Sprachliche Mensch-Maschine-Kommunikation

310 17. Kontextabhängige akustische Modelle
das mehrere Zehntausend verschiedene sein, von denen je nach Einstellung
des Suchalgorithmus fast alle berechnet werden müssen. Dies scheint auf
den ersten Blick ein unter Umständen dramatischer Anstieg des Rechenaufwandes.
Allerdings darf man diese Betrachtung nicht ohne Berücksichtigung
der Möglichkeiten zur Beschneidung des Suchraumes machen. Abb. 17.12
illustriert die Auswirkung der Verwendung von kontextabhängigen Modellen
auf die Verteilung der Emissionswahrscheinlichkeiten. Die Abbildung stellt
Emissionswahrscheinlichkeiten als Graustufen (weiß = niedrig, schwarz =
hoch) dar. Da kontextabhängige Modelle einen kleineren Teil des Merkmalsraumes
einnehmen haben sie eine deutlich größere diskriminative Fähigkeit
und die Verteilung der verschiedenen Wahrscheinlichkeitswerte ist wesentlich
” schärfer“ als für kontextunabhängige Modelle. Die Folge ist, daß es dann
möglich ist, die Parameter des Suchalgorithmus, die die Beschneidung des
Suchraumes festlegen viel aggressiver einzustellen und größere Bereiche des
Suchraumes auszublenden.
kontextabhängig kontextunabhängig
Abb. 17.12. unterschiedlich ” scharfe“ Emissionswahrscheinlichkeitenmatrizen
In der Praxis stellt sich so heraus, daß je nach Qualität der Sprachsignale
und je nach Größe und Komplexität des Erkennervokabulars, mal mehr mal
weniger aber doch in den meisten Fällen die kontextabhängigen Modelle
letztendlich einen geringeren Aufwand haben beziehungsweise bei gleicher
Laufzeit die besseren Erkennungsergebnisse erzielen.