| Nederlands

Signal-driven sound processing for uncontrolled environments

(2010) Krijnders, Johannes Dirk

Toepassingen van automatische geluidsbronherkenning zijn steeds vaker in het veld in plaats van in het laboratorium. Dat betekent dat een aantal aannames van bestaande technieken niet meer geldig zijn. Met name de aanname dat er maar één bron is kan in het veld niet worden gegarandeerd. In dit onderzoek heb ik een methode ontwikkeld die deze aannames niet maakt. Deze methode kijkt naar kleine omgevingen rond een tijd-frequentie punt en bepaalt of die omgevingen op tonen of pulsen lijken. Omdat het onwaarschijnlijk is dat meerdere bronnen op hetzelfde moment dezelfde frequentie produceren met vergelijkbare energie is het waarschijnlijk dat zo'n toon of puls van één bron afkomstig is. Aansluitende punten met hetzelfde type bron worden gegroepeerd en deze groepen vormen de basis van de automatische geluidsbronherkenning. De herkenning van de groepen gebeurt door een aantal eigenschappen van de groepen vast te stellen. Door de eigenschappen te vergelijken met de eigenschappen van eerder geziene voorbeelden worden de groepen geclassificeerd. De classificatie is dus afhankelijk van het type geluid, toon of puls, en van de eigenschappen van het geluid dat binnenkomt. De methode is getest op een aantal nieuwe datasets, die zijn opgenomen zonder de omgeving te controleren. Een probleem bij dit soort datasets is echter om precies te weten welke geluiden er in voorkomen. Daarom zijn annotaties van geluidsbronnen gemaakt door menselijke luisteraars, die het niet altijd eens blijken te zijn. De kwaliteit van de voorgestelde methode voor automatische herkenning ligt in de buurt van de menselijke annotators.

	Titel en inhoud
	Hoofdstuk 1
	Hoofdstuk 2
	Hoofdstuk 3
	Hoofdstuk 4
	Hoofdstuk 5
	Hoofdstuk 6
	Hoofdstuk 7
	Hoofdstuk 8
	Hoofdstuk 9
	Engelse samenvatting
	Nederlandse samenvatting
	Dankwoord
	A
	B
	Literatuuropgaven
	Volledige dissertatie