Belegarbeit (.pdf - 2.3 MB) - Technische Universität Dresden
Belegarbeit (.pdf - 2.3 MB) - Technische Universität Dresden
Belegarbeit (.pdf - 2.3 MB) - Technische Universität Dresden
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
6. TESTS 46<br />
6.2 Worterkennungsrate für Diktieranwendungen<br />
Für Sphinx und JLab ist an dieser Stelle kein Test möglich, da es sich ausschließlich um diskrete Spracherkenner<br />
handelt. Trotzdem ist dieser Test interessant um die tatsächliche Leistungsfähigkeit der Microsoft<br />
Speech API am Beispiel der Dictation Pad Anwendung besser beurteilen zu können. In diesem<br />
Test werden zwei etwa gleichlange Texte diktiert und die Worterkennungsrate gemessen. Bei dem ersten<br />
Text handelt es sich um einen der Trainingstexte der SAPI, bei dem zweite Text um fiktive Geschichte.<br />
Die Ergebnisse sind in Tabelle 6.6 zu sehen. Das für beide Texte etwa die gleiche Rate gemessen wur-<br />
Text Wortzahl nicht oder Worterkennungsrate<br />
falsch erkannt in Prozent<br />
Aesop’s Fabeln 864 260 69,91<br />
fiktive Geschichte 917 305 66,74<br />
Tabelle 6.6: Ergebnisse für die Diktieranwendung der SAPI<br />
de zeigt, das der Erkenner nach genügend Trainingszeit, bekannte wie unbekannte Texte gleichermaßen<br />
gut erkennt. Leider ist eine Erkennungsrate von maximal siebzig Prozent nicht annähernd ausreichend.<br />
Sicher könnte auch bei diesem Test ein Muttersprachler noch bessere Werte erzielen, aber selbst eine<br />
Worterkennungsrate von 90 oder 95 Prozent ist für eine Diktieranwendung noch zu wenig.