Dr. Joachim Köhler
Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Dr.-Ing. Joachim Köhler
Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Schloss Birlinghoven
53754 Sankt Augustin
Telefon 02241 14-1900
Fax 02241 14-2917
- Forschungsthemen
- Veröffentlichungen
- Vorträge
- Lehrveranstaltungen
- Vita
Forschungsthemen
- Media Mining und Multimedia Retrieval
- Digitale Medienarchivsysteme
- Sprachverarbeitung und Mustererkennung
- Metadaten, MPEG-7
- Spoken Document Retrieval
- Multimodale und mobile Interaktionssysteme
Veröffentlichungen
Audio clips content comparison using latent semantic indexing
In: Institute of Electrical and Electronics Engineers: ICSC 2009: third IEEE International Conference on Semantic Computing, Berkeley, CA, USA - September 14-16, 2009. Piscataway, NJ [u.a.]: IEEE, 2009, S. 509-512
Foreword of the third Workshop on Searching Spontaneous Conversational Speech: SSCS '09
In: Association for Computing Machinery / Special Interest Group on Multimedia: MM '09 / CD-ROM: proceedings of the 2009 ACM Multimedia Conference & Co-Located Workshops, October 19-24, 2009, Beijing, China. New York, NY: ACM, 2009, S. III
Merging search spaces for subword spoken term detection: poster at Interspeech 2009 - ICSLP, tenth International Conference on Spoken Language Processing, Brighton, 6.-10. September 2009
(International Conference on Spoken Language Processing (ICSLP '09) <10, 2009, Brighton>)
ISCA, 2009
A study of throat microphone performance in automatic speech recognition on motorcycles
In: NAG/DAGA 2009 International Conference on Acoustics. Berlin: DEGA, 2009. (NAG/DAGA 2009 International Conference on Acoustics 3), S. 1659-1662
Audio data retrieval and recognition using model selection criterion
In: Wysocki, Beata J. (Ed.) et al.: 2nd International Conference on Signal Processing and Communication Systems, ICSPCS 2008, DSPCS 2008, WITSP 2008, 15-17 December 2008, Gold Coast, Australia. New York, NY [u.a.]: IEEE, 2008, 5 S.
Spoken content retrieval: searching spontaneous conversational speech
In: SIGIR forum, Bd.42 (2008), 2, S. 66-75
Proceedings of the ACM SIGIR Workshop "Searching Spontaneous Conversational Speech": held in conjunction with the 31th Annual International ACM SIGIR Conference 24 July 2008, Singapore
(Workshop "'Searching Spontaneous Conversational Speech" (SSCS '08) <2008, Singapore>)
Enschede : Centre for Telematics and Information Technology, 2008
ISBN 978-90-365-2697-5
The MoveOn Motorcycle Speech Corpus
In: European Language Resources Association <Paris>: LREC 2008: proceedings of the sixth International Language Resources and Evaluation, May 26-June 1, 2008, Marrakech, Marokko
Towards sociable virtual humans: multimodal recognition of human input and behavior
In: International Journal of Virtual Reality, Bd.6 (2007), 4, S. 21-30
Erschließung von Tondokumenten mittels Audiomining
In: Bischoff, Frank M. (Ed.): Benutzerfreundlich - rationell - standardisiert: aktuelle Anforderungen an archivische Erschließung und Findmittel ; Beiträge zum 11. Archivwissenschaftlichen Kolloquium der Archivschule Marburg. Marburg: Archivschule, 2007. (Veröffentlichungen der Archivschule Marburg, Institut für Archivwissenschaft 46)
Supporting radio archive workflows with vocabulary independent spoken keyword search
In: Association for Computing Machinery / Special Interest Group on Information Retrieval: Searching Spontaneous Conversational Speech: ACM SIGIR 2007 Workshop - 27 July 2007, Amsterdam. New York, NY: ACM, 2007
Structured Audio Player: Supporting Radio Archive Workflows with Automatically Generated Structure Metadata
In: Recherche d'Information Assistée par Ordinateur: RIAO 2007: 8th RIAO Conference on Large-Scale Semantic Access to Content (Text, Image, Video and Sound) ; May 30 to June 1, 2007, Pittsburgh, PA, USA (Carnegie Mellon)
Improvement speaker clustering using global similarity features
In: International Speech Communication Association: Interspeech 2006 - ICSLP: ninth International Conference on Spoken Language Processing, Pittsburgh, PA, USA, September 17-21, 2006, Paper 1451-Wed3CaP.2
EU-IST Project Live: live staging of media events
In: Proceedings of the first International Conference on Semantics and Digital Media Technologies: SAMT 2006, Athens, Greece, December 6-8, 2006
Audiomining: Methoden und praktische Anwendungen bei der Dokumentation von Radiosendungen
In: Info 7 (sieben), Bd.21 (2006), 1
Trends, EU-Initiativen und Visionen
In: Info 7, Bd.21 (2006), 2, S. 110-114
The iFinder audio-visual indexing framework for cross media applications: International Workshop on "Crossing media for improved information access" in Association with the 5th International Conference on Language Resources and Evaluation, LREC 2006, Tuesday, 23 May 2006, Genua, Italy
(International Workshop on "Crossing Media for Improved Information Access" <2006, Genua>)
2006
SHARE: Supporting Large-Scale Rescue Operations with Communication and Information Services over Mobile Networks
In: MobiMedia 2006: 2nd International Mobile Multimedia Communications Conference, September 18-20, 2006, Alghero, Sardinia, Italy ; proceedings
Das EU-Projekt SHARE: datenfunkgestütztes multimodales Informationsmanagement für die Einsatzleitung bei Großschadensereignissen
In: Sicherheitskommunikation für mobile Hilfsorganisationen. Berlin: Alcatel SEL Stiftung, 2005. (Stiftungsreihe SR 66), S. 26-41
Archiving of radio broadcast data using automatic metadata generation methods within MediaFabric framework
In: Audio Engineering Society: 116th AES Convention: 2004, May 8 - 11, Berlin, Germany ; Audio Engineering Society Convention papers. New York, NY: AES, 2004, Paper 6010
Automatic extraction of MPEG-7 audio metadata using the media asset management system iFinder
In: Grant, J. (Ed.): Metadata for audio: the proceedings of the AES 25th international conference, 2004, June 17 - 19, London, UK. New York, NY: AES, 2004, Paper 5-4
iFinder - Inhaltsbasiertes Medienmanagement durch automatische Analyse von Audio/Video-Inhalten
In: Schmidt, R. (Ed.): Competence in Content: 25. Online-Tagung der DGI, Frankfurt am Main, 3. bis 5. Juni 2003 ; Tagung zur ComInfo, Fachausstellung für Information & Kommunikation ; proceedings. Frankfurt am Main: DGI, 2003. (Tagungen der Deutschen Gesellschaft für Informationswissenschaft und Informationspraxis), S. 297-311
An audio stream classification and optimal segmentation for multimedia applications
In: 2003 Multimedia Conference: MM '03 ; proceedings of the 11th ACM International Conference on Multimedia, Berkeley, California, USA, November 4-6, 2003. New York, NY: ACM Press, 2003, S. 211-214
iFinder + Oracle9i - Inhaltsbasiertes Medienmanagement mit MPEG7 Metadaten und XML DB
In: Ketterle, Dieter (Ed.): Vortragsband zur 16. Deutsche Oracle Anwenderkonferenz Mannheim 2003: Congress Center Mannheim 2003. Berlin: DOAG, 2003. (Oracle in Theorie und Praxis), S. 684-693
Methods and Tools for Speech Data Acquisition exploiting a Database of German Parliamen-tary Speeches and Transcripts from the Internet
In: Proceedings of LREC Workshop on WordNet Structures and Standardisation, and How These Affect Wordnet Applications and Evaluation, Las Palmas, Gran Canaria, Juni 2002
Methods and tools for speech data acquisition exploiting a database of German parliamentary speeches and transcripts from the Internet
In: LREC 2002. Paris: ELRA, 2002. (LREC 2002 3), S. 883-886
Creation of an Annotated German Broadcast Speech Database for Spoken Document Retrieval
In: Proceedings of LREC Workshop on WordNet Structures and Standardisation, and How These Affect Wordnet Applications and Evaluation, Las Palmas, Gran Canaria, Juni 2002
Mixed-unit language modeis for German language automatic speech recognition
In: Informationstechnische Gesellschaft: Elektronische Sprachsignalverarbeitung: Tagungsband der 13. Konferenz mit dem Ehrenkolloquium zum 75. Geburtstag von Prof. Dr.-Ing. habil. Walter Tscheschner, Dresden, 25. bis 27. September 2002. Dresden: w.e.b.-Universitätsverlag, 2002. (Studientexte zur Sprachkommunikation 24), S. 127-134
iFinder: an MPEG-7-based retrieval system for distributed multimedia content
In: Association for Computing Machinery: Proceedings ACM Multimedia 2002: 10th International Conference on Multimedia, Juan-les-Pins, December 1-6, 2002. New York, NY: ACM, 2002, S. 431-435
isem4 interactive streaming environment with mpeg-4
In: Fleischmann, Monika (Ed.) et al.: Cast01 - living in mixed realities: netzspannung.org event ; Conference on Artistic, Cultural and Scientific Aspects of Experimental Media Spaces, September 21-22, 2001, Schloss Birlinghoven, Sankt Augustin (near Bonn) ; proceedings. Sankt Augustin: FhG-IMK, 2001, S. 217-218
agma - automatic generation of meta data for audio-visual content in the context of mpeg-7
In: Fleischmann, Monika (Ed.) et al.: Cast01 - living in mixed realities: netzspannung.org event ; Conference on Artistic, Cultural and Scientific Aspects of Experimental Media Spaces, September 21-22, 2001, Schloss Birlinghoven, Sankt Augustin (near Bonn) ; proceedings. Sankt Augustin: FhG-IMK, 2001, S. 219-222
Multilingual Phone Models For Vocabulary-Independent Speech Recognition Tasks
In: Speech Communication, S. 21-30
Aufbau und Optimierung eines deutschsprachigen Spoken Document Retrieval Systems für Bundestagsreden
In: Hess, W. (Ed.): Elektronische Sprachsignalverarbeitung: Tagungsband der zwölften Konferenz, Bonn, 24. bis 26. September 2001. Dresden: w.e.b.-Universitätsverlag, 2001. (Studientexte zur Sprachkommunikation 22), S. 61-68
Erstellung einer statistisch modellierten multilingualen Lautbibliothek für die Spracherkennung
Aachen : Shaker, 2000
(Berichte aus der Informatik)
Zugl.: München, Techn. Univ., Diss., 1999
ISBN 3-8265-7154-1
Compound Splitting and Lexical Unit recombination for improved performance of a speech recognition system for German parliamentary speeches
In: ICSLP 2000: 6th International Conference on Spoken Language Processing, October 16-20, 2000, Beijing, China ; the proceedings of the conference. Beijing: Beijing International Convention Center, 2000, S. 945-948
Comparing three methods to create multilingual phone models for vocabulary independend speech recognition tasks
In: Research and Technology Organization: Multi-Lingual Interoperability in Speech Technology: RTO Meeting proceedings 28, (RTO-MP-28), papers and reports presented at the tutorial and workshop held in Leusden, The Netherlands on 13-14 September 1999. Neuilly-sur-Seine: RTO, 2000, S. 91-96
Vorträge
Eingeladener Vortrag zur Frühjahrstagung der FG7 (Medienarchivare), Vortrag zum Thema Audio-Mining, Mai 2005, Hamburg
Eingeladener Vortrag im Arbeitskreis VDI-Multimedia, Digitale Archive und multimediales Content Management, Mainz, 2003
J. Köhler: Speech Segmentation for Spoken Document Retrieval, Dagstuhl-Seminar Multimedia Retrieval, März 2003
J. Köhler: iFinder- The MPEG-7 compliant Multimedia Indexing and Archiving Solution, Netzspannung.org Event, Sankt Augustin, Oktober 2002
J. Köhler: Sprachsegmentierung und –erkennung für Streaming Media Anwendungen, IAO Workshop Content Managementsysteme, Stuttgart, Juni 2002
CeBit FutureTalk: Medienanalyse mit MPEG-7: Suchmaschine für Audio- und Video-inhalte, Hannover, März 2002
Lehrveranstaltungen
SS 2005: Multimodal Interaction, 2V1Ü, B-IT, Media Informatics
WS04/05: Multimedia Lab, B-IT, Media Informatics
SS 2004: Multimodal Interaction, 2V1Ü, B-IT, Media Informatics
WS03/04: Multimedia Lab, B-IT, Media Informatics
SS 2003: Multimedia Retrieval, 2V1Ü+Seminar, B-IT, Media Informatics
Vita
Geboren 1965 in Hamm/Westf.
1992 Abschluss als Diplom-Ingenieur Nachrichtentechnik an der RWTH Aachen
1993 Forschungsaufenthalt am ICSI in Berkeley
1993 - 1999 Mitarbeiter der Siemens AG (Zentrale Forschung in München + Vorfeldentwicklung in Bocholt)
2000 Promotion an der TU-München (Lehrstuhl für Mensch-Maschine-Kommunikation, Prof. Lang): Erstellung einer statistisch modellierten multilingualen Lautbibliothek für die Spracherkennung
1999 - 2001 Leiter der Forschungsgruppe NAVIC am GMD IMK
Seit 2001 Abteilungsleiter von NetMedia am Fraunhofer IAIS
Lesezeichen setzen bei