Ein Konzept für die Nutzung Prosodischer Information bei der Automatischen Spracherkennung

Zusammenfassung

Das Ziel bei der automatischen Erkennung fließend gesprochener Sprache ist die Ermittlung einer möglichst sicheren Hypothese über den Wortlaut der Äußerung aufgrund von Ergebnissen der Sprachsignalanalyse. Unter allen denkbaren Hypothesen wird im Idealfall die sicherste Hypothese gesucht. Die Suche nach Hypothesen erfolgt i. allg. in einem mehrstufigen Verfahren, in dessen Verlauf zahlreiche miteinander konkurrierende, bewertete Hypothesen über Wörter, Satzglieder und Sätze aufgestellt, bereitgehalten und wieder verworfen werden, bis nur noch solche Hypothesen übrig bleiben, die sich widerspruchsfrei zu Hypothesen über den gesamten Wortlaut der gesprochenen Äußerung zusammenfassen lassen. Selbst unter stark einschränkenden Bedingungen führt eine solche Suche zu einer derartigen Flut von Hypothesen, daß der gesamte Suchraum nicht vollständig nach der sichersten Hypothese abgesucht werden kann. Die Bereitstellung und Verwertung umfangreichen Vorwissens gewinnt daher bei der automatischen Spracherkennung überaus große Bedeutung. In Betracht kommt u.a. Vorwissen über grammatikalische und syntaktische Regeln und semantische Zusammenhänge, aber auch Vorwissen über prosodische Eigenschaften. Im vorliegenden Beitrag wird ein Konzept für die Nutzung prosodischer Information insbesondere bei der Aufstellung von Hypothesen aufgrund von Vorwissen zur Wortstellung vorgestellt.