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

5. FREI VERFÜGBARE SPRACHERKENNER 32
stic Model weiter gegeben. Daraus entstehen die HMM-Graphen der jeweiligen Einheiten. Danach wird
aus diesen HMM-Graph, in Verbindung mit dem Language Model, der Search Graph konstruiert. Der
Sphinx-4 HMM-Graph ist einfach ein gerichteter Objektgraph ohne feste Strukturen. Jeder Knoten korrespondiert
mit einem HMM-Zustand und jede Kante gibt die Übergangswahrscheinlichkeit an. Dadurch
können ganz einfach verschiedenste HMM’s mit unterschiedlichen Topologien geliefert werden. Es gibt
keine Einschränkung bei der Anzahl der Zustände, der Anzahl der Übergänge oder ihrer Richtung. Ein
HMM-Zustand kann die Bewertung für ein beobachtetes Feature erstellen. Was dabei genau berechnet
wird, steht im HMM-Zustand selbst und wird vor dem System versteckt. Wie alles andere, kann auch
das Acoustic Model an die Bedürfnisse des Nutzers angepasst werden. [26]
Search Graph
Der Linguist kann auf viele verschiedene Arten implementiert werden und die Topologien des von ihm
generierten Suchraums variieren sehr. Trotzdem wird der Suchraum immer als Search Graph dargestellt.
Der in Abbildung 5.3 gezeigte Search Graph stellt die primäre Datenstruktur dar, die für den Erkennungsprozess
genutzt wird. In diesem gerichteten Graph steht jeder Knoten für einen festen oder fließenden
Abbildung 5.3: Der Sphinx-4 Search Graph für ’one’ und ’two’ nach [26]
Zustand. Fließende Zustände werden mit eintreffenden Features verglichen. Feste Zustände repräsentieren
sprachliche Konstrukte auf einer höheren Ebene, wie Wörter und Phoneme. Diese werden nicht direkt
mit eintreffenden Features verglichen. Die Kanten repräsentieren die möglichen Zustandsübergänge und
ihre Wahrscheinlichkeit. Der Search Graph kann auf verschiedene Arten implementiert werden. Je nachdem
wie er implementiert wurde, beeinflusst dies die Erkennungsgenauigkeit, die Geschwindigkeit und
den Speicherbedarf. [26]