IV: Auditory Scene Analysis

Presentatie over: "IV: Auditory Scene Analysis"— Transcript van de presentatie:

1 IV: Auditory Scene Analysis
Hoorcollege: Introductie ASA Bregman (1990): Primitief + schemagebaseerd Illustratieve experimenten met eenvoudige stimuli Relevantie onderscheid primitief – schemagebaseerd voor spraak + voorbeelden Studentencollege: Mattingly and Liberman (1988) Specialized perceiving systems for speech and other biologically significant sounds Specifieke spraakmodule i.t.t. algemene verwerking van acoustiche info? Bregman (1998) Human data and computational ASA Algemene eisen aan systeemarchitectuur voor uitvoering ASA o.b.v. kennis over menselijke ASA Cooke and Okuno (1998) Using knowledge to organize sound: The prediction-driven approach to computational auditory scene analysis, and its applications to speech/nonspeech mixtures Voorstel mogelijke systeemarchitectuur

2 Auditory Scene Analysis (ASA)
Probleem ASA: Hoe kunnen we, vanuit de mix van door verschillende bronnen geproduceerde signalen, de juiste combinatie van informatie vinden, zodat er zinvolle mentale representaties behorend bij één bron gereconstrueerd kunnen worden? Analogie visueel

3 Auditory Scene Analysis - 2
Twee componenten proces (Bregman, 1990): 1. Primitieve processen voor auditory grouping: partitie van de data 2. Schemagebaseerde processen waarbij de benodigde evidentie, indien aanwezig, wordt geselecteerd. Eigenschappen: Primitieve groepering Schemagebaseerde groepering -Algemeen -Simpele, locale analyses -Automatisch, niet beïnvloed door aandacht -Aangeboren -Data-driven (bottom-up) -Preliminary linking van signaalcomponenten -Domeinspecifiek -Globale analyses -Onder invloed van aandachts-processen -Aangeleerd -Hypothesis-driven (top-down) -Description-building o.b.v. grouping hypotheses

4 Primitieve ASA - 1 Relatie Gestalt psychologie:
Continuïteit: - Nabijheid (proximity) in tijd (t) of frequentie (f) - Overeenkomst (similarity) o.b.v. pitch (F0), brightness, timbre (formantpatroon), spatiële lokatie Common fate: Synchronisatie van veranderingen - gecorreleerde amplitude- en/of frequentie- modulatie (AM, FM); micro-/macromodulatie - gelijke onsets en/of offset; Belongingness/Exclusive allocation: sensorische evidentie die is toegewezen aan een auditory stream, kan niet tegelijkertijd een bijdrage leveren aan een andere stream; Minder sterke variant: principe van noncontradictie. Simplicity: waargenomen structuur zo simpel mogelijk (Familiarity/Meaningfulness) Scene Analysis interpretatie (ecologisch perspectief): Gerelateerd aan eigenschappen van de in de auditory scene aanwezige bronnen en hun fysische beperkingen Sequentiële en simultane integratie in tijds- en frequentiedomein

5 Primitieve ASA - 2 Gebruikte stimuli Short repeating loop:
Verschillende frequentiegebieden Cumulation of evidence  forceren van groeperen van kwalitatief gelijke tonen: H—H—H—… —L—L—L-… Beïnvloedende factoren, o.a. - Snelheid: t (ISI, SOA) - Frequentie-afstand: f  Trade-off (Analogie visueel: bewegende stippen, studentencollege I) Streaming effect: gevolg van automatische, primitieve stream segregation processen? Fysiologische vs. functionele verklaringen: - Habituatie pitch motion/jump-detectors - Symmetrie/voorspelbaarheid van stimuli Tune + distractors: Frequentierelatie distractor – relevante tonen Camouflage  gevolg van primitieve ASA Indien melodie bekend, f veel kleiner

6 Aandachtseffecten - 1 Trade-off snelheid-frequentiescheiding alleen voor TCB. Bij hogere snelheden (kortere tone repetition times) kleiner ambigu gebied, eerder segregratie. FB ondergrens: 3 à 4 semitonen. Fysiologische beperking? Critical band -> maskering? Taak 1: Alle tonen als één stream proberen te horen (coherentie) - Temporal coherence boundary (TCB: o)  Gevolg van automatische en primitieve organisatieprocessen Taak 2: Selectie van één stream: focussen aandacht (segregratie) - Fission boundary (FB: x)  Limiet aandacht Ambiguïteit neemt sterk toe bij afnemende t en toenemende f

7 Aandachtseffecten - 2 Aanvankelijk: 1 stream (galloping rhythm); na verloop van tijd: 2 streams — H ——— H ——— H ——… L — L — L — L — L — L —… (ritme 2x zo snel) - mate van segregatie weer afhankelijk van f en t (TRT) Carlyon et al. (2000): 21 sec., waarvan 1e 10 seconden auditieve aandachtstaak: meer “1 stream” beoordelingen Selectieve aandacht bepalend voor segregatie

8 Auditory stream segregation
Groepering afhankelijk van context: f A-B: continuïteit Harmonische relatie complex B-C: harmoniciteitsprincipe Onset en/of offset (a)synchronie B-C: common fate Aanwezigheid toon D: retro-actief effect Collaboratie en competitie van cues (?) Capturing van B door A i.p.v. complex B-C (old-plus-new heuristiek); versterkt door evt. capturing van C door D Relatie principe van exclusive allocation; echter, op niveau van beschrijvingen, niet voor de cues! Illusies a.g.v. tegenstrijdige/ambigue evidentie  Simultane en sequentiële integratie niet onafhankelijk Cues reflecteren forces of attraction die leiden tot mogelijke links tussen signaalcomponenten (organisatiehypotheses) N.B. Geen stricte partitie i.v.m. transparantie van geluid! Eventuele aanwezigheid toon D na C (met dezelfde frequentie als C) kan groepering van BC verzwakken en daarmee B eerder vrijgeven voor groepering met A.

9 Masking Release Comodulation Masking Release (CMR): a.g.v. in amplitude comodulerende ruisbanden (niet voor FM) Spatial release from masking: bv. binaurale presentatie van ruis + monaurale presentatie van target Maskering gevolg van fysiologische beperking? Critical bandwidth (CBW) Relatie kritieke band - frequentieresolutie op BM ASA: Gevolg van aanwezigheid cues m.b.t. broninformatie Default: integratie Kruiscorrelatie informatie tussen verschillende frequentiebanden Binnen frequentieband: tijdelijk verhoogde locale SNR a.g.v. AM

10 Continuïteitsillusie
Laag-frequente ruisband continueert in B laat hoog-frequent residu achter: partitie van sensorische data  old-plus-new Toon A continueert door B Vereiste: ruisband B luid genoeg om A te kunnen maskeren Analogie in spraak: Foneemrestoratie / Picket-fence effect

11 Old-plus-new Effecten van de grens tussen geluiden
Maskering van discontinuiteit: geen evidentie voor stilte (b), mogelijke maskering van offset A1/onset A2 (c) Voldoende neurale evidentie: neurale activatie (niet het fysische signaal!) tijdens B niet te onderscheiden van indien alleen A aanwezig (ambigu) Evidentie voor broncontinuiteit gereflecteerd in A1-A1 groupering: regels voor sequentiele integratie moeten toepasbaar zijn Geen graduele overgang van A1 naar B naar A2 (e)  Alle sensorische evidentie moet niet inconsistent zijn met de mogelijke aanwezigheid van A tijdens de aanwezig-heid van B: principe van noncontradictie

12 Interpolatie versus extrapolatie
Glides continueren achter de ruis A.g.v. trajectory-following proces? Afhankelijk van informatie ná ruis: grotere, temporele scope, geen locale beslissingen Simpelste verklaring van evidentie Ruis over cross-over point: waargenomen pitch lager dan te verwachten o.b.v. extrapolatie; komt overeen met hoogste pitch van voor de ruis

13 Frequency proximity en harmoniciteitsprincipe
(1) leidt tot twee streams: percept (2) en percept (3) (4) leidt tot dezelfde streams als in afwezigheid van ruis, gecombineerd met stream (5) (A) Bouncing percept o.b.v. frequency proximity (B) Bouncing percept o.b.v. frequency proximity (C) Crossing percept o.b.v. harmoniciteit (D) Bouncing percept o.b.v. frequency proximity en harmoniciteit Onafhankelijk van inhoud interval x: stilte, ruis, glides

14 Frequency proximity Interpretatie bouncing percept i.p.v. crossing percept en afwezigheid trajectory-following proces tevens bij: (1) Discrete, constante tonen (steady tones) (2) Korte glides, met constante lengte, in richting van trajectory, met overlap in tijd (constante lengte van de glides wordt opgebroken op cross-over point) (3) Streams waarbij het ritme het traject bevoordeeld (4) Streams waarbij het ritme segregatie binnen beperkt frequentiebereik bevoordeeld

15 Conclusie “primitieve” ASA - 1
“Continuïteitsillusie”  “Compensatie” voor maskering Bovendien: Evidentie ís aanwezig; niet echt een illusie Voordeel van vergaren van evidentie over langer tijdsbestek: Evidentie is alleen locaal ambigu, niet in globale context Toepassingen (ASR): Low-quality vs. high-quality data Selective listening strategie: zwaarder wegen high-quality data Missing-feature theory: negeren low-quality data Locale SNR in tijd én frequentie (niet over hele signaal en over gehele spectrum)

16 Conclusie “primitieve” ASA -2
Onset B = offset A erg onwaarschijnlijk (old-plus-new) Relatie psychofysica: Target detectie afhankelijk van duur en intensiteit: temporeel integratie window (afname temporele resolutie naarmate verder richting AC, college II) Vb. Psychophysical overshoot: sterke toename AC respons op target naarmate background stimulus langer aanwezig is Short-term adaptation: adaptatie aan constante input; bevat geen informatie Belang van detectie van veranderingen: dynamische aspecten benadrukken: events (bv. onset enhancement, RASTA filtering)

17 Schemagebaseerde ASA Schema = Cognitieve structuur (concreet/abstract): “some control system in the human brain that is sensitive to some frequently occurring pattern, either in the environment, in ourselves, or in how the two interact” Domeinspecifiek Globaal: grotere temporele scope Leereffect Onder invloed van aandacht Hypothesis-driven (“top-down”) Assimilatie: Geschikt toepassen op een situatie; input-specifiek Elk schema heeft eigen methoden voor het evalueren van (transformaties van) sensorische evidentie om te bepalen of het patroon waar het voor staat aanwezig is. Constructief, matching: “Zoeken” naar bevestigende stimulatie in auditieve input Dynamisch systeem: Bij geluiden tijdsdimensie van belang Temporele patronen, priming Kenmerken aandacht: 1. Selectie van beschikbare evidentie voor gedetailleerdere verwerking (effort) 2. Meer resources nodig 3. Beperkte resource capaciteit 4. Meer ervaring, minder aandacht

18 Sequentiële integratie van spraak
Sterk geleerde vaardigheid Opeenvolging van klanken: verschillende fonemen kwalitatief verschillend, toch coherent Cocktail-party effect: gebruik maken van broneigenschappen als pitch, lokatie, timbre  eigenschappen gelden binnen stream: resultaat van segregatie? (vgl. ritme, volgorde) Continuïteit in: F0/pitch contour bij stemhebbende spraak o.b.v. (quasi-) periodiciteit (bv. klinkers) grotere scope: intonatiepatroon (taalspecifiek, melodie inherent aan grammaticapatroon en betekenis) Spatiële continuïteit: Bron blijft vaak op zelfde plaats en/of verandert relatief langzaam van plaats

19 Sequentiële integratie spraak - 2
Spectraal: formanten gevolg van filtering door stemkanaal (verandert niet van ene op andere moment) meeste overgangen tussen spraakklanken “zichtbaar” integratie ruisige consonanten o.b.v. synchronisatie van verandering dichtbij temporele boundary tussen twee geluiden (vb. click language) afwezigheid F0 continuiteit kan gecompenseerd worden door formantcontinuiteiten: leveren onafhankelijke bijdragen aan sequentiële integratie (college I, bron-filter model) Hoe formanten te bepalen? Piekfrequentie? Geen directe eigenschap van de formant zelf, maar abstracter: piek in spectraal omhullende. Auditieve systeem: representatie van formanten en FM sweeps (college II)

20 Formanttransities Met transities: coherent  Primitief trajectory following process? Retro-actieve effecten: backward extrapolation Continuïteitsbehoud: voorkomen plotselinge discontinuïteiten Niet gevolg van groepering binnen syllabe, maar o.b.v. gelijkheid groeperen over syllabes. Interpretatie van het signaal als een speech event: o.b.v. articulatorische continuïteit

21 Simultane integratie van spraak
Harmonische relaties en F0 Patroonherkenningsmodellen: “harmonic sieve”, spectrale templates Temporele pitchmodellen: harmonische structuur is emergente eigenschap van synchroon vuren met F0-periode; => groepering o.b.v. pitch(continuïteit) is dus ook emergent => belangrijke rol i.v.m. ruisrobuuste informatieverwerking Split-formant Gesynthetiseerde spraak: zelfde vs. verschillende F0, monochotisch vs. dichotisch Verschillende F0/dichotisch: 2 stemmen, één foneem (o.b.v. fonetisch coherent percept) Tenzij competitie in groepering formanten voor verschillende foneemidentiteit (F1-F2-F3, F1-F3-F4): disambiguatie o.b.v. F0 Duplex perceptie van spraak (studentencollege IV)

22 Sine wave speech Kennis over de dynamiek van spraak: spectraal-temporele ontwikkeling van voor spraakherkenning relevante features, zoals formanttransities en –posities Vb. Sine-wave speech Abstract model van de onderliggende dynamiek van het stemkanaal

23 ASA: voorlopige conclusies
Belangrijkste aspecten: Continuïteit in: Pitchcontour (voor stemhebbende spraak) = evenwijdig lopende, gelijktijdig veranderende, harmonischen - binnen beperkte pitchrange - relatie neurale informatieverwerking: synchroon vuren van harmonischen behorend bij zelfde F0 => duidelijk onderscheidbare perceptuele eenheid => invloed selectieve aandacht - versterkt door invloed van leren, “herkennen” van harmonische patronen Articulatorische continuïteit: graduele verandering in formantpatroon i.v.m. beperkingen stemkanaal - vocal tract dynamics Synchroniciteit van veranderingen Gelijktijdig beginnen (onset), veranderen, of eindigen (offset) van signaalcomponenten afkomstig van eenzelfde bron Relatieve timing van kwalitatief verschillende geluiden t.o.v. elkaar

24 ASA: voorlopige conclusie
Onderscheid primitief vs. schemagebaseerd niet echt relevant, geeft vertekend beeld Selectie = (gedeeltelijke) herkenning, niet scheiden! Globale context, selectieve aandacht en invloed van leren altijd van belang om het resultaat van de perceptuele verwerking (= het percept, de waarneming waarvan we ons bewust worden) te begrijpen. Vb. Foneemrestoratie Tijdsschaal bewustzijn en informatieverwerking niet gelijk. Vb. Retro-actieve effecten (“The *eel was on the axle/orange” , studentencollege IV)

25 Appendix: Psychofysica
Relatie fysische stimuli – perceptie/respons (begin ? eind) Beschrijving van verschijnselen Voorspellen fysiologische mechanismen  starting point voor fysiologisch onderzoek Absolute/relatieve thresholds voor detectie  gevoeligheid (sensitivity) vs. criterion-shift (bias), (SDT) Matching experimenten (bv. loudness matching) Scaling: magnitude van ervaring i.r.t. stimulusintensiteit Invloed verandering omgeving (bv. adaptatie: invloed op detectie) Identificatie van een stimulus: invloed recente geschiedenis + ervaring met omgeving