Sprachliche Mensch-Maschine-Kommunikation

14.3 Mehrere Datenströme 229
Ganz allgemein kann man bei der Verwendung von Mischverteilungen zur
Berechnung von Emissionswahrscheinlichkeiten sagen, daß die Wahrscheinlichkeit
dafür, daß eine Beobachtung x zu einer Spracheinheit U gehört, als
p(x|U) =
lU
cUk · NUk(x) (14.4)
k=1
berechnet werden kann. Hierbei ist NUk die k-te von lU Gauß-Verteilungen
des Codebuchs, das von U verwendet wird.
Im Falle von voll kontinuierlichen Modellen gilt, daß für zwei verschiedene
Spracheinheiten i = j sowohl cik = cjk als auch Nik = Njk (hier bedeutet
= nicht, daß die Werte echt verschieden sind, sondern daß es sich um zwei
verschiedene Parameter handelt, die zufällig auch mal die gleichen Werte
haben können).
Im Falle von rein semikontinuierlichen Modellen gilt immer noch cik = cjk
für verschiedene Einheiten i und j, jedoch Nik = Njk ∀i, j, da es nur ein
einziges Codebuch gibt.
Im Falle von phonetisch gekoppelten semikontinuierlichen Modellen
gilt Nik = Njk, wenn die Einheiten i und j verschiedene Segmente oder
verschiedene Ausprägungen desselben Phonems sind.
14.3 Mehrere Datenströme
Bevor die lineare Diskriminanzanalyse das bevorzugte Mittel zur Beherrschung
hochdimensionaler Merkmalsräume wurde verwendeten viele Erkenner
(zum Beispiel [?] [?]) R unabhängige Teilräume, die jeder für sich Emis-
sionswahrscheinlichkeiten b r j
(x) für die Beobachtung X im Zustand j berech-
neten, und die Gesamtemissionswahrscheinlichkeit berechnete sich aus dem
Produkt aller Teilraumwahrscheinlichkeiten:
bj(x) =
R
r
b r j (x) (14.5)
Typische Unterteilungen des Merkmalsraumes waren zum Beispiel
ein Teilraum für die Spektral- oder Cepstralkoeffizienten und ein zweiter
Teilraum für die Ableitung dieser (Delta-Koeffizienten). Da diese Teilraumunterteilung
wie die Verwendung mehrerer Datenströme aussah wurde sie
auch ” Multi-Stream“ Methode genannt.