Sprachliche Mensch-Maschine-Kommunikation

418 25. Erkennung verschiedener Sprachen
statt eines w, d oder s stattoderÌ. Dieses Problem ist nur in den Griff
zu bekommen, wenn das System über den Wortschatz bescheid weiß.
• Grammatikalische Struktur
So wie die Phonotaktik definiert, wie aus Phonemen Wörter entstehen
können, so gibt die Grammatik an, wie aus Wörtern Sätze entstehen.
Beide sind von der Sprache abhängig. Daher kann eine Analyse der Grammatikalischen
Struktur eines Satzes Identifizierung der Sprache hilfreich
sein. Dafür muß natürlich ein Spracherkennungssystem vorhanden sein,
um überhaupt Wortfolgen aus dem Gesprochenen heraus erkennen. Es ist
dann zu erwarten, daß ein Erkenner, für eine Sprache A auf Sätzen in der
Sprache A mit höherer Wahrscheinlichkeit Wortfolgen produziert, die den
Grammatikregeln von A entsprechen, als wenn er einen Satz der Sprache
B erkennt.
Ein sprachidentifizierendes System sollte zur Unterscheidung von Sprachen
möglichst viele dieser Informationsquellen einbeziehen.
Die Architekturen für LID-Systeme können in zwei Gruppen unterteilt
werden. In der ersten wird für jede zu identifizierende Sprache ein
eigenständiges Modell trainiert. Bei der Identifizierung laufen alle eigenständigen
Modelle parallel und produzieren unabhängig voneinander
Erkennerhypothesen (Phonemfolgen oder Wortfolgen) mit dazugehörigen
Beobachtungswahrscheinlichkeiten oder Konfidenzwerten. Diejenige Sprache,
deren Modell die beste Bewertung für die Testäußerung liefert, wird als die
gesprochene Sprache identifiziert. Architekturen dieser Gruppe werden von
einem Großteil der Forscher verwendet (z.B. [?], [?], [?]).
Die andere Gruppe zeichnet sich durch ein einziges Modell für alle Sprachen
aus. Beim Erkennen der Testäußerung konkurrieren einzelne Teilmodelle
(zum Beispiel Phoneme oder Wörter) miteinander. Die Teilmodelle haben in
verschiedenen Sprachen verschiedene Auftretenswahrscheinlichkeiten. Diejenige
Sprache, deren typische Teilmodelle am häufigsten in der Hypothese
vorkommen wird schließlich identifiziert ([?], [?]).
Ein Nachteil der Verfahren aus der ersten Gruppe ist, daß mit wachsender
Zahl der zu identifizierenden Sprachen der insgesamt zu leistende Rechenund
Speicherbedarf anwächst. Bei der zweiten Gruppe manifestiert sich ein
ähnlich Nachteil in der steigenden Zahl verschiedener Teilmodelle. Diese
wachsen allerdings sublinear mit der Zahl der Sprachen, da viele Sprachen
auch viele gemeinsame Eigenschaften haben.