Sprachliche Mensch-Maschine-Kommunikation

Räumliche
14.5 Mehrdimensionale Hidden-Markov-Modelle 233
Ausdehnung Vorteile Nachteile
klein gute diskriminative wenig Trainingsdaten pro Einheit
Fähigkeiten
groß robust trainierbar schlechte Diskriminativität
Tabelle 14.2. Vor- und Nachteile verschiedener räumlicher Ausdehnung von
Spracheinheiten
gerungen mit anderen Einheiten sind weniger wahrscheinlich als bei breiter
ausgedehnten, somit ist die Unterscheidbarkeit (Diskriminativität) höher.
Allerdings gibt es umso weniger Trainingsdaten pro Einheit, je kleiner ihr
Anteil am Merkmalsraum ist. Räumlich große Einheiten haben entsprechend
mehr Trainingsdaten und sind so robust trainierbar, allerdings ist die Wahrscheinlichkeit
der Überlagerung mit anderen Einheiten im Merkmalsraum
größer, womit die Diskriminativität sinkt.
Abb. 14.5 illustriert verschiedene Möglichkeiten der Parameterkopplung.
Auf oberster Ebene wird die Entscheidung getroffen, welche HMM-Zustände
durch das gleiche ” akustische Atom“ modelliert werden. Wenn Gauß-
Mischverteilungen verwendet werden, dann ist ein akustisches Atom durch
eine Mixturgewichteverteilung definiert. Auf der nächst tieferen Ebene wird
festgelegt, welche Mixturgewichteverteilung über welchen Codebüchern von
Gauß-Verteilungen definiert ist. Hier sind grundsätzlich beliebige Kopplungsgrade
– nicht nur die in Abs. 14.2.2 vorgestellten – realisierbar und
werden auch in der Praxis realisiert. Kap. 17 wird darauf weiter eingehen.
Auf unterster Ebene ist es des weiteren noch möglich, daß verschiedene
Gauß-Mischverteilungen sich einige Parameter (z.B. - wie dargestellt -
Kovarianzmatrizen) teilen.
14.5 Mehrdimensionale Hidden-Markov-Modelle
Menschen haben die Fähigkeit, aus einem Stimmengewirr von zwei oder mehr
gleichzeitig sprechenden Personen eine herauszuhören und zu verstehen. Dies
geht sogar – wenn auch mit mehr Verständnisfehlern – wenn die Stimmen