Automatische Spracherkennung: Grundlagen, statistische Modelle und effiziente Algorithmen (Artificial Intelligence) (German Edition) - Taschenbuch

Das Thema der vorliegenden Arbeit ist die Problemstellung maschineller Erkennung gespro chener Sprache. Ein wichtiger Forschungszweig auf diesem Gebiet ist gegenwartig die Ent wicklung telefonischer Auskunftsdialogsysteme, die es einem Benutzer beispielsweise gestat ten, Zugverbindungsinformationen abzurufen, Platz-oder Hotelreservierungen vorzunehmen oder Bankgeschafte zu tatigen. Besondere Beachtung finden daher Verfahren zur sprecher unabhangigen Verarbeitung kontinuierlicher Ausserungen, die uber einen grossen Erkennungs wortschatz verfugen, aber den Losungsraum gleichzeitig durch anwendungsabhangige gram matische Restriktionen wirksam einschranken. Zur Losung der gestellten Aufgabe gilt es, der akustischen Variabilitat der zu analysie renden Sprachdaten zu begegnen, die durch sprecherspezifische Artikulationseigenschaften und phonetische Verschleifungsphanomene hervorgerufen wird, und ein komplexes Suchpro blem zu bewaltigen, dessen Ursache im Umfang des Wortschatzes und in der Kombinatorik unbekannter Wortgrenzen liegt. Nach einigen anfanglichen Versuchen, explizite Funktionsmodelle fur den uberaus 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 Losungsparadigmen. 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 tragfahig erwiesen; seiner ausfuhrlichen Dar stellung ist folglich auch der grosste Teil dieses Buches gewi