Sprachliche Mensch-Maschine-Kommunikation

14.6 Aussprachemodellierung 241
werden, die die häufigsten Aussprachen bestimmter Wörter zu Tage treten
läßt.
Auswahl der Varianten
Leider ist es nicht so, daß ein willkürliches Volladen des Aussprachelexikons
mit vielen Varianten zum Erfolg führt. Das dabei entstehende Problem ist
im folgenden illustriert:
Sprecher meinte:
” Nimm mal einen Hammer.“
Sprecher sagte:
” Nimm mal ’n’ Hammer.“
Erkenner ohne Varianten:
” Nimm mal Hammer.“
In diesem Beispiel wurde das Wort einen“ – wie so oft – so schwach ar-
”
tikuliert, daß der Erkenner nichts Sinnvolles an dieser Stelle Erkennen konnte.
Die erste Idee zur Beseitigung des Problems ist nun, das Aussprachelexikon
so anzureichern, daß auch die Variante ’n’ als Aussprache für ” einen“
darin vorkommt. Bei der Gelegenheit könnten dann auch gleich einige
weitere Varianten hinzugefügt werden, so daß das Lexikon die folgenden
zusätzlichen Einträge erhält:
Wort Aussprache
einen AI N E N
einen AI N
einen N
haben-wir H A B N W IE R
haben-wir H A M ER
einmal AI N M A L
einmal M A L
Mit diesem angereicherten Lexikon sollte der Erkenner nun in der Lage
sein, auch die Kurzversion des Wortes ” einen“ zu erkennen. Allerdings kann
es auch vorkommen, daß sich die Situation jetzt so darstellt:
Sprecher meinte:
Sprecher sagte:
Erkenner mit Varianten:
” Nimm mal einen Hammer.“
” Nimm mal ’n’ Hammer.“
” einen im einmal einen haben wir.“
Die Verwendung von zu vielen Varianten kann also auch kontraproduktiv
sein und zu mehr Erkennungsfehlern führen. Insbesondere Varianten mit
wenigen Phonemen können leicht als ” Lückenfüller“ bei der Erkennung
von qualitativ schlechten Aufnahmen dienen. Wenn keines der langen
Vokabularwörter auf ein Segment der Aufnahme mit ausreichender Wahr-