Please choose your delivery country and your customer group
In dieser Arbeit wird die Idee verfolgt, moeglichst kleine Einheiten des Sprachsignals als Beschreibung fuer ein Baukastensystem bei der Spracherkennung zu verwenden. Es wird untersucht, wie sich Worte als Funktion von wortunabhaengigen Symbolen beschreiben lassen. Die Beschreibungen werden als Wahrscheinlichkeitsverteilungen von spektralen Merkmalen von Sprachabschnitten, bzw. von speziellen Stellen im Signal definiert. Im Modell 1 werden stationaere phonetische Einheiten zur Beschreibung eines Wortes verwendet. Im Modell 2 finden als phonetische Bausteine Silben und Halbsilben Verwendung. Das Worterkennungsverfahren laesst sich in zwei Abschnitte unterteilen. Zuerst wird ein Wort, das durch ein stochastisches Signal gegeben ist, in einen Merkmalsraum, dessen Elemente zur Messung ueber den Zustand des Sprachsignals dienen, transformiert. Dann folgt die Loesung eines Entscheidungsproblems, bei dem fuer jedes Testwort eine optimale Entscheidung unter den zu erkennenden Worten des Vokabulars getroffen werden soll. Die Erkennung eines Wortes erfolgt mit der Bayes- oder Maximum-Likelihood-Strategie.