Sprachliche Mensch-Maschine-Kommunikation

258 15. Erkennung kontinuierlicher Sprache
Stille Stille Stille
Guten Tag
Murmeln Murmeln Murmeln
– T – G –
G U N T A
*
* CH *
Abb. 15.9. Satz-HMM mit optionalen Füllwörtern
Wortgraph
Phonemgraph
Ein HMM für einen ganzen Satz – oder besser gesagt für eine Äußerung –
muß nur für das Training aufgebaut werden. Nur dort ist überhaupt bekannt,
welche Worte gesprochen wurden. Im Gegensatz zur Einzelworterkennung
ist es bei kontinuierlicher Sprache nicht möglich, für jede erlaubte Äußerung
ein Referenz-HMM zu erzeugen. Daher wird ein ähnlicher Weg bestritten
wie beim One-Stage Dynamic Programming. Von jedem Endzustand eines
Wortes werden Zustandsübergänge in die Anfangszustände aller Wörter
eingefügt. Das Resultat ist ein einziges HMM, das alle n Einzelwort-HMMs
enthält und zusätzlich n 2 Wort-zu-Wort-Übergänge (s. Abb. 15.10).
Wort 1
Wort 2
Wort n
. . .
Abb. 15.10. Ein einziges HMM aus vielen einzelnen Wort-HMMs
Auch wenn das HMM in Abb. 15.10 nicht so aussieht, daß es einfach als
” eine“ Referenzachse verwendet werden kann wie in Kap. 12 angenommen.
Grundsätzlich aber ist es, wie Abb. 15.11 auch linear darstellbar.
15.4 Einbindung eines einfachen Sprachmodells
Wenn wir bei Abb. 15.10 Wahrscheinlichkeiten für die Wortübergänge festlegen
wollen, so könnten wir im einfachsten Fall einfach für jeden Übergang
die Wahrscheinlichkeit 1/n verwenden. Besser ist allerdings die Verwendung
n 2