Sprachliche Mensch-Maschine-Kommunikation

242 14. Das akustische Modell
scheinlichkeit paßt, dann kommt es oft vor, daß eine Folge von kurzen
Varianten eine höhere Beobachtungswahrscheinlichkeit liefert.
Gerade im Deutschen kann eine übermäßige Verwendung von Varianten
– insbesondere, wenn sie automatisch durch Regeln erzeugt werden – zu
einem zusätzlichen Problem führen. Man stelle sich einfach nur das Wort
” siebenundzwanzig“ vor. Wenn das Wort sieben“ drei bis vier Varianten
”
hat (Z IE B E N, Z IE B N, Z IE M, usw.), das Wort und“ mehrere
”
Varianten hat (z.B. U N D, U N T, U N, N, usw.), und auch noch zwanzig“
”
auf viele Arten gesprochen werden kann, dann entstehen somit automatisch
für das aus diesen Wörtern zusammengesetzte siebenundzwanzig“ leicht
”
mehrere Dutzend verschiedener Aussprachen. Da die deutsche Sprache für
ihre Fähigkeit, lange Komposita bilden zu können, bekannt ist, kann man
sich leicht ausmalen wie ein deutsches Aussprachelexikon stark aufgeblasen
werden kann.
Da während des Trainings von Hidden Markov Modellen die gesprochene
Wortfolge bekannt ist, ist es an dieser Stellen unproblematisch, sehr viele
Varianten zu verwenden, eine Verwechslung mit einem anderen Wort kann ja
beim Aufbau des Satz-HMMs ausgeschlossen werden. Daher verwenden die
meisten Spracherkenner verschiedene Trainings- und Erkennungslexika. Im
Trainingslexikon kommen sehr viele Varianten vor, ins Erkennungslexikon
werden vor allem die sehr kurzen und sehr seltenen Varianten nicht mit
aufgenommen.
Varianten in der Suche
Eine weitere Problematik im Zusammenhang mit Aussprachevarianten sollte
an dieser Stellen noch angesprochen werden. Da sowohl beim Training als
auch beim Erkennen der Suchprozeß für einigermaßen komplexe Erkenner
Techniken zur Beschneidung des Suchraums benötigen, können Wörter mit
vielen Varianten gegenüber Wörtern mit wenigen Varianten benachteiligt
werden. In Abb. 14.7 konkurrieren die Wörter wi und wj miteinander. Sollte
an der Stelle t ein Entscheidung zur Beschneidung des Suchraums getroffen
werden müssen, so kann es sein, daß, obwohl das Wort wi in allen seinen
Varianten eine Wahrscheinlichkeitssumme akkumuliert hat, die größer ist als
der entsprechende Wert für wi.
Außerdem stellt sich natürlich die Frage, welche Werte die Übergangswahrscheinlichkeiten
in ein Wort mit n Varianten erhalten soll. Wenn
man jeder Variante die selbe Wahrscheinlichkeit P gibt, die das Wort
unabhängig von seiner Aussprache hat, dann verletzen wir die Bedingung
aus der Definition der Hidden Markov Modelle, nach der die Summe
aller Ausgangswahrscheinlichkeiten eines Zustands 1.0 sein muß. Geben