Automatische Spracherkennung Grundlagen, statistische Modelle und effiziente Algorithmen

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 Äußerungen, die über einen großen 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 Wahrnehmungsprozeß 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 außerordentlich flexibel und tragfähig erwiesen; seiner ausführlichen Dar­ stellung ist folglich auch der größte Teil dieses Buches gewidmet.