Sprachliche Mensch-Maschine-Kommunikation

302 17. Kontextabhängige akustische Modelle
vorteilhaft wäre, es dorthin zu versetzen. Und für jedes Triphon des neuen
Ballungsknotens muß geprüft werden, ob es vorteilhaft wäre, es in einen
anderen Knoten zu versetzen. Die Anzahl der zu berechnenden Distanzen
wächst also durch den Schritt 4 um ein Vielfaches an.
Der obige Algorithmus kann auch zur Ballung anderer Einheiten als
Triphone verwendet werden. In [?] wird berichtet, daß die Wortfehlerrate
durch die Verwendung von Senones (vgl. Abb. 17.2) statt gesamter Triphone
um ca. 20% reduziert werden konnte.
17.2.4 Divisive Verfahren
Sowohl divisive als auch agglomerative Verfahren haben ihre Nachteile.
Das Problem bei den divisiven Verfahren ist die Frage, auf welche Art die
Modelle eines Knotens in zwei Unterknoten aufgeteilt werden können. Das
könnten schließlich bei einem Knoten mit n Elementen immerhin 2 n mögliche
Aufteilungen sein. Der Nachteil der agglomerativen Verfahren wiegt aber
viel schwerer: nämlich die Vokabularabhängigkeit. Gehen wir beispielsweise
davon aus, daß in den Trainingsdaten die Phonemtripel p1 p0 p2, p3 p0 p4,
p5 p0 p6 und p7 p0 p8 vorkommen und dies alle Kontexte sind, in denen p0
gesehen wird. Durch den Ballungsalgorithmus werden die Tripel p1 p0 p2 und
p3 p0 p4 zu dem verallgemeinerten Modell m1 und die Tripel p5 p0 p6 und
p7 p0 p8 zu dem Modell m2 zusammengelegt (Abb. 17.8).
p1 p0 p2 p3 p0 p4 p5 p0 p6 p7 p0 p8
m1
Abb. 17.8. Agglomerative Ballung kann zu Vokabularabhängigkeit führen
Das heißt, es gibt zwei verschiedenen Modelle, mit denen das Phonem
p0 modelliert werden kann. Je nach Kontext entweder mit m1 oder m2.
In den Testdaten könnten nun Wörter vorkommen, die es im Training
nicht gab, und in einem Wort könnte das Phonem p0 im Kontext p2 p0 p5
auftauchen. Die Fragen, welches der beiden vorhandenen Modelle für diesen
Kontext besser geeignet ist, läßt sich auf Anhieb nicht beantworten. Zur
m2