ausgewählt werden, wenn möglich 1. und 2.

vor allem Frauen entschieden sich für D

17

Studie II

• nur bei der 1.Sitzung durften die VP bei Bedarf üben • der Text wurde von den VP vorlesen• die Stimmverstellung sollte jedes Mal möglichst gleich

sein • alle Sitzungen waren vom Ablauf her gleich

18

Studie II

Ergebnisse:• Normalsprache (Referenzmaterial):

• Männer: F0-Mittelwerte sind bei 1 und 2 und bei 3,4,5 ähnlich

• der Unterschied zwischen den beiden Ähnlichkeitsgruppierungen beträgt 2 Hz

leichte Abnahme von f0 über die gesamte Aufnahmedauer

• Frauen: Unterschiede sind geringer und haben keine besondere Tendenz

19

Studie II

• Standardabweichung (ANOVA)• Männer: F0 sinkt konstant über die Zeit (Zeitfaktor

signifikant)• Frauen: Kein Effekt

mögliche Erklärung: Stressabbau, weil sich die Männer an das Prozedur gewöhnt haben

entweder standen die Frauen die ganze Zeit unter Stress oder nie

20

Studie II

21

Studie II

• Vergleich f0-Mittelwerte bei Normal und Verstellt:

• die größte Variation gibt es beim Modus HIGH (insbesondere bei Männern -> falsetto)

• LOW: die Verteilung geht eher gegen 0• Denasal: ähnlich zu normal, aber wesentlich tiefer

22

Studie II

HIGH• Männer: Großer Anstieg der f0-Mittelwerte

von 116.6 Hz bis auf 223.9 Hz 11.3 Halbtöne, also fast eine Oktave• Frauen: Großer Anstieg der f0-Mittelwerte

von 208.5 Hz bis auf 297.8 Hz 6.2 Halbtöne, also knapp über ½ Oktave

beide Geschlechter können f0 stark (signifikant) über ihre gewöhnliche f0 anheben

23

Studie II

• verschiedene Varianten: • Männer: von 30 haben

• 12 f0 erhöht und blieben im modalen Zustand • 13 f0 erhöht und wechselten das Register zu falsetto • 5 f0 erhöht und nutzten beide Register

9 von den 13 haben f0 über 100% erhöht, also mehr als 1 Oktave

• Frauen: von 34 haben• 30 f0 erhöht blieben im modalen Register • 2 f0 erhöht durchgängig falsetto genutzt • 2 f0 erhöht falsetto und modal genutzt

24

Studie II

• Einfluss der Zeit:• Frauen zeigen einen graduellen Anstieg der f0

(1 Halbton) über die gesamte Aufnahmedauer (signifikant)• Männer weisen die gleiche Tendenz auf (nicht signifikant)

mögliche Erklärung:• bei den Männern wird mehr falsetto genutzt, was zu

einem erhöhten f0-Mittelwert führt keine Signifikanz es könnte auch ein Lerneffekt aufgetreten sein

(Stabilisierung der Veränderungsmuster)

25

Studie II

LOW• Einfluss der Zeit:

• Männer: Abfall der f0 nach der 2.Aufnahme (ANOVA -> signifikant p=0.02)

• Frauen: kein signifikanter Abfall von f0

• Im Vergleich zur normalen Sprache• f0 sinkt bei beiden Geschlechtern Männer: 116.6 Hz - 100.9 Hz -> 2.5 Halbtöne Frauen: 208.5 Hz - 189.6 Hz -> 3.56 Halbtöne

26

Studie II

• Männer: von 37 konnten• 2 f0 nicht konstant senken (Differenz: ½ Halbton) die f0 von beiden Sprechen liegt unter dem Durchschnitt

(93 Hz und 104 Hz) der mit der stärksten Erhöhung hat lauter gesprochen

als in der Normalsprache erklärt die höhere f0, aber nicht, warum er f0 nicht

konstant senken konnte • VP war aber überzeugt davon, dass sie tiefer sprach

• Frauen: von 21 konnten • alle die f0 senken (1.3-5.4 Halbtöne)

27

Studie II

DENASAL• beide Geschlechter zeigen eine leichte Steigung des f0-

Mittelwertes im Gegensatz zur normalen Stimme• die Veränderungsgröße ist viel geringer als bei den

anderen Modi (Männer: 1 Halbton, Frauen: 0.2 Halbtöne)• Männer: der Unterschied vom f0-Mittelwert zur

Normalsprache ist signifikant aber die Signifikanz variiert von p=0.03 bis p=0.05• Frauen: Keine Signifikanz (auch nicht beim t Test p=0.20 bis

p=0.59)

28

Studie II

Männer: von 33 haben • 16 f0 gesenkt• 17 f0 erhöht• max. Abweichungen von der unverstellten Stimme variieren

von -2.1 bis +5.0 Halbtönen

Frauen: von 45 haben• 19 f0 gesenkt• 26 f0 angehoben• max. Abweichung von der unverstellten Stimme von -4.1 bis

+2.8 Halbtonschritte

ANOVA: die Unterschiede im Bezug auf die Zeit sind für beide Geschlechter nicht signifikant (m: p=0.646 f: p=0.46)

29

Studie II

Diskussion:• die VP konnten ihre Stimme relativ konstant über ~6

Monate verstellen • VP, die eine hohe f0 haben, tendieren dazu sie weiter zu

erhöhen• VP mit niedriger f0 tendieren dazu f0 zu senken

• Trend ist mehr bei Frauen zu beobachten• kein Zusammenhang zwischen normaler f0 und der Wahl

für D• VP haben verschiedene Möglichkeiten zur Verstellung

gewählt • Geschlechterabhängigkeit ist vorhanden:

30

Studie II

• Männer haben f0 generell drastischer verändert• High und Low: „Lerneffekte“ bei allen Männern• High: f0 Wert wurde von Männern stärker erhöht als von

Frauen• Low: f0 Wert wurde von Frauen stärker gesenkt als von

Männern erklärbar durch geschlechterbedingte f0

Männer haben mehr Spielraum nach oben, Frauen nach unten

31

Studie II

• Männer haben sich öfter für Low als für High entschieden, Frauen umgekehrt

• Frauen haben den Modus falsetto viel seltener genutzt als Männer

• D: • war der bevorzugt gewählte Modus der Frauen• leichtes Ansteigen der mittleren f0 bei beiden

Geschlechtern für jeden Sprecher konnten allerdings kleine Variationen in

beide Richtungen erkannt werden

32

Studie II

Bleiben spezifische Sprechercharakteristika erhalten?• bei Low oder D kann die normale f0 vorhergesagt

werden• bei High nicht, unhabhängig davon ob falsetto oder

modale Stimme verwendet wurde Zurückzuführen auf sehr große Freiheitsgrade zur

Variation• Vernachlässigt wurde das Phänomen, dass einige

Männer zwischen falsetto und modal kurzzeitig gewechselt haben (1 Satz oder weniger)

33

Studie II

Inwieweit haben die Verstellungen zu weiteren absichtlichen oder unabsichtlichen Verstellungen anderer Parameter geführt?• fast bei allen VP aufgetreten • meistens sinkt das Sprechtempo mit steigendem Grad

der Verstellung, insbesondere bei High und Low• nicht nur langsameres Artikulieren, sondern auch mehr

Pausen ungewohnte artikulatorische Bewegungen und

Gebrauchen der der Artikulationsorgane mehr Konzentration und Anstrengung

34

Studie II

• Lautstärke: bei H wurden VP lauter als Konsequenz des stärkeren subglottalen Luftdrucks, insbesondere bei falsetto

• LOW:• Reduktion der Amplitude im Signal Ausprägung der Vibrationen an der Glottis• teilweise Auftreten von creaky voice und flüstern

35

Vielen Dank