Письменный перевод статьи научного технического характера

SPRACHERKENNUNG
Unter Spracherkennung versteht man das Erkennen gesprochener Sprache. Das maschinelle Erkennen geschriebener Sprache wird als OCR (optical character recognition) bezeichnet. Dabei wird ein eingescannter Text in maschinenlesbare Form gebracht, indem Gruppen zusammenhängender Bildpunkte mit gespeicherten Muste
von Buchstaben, Zahlen und Sonderzeichen verglichen werden.Bei der Spracherkennung wird gesprochene Sprache mit einem Mikrophon aufgenommen. In einem ersten Schritt wird das (zunächst analoge) Sprachsignal digitalisiert, d.h. in eine Folge von binären Zahlen umgewandelt; denn nur in dieser Form kann es von einem Computer weiterverarbeitet werden.
Der zweite Schritt ist die Merkmalsextraktion. Sie dient dazu, die Datenmenge zu reduzieren. Das Sprachsignal wird durch drei Größen bestimmt: Zeit, Frequenz und Intensität (Lautstärke). Man kann es als Fläche im dreidimensionalen Koordinatensystem darstellen. Bei der Merkmalsextraktion werden bestimmte Punkte aus dieser Fläche ausgewählt. Dazu wird das Sprachsignal in kurze Zeitabschnitte (Frames) eingeteilt. In jedem Zeitabschnitt wird für ca. 20 sprachrelevante Frequenzen die Intensität ermittelt. Diese Werte werden für jeden Zeitabschnitt in einem Merkmalsvektor dargestellt.
Im dritten Schritt erfolgt die Klassifikation, d.h. es wird ermittelt, welchen Phonemen oder Wörte
das Sprachsignal entspricht. Hierzu gibt es verschiedene Verfahren.
1. KLASSIFIKATIONSVERFAHREN
1.1 Mustervergleich ganzer Wörter
Bei dieser Methode werden dem System in einer Trainingsphase alle Wörter vorgesprochen, die es später erkennen soll. Beim Erkennungsvorgang vergleicht dann das System die Äußerungen des Benutzers mit den gespeicherten Muste
der Sprechproben. Da ein Wort nie zweimal genau gleich ausgesprochen wird, stimmt das zu erkennende Wort nie genau mit dem gespeicherten Muster überein. Es muß daher...