Somnologie - Prof. Dr. Jarek Krajewski

den 5–10 Rater zur Bestimmung der
„ground truth“ genutzt) und
F einen prototypbasierten Ansatz (Vorselektion
der Fälle mit Konkordanz
aller Validierungsinstrumente) erzielt
werden.
Vor dem Hintergrund der genannten Einschränkungen
müssen die Validierungsergebnisse
als vorläufig interpretiert werden.
Replikationen mit umfangreichen
und diversifizierten Probandenkollektiven
sind wichtig, um die für einen breiten
Einsatz notwendige Evidenzgrundlage
aufzubauen. Zudem sollten zukünftige
Forschungsbemühungen die Weiterentwicklung
der phonetisch-akustischen
Schläfrigkeitsanalyse insbesondere
über die Anwendung diverser Mustererkennungs-
und Machine-Learning-Verfahren
(„support vector machine“) sowie
über eine geschlechtsspezifische Modellierung
angehen.
Fazit für die Praxis
F Die anwendungspraktische Bedeutung
des vorgestellten Verfahrens
liegt darin, dass für moderate Nebengeräuschbedingungen
eine Messung
von Schläfrigkeit insbesondere im
mittleren und starken Schläfrigkeitsbereich
umgesetzt werden kann.
F Diese Messung kann bislang jedoch
nur als Fit-for-Duty-Testsituation realisiert
werden.
Korrespondenzadresse
Prof. Dr. J. Krajewski
Experimentelle Wirtschaftspsychologie,
Universität Wuppertal
Gaußstraße 20, 42097 Wuppertal
Deutschland
krajewsk@uni-wuppertal.de
Interessenkonflikt. Der korrespondierende Autor
gibt an, dass kein Interessenkonflikt besteht.
Literatur
1. Batliner A, Steidl S, Schuller B et al (2011) Whodunnit
– searching for the most important feature
types signalling emotion-related user states in
speech. Computer Speech Language 25:4–28 (in
press)
2. Batliner A, Steidl S, Nöth E (2008) Releasing a thoroughly
annotated and processed spontaneous
emotional database: The FAU Aibo Emotion Corpus.
In: Devillers L, Martin J-C, Cowie R et al. (eds)
Proc. of a satellite workshop of LREC 2008 on corpora
for research on emotion and affect (Workshop
on Corpora for Research on Emotion and Affect
Marrakesh 26.5.2008). LREC 2008, Marrakesh,
pp 28–31
3. Batliner A, Steidl S, Schuller B et al (2006) Combining
efforts for improving automatic classification
of emotional user states. In: Erjavec T, Gros JZ
(Hrsg) Language technologies, IS-LTC 2006. Infornacijska
Druzba, Ljubljana, Slovenia, S 240–245
4. Batliner A, Seppi D, Steidl S, Schuller B (2010) On
the impact of childrens emotional speech on
acoustic and language models. EURASIP J Audio
Speech Music Process, doi:10.1155/2010/783954
5. Boersma P (2001) PRAAT, a system for doing phonetics
by computer. Glot Int 5:341–345
6. Davidson PR, Jones RD, Peiris MT (2007) EEG-based
behavioral microsleep detection with high temporal
resolution. IEEE Trans Biomed Eng 54:832–839
7. Dittrich E, Brandenburg S, Thüring M (2009) Beobachtungsbasierte
Erfassung von Müdigkeit im Kfz
– die TUBS-Skala. In: Lichtenstein A, Stößel C, Clemens
C (Hrsg) Der Mensch im Mittelpunkt technischer
Systeme. 8. Berliner Werkstatt Mensch-Maschine-Systeme.
VDI, Düsseldorf, S 123–128
8. Hammarberg B, Fritzell B, Gauffin J et al (1980) Perceptual
and acoustic correlates of abnormal voice
qualities. Acta Otolaryngol 90:441–451
9. Haslam DR (1981) The military performance of soldiers
in continuous operations. In: Johnson LC, Tepas
DI, Colquhoun WP, Colligan MJ (Hrsg) Biological
rhythms, sleep and shift work. SP Medical &
Scientific Books, New York, S 217–230
10. Harrison Y, Horne JA (1997) Sleep deprivation affects
speech. J Sleep 20:871–877
11. Heinze C, Trutschel U, Schnupp T et al (2009) Operator
fatigue estimation using heart rate measures.
World Congress on Medical Physics and Biomedical
Engineering, IFMBE Proceeding 25(9):930–934
12. Ingre M, Åkerstedt T, Peters B et al (2006) Subjective
sleepiness, simulated driving performance and
blink duration: Examining individual differences. J
Sleep Res 15:47–53
13. Kienast M, Sendlmeier WF (2000) Acoustical analysis
of spectral and temporal changes in emotional
speech. In: Sendlmeier W (Hrsg) Speech and
signals: Aspects of speech synthesis and automatic
speech recognition: Forum phoneticum. Hector,
Frankfurt a. M., S 157–168
14. Krajewski J (2008) Acoustic sleepiness analysis.
PhD thesis. University of Wuppertal, Wuppertal
15. Krajewski J, Kröger B (2007) Using prosodic and
spectral characteristics for sleepiness detection. In:
Hamme H van, Son R van (Hrsg) Interspeech proceedings.
University Antwerp, Antwerp, S 1841–
1844
16. Krajewski J, Sommer D, Trutschel U et al (2009)
Steering wheel behavior based estimating of fatigue.
Proc Int Driv Symp Hum Factors Driv Assess
Train Veh Des 4:118–124
17. Laver J (1980) The phonetic description of voice
quality. Cambridge University, Cambridge, England
18. Levelt WJM, Roelfs A, Meyer AS (1999) A theory of
lexical access in speech production. J Behav Brain
Sci 22:1–75
19. Lewis D, Yang Y, Rose T, Li F (2004) RCV1: A new
benchmark collection for text categorization research.
J Mach Learn Res 5:361–397
20. Muttray A, Weirich O, Du Prel JB et al (2009) Beurteilung
von Fahrerschläfrigkeit von Berufskraftfahrern
mittels Videoanalyse. Arbeitsmed Sozialmed
Umweltmed 44:114
21. Podszus T (2007) Atmung. In: Peter H, Penzel T,
Peter JH (Hrsg) Enzyklopädie der Schlafmedizin.
Springer, Heidelberg, S 80–85
22. Rabiner C, Schafer R (1978) Digital processing of
speech signals. Prentice-Hall International, Inc.
Englewood Cliffs, New Jersey
23. Scherer KR (1974) Acoustic concomitants of emotional
dimensions: Judging affect from synthesized
tone sequences. In: Weitz S (Hrsg) Nonverbal
communication. Oxford University, New York, S
249–253
24. Schnupp T, Schenka A, Edwards D et al (2009) Is
posturography a candidate for a vigilance test?
World Congress on Medical Physics and Biomedical
Engineering, IFMBE Proc 25(9):388–392
25. Schuller B, Wimmer M, Mösenlechner L et al (2008)
Brute-forcing hierarchical functionals for paralinguistics:
A waste of feature space? Proc IEEE Int
Conf Acoust Speech Signal Process 33:4501–4504
26. Sommer D, Golz M, Krajewski J (2008) Consecutive
detection of driver’s microsleep events. In: Vander
Sloten J, Verdonck P, Nyssen M, Haueisen J (Hrsg)
IFMBE Proceedings 22. Springer, Berlin, S 243–247
27. Vlasenko B, Schuller B, Wendemuth A, Rigoll G
(2007) Combining frame and turnlevel information
for robust recognition of emotions within speech.
Proc Interspeech 8:2249–2252
28. Vollrath M (1993) Mikropausen im Sprechen. Apparative
Registrierung und psychologische Bedeutung.
Peter Lang, Frankfurt
29. Whitmore J, Fisher S (1996) Speech during sustained
operations. Speech Commun 20:55–70
30. Wilhelm B, Giedke H, Lüdtke H et al (2001) Daytime
variations in central nervous system activation
measured by a pupillographic sleepiness test. J
Sleep Res 10:1–7
Somnologie - Schlafforschung und Schlafmedizin 1 · 2011 |
31