Seliz Karadogan

Thesis summary in DTU Orbit

Integrationen af avanceret digital signalbehandling har været en betydelig innovation indenfor høreapparatsindustrien. Denne udvikling vil fortsætte gennem intelligente og individualiserede høreapparater der integrerer top-down (videnbaseret) og bottom-up (signalbaseret) tilgange ved brug af forskning inden for kognitive systemer, som er det tværfaglige studiet af sind og intelligens og samler forskellige discipliner, herunder kunstig intelligens, machine learning, kognitiv psykologi og neurovidenskab. Denne afhandling fokuserer på tre emner inden for kognitive systemer relateret til hørelse. Indledningsvis foreslås en ny fremgangsmåde til automatisk talegenkendelse ved brug af binære maske features. De binære features robusthed over for støj er sammenlignet med state-of-the-art standard features, nemlig mel- frekvens-kepstrale-koefficienter. Det andet emne som behandles er top-down auditiv opmærksomhed. En top-down opmærksomhed model præsenteres og verificeres gennem adfærdseksperimenter. Bl.a. undersøges betydningen af top-down opgave-drevet opmærksomhed i forbindelse med det velkendte cocktailparty problem. Endelig er automatisk følelsesgenkendelse i tale studeret ved med fokus på at integrere semantisk og akustisk information. Den foreslåede metode er evalueret ved brug af et nyt datasæt, der består af korte filmklip med lyd og tekst dele, som er bedømt af forsøgspersoner i to affektive dimensioner (arousal og valens).

Vejleder: Lektor Jan Larsen, Kognitive Systemer