DIPLOMARBEIT

2.3 Spracherkennung
Jahr Ereignis
1984 IBM stellt ein Spracherkennungssystem vor, das mit Hilfe eines Großrechners ca. 5000
Einzelworte in einem mehrere Minuten dauerndem Vorgang erkennen konnte.
Die 1982 von ehemaligen IBM‐Mitarbeitern gegründete Firma Dragon Systems bringt mit
dem Dragon Dictate System das erste Spracherkennungssystem für tragbare Computer
auf den Markt.
1986 IBM präsentiert das System TANGORA 4 für Englisch (benannt nach dem Weltmeister im
Maschineschreiben). Das System arbeitete in Echtzeit auf einem normalen Arbeitsplatz‐
rechner. Dies war möglich durch Spezialprozessoren. Durch Kontextprüfung mittels Trig‐
rammstatistik 6 konnten auch Homophone 7 unterschieden werden.
ab 1988 Entwicklung einer deutschen Version von TANGORA. Sie fand Einsatz in Medizin, Ge‐
richtswesen und Geschäftskorrespondenz. Jedes Einsatzgebiet hatte ein eigenes Vokabu‐
lar von etwa 20‐30 tausend Worten (jede Wortform als eigenes Wort gezählt).
1991 Auf der CeBIT wird TANGORA 4 deutsch vorgestellt. Die Präsentation musste in einem
abgeschirmten Raum stattfinden, um das System vor dem Messelärm zu schützen.
1992 Die TANGORA‐Technik ist ein einem Produkt verfügbar: der ISSS (IBM Speech Server Se‐
ries). Dabei handelte es sich um eine Client/Server Lösung mit einem IBM RS/6000‐
Server. Die akustische Eingabe konnte z.B. auf einem PC mit OS/2 erfolgen. Einsatz fand
dieses System besonders in Krankenhäusern und Kliniken.
1993 Ankündigung eines neuen auf TANGORA‐Technologie basierenden Produktes: IBM Perso‐
nal Dictate System (später in IBM VoiceType umbenannt). Der Preis betrug weniger als
1000$ (vorher haben Spracherkennungssysteme meistens mehr als 10000$ gekostet). Es
war als reine PC‐Lösung ein Produkt für den Massenmarkt
1994 Vorstellung der englischen Version von IBM VoiceType auf der CeBIT, wenige Wochen
später auch als deutsche Version.
Die 1990 gegründete Philips Tochter Philips Dictation Systems stellt die erste Lösung für
die Erkennung von kontinuierlicher Sprache vor.
1995 Vorstellung von IBM VoiceType mit speziellem Fachvokabular für Mediziner und Anwälte
auf der CeBIT. Die Präsentation war sogar in lautester Messeatmosphäre möglich.
1996 Vorstellung von IBM VoiceType Diktiersystem 3.0 für Windows 95 auf der CeBIT. Es wurde
keine IBM‐Audiokarte mehr benötigt und das System lief auch auf Windows 95.
1997 Philips Dictation Systems bringt SpeechMagic auf den Markt, eine Client/Server fähige
Spracherkennungslösung.
Die 1987 gegründete Firma Learnout & Hauspie stellt ihr erstes Spracherkennungspro‐
dukt vor.
1998 Mit FreeSpeech98 bringt Philips Dictation Systems ein Konsumentenprodukt für den
Massenmarkt heraus.
Spracherkennungsprodukte von Learnout & Hauspie sind nun auch in deutscher Sprache
verfügbar.
Tabelle 6: Zeitlicher Abriss der Entwicklungen auf dem Gebiet der Spracherkennung
6
Ein Trigramm ist eine Wortkette bestehend aus drei Wörtern. Durch Untersuchung von Texten kann eine Liste
ermittelt werden, die die Wahrscheinlichkeiten für das Auftreten verschiedener Trigramme enthält.
7
Wörter mit einer ähnlichen oder identischen Aussprache, aber unterschiedlicher Bedeutung (z.B. rein und
Rhein)
20