📈 Tonhöhenverlauf (Fundamental Frequency $F_0$)
| Modell |
Schnitt |
Standardabweichung (SD) |
Pitch Spanne (Range) |
Instabilität (Sprünge) |
| Modell A |
-- Hz |
-- Hz |
-- Hz |
-- |
| Modell B |
-- Hz |
-- Hz |
-- Hz |
-- |
Hinweis zur Methodik: Die Latency (TTFB - Time-To-First-Byte) misst die Zeitspanne zwischen dem Senden des Prompts und dem Eintreffen des ersten Audio-Datenblocks vom WebSocket-Server. Die Pitch-Werte ($F_0$) wurden über ein YIN-Pitch-Tracking-Verfahren berechnet. Um störende Löcher in der Kurve zu beheben, wurde der RMS-Schwellenwert auf 0.008 optimiert und eine lineare Interpolation für sehr kurze stimmlose Segmente (Konsonanten wie 's', 'f', 't' unter 120 ms) implementiert, um den melodischen Stimmverlauf kontinuierlich und akkurat abzubilden.