Protokoll Teilgruppe Spracherkennung vom 20.12.02

Anforderungen an das System

• Der Roboter soll sich in verschiedenen Räumen orientieren,
• Befehle von mehreren Sprechern entgegennehmen können und
• diese Befehle sequentiell ausführen.
• In drei besonders gekennzeichneten Räumen soll er spezielle Tätigkeiten ausführen können
• Die Türen zu allen Räumen müssen offen stehen
• Der Roboter überprüft selbstständig, ob die erwartete Person anwesend ist
• Abwesenheit geht der Robotter nach einer definierten Zeit in seine Parkposition zurück und
• er sendet ein E-mail mit einer Nachricht an die abwesende Position

Vorgehensweise

• Erstellung von vier unabhängigen Grammatiken für drei verschiedene Szenarien. Durch die Kontextabhängigkeit besteht eine höhere Erkennungsgenauigkeit, das Vokabular wird reduziert
• Jeder Raum bekommt eine unabhängige Grammatik zugeordnet

• Flur (Hauptbewegungsraum, viele Zimmer als mögliche Zielorte gehen hiervon ab)
• Bibliothekszimmer (Ein Buch kann gefunden und genommen werden)
• Kaffeeraum (Ein Tablett kann genommen werden)
• zusätzliche Abfrage des Weltwissens

• Trennung der einzelnen Grammatiken durch ein "und" im gesprochenen Satz
• Für jedes Satzteil wird neu entschieden, welches Vokabular verwendet wird
• Die Maschine gibt einen Befehlssatz aus
• Die Maschine gibt eine Bestätigung des verstandenen Satzes zurück

• Es soll ein Phonemerkenner auf Triphonbasis erstellt werden (Bei 40 Phonemen ergibt dies eine Theoretische Anzahl von 40³)
• Dazu müssen die Erkennungsgrenzen evaluiert werden
• Angefangen wird mit Monophonen:
• Wie viele emittierende Knoten werden im HMM für die verschiedenen Phoneme benötigt,
• dabei muss insbesondere die Koartikulation berücksichtigt werden

• Ein Aussprachewörterbuch mit der kanonischen Aussprache wird erstellt
• Der Erkenner wird mit Verbmobildaten trainiert
• Zusätzlich kommen eigene Worte hinzu
• Beim Training werden Verschleifungen der Aussprache mittrainiert

• Eine, bzw. mehrere Grammatiken werden erstellt, welche Worte auf welche folgen dürfen (Viterbisuche)
• Im HTK wird dazu ein Skript geschrieben