Auditory stream denotes the abstract effect a source creates in the mind of the listener. An auditory scene consists of many streams, which the listener uses to analyze and understand the environment. Computer analyses that attempt to mimic human analysis of a scene must first perform Audio Scene Segmentation (ASS). ASS find applications in surveillance, automatic speech recognition and human computer interfaces. Microphone arrays can be employed for extracting streams corresponding to spatially separated sources. However, when a source moves to a new location during a period of silence, such a system loses track of the source. This results in multiple spatially localized streams for the same source. This thesis proposes to identify local streams associated with the same source using auditory features extracted from the beamformed signal. ASS using the spatial cues is first performed. Then auditory features are extracted and segments are linked together based on similarity of the feature vector. An experiment was carried out with two simultaneous speakers. A classifier is used to classify the localized streams as belonging to one speaker or the other. The best performance was achieved when pitch appended with Gammatone Frequency Cepstral Coefficeints (GFCC) was used as the feature vector. An accuracy of 96.2% was achieved.

Zugl.: Köln, Univ., Diss., 2009

As identidades sociais não podem ser estabelecidas a priori, mas são negociadas pelos participantes a cada momento na interação. As pessoas trazem atributos potenciais para a interação face a face que podem ser ressaltados em um encontro particular (ERICKSON, 2001). Partindo dessa perspectiva, este estudo investiga a interação face a face nas aulas de alemão padrão, verificando como as identidades são tornadas relevantes nesse contexto, observando especificamente as ações que envolvem os alunos falantes de dialetos do alemão. Para isso foi feito um trabalho de cunho etnográfico com base na Análise Microetnográfica, (ERICKSON, 1992, 1996) em três turmas de alemão, duas de um Centro de Línguas e de uma turma de uma Universidade em Porto Alegre (RS). Alguns conceitos da Análise da Conversa Etnometodológica (SACKS, SCHEGLOFF e JEFFERSON, 1974; TEN HAVE, 1999; GARCEZ, 2002) e da Sociolingüística Interacional (GUMPERZ e COOK-GUMPERZ, 1982, GUMPERZ, 2001) contribuem para a análise das identidades ressaltadas nesse contexto. Os resultados da pesquisa sugerem que o conhecimento prévio demonstrado pelos alunos consiste em um atributo de identidade relevante nesse contexto, o que não garante, no entanto, que, em alguns momentos, esses alunos não negociem atributos que demonstrem insegurança e baixa auto-estima em relação à língua que dominam. Apesar disso, parece que as construções identitárias negativas não são reforçadas pelos outros participantes da interação em sala de aula, visto que os alunos falantes de dialeto demonstram ampla participação nas aulas e são reconhecidos como bons alunos pelo professor e por seus colegas. / The social identities in talk can not be estabilisched a priori but are negociated by the participants during the course of interaction. People bring to interaction potencial attributes that can become relevant in any particular encounter (Erickson, 2001). From this perspective, this research investigates the face-to-face interaction in German Language Classes, observing how identities become relevant and analyzing the data from three German Language Classes based on the principles of microethnographic research (ERICKSON, 1992, 1996). Two classes took place in a Language School and one at a University in Porto Alegre (RS). Some concepts derived from Conversational Analysis (SACKS, SCHEGLOFF e JEFFERSON, 1974; TEN HAVE, 1999; GARCEZ, 2002) and Interactional Sociolinguistics (GUMPERZ e COOK-GUMPERZ, 1982, GUMPERZ, 2001) contribute to the analysis. The results of this research suggest that the previous knowledge displayed by the students is a relevant identity attribute in this context; however, it does not garantee that those students would not negociate insecurity features in their own language. Even though, it seems that the negative identity attributes are not reinforced by the other participants of interaction in the classroom, once the dialect speakers display active participation in the classroom tasks and they are seen as diligent students by teachers and classmates.

As identidades sociais não podem ser estabelecidas a priori, mas são negociadas pelos participantes a cada momento na interação. As pessoas trazem atributos potenciais para a interação face a face que podem ser ressaltados em um encontro particular (ERICKSON, 2001). Partindo dessa perspectiva, este estudo investiga a interação face a face nas aulas de alemão padrão, verificando como as identidades são tornadas relevantes nesse contexto, observando especificamente as ações que envolvem os alunos falantes de dialetos do alemão. Para isso foi feito um trabalho de cunho etnográfico com base na Análise Microetnográfica, (ERICKSON, 1992, 1996) em três turmas de alemão, duas de um Centro de Línguas e de uma turma de uma Universidade em Porto Alegre (RS). Alguns conceitos da Análise da Conversa Etnometodológica (SACKS, SCHEGLOFF e JEFFERSON, 1974; TEN HAVE, 1999; GARCEZ, 2002) e da Sociolingüística Interacional (GUMPERZ e COOK-GUMPERZ, 1982, GUMPERZ, 2001) contribuem para a análise das identidades ressaltadas nesse contexto. Os resultados da pesquisa sugerem que o conhecimento prévio demonstrado pelos alunos consiste em um atributo de identidade relevante nesse contexto, o que não garante, no entanto, que, em alguns momentos, esses alunos não negociem atributos que demonstrem insegurança e baixa auto-estima em relação à língua que dominam. Apesar disso, parece que as construções identitárias negativas não são reforçadas pelos outros participantes da interação em sala de aula, visto que os alunos falantes de dialeto demonstram ampla participação nas aulas e são reconhecidos como bons alunos pelo professor e por seus colegas. / The social identities in talk can not be estabilisched a priori but are negociated by the participants during the course of interaction. People bring to interaction potencial attributes that can become relevant in any particular encounter (Erickson, 2001). From this perspective, this research investigates the face-to-face interaction in German Language Classes, observing how identities become relevant and analyzing the data from three German Language Classes based on the principles of microethnographic research (ERICKSON, 1992, 1996). Two classes took place in a Language School and one at a University in Porto Alegre (RS). Some concepts derived from Conversational Analysis (SACKS, SCHEGLOFF e JEFFERSON, 1974; TEN HAVE, 1999; GARCEZ, 2002) and Interactional Sociolinguistics (GUMPERZ e COOK-GUMPERZ, 1982, GUMPERZ, 2001) contribute to the analysis. The results of this research suggest that the previous knowledge displayed by the students is a relevant identity attribute in this context; however, it does not garantee that those students would not negociate insecurity features in their own language. Even though, it seems that the negative identity attributes are not reinforced by the other participants of interaction in the classroom, once the dialect speakers display active participation in the classroom tasks and they are seen as diligent students by teachers and classmates.

Este trabalho envolve o emprego de recentes tecnologias ligadas a promissora área de Inteligência Computacional e a tradicional área de Processamento de Sinais Digitais. Tem por objetivo o desenvolvimento de uma aplicação especifica na área de Processamento de Voz: o reconhecimento de locutor. Inúmeras aplicações, ligadas principalmente a segurança e controle, são possíveis a partir do domínio da tecnologia de reconhecimento de locutor, tanto no que diz respeito a identificação quanto a verificação de diferentes locutores. O processo de reconhecimento de locutor pode ser dividido em duas grandes fases: extração das características básicas do sinal de voz e classificação. Na fase de extração, procurou-se aplicar os mais recentes avanços na área de Processamento Digital de Sinais ao problema proposto. Neste contexto, foram utilizadas a frequência fundamental e as frequências formantes como parâmetros que identificam o locutor. O primeiro foi obtido através do use da autocorrelação e o segundo foi obtido através da transformada de Fourier. Estes parâmetros foram extraídos na porção da fala onde o trato vocal apresenta uma coarticulação entre dois sons vocálicos. Esta abordagem visa extrair as características desta mudança do aparato vocal. Existem dois tipos de reconhecimento de locutor: identificação (busca-se reconhecer o locutor em uma população) e verificação (busca-se verificar se a identidade alegada é verdadeira). O processo de reconhecimento de locutor é dividido em duas grandes fases: extração das características (envolve aquisição, pré-processamento e extração dos parâmetros característicos do sinal) e classificação (envolve a classificação do sinal amostrado na identificação/verificação do locutor ou não). São apresentadas diversas técnicas para representação do sinal, como analise espectral, medidas de energia, autocorrelação, LPC (Linear Predictive Coding), entre outras. Também são abordadas técnicas para extração de características do sinal, como a frequência fundamental e as frequências formantes. Na fase de classificação, pode-se utilizar diversos métodos convencionais: Cadeias de Markov, Distância Euclidiana, entre outros. Além destes, existem as Redes Neurais Artificiais (RNAs) que são consideradas poderosos classificadores. As RNAs já vêm sendo utilizadas em problemas que envolvem classificações de sinais de voz. Neste trabalho serão estudados os modelos mais utilizados para o problema de reconhecimento de locutor. Assim, o tema principal da Dissertação de Mestrado deste autor é a implementação de um sistema de reconhecimento de locutor utilizando Redes Neurais Artificiais para classificação do locutor. Neste trabalho tamb6m é apresentada uma abordagem para a implementação de um sistema de reconhecimento de locutor utilizando as técnicas convencionais para o processo de classificação do locutor. As técnicas utilizadas são Dynamic Time Warping (DTW) e Vector Quantization (VQ). / This work deals with the application of recent technologies related to the promising research domain of Intelligent Computing (IC) and to the traditional Digital Signal Processing area. This work aims to apply both technologies in a Voice Processing specific application which is the speaker recognition task. Many security control applications can be supported by speaker recognition technology, both in identification and verification of different speakers. The speaker recognition process can be divided into two main phases: basic characteristics extraction from the voice signal and classification. In the extraction phase, one proposed goal was the application of recent advances in DSP theory to the problem approached in this work. In this context, the fundamental frequency and the formant frequencies were employed as parameters to identify the speaker. The first one was obtained through the use of autocorrelation and the second ones were obtained through Fourier transform. These parameters were extracted from the portion of speech where the vocal tract presents a coarticulation between two voiced sounds. This approach is used to extract the characteristics of this apparatus vocal changing. In this work, the Multi-Layer Perceptron (MLP) ANN architecture was investigated in conjunction with the backpropagation learning algorithm. In this sense, some main characteristics extracted from the signal (voice) were used as input parameters to the ANN used. The output of MLP, trained previously with the speakers features, returns the authenticity of that signal. Tests were performed with 10 different male speakers, whose age were in the range from 18 to 24 years. The results are very promising. In this work it is also presented an approach to implement a speaker recognition system by applying conventional methods to the speaker classification process. The methods used are Dynamic Time Warping (DTW) and Vector Quantization (VQ).

This thesis aims to thoroughly describe the temporal characteristics of spoken Czech by means of phone durations and their changes under the influence of several prosodic and segmental factors, such as position in a higher unit (syllable, word or prosodic phrase), length of the higher unit, segmental environment, structure of the syllable or phrase-final lengthening. The speech material comes from a semi-spontaneous corpus of scripted dialogues comprising 4046 utterances by 34 speakers. The descriptions are afterwards used for the creation of a rule-based temporal model, which provides a baseline for analysing local articulation rate contours and their speaker-specificity. The results indicate, that systematic speaker-specific differences can be found in the segmental domain, as well as in the temporal contours. Moreover, speaker identification potential of articulation rate and global temporal features is also assessed. Keywords: temporal characteristics, temporal modelling, phone duration, speaker identification, Czech

Este trabalho envolve o emprego de recentes tecnologias ligadas a promissora área de Inteligência Computacional e a tradicional área de Processamento de Sinais Digitais. Tem por objetivo o desenvolvimento de uma aplicação especifica na área de Processamento de Voz: o reconhecimento de locutor. Inúmeras aplicações, ligadas principalmente a segurança e controle, são possíveis a partir do domínio da tecnologia de reconhecimento de locutor, tanto no que diz respeito a identificação quanto a verificação de diferentes locutores. O processo de reconhecimento de locutor pode ser dividido em duas grandes fases: extração das características básicas do sinal de voz e classificação. Na fase de extração, procurou-se aplicar os mais recentes avanços na área de Processamento Digital de Sinais ao problema proposto. Neste contexto, foram utilizadas a frequência fundamental e as frequências formantes como parâmetros que identificam o locutor. O primeiro foi obtido através do use da autocorrelação e o segundo foi obtido através da transformada de Fourier. Estes parâmetros foram extraídos na porção da fala onde o trato vocal apresenta uma coarticulação entre dois sons vocálicos. Esta abordagem visa extrair as características desta mudança do aparato vocal. Existem dois tipos de reconhecimento de locutor: identificação (busca-se reconhecer o locutor em uma população) e verificação (busca-se verificar se a identidade alegada é verdadeira). O processo de reconhecimento de locutor é dividido em duas grandes fases: extração das características (envolve aquisição, pré-processamento e extração dos parâmetros característicos do sinal) e classificação (envolve a classificação do sinal amostrado na identificação/verificação do locutor ou não). São apresentadas diversas técnicas para representação do sinal, como analise espectral, medidas de energia, autocorrelação, LPC (Linear Predictive Coding), entre outras. Também são abordadas técnicas para extração de características do sinal, como a frequência fundamental e as frequências formantes. Na fase de classificação, pode-se utilizar diversos métodos convencionais: Cadeias de Markov, Distância Euclidiana, entre outros. Além destes, existem as Redes Neurais Artificiais (RNAs) que são consideradas poderosos classificadores. As RNAs já vêm sendo utilizadas em problemas que envolvem classificações de sinais de voz. Neste trabalho serão estudados os modelos mais utilizados para o problema de reconhecimento de locutor. Assim, o tema principal da Dissertação de Mestrado deste autor é a implementação de um sistema de reconhecimento de locutor utilizando Redes Neurais Artificiais para classificação do locutor. Neste trabalho tamb6m é apresentada uma abordagem para a implementação de um sistema de reconhecimento de locutor utilizando as técnicas convencionais para o processo de classificação do locutor. As técnicas utilizadas são Dynamic Time Warping (DTW) e Vector Quantization (VQ). / This work deals with the application of recent technologies related to the promising research domain of Intelligent Computing (IC) and to the traditional Digital Signal Processing area. This work aims to apply both technologies in a Voice Processing specific application which is the speaker recognition task. Many security control applications can be supported by speaker recognition technology, both in identification and verification of different speakers. The speaker recognition process can be divided into two main phases: basic characteristics extraction from the voice signal and classification. In the extraction phase, one proposed goal was the application of recent advances in DSP theory to the problem approached in this work. In this context, the fundamental frequency and the formant frequencies were employed as parameters to identify the speaker. The first one was obtained through the use of autocorrelation and the second ones were obtained through Fourier transform. These parameters were extracted from the portion of speech where the vocal tract presents a coarticulation between two voiced sounds. This approach is used to extract the characteristics of this apparatus vocal changing. In this work, the Multi-Layer Perceptron (MLP) ANN architecture was investigated in conjunction with the backpropagation learning algorithm. In this sense, some main characteristics extracted from the signal (voice) were used as input parameters to the ANN used. The output of MLP, trained previously with the speakers features, returns the authenticity of that signal. Tests were performed with 10 different male speakers, whose age were in the range from 18 to 24 years. The results are very promising. In this work it is also presented an approach to implement a speaker recognition system by applying conventional methods to the speaker classification process. The methods used are Dynamic Time Warping (DTW) and Vector Quantization (VQ).

Submitted by Victor de Abreu Campos null (victorde.ac@gmail.com) on 2017-09-27T02:41:28Z No. of bitstreams: 1 dissertacao.pdf: 5473435 bytes, checksum: 1e76ecc15a4499dc141983740cc79e5a (MD5) / Approved for entry into archive by Monique Sasaki (sayumi_sasaki@hotmail.com) on 2017-09-28T13:43:21Z (GMT) No. of bitstreams: 1 campos_va_me_sjrp.pdf: 5473435 bytes, checksum: 1e76ecc15a4499dc141983740cc79e5a (MD5) / Made available in DSpace on 2017-09-28T13:43:21Z (GMT). No. of bitstreams: 1 campos_va_me_sjrp.pdf: 5473435 bytes, checksum: 1e76ecc15a4499dc141983740cc79e5a (MD5) Previous issue date: 2017-08-31 / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / A quantidade vertiginosa de conteúdo multimídia acumulada diariamente tem demandado o desenvolvimento de abordagens eficazes de recuperação. Nesse contexto, ferramentas de reconhecimento de locutor capazes de identificar automaticamente um indivíduo pela sua voz são de grande relevância. Este trabalho apresenta uma nova abordagem de reconhecimento de locutor modelado como um cenário de recuperação e usando algoritmos de aprendizado não supervisionado recentes. A abordagem proposta considera Coeficientes Cepstrais de Frequência Mel (MFCCs) e Coeficientes de Predição Linear Perceptual (PLPs) como características de locutor, em combinação com múltiplas abordagens de modelagem probabilística, especificamente Quantização Vetorial, Modelos por Mistura de Gaussianas e i-vectors, para calcular distâncias entre gravações de áudio. Em seguida, métodos de aprendizado não supervisionado baseados em ranqueamento são utilizados para aperfeiçoar a eficácia dos resultados de recuperação e, com a aplicação de um classificador de K-Vizinhos Mais Próximos, toma-se uma decisão quanto a identidade do locutor. Experimentos foram conduzidos considerando três conjuntos de dados públicos de diferentes cenários e carregando ruídos de diversas origens. Resultados da avaliação experimental demonstram que a abordagem proposta pode atingir resultados de eficácia altos. Adicionalmente, ganhos de eficácia relativos de até +318% foram obtidos pelo procedimento de aprendizado não supervisionado na tarefa de recuperação de locutor e ganhos de acurácia relativos de até +7,05% na tarefa de identificação entre gravações de domínios diferentes. / The huge amount of multimedia content accumulated daily has demanded the development of effective retrieval approaches. In this context, speaker recognition tools capable of automatically identifying a person through their voice are of great relevance. This work presents a novel speaker recognition approach modelled as a retrieval scenario and using recent unsupervised learning methods. The proposed approach considers Mel-Frequency Cepstral Coefficients (MFCCs) and Perceptual Linear Prediction Coefficients (PLPs) as features along with multiple modelling approaches, namely Vector Quantization, Gaussian Mixture Models and i-vector to compute distances among audio objects. Next, rank-based unsupervised learning methods are used for improving the effectiveness of retrieval results and, based on a K-Nearest Neighbors classifier, an identity decision is taken. Several experiments were conducted considering three public datasets from different scenarios, carrying noise from various sources. Experimental results demonstrate that the proposed approach can achieve very high effectiveness results. In addition, effectiveness gains up to +318% were obtained by the unsupervised learning procedure in a speaker retrieval task. Also, accuracy gains up to +7,05% were obtained by the unsupervised learning procedure in a speaker identification task considering recordings from different domains. / FAPESP: 2015/07934-4

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2018-07-04T14:58:46Z No. of bitstreams: 2 Tese - Dayanna Pereira dos Santos - 2018.pdf: 1204991 bytes, checksum: 3e16249e3da033699ec016599fe81923 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-07-05T10:33:26Z (GMT) No. of bitstreams: 2 Tese - Dayanna Pereira dos Santos - 2018.pdf: 1204991 bytes, checksum: 3e16249e3da033699ec016599fe81923 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-07-05T10:33:26Z (GMT). No. of bitstreams: 2 Tese - Dayanna Pereira dos Santos - 2018.pdf: 1204991 bytes, checksum: 3e16249e3da033699ec016599fe81923 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-06-19 / This research investigates the process o f psychic elaboration o f what is con1monly referred to as passage from the infans to the speaker, considered, fro1n the point of view of this thesis, a structuring operation, in which there is a subjective initiurn dependent on the speech function. The analysis starts from the initial texts ofFreud and the theory ofknots at the end ofLacanian teaching in arder to deal with the subjective structuring and, thus, to penetrate the particularities o f autism. This investigative exercise brings the concepts o f drive, unary trait, lalangue, Real, Syrnbolic and Imaginary with a view to explaining that the baby's body suffers the incidence of the brand generated by maternal c are. In these conditions, in order for the infans to leave the category o f pure organism and humanize itself, it 1nust ally itself with the signifiers from the Other. Along with this question, we present the subjective structure supporied by the braiding between Real, Symbolic and Imaginary whose incidence o f lapses in its structuring is capable o f producing effects such as autism. To investigate this complex elaboration, we start with the following questions: Can the effect ofthe other1 s speech on the child's body result in drifting speech? Is it possible for the autistic child to be in language, even without the function of speech? In this context, we approach the subjective constitution under the logic of the Borromean node and the RSI braid, evidencing the synchronic structure o f the subj ective constitution and the necessity o f a fourth link for its 1nooring. Given that autistic individuais are revealing of such impasses, we have made some considerations about the understanding that node failures will only be differentiated after the repair oftheir lapses with the fourth link. Such a proposition emphasizes a non-fixation of the psychic structure in childhood. We argue, finally, that the autistic child is in language, is subject to it, even i f the signifier is erased in relation to the sign. In addition, in arder to analyze issues related to the treat1nent ofyoung children in autism, vve chose to present the Nadia case, conducted and described by Rosine Lefort. Taking into account the context of Law 13.438 I 2017, this analysis evidenced the need to search for nevv conjectures about the tiine and devices involved in both the diagnosis and treatment o f children. This is because the establishn1ent o f a closed diagnosis can have negative effects when fixing the idea o f the disease in place o f the treatment. Therefore, we reitera te that our comn1itn1ent to the psychoanalytic treatn1ent ofthe autistic child is about the extraction ofthe object as a way of access in the relation between it and the analyst, privileging the movetnent of the significant network, the causation of a double, the instauration of a body iinage and, or the forn1ulation o f an object o f substitution. / Esta pesquisa investiga o processo de elaboração psíquica do que se denonlina comun1ente como passagen1 do infans ao falante, considerada, sob o ponto de vista desta tese, uma operação de estruturação, e1n que há un1 initiun1 subjetivo dependente da função da fala. A análise parte dos textos iniciais de Freud e da teoria dos nós no final do ensino lacaniano com o intuito de tratar da estruturação subjetiva e, assin1, adentrar nas particularidades dos autismos. Esse exercício investigativo traz os conceitos de pulsão, traço unário, lalangue, Real, Simbólico e In1aginário com vistas a explicitar que o organisn1o do bebê sofre a incidência da marca gerada pelos cuidados 1naternos. Nessas condições) para que o infans saia da categoria de puro organismo e se humanize, é preciso que ele se aliene aos significantes vindos do Outro. A par dessa questão, apresentan1os a estruturação subjetiva suportada pelo trançarnento entre Real, Siinbólico e Imaginário cuja incidência de lapsos en1 sua estruturação é capaz de produzir efeitos corno os autisrnos. Para investigar essa complexa elaboração, partimos dos seguintes questionamentos: O efeito da fala do outro sobre o corpo da criança pode resultar em un1a fala à deriva? É possível a criança autista estar na linguagem, n1esmo sem a função da fala? Nesse contexto, abordan1os a constituição subjetiva sob a lógica do nó borromeano e da trança RSI, evidenciando a estrutura sincrônica da constituição subjetiva e a necessidade de um quarto elo para sua amarração. Tendo em vista que os autistas são reveladores de tais impasses, tecemos algumas considerações acerca do entendimento de que as falhas do nó apenas serão diferenciadas depois do reparo de seus lapsos com o quarto elo. Tal proposição enfatiza uma não-fixação da estrutura psíquica na infância. Defendemos, por fim, que a criança autista está na linguagem, assujeita-se a ela, mesmo que d significante seja apagado em relação ao signo. Além disso, com a finalidade de analisarmos questões vinculadas ao tratamento de crianças pequenas em vias de autismo optamos por apresentar o caso Nádia, conduzido e descrito por Rosine Lefort. Levando em consideração o contexto da Lei 13.438/2017, essa análise evidenciou a necessidade da busca por novas conjecturas acerca do tempo e dos dispositivos implicados tanto no diagnóstico quanto no tratamento das crianças. Isso porque o estabelecimento de um diagnóstico fechado pode causar efeitos negativos ao fixar a ideia da doença no lugar do tratamento. Logo, reiteratnos que nossa aposta para o tratamento psicanalítico da criança autista versa sobre a extração do objeto con1o via de acesso na relação entre ela e o analista, privilegiando o movimento da rede significante, a causação de um duplo, a instauração de uma imagem corporal e, ou a formulação de um objeto de suplência.

As identidades sociais não podem ser estabelecidas a priori, mas são negociadas pelos participantes a cada momento na interação. As pessoas trazem atributos potenciais para a interação face a face que podem ser ressaltados em um encontro particular (ERICKSON, 2001). Partindo dessa perspectiva, este estudo investiga a interação face a face nas aulas de alemão padrão, verificando como as identidades são tornadas relevantes nesse contexto, observando especificamente as ações que envolvem os alunos falantes de dialetos do alemão. Para isso foi feito um trabalho de cunho etnográfico com base na Análise Microetnográfica, (ERICKSON, 1992, 1996) em três turmas de alemão, duas de um Centro de Línguas e de uma turma de uma Universidade em Porto Alegre (RS). Alguns conceitos da Análise da Conversa Etnometodológica (SACKS, SCHEGLOFF e JEFFERSON, 1974; TEN HAVE, 1999; GARCEZ, 2002) e da Sociolingüística Interacional (GUMPERZ e COOK-GUMPERZ, 1982, GUMPERZ, 2001) contribuem para a análise das identidades ressaltadas nesse contexto. Os resultados da pesquisa sugerem que o conhecimento prévio demonstrado pelos alunos consiste em um atributo de identidade relevante nesse contexto, o que não garante, no entanto, que, em alguns momentos, esses alunos não negociem atributos que demonstrem insegurança e baixa auto-estima em relação à língua que dominam. Apesar disso, parece que as construções identitárias negativas não são reforçadas pelos outros participantes da interação em sala de aula, visto que os alunos falantes de dialeto demonstram ampla participação nas aulas e são reconhecidos como bons alunos pelo professor e por seus colegas. / The social identities in talk can not be estabilisched a priori but are negociated by the participants during the course of interaction. People bring to interaction potencial attributes that can become relevant in any particular encounter (Erickson, 2001). From this perspective, this research investigates the face-to-face interaction in German Language Classes, observing how identities become relevant and analyzing the data from three German Language Classes based on the principles of microethnographic research (ERICKSON, 1992, 1996). Two classes took place in a Language School and one at a University in Porto Alegre (RS). Some concepts derived from Conversational Analysis (SACKS, SCHEGLOFF e JEFFERSON, 1974; TEN HAVE, 1999; GARCEZ, 2002) and Interactional Sociolinguistics (GUMPERZ e COOK-GUMPERZ, 1982, GUMPERZ, 2001) contribute to the analysis. The results of this research suggest that the previous knowledge displayed by the students is a relevant identity attribute in this context; however, it does not garantee that those students would not negociate insecurity features in their own language. Even though, it seems that the negative identity attributes are not reinforced by the other participants of interaction in the classroom, once the dialect speakers display active participation in the classroom tasks and they are seen as diligent students by teachers and classmates.