Belegarbeit (.pdf - 2.3 MB) - Technische Universität Dresden
Belegarbeit (.pdf - 2.3 MB) - Technische Universität Dresden
Belegarbeit (.pdf - 2.3 MB) - Technische Universität Dresden
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
10. GLOSSAR 69<br />
Sprache zu Sprache unterschiedlich. Im deutschen wie im englischen unterscheidet man etwa 40 Phoneme.<br />
Tabelle 10.1 das Phonemset des JLAB Speech Servers.<br />
Phonemzeichen Beispiel Phonemzeichen Beispiel Phonemzeichen Beispiel<br />
a kann N Junge S Tasche<br />
a: Kahn h Hast t Torte<br />
aU Baum I ritt u: Mus<br />
b bei i: riet U muss<br />
C dich j ja v Vase<br />
x Dach k Kahn OY neu<br />
d du l Licht E: Käse<br />
e: Beet m Mann 2 Höhle<br />
@ lesen n neun 9 Hölle<br />
E Bett o: bog Y Hütte<br />
6 Leser O Bock y: Hüte<br />
aI zwei p Platz Spezialzeichen:<br />
f f ahren r Rauch Q (Glottalisierung) beenden<br />
Z Loge s las . Pause<br />
g Gast z lesen ♯ Müll<br />
Tabelle 10.1: Phonemset der deutschen Sprache wie es in jlab genutzt wird<br />
Rückweisungsschwelle oder Rückweisungswert<br />
Dieser Wert gibt an wie sicher sich der Erkenner sein muss, dass sein Ergebnis mit der Eingabe übereinstimmt,<br />
damit es akzeptiert wird. Wird dieser Wert falsch gewählt, kann es passieren das zu häufig<br />
Ergebnisse zurückgewiesen werden obwohl sie richtig waren oder aber es kommt zu häufig vor, dass der<br />
Erkenner auch Ergebnisse zulässt obwohl keine entsprechende Eingabe erfolgte. Siehe auch NAD und<br />
NED.<br />
Wortfehlerrate<br />
Sie bezeichnet wie häufig Erkennungsfehler auftreten und setzt sich aus verschiedenen Fehlerarten zusammen:<br />
• erkannte Eingabe ohne das eine Eingabe erfolgte<br />
• erkannte Eingabe obwohl eine völlig andere Eingabe erfolgte
Change language