Sprachliche Mensch-Maschine-Kommunikation

318 18. Effiziente Decodierverfahren
reinen Viterbi-Algorithmus kann in einem Zustand der DTW-Matrix derartige
Information nur schwer abgelegt werden, weil ein Zustand gleichzeitig
in vielen verschiedenen Hypothesen enthalten sein kann. Die weitreichende
Information kann dann bei Stack Decodern dafür verwendet werden sehr
hilfreiche Entscheidungen zur Beschneidung des Suchraums zu treffen. Ein
anderer Vorteil ist die leichte Extraktion von n-besten Listen. Wenn mehr
als nur die Wahrscheinlichste Hypothese benötigt wird, dann stehen diese im
Stapel direkt zum Auslesen bereit. Beschneidung des Suchraumes bedeutet
bei Stack Decodern, daß einige Hypothesen aus den Stapel unten heraus
fallen. Die Größe des Stapels ist beschränkt, und so wird dieser schon bei
einem kleinen durchschnittlichen Verzweigungsgrand beim Expandieren von
Hypothesen schnell gefüllt.
In der Praxis werden synchrone Decoder häufiger verwendet als asynchrone.
Dies liegt zum einen an traditionellen Gründen und zum anderen
daran, daß für synchrone Decoder viele effiziente Algorithmen existieren.
18.2 Beschneidung des Suchraumes
Alle Suchalgorithmen in der Spracherkennung für große Vokabulare haben
gemeinsam, daß der Suchraum auf die eine oder andere Art eingeschränkt
werden muß. Dies läuft im Endeffekt immer darauf hinaus, zu entscheiden,
ob die Expansion eines Zustands durchgeführt werden sollte oder nicht.
Beim Verzicht auf eine Expansion kann die Suche Fehler machen. Als
Suchfehler wird der Fall bezeichnet, bei dem die wahrscheinlichste Hypothese
eine geringere Wortfehlerrate hat als die von Algorithmus gefundene.
Auch wenn eine Expansion eine noch so geringe Wahrscheinlichkeit im
Folgezustand hätte, kann in der Regel nicht ausgeschlossen werden, daß
aus dieser partiellen Hypothese am Ende doch die Beste wird. Um solche
Fälle zu minimieren ist es wichtig, richtige Entscheidungen zu treffen. Diese
Entscheidungen müssen nicht nur auf der kumulativen Wahrscheinlichkeit
eines Zustands basieren. Es ist auch sinnvoll ein wenig Vorauszuschauen.
Die sogenannte Lookahead-Technik berechnet sehr schnell eine Vorhersage
über die Entwicklung der kumulativen Wahrscheinlichkeit einer partiellen
Hypothese, indem es zum Beispiel Expansionen mit Hilfe einfacher und somit
schnell zu berechnender Emissionswahrscheinlichkeiten bewertet. Andere
Möglichkeiten der Vorausschau ist die Berechnung von Sprachmodellwahrscheinlichkeiten
der Wörter in die Expandiert werden soll. Natürlich kosten
diese Vorausschauen Zeit, wenn sie aber eine deutlich bessere Beschneidung
des Suchraums ermöglichen, so kann die dadurch gesparte Zeit überwiegen.