29.01.2014 Aufrufe

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

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

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

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

8. ENTWICKLUNG EINER SCHNITTSTELLE AUF BASIS DER MICROSOFT SPEECH API 61<br />

void exit()<br />

{<br />

si->close();<br />

}<br />

Abbildung 8.7: Die Funktion exit().<br />

Menüpunkt Anzahl richtig nicht verwechselt Worterkennungsrate<br />

der Befehle erkannt erkannt in Prozent<br />

Musik 31 150 5 0 96,80<br />

Anrufe 24 115 1 4 92,00<br />

Spiele 18 90 0 0 100<br />

eMail 13 65 0 0 100<br />

Hauptmenü 11 51 4 0 92,70<br />

Tabelle 8.1: Worterkennungsrate der SAPI Schnittstelle in den einzelnen Menüs<br />

Schon in den erst Tests wurde deutlich, dass die SAPI in vielen der Menüs besser als die anderen Erkenner<br />

arbeitete. Der extreme Einbruch der Erkennungsrate im Musik-Menü wurde damit begründet, dass in<br />

diesen Tests mit dem Dictation Pad, einer Diktieranwendung mit allumfassendem Sprachvokabular, gearbeitet<br />

wurde. Die neuen Ergebnisse zeigen zum Einen, dass diese Annahme richtig war. Zum Anderen<br />

zeigen sie auch, dass die SAPI im Bereich Befehlserkennung mit 97,1% Erkennungsrate deutlich exakter<br />

als jlab und Sphinx arbeitet. Die 2,9% Fehlerrate setzten sich dabei aus 2,1% nicht erkannten und 0,8%<br />

falsch verstandenen Befehlen zusammen.

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!