Sprachliche Mensch-Maschine-Kommunikation

36 3. Geschichte
Fehler erkennen können. Davon sind die heutigen Spracherkenner noch eine
Größenordnung entfernt. Abb. 3.1 zeigt die Beschreibung der Situation und
die etwas zu optimistischen Erwartungen der DARPA Mitte der neunziger
Jahre, die bis heute nocht nicht in vollem Umfang erfüllt werden konnten.
Mobilität Einsatzmöglichkeiten
Panzer, Hubschrauber
(überall)
Geräuschumgebung
Automobilgeräusche
Funkverbindungen
Mobiltelefone
normales Büro
verschiedene Mikrophone
Telefongespräche
Sprechstil
geplante
Sprache
stiller Raum
hochqualitative
Mikroph.
natürlichsprachlicher
Mensch-Maschine Dialog
alle Sprechstile, incl.
Mensch-zu-Mensch Dialoge
alle Sprecher einer Sprache
auch Nichtmuttersprachler
regionale Akzente
mehrere Sprachen
sprecherabängig
vorsichti- anwendungs-
ges Lesen spezifisch
Englisch
sprecheradaptiv
mehrere Expertenjahre
für Sprachmodell
Abb. 3.1. Zeitplan von Allan Sears (DARPA)
ein Ingengieurjahr
mit spezifischen Daten
Benutzermenge
Portierbarkeit auf neue Anwendungen
anwendungsunabhängig
oder -adaptiv
Verfügbarkeit Kosten
1985 1995 1999 2002
3.1 Geschichte der (D)ARPA Evaluationen
Abb. 3.2 zeigt die Entwicklung der Fehlerraten der besten Erkenner bei
DARPA Evaluationen. Noch vor Beginn der Zeitachse in Abb. 3.2, in der Zeit
von 1971 bis 1976, initiierte die DARPA das SUR (Speech Understanding
Research) Projekt mit dem Ziel, Spracherkenner zu entwickeln, die bis dahin
unerreichte Leistungen erbringen sollten. So wurde erwartet, daß zusammenhängende
Sprache erkannt werden sollte. Dabei sollte es möglich sein,
mehrere Sprecher zu verstehen. Das System sollte nicht notwendigerweise
vollständig sprecherunabhängig sein, aber zumindest sollte die Menge and
Daten, die benötigt würde um auf einen neuen Sprecher umzustellen, gering