Statistische Spracherkennung

Abstract

Stochastische Modellierung ist eine flexible Art, um mit der Variabilit¨at von Sprachsignalen in der Spracherkennung umzugehen. Aus informationstheoretischer Sicht kann die Spracherkennung als Decodierungsproblem betrachtet werden, wie es in Abbildung 12.1 dargestellt ist: Ein Sprecher, der eine bestimmte Äusserung machen will, transformiert die gewünschte Folge von Wörtern W mittels seines Sprechapparates in ein akustisches Signal s. Das akustische Signal wird auf irgendeine Art zum Erkenner übertragen. Dort wird aus dem digitalisierten Sprachsignal eine Merkmalssequenz X extrahiert. Man kann nun X als Ausgang eines Übertragungskanals betrachten, in den W geschickt worden ist. Die Aufgabe des linguistischen Decoders ist dann, aus der Merkmalssequenz X die geäusserte Wortfolge zu schätzen.