Sprachliche Mensch-Maschine-Kommunikation

330 19. Parameterraumoptimierung
wird der Parameterraum der Spracherkenner so weit aufgeblasen wie nur
irgendwie trainierbar. Man tendiert eher dazu, ein paar schlecht geschätzte
Parameter zuviel zu verwenden, und notfalls Glättungsmethoden einzusetzen,
als zu wenige Parameter zu verwenden, die dann aber gut geschätzt
werden, denn fehlende Information kann nicht ersetzt werden, während
zuviel Information bei geeigneter Handhabung nicht schädlich sein muß.
Schließlich ist ein weiterer Grund für die Verwendung von ” fudge factors“
die oft inkorrekte Implementierung der mathematischen Grundlagen, bei
der, um Rechenzeit zu sparen, Approximationen vorgenommen werden.
Das Ziel der Spracherkennungsforschung ist es, nicht nur fertige, funktionierende
Produkte zu entwickeln, sondern auch Laien zu ermöglichen,
einen für ihre speziellen Zwecke optimierten Spracherkenner selbst zu
bauen, ohne dabei von ihnen zu verlangen, sich mit den verschiedenen
Entwurfsvariablen auszukennen. Solange nicht abzusehen ist, daß fertige
Spracherkennungsprodukte in jeder Umgebung, mit beliebigen Vokabularen,
mit verschiedenen Sprachen und Dialekten sowie für viele verschiedene
Anwendungsszenarien einwandfrei funktionieren, solange wird es interessant
bleiben, daß Entwicklungsumgebungen existieren, mit denen auch Personen,
die nicht auf dem Gebiet der Spracherkennung arbeiten, funktionierende
Spracherkenner bauen können.
Für die Umsetzung eines Forschungsprototypen in ein fertiges Produkt
ist es deshalb sinnvoll, Methoden zu finden, die es ermöglichen, Entwurfsvariablen
automatisch zu optimieren.
19.1 Parameterarten
Im folgenden gehen wir auf die Rolle verschiedener Parameter von typischen
HMM-basierten Spracherkennern ein. Es ist nicht möglich, hier alle denkbaren
Parameter zu behandeln, so daß vor allem die wichtigsten aufführen,
das heißt diejenigen, die für Erkennungsleistung die größte Bedeutung haben.
19.1.1 Mittelwertsvektoren
Die Mittelwertsvektoren sind die wichtigsten Parameter der akustischen
Modellierung mit Normalverteilungen, in dem Sinne, daß die Erkennungsleistung
von einer optimalen Schätzung der Referenzvektoren erfahrungsgemäß
stärker abhängt als von den Kovarianzmatrizen und den Mixturgewichten. Je
größer die Dimensionalität des Merkmalsraumes ist, desto stärker fällt auch