Sprachliche Mensch-Maschine-Kommunikation

218 13. Das Trainieren von Spracherkennern
13.4).
korrekter Pfad
falscher Pfad
+
−
Abb. 13.4. Korrektives Trainieren
Für den einfachen Fall, daß der positive und negative Faktor absolut
gleich sind (also f + g = 0), ergibt sich, daß auf allen Bereichen einer
Aufnahme, auf denen der Erkenner keine Fehler macht, oder besser gesagt,
auf denen die Viterbi-Pfade für Transkription und Hypothese gleich sind, gar
keine Trainingskorrektur stattfindet. Auf den Bereichen, wo sich die Pfade
unterscheiden, wird der korrekte Pfad ” normal“ trainiert und der falsche Pfad
negativ. In der Praxis hat sich gezeigt, daß ein negativer aber absolut kleinerer
Wert für g als für f am schnellsten zu den gewünschten Ergebnissen führt.
MMIE-Training
Man kann zeigen, daß mit einer unbegrenzten Menge an Trainingsdaten und
einem Merkmalsraum, der die echte Quelle enthält, die globale Maximum
Likelihood Schätzung in dem Sinne optimal ist, daß sie eine korrekte
Mittelwerteschätzung und eine minimale Varianz liefert. Allerdings ist es
so, daß bei der Entwicklung von HMM Spracherkennern die Trainingsdaten
keineswegs in unbegrenztem Maße vorliegen, in der Regel haben wir weniger
Trainingsmuster als der Merkmalsraum Ecken hat. Und wie nahe das Modell
beziehungsweise der Parameterraum der Wirklichkeit kommen ist schwer
abzuschätzen und mit Sicherheit nicht optimal. So kann man sehr wohl ein
vom Maximum-Likelihood Training abweichendes Verfahren anwenden, das
eine bessere Diskriminierungsfähigkeit hat, wie zum Beispiel das Maximum
Mutual Information Estimation (MMIE) Verfahren.
−
+