Sprachliche Mensch-Maschine-Kommunikation

208 13. Das Trainieren von Spracherkennern
des neuen Parameterraumes mit der des existierenden identisch ist, lassen
sich die Parameter alle eins zu eins übertragen. Wenn die Architekturen
verschieden sind (zum Beispiel andere Phonemmengen), dann muß
erst bestimmt werden, welcher ” neue“ Parameter welchem ” alten“ entspricht.
13.1.2 Iterative Optimierung
In der Praxis ist es eher die Regel als die Ausnahme, daß zum Trainieren
statt des Forward-Backward-Algorithmus der Viterbi-Algorithmus verwendet
wird. Zwar liefert dieser nicht die Trainingswahrscheinlichkeiten γt(i) =
P(qt = i|X, λ) sondern die wahrscheinlichste Folge Q = q1, q2, . . . qT von
Zuständen, also
Q = argmaxP(Q|X,
λ) (13.2)
Q
Es ist zwar mathematisch nicht korrekt, aber für sehr große T in etwa
gleich gut, die Trainingswahrscheinlichkeiten genauso wie bei der Verwendung
von Labels in Gl. 13.1 als
0 für i = qt
γt(i) = δi,qt =
. (13.3)
1 für i = qt
zu definieren.
Graustufenmatrix der γt(i) des Viterbi-Pfad
Forward-Backward-Algorithmus
Abb. 13.1. Training mit Viterbi statt Forward-Backward
Die Verwendung des Viterbi-Algorithmus bietet mehrere Vorteile
gegenüber dem Forward-Backward-Algorithmus. Ein großer Vorteil ist
der wesentlich geringere zeitliche Aufwand. Wie bereits in Abs. 12.5.3
angesprochen, läßt sich der Viterbi-Algorithmus relativ einfach im logarithmischen
Zahlenbereich anwenden. Bei ihm ist es auch einfach möglich,
die gleichen Techniken zur Suchraumbeschneidung anzuwenden wie beim
DTW-Algorithmus (vgl. Abs. 11.3.1). Beim Forward-Backward ist es zwar