Sprachliche Mensch-Maschine-Kommunikation

294 17. Kontextabhängige akustische Modelle
Die Problematik mit Modellen unterschiedlicher zeitlicher und räumlicher
Ausdehnung ist eine in der Mustererkennung immer wiederkehrende. Die bei
der Gestaltung des Parameterraumes eines Erkenners zu berücksichtigenden
Kriterien, die Vor- und Nachteile unterschiedlich ausgedehnter Modelle sind
in Tab. 17.3 17.4 zusammengefaßt.
Vorteile Nachteile
kurz hohe Flexibilität wenig Evidenz im Sprachsignal
⇒ vokabularunabhängig ⇒ hohe Verwechselbarkeit
lang geringe Verwechselbarkeit wenig Trainingsdaten pro Einheit
Tabelle 17.3. Vor- und Nachteile unterschiedlicher zeitlicher Modellausdehnung
Vorteile Nachteile
spezifisch gute diskriminative wenig Trainingsdaten
Fähigkeiten pro Einheit
generell robust trainierbar schlechte diskriminative
Fähigkeiten
Tabelle 17.4. Vor- und Nachteile unterschiedlicher räumlicher Modellausdehnung
Die meisten Spracherkenner verwenden neben der Information über die
benachbarten Phoneme auch die Information über die Position eines Phonems
innerhalb eines Wortes. Die Hypothese dabei ist, daß sich ein Phonem
anders anhört, wenn es am Anfang eines Wortes steht, als wenn es mitten
im Wort steht, auch wenn der phonetische Kontext der gleiche ist. Diese Annahme
ist in der Tat begründet, weil wir bei Sprechen sehr wohl das Wort
als Einheit sehen, und dies sich im Sprechrhythmus und den Betonungsregeln
widerspiegelt. Tab. 17.5 zeigt ein Beispiel, in dem die D- und L-Laute unterschiedlich
behandelt werden, obwohl ihr Triphon (und sogar Quintphon)
Kontext identisch sind. Tatsächlich hört sich die Aussprache von ” handlich“
merkbar anders and als diejenige von ” Hand Licht“ (natürlich auch abgesehen
vom T-Laut in ” Licht“).
Abb. 17.3 zeigt wie viele verschiedene Polyphone es gibt, wenn unterschiedlich
breite Kontexte betrachtet werden. Das Schaubild enthält zwei
Kurven, die durchgezogene für die auf der Wall Street Journal (WSJ) Datenbank
gemessenen Werte und die gepunktete für die entsprechenden Werte auf
der Switchboard (SWB) Datenbank. Als Unterschiedlich wurden Polyphone
betrachtet, wenn sie sich entweder in einem Phon unterschieden oder an ver-