Sprachliche Mensch-Maschine-Kommunikation

226 14. Das akustische Modell
Da bei diesen diskreten Hidden-Markov-Modellen das Berechnen der
Emissionswahrscheinlichkeiten durch ein einfaches Nachsehen in einer
Tabelle geschieht, sind solche Erkenner besonders schnell. Gegebenenfalls
kann sogar auf die Verwendung teurer Fließkommaoperationen verzichtet
werden. Diskrete HMM-Spracherkenner haben aber durchweg eine schlechtere
Leistung (immerhin könnte jedes diskrete HMM durch ein kontinuierliches
” simuliert“ werden). Sie bieten sich daher nur für Spezialaufgaben an,
bei denen keine großen Erkennungsfähigkeiten verlangt werden oder für
Systemen deren Hardware-Ressourcen beschränkt sind.
Da die mit großem Abstand beliebteste Modellierung vom Emissionswahrscheinlichkeiten
Gauß-Mischverteilungen sind, haben sie sich im Sprachgebrauch
inzwischen als Bestandteil eines Hidden-Markov-Modells etabliert. So
spricht man von Semikontinuierlichen Hidden-Markov-Modellen, meint damit
aber vielmehr Hidden-Markov-Modelle mit kontinuierlichem Merkmalsraum
und Gauß-Mischverteilungen mit gekoppelten Mittelwerten und Kovarianzmatrizen.
Betrachten wir zunächst (voll) kontinuierliche Hidden-Markov-Modelle.
Sie zeichnen sich dadurch aus, daß jede Spracheinheit ein eigenes komplettes
Codebuch mit Gauß-Verteilungen und den dazu gehörigen Mixturgewichten
hat. Kein Parameter dieses Codebuchs wird von anderen Spracheinheiten mit
genutzt (s. Abb. 14.2). Der große Vorteil solcher Modelle ist die Möglichkeit
der sehr feinen Modellierung.
Abb. 14.2. Voll kontinuierliches Modell (keine gemeinsame Nutzung von Co-
debüchern)
Die Nachteile voll kontinuierlicher Modelle bestehen vor allem in der
meist sehr großen Zahl an Parametern und in dem damit verbundenen
großen Bedarf an Daten zur robusten Schätzung dieser Parameter. Auf den
ersten Blick mag man den Eindruck haben, daß auch der Aufwand für die