Sprachliche Mensch-Maschine-Kommunikation

12.1 Probleme mit einfachen Mustervergleichern 179
viele Daten, daß jedes zu erkennende Wort darin vorkommt.
Sprecherunabhängigkeit
Wir wollen Sprache von jedem beliebigen Sprecher erkennen können, ohne
daß vorher eine Einlernphase nötig wäre. Das bedeutet, daß wir keine
sprecherspezifischen Muster abspeichern sollten, sondern versuchen müssen,
das aus dem Sprachsignal zu extrahieren, was über alle Sprecher hinweg
invariant ist. Zumindest sollten wir versuchen die Varianz über verschiedene
Sprecher irgendwie zu modellieren.
Kontinuierliche Sprache
Wir wollen nicht auf die Erzwingung von Stillepausen zwischen einzelnen
Wörtern setzen. Jeder Sprecher soll ganz natürlich sprechen dürfen und dabei
Pausen machen, wann er es für richtig hält. Dabei werden wir das Problem
der Koartikulationseffekte lösen müssen. Ein Wort, das isoliert gesprochen
wird, hört sich ganz anders an, als wenn es in einem Satz gesprochen wird.
In einigen Sprachen – wie zum Beispiel dem Englischen oder Französischen
– fallen die Koartikulationseffekte wesentlich deutlicher aus als in Sprachen
wie Deutsch oder Japanisch. So spricht der US-Amerikaner Wörter, die mit
einem S-Laut enden aus, als würden sie mit einem SH-Laut enden, wenn
die Wörter gefolgt werden von einem Wort, das mit einem Y-Laut beginnt
(z.B.: this year → thishyear). Ganz extrem wird es aber, wenn durch die
Koartikulation eigentlich neue Wörter entstehen, so finden heute schon die
koartikulierten Folgen want to oder give me als neue Wörter wanna und
gimme Einzug in Wörterbücher. Auch im Deutschen gibt es derart heftige
Koartikulationen: Wir sagen zum Beispiel solche Dinge wie hammer“ statt
”
” haben wir“ oder ” haste“ statt hast du“. Ein einfacher Mustervergleicher
”
hätte damit fast unlösbare Probleme. Unser idealer Erkenner sollte damit
zurechtkommen.
Unbekannte Wörter
Es soll möglich sein, auch nicht trainierte Wörter dadurch zu erkennen,
daß ihre Komponenten erkannt werden, und das Wort als Sequenz seiner
Komponenten definiert wird. So erreichen wir eine Unabhängigkeit des
Erkenners vom Vokabular. Im Idealfall kann der Erkenner unverändert für
jede Aufgabe verwendet werden, wenn zuvor eine Datei erstellt wurde, in
der steht, wie die zu erkennenden Wörter aus den Untereinheiten gebildet
werden können.