Sprachliche Mensch-Maschine-Kommunikation

426 26. Zusätzliche Modalitäten
Kameras, deren Aufnahmen nicht zum Lippenlesen geeignet sind, erkennbar
sein, ob die Lippen sich bewegen. Die Korrelation der Information, wo sich
im Raum bewegende Lippen befinden, mit der Information der akustischen
Schallquellenlokalisierung gibt dann eine Robuste Schätzung der Position
des Sprechers wieder.
26.3 Handschrifterkennung, Gestikerkennung
In der Handschrifterkennung unterscheidet man grundsätzlich zwischen zwei
verschiedenen Ansätzen, der ” Offline“- und der ” Online“-Erkennung. Bei der
Offline-Erkennung liegt dem Erkenner nur das Bild des handgeschriebenen
Textes vor, bei der Online-Erkennung kann der Erkenner zusätzlich die
gemessene Dynamik der Schrift zur Erkennung verwenden. In der Regel
führt diese zusätzliche Information zu besseren Erkennungsraten, so daß
sogar Systeme entwickelt werden, die versuchen, aus dem statischen Bild die
verlorene Dynamikinformation zu rekonstruieren.
Außer zur Erkennung von handgeschriebenen Texten bietet sich die
Modalität der stiftbasierten Eingabe auch für die Erkennung von Formeln,
Skizzen, Bildern und bestimmten Schreibgesten an. Während es einigermaßen
einfach ist, in Skizzen zu erkennen, ob ein Objekt ein Rechteck
oder ein Kreis ist, so gehört zur genauen Interpretation von komplexeren
Objekten und insbesondere von deren Relationen zueinander wesentlich
mehr ” Intelligenz“.
Als zusätzliche Modalität zur Spracherkennung hat sich die Handschrifterkennung
im Zusammenhang mit der Korrektur von Erkennungsfehlern von
Diktiererkennern hilfreich gezeigt (s. folgenden Abschnitt).
26.4 Fehlerbehandlungsmethoden
Die Erfahrung hat gezeigt, daß die allermeisten stochastischen Klassifikatoren,
sei es für die Erkennung von Sprache, Handschrift, Gesten oder
Bilder, Fehler machen. Je nachdem, um was für eine Anwendung es sich
handelt, sind Fehler mehr oder weniger tolerierbar. Bei einem Dialogsystem,
bei dem der Benutzer per Sprache ein Kommando gibt ist es nicht weiter
problematisch, wenn zwar das eine oder andere Wort des Kommandos
mißverstanden wird, aber die gewünschte Aktion dennoch richtig verstanden
und ausgeführt wird. So ist es zum Beispiel egal, ob der Erkenner in einem
Videorecorder beim Kommando ” nimm die Tagesschau auf“ fälschlicherweise
” nimm den Tagesschau auf“ verstanden wird. Hauptsache, das Gerät