Sprachliche Mensch-Maschine-Kommunikation

17.2 Ballung von Kontexten 301
Lee verwendete einen rein semikontinuierlichen HMM-Spracherkenner mit
drei Datenströmen (Cepstren, Delta-Cepstren und Energie). Da jedes Triphon
mit drei HMM-Zuständen modelliert wurde, bestanden die Parameter
einer zu ballenden Einheit s aus neun diskreten Wahrscheinlichkeitsverteilungen
γs,1 . . .γs,9. Als Distanzmaß verwendete Lee die Summe des
Entropieanstiegs, der sich durch das Zusammenlegen zweier Ballungsknoten
q und r zu s ergibt:
D(q, r) =
9
nq · H(γq,d) + nr · H(γr,d) − ns · H(γs,d)
d=1
(17.6)
wobei ni die Anzahl der Trainingsdaten des Knotens i ist, und H(γ) die
Entropie der Verteilung γ darstellt.
Lees Ballungsalgorithmus sah wie folgt aus: 1
1. initialisiere jeden Ballungsknoten mit einem Triphon
2. berechne paarweise Distanzen zwischen allen Knoten
3. vereinige die beiden Knoten mit der kleinsten Distanz
4. a) berechne für jedes Triphon den Informationsgewinn, der durch
Versetzen desselben in einen anderen Knoten entsteht
b) falls durch Versetzen Gewinn erzielt werden kann, führe die
Versetzung aus und gehe zu 4a
5. solange Endekriterium nicht erfüllt, gehe zu 2
Der Schritt 4 ist nötig, um optimale Leistung zu erzielen. Wird er weggelassen,
fällt die Erkennungsrate des resultierenden Erkenners signifikant ab.
Es ist allerdings genau dieser Schritt, der den Algorithmus sehr aufwendig
macht. Der Schritt 2 ist nur zu Beginn des Algorithmus aufwendig. Später
müssen immer nur die noch nicht berechneten Distanzen berechnet werden,
das heißt die Distanzen zwischen dem gerade neu erzeugten Ballungsknoten
und den anderen Knoten. Im Schritt 4a muß für jedes einzelne Triphon,
das nicht zum neu erzeugten Ballungsknoten gehört, getestet werden, ob es
1 Er unterscheidet sich von dem Standardalgorithmus in [?] im wesentlichen nur
im zusätzlich eingeführten Schritt 4.