[Home page] [Übersicht] [Overview] [Letzte Änderungen]

Teilprojekt 3:
Spracherkennung und Sprecheradaption

Auf dem Gebiet der Generierung von Worthypothesen läßt sich nicht auf Verfahren verzichten, die mit Hilfe von Stichproben dimensioniert werden bzw. aus Stichproben lernen. Dies gilt für jeden Integrationsgrad von linguistischem Wissen und Methoden der signalna-hen Verarbeitung. Es sind international keine erfolgversprechenden Ansätze bekannt, die auf diese Vorgehensweise verzichten. Dies geht auch aus dem Bericht des Projektes ASL und dessen Anhang "Überblick über die signalnahe Sprachverarbeitung" hervor.

Erfolgreiche Beschreibungsformen zur Erkennung fließend gesprochener Sprache bilden weiterhin die Hidden-Markov-Modelle. Inzwischen erreichen aber auch Neuronale Ansätze alleine sowie in hybriden Lösungen mit HMM's erfolgsversprechende Erkennungsleistung.

Eine Verbesserung der Modelle und des Trainings bzw. der Adaption der Modelle sind heute die wesentlichen Zielrichtungen auf diesem Gebiet.

Ziel des Teilprojektes ist die Entwicklung eines adaptiven Spracherkennungssystems, das die akustisch-phonetische Analyse und die Erkennung bis zur Wort- und Satzebene leistet. Das System liefert eine erste symbolische Beschreibung des Sprachsignals, die als Ausgangspunkt für die Wortsuche und die Beschreibung größerer Komplexe (z.B. Konstituenten) geeignet ist. Die Modellierung der Wörter und ihrer Aussprachevarianten wird hierbei mit einbezogen. Von Bedeutung ist die Integration des vorhandenen phonetischen Wissens in die Analysemethoden.

Nähere Informationen:


[vorhergehendes Teilprojekt] [nächstes Teilprojekt] [Veröffentlichungen]


© Webmaster