CUNY-Systeme für die Abfrage-basierte Suche per Beispiel auf der Sprachaufgabe beim MediaEval 2015

Diese Arbeit beschreibt zwei query-by-example-Systeme, die vom Speech Lab der Queens College (CUNY) entwickelt wurden. Unsere Systeme zielen darauf ab, schnell auf Basis ausgewählter Referenzdateien Suchergebnisse bereitzustellen. Zur Erzeugung von Phonemsequenzen sowohl für die Abfragesprachdateien als auch für die Referenzsprachdateien wurden drei phonetische Erkennungssysteme (Tschechisch, Ungarisch und Russisch) eingesetzt. Jede Abfragesequenz wurde sowohl mit globalen als auch mit lokalen Alignern mit allen Referenzsequenzen verglichen. Im ersten System wurde auf Basis der Ergebnisse der Sequenzalignment die wahrscheinlichste Referenzdatei vorhergesagt; im zweiten System wurden Teilsequenzen aus den Referenzsequenzen herausgefiltert, die die besten lokalen symbolischen Alignments ergaben, und für sowohl die Abfrage als auch die Teilsequenzen wurden 39-dimensionale MFCC-Features extrahiert. Beide Systeme nutzten eine optimierte DTW-Methode und erreichten auf den Testdaten Cnxe-Werte von 0,9989 bzw. 1,0674.