Sprachliche Mensch-Maschine-Kommunikation

3. Geschichte der Spracherkennung
Die Idee, Sprache automatisch zu erkennen, hat schon die Menschen im
Altertum fasziniert. Weltbekannt sind die Geschichten um Ali Baba, der
versuchte, mittels des Paßwortes ” Sesam öffne dich“ in eine Höhle zu
kommen. In Sizilien nahe der antiken Stadt Syrakus gibt es noch heute eine
Höhle, die das Ohr des Dionysos genannt wird. Sie ist so geformt, daß sie wie
eine riesige Ohrmuschel wirkt und im Altertum von den Syrakusern dazu
benutzt wurde, die Geräusche von Angreifern frühzeitig zu erkennen.
Die ersten Versuche, Sprache auf irgend eine algorithmische Art zu
bearbeiten, gehen wohl auf Homer Dudley zurück. Der in vielen Abhandlungen
über Spracherkennung zitierte Artikel [?] von 1939 ” Remaking
Speech“ und schon zuvor in [?] beschreibt eine Erfindung, die Homer
Dudley, ein Mitarbeiter der Bell Telephony Laboratories, 1928 gemacht
hatte, die es ermöglichen sollte, Sprache über ein im selben Jahr verlegtes
transatlantisches Kabel zu übertragen, obwohl das Kabel nur Frequenzen
bis maximal 100 Hz übertragen konnte. Zwar waren 100 Hz für die damalige
Zeit und für eine so weite Entfernung enorm, jedoch viel zu wenig, um damit
verständliche Sprache zu übertragen. Dudleys Idee war es nun, einen so
genannten ” Vocoder“ zu bauen, der bestimmte Eigenschaften des Sprachsignals
extrahiert, diese codiert und über das Kabel schickt. Auf der anderen
Seite könnte dann das Sprachsignal aus den übertragenen Eigenschaften
wieder synthetisiert werden. Sprachübertragung durch elektromagnetische
Wellen war damals schon weit verbreitet, selbst transatlantisch war dies
schon gelungen, und im Hinblick darauf, daß damals nicht klar war, welche
Eigenschaften des Sprachsignals übertragen werden sollten – die Bestimmung
der Zustände des Artikulationsapparates war zwar angedacht aber technisch
nicht machbar – war es nicht weiter verwunderlich, daß die Erfindung gute
zehn Jahre benötigte um zum ersten Mal ernsthaft eingesetzt zu werden.
Im Jahr 1939 wurde ein riesiger Apparat aus vielen Röhrenverstärkern und
anderen klobigen Bauteilen auf der Weltausstellung in New York vorgeführt,
der die spektralen Eigenschaften des Signals analysieren und codieren
konnte. Vermutlich war die Hauptattraktion des Gerätes das Abspielen
von lustig klingender Sprache, nachdem diese auf 1551 Bit pro Sekunde
komprimiert worden war. Im zweiten Weltkrieg allerdings wurde es nötig,