Sprachliche Mensch-Maschine-Kommunikation

22.2 Architekturen 385
lohnt es sich, den Knoten ähnlich wie bei der divisiven Ballung (vgl. Abs.
17.2.4) in zwei Unterknoten aufzutrennen. Die Auftrennung kann dann zum
Beispiel zwei verschiedene Kontexte oder Kontextklassen erzeugen, sie kann
aber auch dasselbe Modell auf zwei verschiedene Arten modellieren (zum
Beispiel einmal mit Gauß-Mischverteilungen und einmal mit mehrschichtigen
Perzeptronen). Die Auswahl des passenden Teilmodells oder der besseren
Modellierungsart geschieht dann durch ein so genanntes Gate. Diese muß die
Auswahl nicht digital treffen, viel besser ist eine von der aktuellen Situation
und vom aktuell vorliegenden Signal abhängige Gewichtung der beiden
Unterknoten. Das Resultat einer hierarchischen Mixtur von Experten ist in
Abb. 22.10 skizziert.
Gatingnetzwerk
1
x
g11
Expertennetzwerk
1.1
µ1
Knoten 0
µ
g2
g1
µ2
Knoten 1 Knoten 2
g12
g21
Gatingnetzwerk
0
g22
Gatingnetzwerk
2
µ11 µ12 µ21
µ22
Experten- Experten- Expertennetzwerk
1.2 netzwerk 2.1 netzwerk 2.2
x x
x x
Abb. 22.10. Hierarchische Mixtur von Experten
Die dargestellt Mixtur berechnet die Emissionswahrscheinlichkeit
oder einen entsprechend umrechenbaren Bewertungsterm µ für einen
HMM-Zustand. Dafür werden insgesamt vier spezialisierte Modelle (Expertennetzwerke)
eingesetzt. Jeder dieser Experten ist auf einen bestimmten
Aspekt des Modells (bestimmter Teil des Merkmalsraums, bestimmte
Ausprägung des Modells, bestimmte äußere Bedingungen der Aufnahme)
spezialisiert. Die Ausgaben von je zwei Experten werden mit Hilfe eines
Gates gewichtet gemittelt. Sowohl die Experten als auch die Gates können
auf verschiedenste Arten implementiert werden. In Abb. 22.10 sind beide
als Neuronale Netzwerke dargestellt. Die Gating-Netze erhalten als Eingabe
das aktuelle Sprachsignal und berechnen auf dieser Grundlage die
Gating-Gewichte, so daß die Gesamtausgabe der Hierarchie schließlich
x
x