Guided- Research-Modul Master

Social Signal Processing:
Kollaborative Erfassung sozialer Situationen auf der Basis von Audio-Signalen


Im Bereich der Verarbeitung von Audio-Daten existieren viele Techniken um bspw. Sprach-Erkennung oder Sprecher-Erkennung zu ermöglichen oder bestimmte Attribute der Sprache oder des Sprechers (wie z.B. seinen emotionalen Zustand) zu erkennen. In aller Regel werden hierbei auf der Basis geeigneter Trainingsdaten Verfahren des maschinellen Lernens eingesetzt. Hierzu müssen aus den Audiodaten i.a. zuvor geeignete Features extrahiert werden.
Mobile Social Networking bezeichnet das Konzept, soziale Interaktionen von Menschen mit Hilfe von Kommunikations-, Informations-, und Awareness-Diensten zu unterstützen, dabei jedoch (im Gegensatz zu gewöhnlichen Social Networking Platformen und deren mobilen (Web-)User-Interfaces) mit Hilfe von Social Signal Processing und anderen Kontext-Erfassungsmethoden, den individuellen und sozialen Kontext der User unmittelbar zu erfassen, zu modellieren und zu nutzen.
Das Guided Research Projekt soll sich in die Untersuchen einbringen, wie auf der Basis von Verfahren zur Sprecher-Erkennung eine Erfassung und Modellierung von sozialen Situationen, in denen sich ein User befindet, ermöglicht werden kann, um diese in Mobile Social Networking Umgebungen nutzen zu können. Hierzu ist insbesondere eine Kommunikation der Agenten der beteiligten User notwendig, um bspw. Zwischenergebnisse abgleichen zu können bzw. sich gegenseitig bei der Identifikation der Sprecher austauschen zu können.
Es sind je nach Interesse der Studentin bzw. des Studenten verschiedene Schwerpunkte möglich (Schwerpunkt Sprecher-Erkennung, Schwerpunkt Kommunikation der Agenten etc.)
Vorkenntnisse in Machine-Learning sind je nach Schwerpunkt wünschenswert, Vorkenntnisse in digitaler Signalverarbeitung bzw. Mensch-Maschine-Interaktion i.a. sind nützlich, aber keine Bedingung
   
Kontakt: Dr. Georg Groh: grohg@in.tum.de
Beginn: Ab sofort möglich!