Mehrfache phonetische Darstellung in einem Spracherkennungssystem für großen Wortschatz

Zusammenfassung

Dieser Beitrag beschreibt ein zweistufiges Verfahren zur Generierung und Verifikation von Worthypothesen in Spracherkennungssystemen mit großem Wortschatz. Dieses Verfahren wird implementiert in einem sprach­verstehenden System für kontinuierliche Sprache, das im ESPRIT Projekt Nr. 26 entwickelt wird. Das Ziel des Projekts ist die Realisierung eines Demonstrationssystems für ein Vokabular von etwa 1000 Wörtern; die Ziel­setzung ist ähnlich wie beim SPICOS-Projekt. Wegen des Umfangs des Wort­schatzes muß die Spracherkennung in solchen Systemen auf phonetischen Einheiten beruhen, die kleiner als Wörter sind. Wegen der natürlichen kontinuierlichen Sprechweise müssen für jedes Wort neben der Standard­aussprache auch alle üblichen durch Koartikuation und natürliche Ver­schleifung entstehenden Aussprachevarianten berücksichtigt werden.

Das Wortlexikon enthält für jede der beiden Stufen des Systems eine eigene phonetische Darstellung: eine grobe phonetische Beschreibung (GPB) für die Generierung und eine feine phonetische Beschreibung (FPB) für die Verifikation von Worthypothesen. Beide Beschreibungen einschließlich der Aussprachevarianten werden automatisch nach Regeln aus einer einzigen Stammbeschreibung erzeugt und als Graphen implementiert.