Sprachliche Mensch-Maschine-Kommunikation

108 8. Verarbeitung von Sprachsignalen
nämlich der direkte Vergleich zweier unmodifizierter Signale. Angesichts der
riesigen Varianz, die der gleiche Laut in seiner Zeitbereichsdarstellung haben
kann, kann ein direkter Vergleich der Abtastwerte, wenn überhaupt, nur in
sehr eingeschränkten Erkennungsaufgaben und nur unter sehr eingeschränkten
Bedingungen zu irgendwelchen nennenswerten Erkennungsraten führen.
Das Identifizieren von einem Vokal aus einer Menge von zwei Vokalen könnte
womöglich so gemacht werden, aber kontinuierliche Sprache bedarf ganz
anderer Vorgehensweisen.
Bei der Frage, welche Information in einem Sprachsignal denn überhaupt
für die Erkennung von Bedeutung ist, orientiert man sich gerne daran,
welche Information das menschliche Ohr dem Gehirn liefert. Dabei kann
man davon ausgehen, daß die wesentliche Information in den Anteilen
einzelner Frequenzen am Gesamtsignal enthalten ist. Zwar können wir
durch die Wahrnehmung von Phasenverschiebungen die Quelle eines Signals
orten, da dessen Schallwellen an dem einen Ohr früher als an dem anderen
ankommen, aber ganz offensichtlich kann man Sprache auch genauso gut
verstehen, wenn sie nur durch ein Ohr gehört wird. Bei der Ortung von
Schallquellen spielt zusätzlich noch die Form und Bewegung des Kopfes eine
Rolle. Aber auch diese tragen bestenfalls zur virtuellen Verbesserung eines
Sprachsignals bei und nicht zum Verstehen selbst. Durch Untersuchungen
am menschlichen Ohr, wie sie im Kapitel 4 beschrieben wurden, wissen wir,
daß einzelne Abschnitte der Gehörschnecke auf bestimmte Frequenzbereiche
im Signal reagieren und so das Ohr eine Art Fourieranalyse durchführt.
Daher arbeiten die allermeisten Spracherkennungssysteme auf irgend einer
Art der Darstellung des Sprachsignals im Frequenzbereich.
Experiment 8.1: Spektralanalyse
Starten Sie das Applet Signal Processing. Auf der Oberfläche sehen Sie ein
Feld, in dem eine Wellenform dargestellt wird, und einige Schaltflächen zum
Aufnehmen, Abspielen und Analysieren eines Teilsignals.
Wenn Sie auf Aufnahme drücken, können Sie in das Mikrophon Ihres
Computers ein paar Sekunden lang sprechen und die Wellenform des Signals
betrachten. Nehmen Sie zunächst einen einfachen Pfeifton auf.
Markieren Sie den Teil der Aufnahme, in dem der Pfeifton zu erkennen ist
und spielen Sie ihn mit Abspielen zur Kontrolle nochmal ab.