Sprachliche Mensch-Maschine-Kommunikation

202 12. Hidden Markov Modelle
Bakis-Modell für Phonem T
Bakis-Modell für Phonem A
Bakis-Modell für Phonem G
T-b
A-b
G-b
T-b T-m T-e A-b A-m A-e
T-m T-e
A-m A-e
G-m G-e
Hidden-Markov-Modell für das Wort ” Tag“ [T] [A] [G]
G-b
Abb. 12.8. Komposition eines Wort-HMMs aus Phonem-HMMs
G-m G-e
So ist es möglich, durch Verwenden von ca. 50 Phonem-HMMs die
Wort-HMMs für ein unbegrenztes Vokabular bauen zu können. Ein Erkenner
könnte also auch ein Wort erkennen, das niemals in der Entwicklungs- oder
Trainingsphase des HMMs aufgetaucht ist, solange die Aussprache dieses
Wortes aus Phonemen besteht, die zum vorliegenden Phonemsatz gehören.
Hidden-Markov-Modell für das Wort ” Tat“ [T] [A] [T]
T-b T-m T-e A-b A-m A-e T-b T-m T-e
Abb. 12.9. Komposition eines Wort-HMMs aus sich wiederholenden Phonemen