Belegarbeit (.pdf - 2.3 MB) - Technische Universität Dresden

5. FREI VERFÜGBARE SPRACHERKENNER 29
Abbildung 5.1: Aufbau von Sphinx-4 nach [26]
zeit Kontrollanweisungen an die verschiedenen Module senden und somit auf den Erkennungsprozess
Einfluss nehmen. Sphinx-4 besteht aus vielen einstellbaren Teilen. Um diese Einstellungen vor zu nehmen
wird der Configuration Manager genutzt. Außerdem können mit seiner Hilfe, Module dynamisch
während der Laufzeit geladen oder verändert werden. Zusätzlich werden dem Nutzer viele Werkzeuge
geboten. Mit ihrer Unterstützung können verschiedenste Statistiken, wie zum Beispiel über die Wortfehlerrate
oder die Speichernutzung erstellt werden.
5.1.3 Funktion
Sobald der Erkenner gestartet wird, richtet er das Front End, den Decoder und den Linguist ein. Dabei
werden die Spezifikationen des Nutzers beachtet. Diese Komponenten wiederum legen ihre eigenen
Unterkomponenten an. Der Liguist lädt das Acoustic Model, das Dictionary und das Language Model.
Aus diesen Teilen wird danach ein passender Search Graph konstruiert. Der Decoder erstellt den Search
Manager, der wiederum den Scorer, den Pruner und die Active List anlegt.
Die meisten dieser Komponenten sind Java Interfaces. Für sie existieren verschiedene Implementationen.
Welche Implementation tatsächlich genutzt wird legt der Nutzer in einer Konfigurationsdatei fest. Sie
basiert auf XML und wird vom Configuration Manager geladen. In ihr können auch Eigenschaften wie
zum Beispiel die Sample Rate der eintreffenden Sprachdaten festgelegt werden.
Um ein Eingabesignal richtig zu erkennen wird der Search Graph genutzt. Innerhalb des Graphen gibt