Sprachliche Mensch-Maschine-Kommunikation

160 11. Erkennung dynamischer Sprachsignale
In Abb. 11.2 sieht man, daß eine einfache lineare Zuordnung von Kurzzeitspektren
verschieden langer Aufnahmen problematisch ist. Die relativ lange
Stillephase am Anfang der vertikal dargestellten Aufnahme trifft so auf schon
einsetzende Sprache aus der horizontal dargestellten Aufnahme. In der vertikalen
folgt außerdem eine Stillephase zwischen den beiden letzten Wörtern
oder Lauten, der überhaupt kein Gegenstück aus der horizontalen Aufnahme
entspricht.
Abb. 11.2. Längennormalisierung durch lineare Zuordnung
Vielmehr müßte die Zuordnung von Teilen zweier Signale eher nichtlinear
wie in Abb. 11.3 geschehen.
11.1 Minimale Editierdistanz
Zur Motivation des Prinzips des dynamischen Programmierens wollen
wir hier mit einem einfacheren aber dem Vergleich von Spektrogrammen
ähnlichen Problem anfangen. Beim Vergleich von Texten gibt es verschiedene
Anwendungen, bei denen die so genannte minimale Editierdistanz gemessen
wird. Viele Textverarbeitungsprogramme bieten nicht nur die Möglichkeit,
Texte auf Rechtschreibfehler zu überprüfen, sondern erlauben sich gelegentlich
auch diese während der Eingabe durch den Benutzer automatisch