In deze presentatie zal ik ingaan op een onderdeel van mijn proefschrift: Het gebruik van articulatorisch-akoestische kenmerken voor het classificeren van Nederlandse spraakdata.

Allereerst is onderzocht of neurale netten die getraind zijn voor het classificeren van articulatorisch-akoestische kenmerken van Engelse data ook gebruikt kunnen worden om Nederlandse data te classificeren. Neurale netten zijn voor vijf verschillende dimensies getraind, voor Nederlandse data en voor Engelse data: (1) plaats en (2) manier van articulatie, (3) stemhebbendheid, (4) ronding en (5) voor-achter articulatie. De kenmerken `ronding' en `voor-achter' hebben alleen betrekking op vocalen. De articulatorisch-akoestische kenmerken zijn direct afgeleid van de foontranscripties. Bijvoorbeeld de foon /b/ zou de volgende labels krijgen: (1) bilabiaal, (2) plosief, (3) +stem, (4) n.v.t., (5)n.v.t

Meer dan 80% van de Nederlandse data (op frameniveau) werd door een voor het Nederlands getraind systeem voor alle dimensies correct geclassificeerd, behalve voor de dimensie 'plaats van articulatie'. Als een neuraal net getraind op Engelse data voor de classificatie van de Nederlandse data gebruikt wordt, blijken de dimensies 'stem' en 'manier van articulatie' redelijk goed overdraagbaar te zijn van het Engels naar het Nederlands, terwijl opnieuw 'plaats van articulatie' erg slecht geclassificeerd wordt.

Verder heb ik onderzocht hoe goed een nieuwe methode werkt waarbij manier-specifieke training van 'plaats van articulatie' wordt uitgevoerd. De resultaten wijzen uit dat in principe substantiële verbeteringen in de classificatie van 'plaats van articulatie' haalbaar zijn met deze aanpak.