Sprachliche Mensch-Maschine-Kommunikation

416 25. Erkennung verschiedener Sprachen
Erkenntnisgewinne und Leistungsverbesserungen in einem dieser Gebiete
haben sich oft auch auf die anderen ausgewirkt. Dennoch hat die Identifizierung
von Sprachen einige Eigenheiten: Während bei der Spracherkennung
eine möglichst korrekte Wortfolge gefunden werden muß, ist dies für die
Identifizierung einer Sprache eher weniger wichtig. Im Grunde kann ein
System – ebenso wie Menschen auch – eine Sprache identifizieren, ohne auch
nur ein einziges Wort zu verstehen. Die Schwierigkeiten der LID resultieren
zum einen aus der großen Variationsbreite der Sprechweise verschiedener
Sprecher (Aussprache, Intonation, Sprechgeschwindigkeit, usw.), zum anderen
aus der Veränderlichkeit der Themen und Inhalte des Gesprochenen. Im
übrigen spielen nichtsprachliche Phänomene wie die Kanaleigenschaften, das
Hintergrundrauschen oder Störgeräusche eine besonders schädliche Rolle,
wenn die Klassifikatoren mangels linguistischen Wissens von diesen schlecht
abstrahieren können.
Menschen haben die faszinierende Fähigkeit, innerhalb weniger Sekunden,
teilweise anhand von nur zwei, drei Silben, nicht nur entscheiden zu
können, ob ihnen eine gesprochene Sprache bekannt ist, sondern meist
sogar um welche Sprache es sich handelt. Falls nicht, kann der Mensch
zumindest typische Charakteristika der Sprache angeben. Bevor wir uns
darum bemühen, Maschinen diese Fähigkeit zur Sprachenidentifizierung
beizubringen, sollte untersucht werden, welche Spracheigenschaften beziehungsweise
welche Wissensquellen Menschen zur Identifizierung heranziehen.
Daraus können dann verschiedene Strategien und Informationsquellen, die
für ein automatisches System sinnvoll sein können, abgeleitet werden. In [?]
wird zu diesem Zweck eine Untersuchung an je zwei Personen aus zehn verschiedensprachlichen
Ländern gemacht. Testpersonen wurden Sprachauszüge
von 1, 2, 4 und 6 Sekunden Länge vorgespielt und die Tespersunen wurden
anschließend gefragt, welche der zehn möglichen Sprachen gesprochen wurde.
Danach wurden den Testpersonen mitgeteilt, welche Antwort richtig gewesen
wären so daß sie daraus während der Versuchsreihe lernen konnten. Die
Erkennungsrate lag im Schnitt bei 69,4% (zwischen 39,2% und 100%).
Wichtige Faktoren, die die Erkennungsrate beeinflußten waren die Dauer der
vorgelegten Sprachauszüge, die Vertrautheit der Testperson mit der Sprache
und die Anzahl der Sprachen, die die Testpersonen schon vorher kannten.
Am Ende der menschlichen LID-Experimente wurden die Testpersonen
nach ihren Strategien zur Identifizierung der Sprachen befragt. Demnach
benutzten viele eine Kombination mehrerer Methoden wie dem Heraushören
bestimmter sprachentypischer Phoneme oder Wörter sowie der phonetischen
und prosodischen Merkmale einer Sprache.
Das Verstehen menschlicher Strategien ist ein wichtiges Hilfsmittel zur
Lösung des Problems der automatischen Identifizierung von Sprachen.
Grundsätzlich können sehr viele verschiedene Informationsquellen zur LID