Sprachliche Mensch-Maschine-Kommunikation

27. Entwicklung von Anwendungen
In diesem Kapitel wird die Entwicklung einiger Beispielanwendungen für
automatische Spracherkenner vorgestellt. Dabei werden vor allem Aspekte,
die über das reine Trainieren eines Erkenners hinausgehen beleuchtet. In der
Praxis stellt sich nicht selten heraus, daß der eigentliche Trainingsprozeß
wie er in Kap. 12 und Kap. 13 behandelt wurde, nur einen kleinen Teil des
gesamten Entwicklungsaufwandes darstellt.
27.1 Ein Erkenner für eine neue Aufgabe
Obwohl es heute bestimmt Tausende Implementierungen von Spracherkennern
für die meisten gängigen Sprachen gibt, stehen Spracherkennungsforscher
dennoch immer wieder vor dem Problem, einen Erkenner zu
entwickeln, der einer neuen Aufgabe besser gewachsen ist als die vorhandenen
Erkenner. Die Gründe dafür, daß kein existierender Erkenner ausreichend
gut funktioniert sind mannigfaltig. Über die gleichen Gründe hinaus, die
die Spracherkennung schwierig machen (s. Kap. 2) und die eine Adaption
sinnvoll machen (s. Kap. 21), spielen immer wieder neue Algorithmen
und Verfahren eine Rolle, und führen dazu, daß kein Erkenner universal
und optimal ist. Zur Zeit ist nicht abzusehen, daß dies in naher Zukunft
anders sein sollte. Spannt man einen hochdimensionalen Raum auf, in dem
jede Dimension einer Eigenschaft der Sprache wie in Kap. 2 beschrieben
entspricht, dann verwundert es nicht, daß immer wieder ” neue Aufgaben“
auftauchen, die noch nicht gut genug gelöst sind.
Als ” neue Aufgaben“ treten häufig neue Domänen oder neue Sprachen
auf. Im folgenden wird die Entstehung eines Erkenners für eine neue Sprache
beschrieben. Die groben Schritte lassen sich zusammenfassen als:
• Vorbereitung (Analyse des Problems / der neuen Sprache)
• Datensammlung (Audioaufnahmen und Texte)
• Datenaufbereitung