Sprachliche Mensch-Maschine-Kommunikation

X Inhaltsverzeichnis
11.3.1 Einschränkungen des Suchraums . . . . . . . . . . . . . . . . . . . 171
11.3.2 Dynamisches Programmieren mit Strahlsuche . . . . . . . 174
12. Hidden Markov Modelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
12.1 Probleme mit einfachen Mustervergleichern . . . . . . . . . . . . . . . . 177
12.2 Sprache als stochastischer Prozeß . . . . . . . . . . . . . . . . . . . . . . . . . 180
12.3 Der HMM-Formalismus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
12.4 Die drei Probleme der Hidden Markov Modelle . . . . . . . . . . . . . 187
12.4.1 Das Evaluierungsproblem. . . . . . . . . . . . . . . . . . . . . . . . . . 188
12.4.2 Das Dekodierungsproblem . . . . . . . . . . . . . . . . . . . . . . . . . 192
12.4.3 Das Optimierungsproblem . . . . . . . . . . . . . . . . . . . . . . . . . 194
12.5 Spracherkennung mit Hidden Markov Modellen. . . . . . . . . . . . . 198
12.5.1 Ein einfacher HMM Einzelkommandoerkenner . . . . . . . 199
12.5.2 Abbildung von Wörtern auf Markov Modelle . . . . . . . . . 200
12.5.3 Numerische Probleme in der Praxis . . . . . . . . . . . . . . . . 203
13. Das Trainieren von Spracherkennern . . . . . . . . . . . . . . . . . . . . . 205
13.1 Überblick über den HMM-Entwicklungsprozeß . . . . . . . . . . . . . 205
13.1.1 Initialisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
13.1.2 Iterative Optimierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
13.2 Aufteilung der Sprachaufnahmen . . . . . . . . . . . . . . . . . . . . . . . . . 210
13.3 Trainingsparadigmen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
13.3.1 Diskriminatives Trainieren . . . . . . . . . . . . . . . . . . . . . . . . . 216
13.3.2 Trainieren ohne Transkriptionen . . . . . . . . . . . . . . . . . . . 219
13.3.3 Momentum und adaptives Training . . . . . . . . . . . . . . . . . 221
14. Das akustische Modell . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
14.1 Die Fundamentalformel der Spracherkennung . . . . . . . . . . . . . . 223
14.2 Der Parameterraum des Akustischen Modells . . . . . . . . . . . . . . 224
14.2.1 Emissionswahrscheinlichkeitsmodelle . . . . . . . . . . . . . . . . 224
14.2.2 Kontinuierlichkeitsgrade . . . . . . . . . . . . . . . . . . . . . . . . . . 225
14.3 Mehrere Datenströme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
14.4 Parameterkopplung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231
14.5 Mehrdimensionale Hidden-Markov-Modelle . . . . . . . . . . . . . . . . 233
14.6 Aussprachemodellierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
14.6.1 Aussprachelexika und Text-To-Speech Systeme . . . . . . . 236
14.6.2 Neue Wörter einbinden . . . . . . . . . . . . . . . . . . . . . . . . . . . 237
14.6.3 Aussprachevarianten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
14.6.4 Flexible Transkriptionen . . . . . . . . . . . . . . . . . . . . . . . . . . 244
15. Erkennung kontinuierlicher Sprache . . . . . . . . . . . . . . . . . . . . . . 247
15.1 Bewertung von Erkennungshypothesen . . . . . . . . . . . . . . . . . . . . 248
15.2 One Stage Dynamic Programming . . . . . . . . . . . . . . . . . . . . . . . . 251
15.3 Hidden Markov Modelle für kontinuierliche Sprache . . . . . . . . 256
15.4 Einbindung eines einfachen Sprachmodells . . . . . . . . . . . . . . . . . 258