Sprachliche Mensch-Maschine-Kommunikation

2. Eigenschaften und Taxonomie von Sprache
und Spracherkennern
In diesem Kapitel wollen wir einige Eigenschaften von Spracherkennern und
Spracherkennungsaufgaben besprechen. Diese werden uns helfen, schneller
beurteilen zu können, wie schwierig einzelne Aufgaben mit der heutigen Technik
zu lösen sind, und welche Aufgaben welche Ressourcen und welche Erfolgsaussichten
haben. So werden wir im folgenden auch eine Taxonomie der
Spracherkennung einführen, eine Sammlung von Begriffen, mit denen Erkennungssysteme
beschrieben werden, wie Automobile mit PS, Hubraumzahlen
und Beschleunigungszeiten.
2.1 Sprecherabhängigkeit
Da wir nicht ausreichendes Wissen darüber haben, was genau die Akustik
eines Wortes oder eines Phonems ausmacht, haben bisher alle Ansätze,
Sprache rein wissensbasiert zu erkennen keinen zufriedenstellenden Erfolg
gehabt. Das größte Problem ist, daß ein und dasselbe Wort, ja sogar ein
und derselbe Laut auf quasi unendliche viele verschiedene Arten artikuliert
werden kann. Wir Menschen besitzen die faszinierende Gabe, bestimmte
Laute sofort identifizieren zu können, egal ob sie normal gesprochen oder
geschrien oder geflüstert oder gesungen werden. Es ist auch egal, von welcher
Person sie gesprochen werden. Unser Gehirn befähigt uns, sehr schnell diese
sprecherspezifischen Eigenschaften eines Sprachsignals von denen, die über
alle Sprecher hinweg in etwas konstant sind, zu trennen und die Erkennung
der Sprache auf dem sprecherunabhängigen Teil des Signals durchzuführen.
In der automatischen Spracherkennung sind einige andere Abhängigkeiten
des Sprachsignals bekannt und haben ähnliche Probleme wie die Sprecherabhängigkeit.
Im allgemeinen kann man sagen, die akustische Ausprägung
eines Lautes oder Wortes variiert mit einigen Variablen wie zum Beispiel
der Variablen ” Sprecher“ oder ” Übertragungsleitung“ oder ” Hintergrundgeräusche“
oder ” Sprechstil“. Es leuchtet ein, daß statistische Verfahren,
die wir mangels Wissen über das Sprachsignal verwenden müssen, größere
Probleme haben, Modelle für bestimmte sprachliche Einheiten zu schätzen,
wenn die Beispielmuster stark variieren. Daher funktionieren Erkenner, die