Sprachliche Mensch-Maschine-Kommunikation

9.1 Klassifikatoren 137
Eine weitere Möglichkeit ist das Erzeugen von Codebüchern durch
” Wachsenlassen“. Dabei besteht das initiale Codebuch aus nur einem Refe-
renzvektor. In Abb. 9.7 ist das einelementige Codebuch links als Gausglocke
(s.u.) über allen Trainingsmustern dargestellt. Der Algorithmus zum Wachsenlassen
der Codebücher [?] prüft nun iterativ welche Referenzvektoren
aus so vielen Daten gemittelt werden, daß diese Daten womöglich bimodal
verteilt sind und es sinnvoller wäre, sie mit zwei Referenzvektoren N1 und
N2 zu modellieren, die jeweils auf den Daten X1 und X2 geschätzt werden.
Das Wachstum der Codebücher kann abgebrochen werden, wenn sonst nicht
mehr ausreichend Trainingsdaten zum schätzen der einzelnen Mittelwerte
vorhanden wären.
N1
Abb. 9.7. Auftrennen einer Gauß-Verteilung in zwei
Das Bucket Voronoi Intersection Verfahren
Bei sehr großen Codebüchern (manche Spracherkenner haben mehrere Millionen
Referenzvektoren) muß natürlich die ständig vorkommende Berechnung
der Distanzen möglichst zeitsparend durchgeführt werden. Dazu bieten
sich zwei Strategien an: einmal eine effiziente Berechnung der Distanzen
selbst, und zum anderen die Einsparung von unnötigen Distanzberechnungen.
Wenn es darum geht, nur den nächsten Referenzvektor zu finden, dann
ist es möglich, die euklidische Distanzberechnung abzubrechen, wenn die
nach j Dimensionen akkumulierte Teildistanz größer ist, als die bis dahin gefundenen
kleinste Gesamtdistanz. Sortiert man die Dimensionen absteigend
nach ihrer Varianz, dann kann man so zusätzlich die Wahrscheinlichkeit
dafür maximieren, daß ein Abbruch der Distanzberechung vorgenommen
werden kann. Die Praxis hat gezeigt, daß man für Sprachdaten, und da
insbesondere für ca. 16-dimensionale Spektral- oder Cepstral-Vektoren,
durch den Abbruch der Distanzberechnungen nur wenig Zeit einsparen kann.
Immerhin führt man durch die jetzt benötigten Vergleiche der Teildistanzen
mit der minimalen Gesamtdistanz einen zusätzlichen Aufwand ein. Diesen
kann man zwar wiederum reduzieren, indem man den Vergleich nicht nach
X1
N2
X2