Sprachliche Mensch-Maschine-Kommunikation

12.2 Sprache als stochastischer Prozeß 181
Betrachtet man die Signale mehrerer Aufnahmen eines Lautes, so stellt
man fest, daß diese (wenn geeignet vorverarbeitet) mehr oder weniger von
einem ” durchschnittlichen“ Signal abweichen. Je nachdem, wie die Definition
eines Lautes ist (Phonem, Phon, etc.), kann es auch oft vorkommen, daß
derselbe Laut verschiedene ” durchschnittliche“ Ausprägungen hat, z.B.
in verschiedenen akustischen Kontexten. Wie ein Signal für einen Laut
genau aussehen wird, kann man nur mit einer gewissen Wahrscheinlichkeit
vorhersagen. Das heißt, man kann den Vorgang der Spracherzeugung als
stochastischen Prozeß betrachten, stochastischer Prozeß ein Prozeß der
bestimmte Signale emittiert in Abhängigkeit vom Zustand, in dem er sich
gerade befindet. Als Zustände können die einzelnen Laute näherungsweise
angenommen werden. Wenn jemand also das Wort ” Hallo“ sagt, nehmen
wir näherungsweise an, daß sein Artikulationsapparat ca. vier Zustände (H,
A, L, O) durchläuft, in jedem Zustand eine gewisse Zeit verweilt und in
jedem Zustand ein Signal erzeugt (bzw. Symbol emittiert), dessen Form
zufällig aber abhängig vom Zustand ausfällt. Wenn wir nun noch die Zeit
diskretisieren und das gesamte Modell nur zu diskreten Zeitpunkten betrachten,
wenn wir außerdem den Zustandswechseln zu jedem Zeitpunkt eine
Wahrscheinlichkeit zuordnen, dann erhalten wir ein Markov Modell. Markov
Modelle werden in der Forschung in verschiedenen Disziplinen verwendet.
In der Spracherkennung typische Topologien sind in Abb. 12.1 dargestellt.
Bei ergodischen Modellen sind alle Zustandsfolgen gleich gut möglich.
Solche Modelle werden nur für spezielle Teilaufgaben der Spracherkennung
verwendet. Für die Modellierung von Sprache findet man viel häufiger mehr
oder weniger linear angeordnete Zustande. Im einfachsten Fall hat jeder
Zustand nur einen Übergang zum nächsten Zustand und zu sich selbst.
Beim Bakis-Modell kommen zusätzlich noch Übergänge zum übernächsten
Zustand dazu. Dieses Bakis-HMM entspricht dem Bakis-Übergangsmuster
beim DTW-Algorithmus (vgl. Abs. 11.2.1). Einige Erkenner verwendet noch
weitere Sprünge, so daß – wie im links-nach-rechts Modell gezeigt beliebig
viele Zustände übersprungen werden können. Gelegentlich ist es sinnvoll
zwei einfache Modelle als Alternativen parallel zu schalten. Dies wird vor
allem dann genutzt, wenn für dasselbe Phänomen zwei verschiedene Modelle
(z.B. zwei verschiedene Aussprachen desselben Wortes) eingesetzt werden.
Ein gerne verwendetes Beispiel für Markov Modelle ist das Wetter.
Man stelle sich vor, das Wetter kann zwei Zustände annehmen, nämlich
” schönes Wetter“ und schlechtes Wetter“. Dabei kann sowohl bei schönem
”
Wetter als auch bei schlechtem Wetter die Sonne scheinen. Sicher ist es
wahrscheinlicher, daß man das Wetter als schön bezeichnet, wenn die
Sonne scheint, aber auch ohne Sonnenschein kann dies mit einer kleinen
Wahrscheinlichkeit vorkommen. Außerdem kann man meist beobachten, daß
das Wetter ein wenig konstant ist. Das heißt, wenn das Wetter erst einmal