Sprachliche Mensch-Maschine-Kommunikation

erwartenden Wörter).
2.9 Wie schwierig ist Spracherkennung 31
In der obigen Liste beziehen sich die meisten Punkte auf die Komplexität
der Aufgabe. Zweifelsohne war der Rechen- und Speicheraufwand lange Zeit
ein die Forschung stark einschränkendes Kriterium. Selbst heute, da die Leistung
gewöhnlicher verbreiteter Prozessoren um mehrere Größenordnungen
über derer von 1971 liegt, wären wir nicht so weit, wie wir sind, wenn nicht
schon damals viel Energie darin investiert worden wäre, Spracherkennung
mit den wenigen zur Verfügung stehenden Ressourcen zu machen. Es ist
auch heute nicht abzusehen, daß die Leistung von Standardrechnern so
dramatisch zunehmen wird, daß ein ökonomischer Umgang mit Zeit und
Speicherplatz nicht mehr wichtig wäre.
Dennoch kann man sagen, daß der größte Teil der Probleme der Spracherkennung
nicht von der Komplexität sondern eher von der Variabilität
kommt. Es ist so, daß aus den wenigen Bits pro Sekunde, die im Gehirn
eines Menschen entstehen, um eine Nachricht zu formulieren, schließlich
eine Folge von typischerweise 256000 Bits pro Sekunde wird (s. Abb. 2.2).
Ohne bedeutenden Informationsverlust, lassen sich diese 256 KBit um
ca. 90% reduzieren. Diese Datenflut läßt sich relativ einfach und schnell
verarbeiten. In einem Bruchteil der Zeit, in der die Daten anfallen, werden sie
verarbeitet und in komprimierter Form dem eigentlichen Erkenner zugeführt.
Technisches Gegenstück
Sprachgenerierung
gedruckter Text
(50 bps)
Phonemfolgen/Prosodie
Formulierung
der Nachricht
(200 bps)
diskret
Codierung
mit Sprache
kontinuierlich neuromuskuläre
Aktionen
artikulatorische
Bewegungsparameter
(2000 bps)
Schallquelle
Stimmbänder
Sprecher
Artikulattionsapparat
(30000 bps)
Datenübertragung
Abb. 2.2. Elemente der Sprachkommunikation
Sprachverstehen
Verstehen
der Nachricht
Sprachdekodierung
Neuroübertragung
Basilarmembran
Zuhörer
Bedeutung/Semantik
Phoneme, Wörter,
Sätze, Prosodie
diskret
kontinuierlich
Merkmalsextraktion
Spektralanalyse