Jürgen Dick - Lehrstuhl Algorithmen & Datenstrukturen, Institut für ...

12 KAPITEL 1. EINLEITUNG, MOTIVATION
Anwendungsgebiet gibt es mächtige Algorithmen, die aber für die Suche in Audio-Dateien und
Multimedia-Dokumenten im allgemeinen nicht anwendbar sind. Des weiteren könnte versuchen
werden, die untersuchte Audio-Datei anhand der oben genannten Indizien zu segmentieren, so
daß beispielweise ein schnelles Navigieren innerhalb des Dokuments erleichtert wird.
Diese einleitenden Worte verdeutlichen, aus welchen Begriffen sich der Titel dieser Arbeit zusammensetzt
und in welchem Kontext sie zu sehen sind.
1.1 Einleitung
1.1.1 Das Problem: Suche in Audio-Dateien
Das Problem der Suche in Audio-Dateien ist jedem bekannt, der einen Anrufbeantworter sein
Eigen nennt. Wurde er eine längere Zeit nicht abgehört, so finden sich (möglicherweise) eine
Vielzahl von Nachrichten auf dem Band. Viele davon sind unwichtig. Trotzdem müssen alle
Nachrichten angehört werden und wenn man Pech hat, ist erst die letzte Nachricht auf dem Band
die einzig wichtige. Angenehm wäre eine Art Suchmaschine, wie sie es für Textdokumente im
WWW gibt. Dies ist Ziel verschiedener Forschungsarbeiten, auf die im nächsten Abschnitt kurz
eingegangen wird.
Das klassische Informationssuche-Problem besteht in der Auffindung eines Textdokuments,
indem eine Suchanfrage, bestehend aus einem oder mehreren Schlüsselwörtern, an eine
Menge von Textdokumenten gestellt wird. In der Regel werden die relevanten Dokumente
dadurch gefunden, daß die Schlüsselwörter innerhalb dieser Textdokumente lokalisiert werden.
Ein Dokument, in dem die Schlüsselwörter häufiger vorkommen als in anderen Dokumenten,
wird dann als relevanter angesehen. Die Textdokumente können dem Benutzer daraufhin
bezüglich ihrer Relevanz sortiert präsentiert werden. Die Informationssuche-Algorithmen für
Textdokumente basieren auf Pattern-Matching. Wenn man davon ausgeht, daß es keine Text-
Transkription einer Sprachdatei 2 durch ein Spracherkennungssystem gibt, so läßt sich der Pattern-
Matching-Ansatz nicht so einfach auf diese Art von Dateien übertragen. Dies liegt am Fehlen von
identifizierbaren Wörtern oder vergleichbaren Einheiten in der Sprachdatei. Noch schwieriger
wird das Problem, wenn die Audio-Dateien außer Sprache beispielsweise Musik enthalten.
Bislang wurde die Verarbeitung und die Problematik von Suchanfragen betrachtet. Auch das
Navigieren und das schnelle Browsen in Audio-Dateien ist ungleich problematischer als in
reinen Text-Dateien. Audio-Dateien müssen vollständig durchgehört werden, wenn man sicher
gehen will, daß alle wichtigen Informationen gefunden werden. Dies liegt an der Linearität von
Audioströmen. Allerdings benötigt das Abhören von Audio-Dateien unter Umständen sehr viel
Zeit. Die Text-Transkription einer minutenlangen Nachricht kann hingegen mit dem Auge in
wenigen Sekunden überflogen werden.
2 Der Begriff Sprachdatei steht für eine Audio-Datei, die nur Sprache enthält.