Automatische Spracherkennung: Grundlagen, Statistische Modelle Und Effiziente Algorithmen

$65.49

(No reviews yet) Write a Review

Overview

Das Thema der vorliegenden Arbeit ist die Problemstellung maschineller Erkennung gespro- chener Sprache. Ein wichtiger Forschungszweig auf diesem Gebiet ist gegenwärtig die Ent- wicklung telefonischer Auskunftsdialogsysteme, die es einem Benutzer beispielsweise gestat- ten, Zugverbindungsinformationen abzurufen, Platz-oder Hotelreservierungen vorzunehmen oder Bankgeschäfte zu tätigen. Besondere Beachtung finden daher Verfahren zur sprecher- unabhängigen Verarbeitung kontinuierlicher Äu erungen, die über einen gro en Erkennungs- wortschatz verfügen, aber den Lösungsraum gleichzeitig durch anwendungsabhängige gram- matische Restriktionen wirksam einschränken. Zur Lösung der gestellten Aufgabe gilt es, der akustischen Variabilität der zu analysie- renden Sprachdaten zu begegnen, die durch sprecherspezifische Artikulationseigenschaften und phonetische Verschleifungsphänomene hervorgerufen wird, und ein komplexes Suchpro- blem zu bewältigen, dessen Ursache im Umfang des Wortschatzes und in der Kombinatorik unbekannter Wortgrenzen liegt. Nach einigen anfänglichen Versuchen, explizite Funktionsmodelle für den überaus kom- plexen Erzeugungs- und Wahrnehmungsproze gesprochener Sprache zu entwickeln und deren Arbeitsweise auf einem Digitalrechner zu simulieren, dominieren im Bereich der automatischen Spracherkennung heute nunmehr seit Beginn der 80er Jahre die Wahrscheinlichkeits- oder informationstheoretisch ausgerichteten Lösungsparadigmen. Den statistischen Zugang zum Spracherkennungsproblem kennzeichnet der weitgehende Verzicht auf "handgefertigte" Aussprache- und Grammatikmodelle zugunsten effizienter Strategien des maschinellen Lernens aus akustischen und textuellen Sprachdaten. Dieser statistische Ansatz hat sich als au erordentlich flexibel und tragfähig erwiesen; seiner ausführlichen Dar- stellung ist folglich auch der grö te Teil dieses Buches gewidmet.