Informationsverarbeitung I Grundlagen

1.1.4. Akustische Eingabe
Die Verarbeitung von Audioinformationen ähnelt jener von Bildinformationen. Diese
Aufgabe übernimmt in der Regel ein eigener „Soundchip“ eines Computers, wobei bei der
Eingabe die analoge Information in digitale umgewandelt wird und bei der Ausgabe eine
Rückumwandlung stattfindet. Schwerpunkt der Audioeingabe ist die Spracheingabe.
1.1.4.1. Akustische Eingabe
Die Verarbeitung von Audioinformationen ähnelt jener von Bildinformationen. Diese
Aufgabe übernimmt in der Regel ein eigener „Soundchip“ eines Computers, wobei bei der
Eingabe die analoge Information in digitale umgewandelt wird und bei der Ausgabe eine
Rückumwandlung stattfindet. Schwerpunkt der Audioeingabe ist die Spracheingabe. Der
Mensch wertet gesprochene Sprache auf mehreren Ebenen aus, wie Sprachsignal, Wort, Satz,
Tonfall, Tonhöhe usw.; sehr viele für das Verstehen nicht unmittelbar notwendige
Informationen werden dabei mitgeliefert. Für die maschinelle Bearbeitung erweisen sich diese
(für unser Ohr vertrauten) Besonderheiten der natürlich gesprochenen Sprache als Probleme
bei der weiteren Bearbeitung.
Die Bearbeitung von natürlich gesprochener Sprache teilt sich in zwei Teilgebiete:
• Spracherkennung: Dabei soll festgestellt werden, was gesprochen wurde. Bestimmte
Muster müssen durch Vergleich erkannt und verarbeitet werden. Dazu gibt es Systeme
zum Erkennen isoliert gesprochener Worte (Einzelworterkennung) und zum Erkennen
fließender Rede. Systeme zur Sprachanalyse und zum Sprachverstehen, die
analysieren und Schlüsse ziehen, worüber gesprochen wurde, zählen zum Bereich der
Künstlichen Intelligenz.
• Sprechererkennung: Dabei geht es um die Ermittlung, wer gesprochen hat. Anhand
des Klangbildes der Sprache (das einzigartig wie der Fingerabdruck eines Menschen
ist) wird überprüft, wer der Sprecher ist. Eingesetzt wird die Sprecherverifikation für
Zugangskontrollen bei Banken, Rechenzentren usw.
Mit der immer größeren Rechenleistung moderner PC-Systeme steigen auch die Trefferraten
bei der Spracherkennung. Dennoch soll der Sprecher die Wörter langsam und exakt
aussprechen. Nach einer Trainingsphase erreichen die Systeme mittlerweile schon sehr hohe
Trefferraten. Das Erkennen von fließend gesprochener Sprache, unabhängig vom Sprecher, ist
derzeit auf PCs jedoch noch nicht zu 100% realisierbar.
Durch die Verwendung von natürlich gesprochener Sprache wird der Eingabevorgang
beschleunigt, die Einarbeitungszeit verkürzt sich, die Hände werden zur Eingabe nicht
benötigt, wodurch sich die Bewegungsfreiheit erhöht. Eingesetzt werden
Spracheingabesysteme beispielsweise bei der Post zur Paketumleitung oder für die
16