Sprachliche Mensch-Maschine-Kommunikation

Steigung
2
1/2
2
11.3 Spracherkennung mittels Dynamic Time Warping 173
Steigung
1/2
Abb. 11.12. Einschränkungen des DTW-Suchraumes
die Diagonale herum zu beschränken, so daß aus der Raute eine Schlauch
mit spitzen Enden entsteht. Dadurch reduziert sich der Rechenaufwand von
O(n · m) auf O(n + m), also von quasi-quadratischem auf linearen Aufwand.
Solche Suchraumeinschränkungen sind allerdings nicht immer anwendbar.
Sie bieten sich an für Kleinsterkenner, die mit sehr wenigen
Ressourcen auskommen müssen (wie zum Beispiel in Mobiltelefonen oder
Haushaltsgeräten), und einen kleinen Wortschatz von unter 100 Wörtern
beziehungsweise Kommandos erkennen können, die nur als isolierte Kommandos
und nicht im Kontext beliebiger Sprache gesprochen werden dürfen.
Auch dürfen keine Sprechpausen erlaubt sein, und die Sprechgeschwindigkeit
muß bei der zu erkennenden Aufnahme und den abgespeicherten Mustern
in etwas gleich groß sein. Abb. 11.13 zeigt, was geschehen kann, wenn die
Sprechgeschwindigkeiten zu unterschiedlich sind und damit die Länge der
Aufnahmen stark voneinander abweichen. Solange die Aufnahmen gleich
lang sind, entsteht als Suchraum eine gleichseitige Raute. Diese verengt
sich umso mehr, je unterschiedlicher die Aufnahmezeiten sind, und kann im
Extremfall dazu führen, daß der Suchraum komplett verschwindet, wenn die
eine Aufnahme mehr als doppelt so lang ist wie die andere.
Möglichkeiten diesen Problemen zu begegnen gibt es in der vorherigen
Längennormierung, bei der Jede Aufnahme auf eine vorher festgelegte Länge