11
SPEZIELLE MUSTERANALYSESYSTEME Schrift- und Spracherkennung mit Hidden-Markov-Modellen Vorlesung im Wintersemester 2019 Prof. E.G. Schukat-Talamazzini Stand: 26. August 2019 RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung Teil XI RMM/ISADORA Anwendungsbeispiele RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung Objektorientierte RMM-Schnittstelle C++-Klasse für RMMs · Schnittstelle zur Sprache ’R’ Motivdetektion in DNA-Strängen KFZ-Kennzeichen-Erkennung Automatische Spracherkennung RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung Eine Klasse für Rekursive Markovmodelle Attribute Keinerlei öffentliche Variablen !! Konstruktoren Standardkonstruktor: erzeugt ein „leeres“ RMM Kopierkonstruktor, Untermodellkonstruktor, ... Deserialisierung Methoden Projektionen Navigation, Inspektion, Reports, ... Serialisierung Wahrscheinlichkeitsbewertung, Symbolische Beschreibung von Zeitreihen Hilfskonstruktoren Erzeugung eines neuen RMM-Zustands elementar · komplex Umschalten von Zustandsattributen ±trainable, ±opaque Durchführen eines RBW-Lernschritts reset · push * · A/P/I/S RMM-Objekte ausschließlich als implizite Parameter !

SPEZIELLEMUSTERANALYSESYSTEME Schrift ... · RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung AutomatischeSpracherkennung EineRMM-SchnittstellezurSprache’R’ Standardkonstruktor,Typecheck

  • Upload
    others

  • View
    0

  • Download
    0

Embed Size (px)

Citation preview

SPEZIELLE MUSTERANALYSESYSTEMESchrift- und Spracherkennung mit

Hidden-Markov-Modellen

Vorlesung im Wintersemester 2019

Prof. E.G. Schukat-Talamazzini

Stand: 26. August 2019

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Teil XI

RMM/ISADORA Anwendungsbeispiele

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Objektorientierte RMM-SchnittstelleC++-Klasse für RMMs · Schnittstelle zur Sprache ’R’

Motivdetektion in DNA-Strängen

KFZ-Kennzeichen-Erkennung

Automatische Spracherkennung

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Eine Klasse für Rekursive Markovmodelle

AttributeKeinerlei öffentliche Variablen !!

KonstruktorenStandardkonstruktor: erzeugt ein „leeres“ RMMKopierkonstruktor, Untermodellkonstruktor, ... Deserialisierung

Methoden

• ProjektionenNavigation, Inspektion, Reports, ... Serialisierung

Wahrscheinlichkeitsbewertung, Symbolische Beschreibung von Zeitreihen

• HilfskonstruktorenErzeugung eines neuen RMM-Zustands elementar · komplex

Umschalten von Zustandsattributen ±trainable, ±opaque

Durchführen eines RBW-Lernschritts reset · push∗ · A/P/I/S

RMM-Objekte ausschließlich als implizite Parameter !

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Eine RMM-Schnittstelle zur Sprache ’R’

Standardkonstruktor, Typecheckrmm (output=c(NA,’hard’,’soft’,’word’,’cd’,’gcd’), dim=0)is.rmm (object)

Persistenzoperationenwrite.rmm (object, file=’/dev/tty’)read.rmm (file=stop(’no default file’))

Zustände und Verteilungen als ’R’-Objektestate.rmm (object, state) -> rmmstatestate.rmm (object, state, pdf=TRUE) -> pdfparampush.state.rmm (object, state)

Dekodierung mit RVA oder Strahlsuchedecode.rmm (object, state, series,

action=c(’Beamsearch’,’Viterbi’),serial=FALSE) -> hsd

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Graphische Darstellung von Zustand und VererbungCollection

loop duration nodeoftree recursive

paradigma

elem1 elem2 elem3

elem elem elem elem elem elem elem1 elem2 elem1 elem2 elem3 elem syntagma paradigma

elem1 elem2 elem3 elem1 elem2 elem3

Hierarchische Struktur eines RMM-Zustandsplot.rmm (object, states)

blueprint

elem elem1 elem2 elem3

collection

loop duration

nodeoftree

recursive

paradigma

elem1 elem2 elem3

elemsyntagma

Vererbungshierarchie der PDF eines Zustandsplot.rmm (object, states, pdf=TRUE)

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Die Fabrikmethoden

Einfügen eines neuen Zustandsinsert.rmm (object, rule=NULL, rules=NULL, file=NULL, sep=’;’)

Setzen von Zustandsattributenattr.rmm (object, states=NULL, opaque=NULL,

trainable=NULL,freeze=NULL,trie=NULL)

Baum-Welch-Akkumulation und Statistiktransformationenreset.rmm (object, action=c(’reset’,’estimate’,’propagate’), state=NULL)

update.rmm (object, state, series, action=c(’Baum-Welch’,’Semi-Supervised’,’Deterministic’))

Anpassen einer Ausgabeverteilung an Lerndatensatzsupervised.rmm (object, state, series)

Zustandsüberwachter RBW-Schrittunsupervised.rmm (object, data, reset=TRUE, estimate=TRUE, propagate=TRUE, ...)

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Realisierung der „Standardsituationen“ mit RMMs

Dichteschätzung NV-Klassifikator Mixture ID

l-state

e-state

Loop

Para

rejected para

N P

ls

ps

c1 c2 c3 c4 c5

Segmente (7 Typen) Segmente (7 Intervalle)

loopstate

parastate

l1 l2 l3 l4 l5 l6 l7

e1 e2 e3 e4 e5 e6 e7

Kpie

l1 l2 l3 l4 l5 l6 l7

e1 e2 e3 e4 e5 e6 e7

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Objektorientierte RMM-Schnittstelle

Motivdetektion in DNA-SträngenAufgabe · Synthesedaten · Modellentwurf · Resultat

KFZ-Kennzeichen-Erkennung

Automatische Spracherkennung

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Motivdetektion in DNA-Strängen

Gegeben:

1. Eine größere Anzahl von DNA-Beispielen o ∈ {A,C ,G ,T}∗

2. Die Vermutung, daß es in den Daten eine typische,wiederkehrende Sequenz („Motiv“) gibt

3. Eine begründete Annahme über die (ungefähre) Länge M desMotivs

4. Eine Annahme über das Auftretensmuster, z.B. je Datensatzgenau einmal

Gesucht:

ein hartes Motiv q ∈ {A,C ,G ,T}M oderein weiches Motiv p : [1..M]× {A,C ,G ,T} → [0, 1]

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Synthetische Beispieldaten

• N = 100 DNA-Stränge der Länge T = 64 werden zufälligerzeugt.

• Basen sind unabhängig und identisch mit (1/4, 1/4, 1/4, 1/4)verteilt.

• Jeder Strang enthält das Motiv (Länge M = 7) an einerzufälligen Position.

• Motive werden generiert nach dem Wahrscheinlichkeitsprofil

q1 q2 q3 q4 q5 q6 q7

A 0.1 0.1 0.1 0.1 0.7 0.1 0.7C 0.1 0.1 0.1 0.1 0.1 0.1 0.1G 0.7 0.7 0.7 0.1 0.1 0.1 0.1T 0.1 0.1 0.1 0.7 0.1 0.7 0.1

(ein weiches „GGGTATA“)

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

BeispielsträngeSequenz #1T G G G A T T G G A C C G T G A C A C A G G T C A G G A G G T G GA T T A A C A G G G T G T A T G G T T C T A T T T C G C C C G

Sequenz #2T G G T G C T A T A G T C C A C A T G C G G C G T A G T T A G G CC A C G T A A G G G G T A T A G A T C A C G G T A G T T T A G

Sequenz #3T A T C C C T C A A C T A C G G G T T A T C G A A A C T A A G G TC T A C T A C C T C C C C A G C A C C T A T T C C T A G T G A

Sequenz #4C A C G C C T C A T A C A C A G T A G C A T C G C C G G G T A G AC T C C C A T T A C C G A T T A A C T A G C C C C A T A A A A

Sequenz #5G G C C A C C G G T A T T C A T C T C T G T T A C G C G C A G C GA G T A C T C C C T T C G A G C G A A A C C C G A C T C G G G

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Modellierung von Motiv & Sequenzen

Isadora-Deklarationencreate @ALPHASIZEinsert E sinsert L «garbage» sinsert S «motif» s s s s s s s

freeze «garbage»freeze «motif»

insert S OOPS «garbage» «motif» «garbage»Opaque - OOPSOpaque + «garbage»Opaque + «motif»

ßource learn.isa @BAUMWELCHSTEPSßource segment.isa

>HSD /dev/tty Verbose>RMM /dev/ttyquit

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

30 Baum-Welch-Iterationen später ...

... liegt ein RMM vor, das die Eingabedaten u.a. wie folgt analysiert:

Die ersten fünf symbolischen Beschreibungen1-64 OOPS

=> 1-40 «garbage»=> 41-47 «motif»=> 48-64 «garbage»

1-64 OOPS=> 1-41 «garbage»=> 42-48 «motif»=> 49-64 «garbage»

1-64 OOPS=> 1-29 «garbage»=> 30-36 «motif»=> 37-64 «garbage»

1-64 OOPS=> 1-26 «garbage»=> 27-33 «motif»=> 34-64 «garbage»

1-64 OOPS=> 1-6 «garbage»=> 7-13 «motif»=> 14-64 «garbage»

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Beispielstränge mit unüberwachter SegmentierungSequenz #1T G G G A T T G G A C C G T G A C A C A G G T C A G G A G G T G GA T T A A C A G G G T G T A T G G T T C T A T T T C G C C C G

Sequenz #2T G G T G C T A T A G T C C A C A T G C G G C G T A G T T A G G CC A C G T A A G G G G T A T A G A T C A C G G T A G T T T A G

Sequenz #3T A T C C C T C A A C T A C G G G T T A T C G A A A C T A A G G TC T A C T A C C T C C C C A G C A C C T A T T C C T A G T G A

Sequenz #4C A C G C C T C A T A C A C A G T A G C A T C G C C G G G T A G AC T C C C A T T A C C G A T T A A C T A G C C C C A T A A A A

Sequenz #5G G C C A C C G G T A T T C A T C T C T G T T A C G C G C A G C GA G T A C T C C C T T C G A G C G A A A C C C G A C T C G G G

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Die Parameter des resultierenden RMMRMM-Ausrißdgraph<S,T> 10«garbage»*1 0] DISTRIBUTION 5700+8.76808e-05 4 A 0.247876 C 0.251157 G 0.252354 T 0.248175

«motif»*1 0] DISTRIBUTION 100+0.00487805 4 A 0.116797 C 0.153957 G 0.666914 T 0.0379428

«motif»*2 0] DISTRIBUTION 100+0.00487805 4 A 0.0963097 C 0.0465919 G 0.758758 T 0.0739498

«motif»*3 0] DISTRIBUTION 100+0.00487805 4 A 0.0883085 C 0.0766578 G 0.642302 T 0.168341

«motif»*4 0] DISTRIBUTION 100+0.00487805 4 A 0.0553429 C 0.0953407 G 0.101258 T 0.723669

«motif»*5 0] DISTRIBUTION 100+0.00487805 4 A 0.645064 C 0.172578 G 0.118494 T 0.039474

«motif»*6 0] DISTRIBUTION 100+0.00487805 4 A 0.0958529 C 0.11119 G 0.151422 T 0.617145

«motif»*7 0] DISTRIBUTION 100+0.00487805 4 A 0.799781 C 0.0341988 G 0.0677086 T 0.0739214

s 8] «garbage»*1 «motif»*1 «motif»*2 «motif»*3 ··· ··· ··· «motif»*7 DISTRIBUTION 6400+7.80945e-05 4 A 0.251152 C 0.234752 G 0.264897 T 0.248809

blueprint 1] s DISTRIBUTION 6400+7.80945e-05 4 A 0.251152 C 0.234752 G 0.264897 T 0.248809

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Objektorientierte RMM-Schnittstelle

Motivdetektion in DNA-Strängen

KFZ-Kennzeichen-ErkennungKonfiguration, Zeichenmodelle, Erkennungsmodelle

Automatische Spracherkennung

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Kraftfahrzeug-Kennzeichen

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Die Konfiguration des Erkenners

FALSE Grauwertlinearisierung40 Bildfensterhöhe9 Bildfensterbreite2 Bildfensterfortschaltung

24 PCA-Zieldimension

bS(x t) Tree Bayesian Net10−3 MAP-Schätzer (EQSS)

TRUE entscheidungsüberwachtes RBWT10 Baum-Welch-Iterationen10 #min Dedizierte Modelle

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Die Erzeugung der RMM-Zustände#!/bin/sh

## source ./kfz.defs## LETTER/DIGIT ALPHABETS# (no ’ä’ and ’Ä’)#lower=‘echo "abcdefghijklmnopqrstuvwxyzöü" | sed "s/./& /g"‘upper=‘echo "ABCDEFGHIJKLMNOPQRSTUVWXYZÖÜ" | sed "s/./& /g"‘digit=‘echo "0123456789" | sed "s/./& /g"‘space=‘echo "~•" | sed "s/./& /g"‘brace=‘echo "{}" | sed "s/./& /g"‘other=‘echo ":−" | sed "s/./& /g"‘

# TOPOLOGIES: LINEAR LEFT−RIGHT HMMS OF VARYING SIZE#cat <<EOFE µL µ* µS µ** µ* µ*S <digit> µ* µ* µ* µ* µ* µ*S <lätta> µ* µ* µ* µ* µ* µ*S <brace> µ* µ* µ*S <other> µ* µ* µ* µ* µ* µ*S <space> µ* µ* µ* µ*EOF

# THE BASIC UNITS OF KFZ APPLICATION#for c in $digit; do echo "S $c <digit>"; donefor c in $space; do echo "S $c <space>"; donefor c in $brace; do echo "S $c <brace>"; donefor c in $other; do echo "S $c <other>"; done

# SUPERLETTERS ’x|X’ IN ORDER TO TIE OUTPUT STATISTICS## for c in $lower; do echo "S $c <lätta>"; done# for c in $upper; do echo "S $c <lätta>"; done#for c in $lower; do

C=‘echo $c | tr "[:lower:]" "[:upper:]"‘echo "S $c|$C <lätta>"echo "S $c $c|$C"echo "S $C $c|$C"done

# SOME IMPORTANT PARADIGMATIC SUBSETS 2B USED IN THE RECOGNITION MODELS#cat <<EOFP «digit» $digitP «space» $spaceP «other» $otherP «brace» $braceP «upper» $upperP «lower» $lowerP «letter» $lower $upperP «symbol» $digit $upperP «any» $digit $upper $other $spaceEOF

Feb 08, 08 19:12 Seite 1/1kfz−symbols.shGedruckt von Prof. E.G. Schukat−Talamazzini

/home/schukat/TEX/FOLIEN/Hidden−Markov−Modelle−07/img

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Die Menge der RMM-Zustände

E µL µ* µS µ** µ* µ*S <digit> µ* µ* µ* µ* µ* µ*S <lätta> µ* µ* µ* µ* µ* µ*S <brace> µ* µ* µ*S <other> µ* µ* µ* µ* µ* µ*S <space> µ* µ* µ* µ*S 0 <digit>S 1 <digit>S 2 <digit>S 3 <digit>S 4 <digit>S 5 <digit>S 6 <digit>S 7 <digit>S 8 <digit>S 9 <digit>S ~ <space>S • <space>S { <brace>S } <brace>S : <other>S − <other>S a|A <lätta>S a a|AS A a|AS b|B <lätta>S b b|BS B b|BS c|C <lätta>S c c|CS C c|CS d|D <lätta>S d d|DS D d|DS e|E <lätta>S e e|ES E e|ES f|F <lätta>S f f|FS F f|FS g|G <lätta>S g g|GS G g|GS h|H <lätta>S h h|HS H h|HS i|I <lätta>S i i|IS I i|IS j|J <lätta>S j j|JS J j|JS k|K <lätta>S k k|KS K k|KS l|L <lätta>S l l|LS L l|LS m|M <lätta>S m m|MS M m|MS n|N <lätta>S n n|NS N n|N

Feb 09, 08 16:56 Seite 1/2kfz−states.txtGedruckt von Prof. E.G. Schukat−Talamazzini

/home/schukat/TEX/FOLIEN/Hidden−Markov−Modelle−07/img

S o|O <lätta>S o o|OS O o|OS p|P <lätta>S p p|PS P p|PS q|Q <lätta>S q q|QS Q q|QS r|R <lätta>S r r|RS R r|RS s|S <lätta>S s s|SS S s|SS t|T <lätta>S t t|TS T t|TS u|U <lätta>S u u|US U u|US v|V <lätta>S v v|VS V v|VS w|W <lätta>S w w|WS W w|WS x|X <lätta>S x x|XS X x|XS y|Y <lätta>S y y|YS Y y|YS z|Z <lätta>S z z|ZS Z z|ZS ö|Ö <lätta>S ö ö|ÖS Ö ö|ÖS ü|Ü <lätta>S ü ü|ÜS Ü ü|ÜP «digit» 0 1 2 3 4 5 6 7 8 9 P «space» ~ • P «other» : − P «brace» { } P «upper» A B C D E F G H I J K L M N O P Q R S T U V W X Y Z Ö Ü P «lower» a b c d e f g h i j k l m n o p q r s t u v w x y z ö ü P «letter» a b c d e f g h i j k l m n o p q r s t u v w x y z ö ü P «symbol» 0 1 2 3 4 5 6 7 8 9 A B C D E F G H I J K L M N O P Q RP «any» 0 1 2 3 4 5 6 7 8 9 A B C D E F G H I J K L M N O P Q R S T U V

Feb 09, 08 16:56 Seite 2/2kfz−states.txtGedruckt von Prof. E.G. Schukat−Talamazzini

/home/schukat/TEX/FOLIEN/Hidden−Markov−Modelle−07/img

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Beispiele für RMM-Zustände: ’J’ und ’AP : GK 86’J

J°1

J°1°1

J°1°1°1 J°1°1°2 J°1°1°3 J°1°1°4 J°1°1°5 J°1°1°6

J°1°1°1°1 J°1°1°2°1 J°1°1°3°1 J°1°1°4°1 J°1°1°5°1 J°1°1°6°1

B/096_175

{ A P : G K · 8 6 }

{°1

{°1°1 {°1°2 {°1°3

{°1°1°1 {°1°2°1 {°1°3°1

A°1

A°1°1

A°1°1°1 A°1°1°2 A°1°1°3 A°1°1°4 A°1°1°5 A°1°1°6

A°1°1°1°1 A°1°1°2°1 A°1°1°3°1 A°1°1°4°1 A°1°1°5°1 A°1°1°6°1

P°1

P°1°1

P°1°1°1 P°1°1°2 P°1°1°3 P°1°1°4 P°1°1°5 P°1°1°6

P°1°1°1°1 P°1°1°2°1 P°1°1°3°1 P°1°1°4°1 P°1°1°5°1 P°1°1°6°1

:°1

:°1°1 :°1°2 :°1°3 :°1°4 :°1°5 :°1°6

:°1°1°1 :°1°2°1 :°1°3°1 :°1°4°1 :°1°5°1 :°1°6°1

G°1

G°1°1

G°1°1°1 G°1°1°2 G°1°1°3 G°1°1°4 G°1°1°5 G°1°1°6

G°1°1°1°1 G°1°1°2°1 G°1°1°3°1 G°1°1°4°1 G°1°1°5°1 G°1°1°6°1

K°1

K°1°1

K°1°1°1 K°1°1°2 K°1°1°3 K°1°1°4 K°1°1°5 K°1°1°6

K°1°1°1°1 K°1°1°2°1 K°1°1°3°1 K°1°1°4°1 K°1°1°5°1 K°1°1°6°1

·°1

·°1°1 ·°1°2 ·°1°3 ·°1°4

·°1°1°1 ·°1°2°1 ·°1°3°1 ·°1°4°1

8°1

8°1°1 8°1°2 8°1°3 8°1°4 8°1°5 8°1°6

8°1°1°1 8°1°2°1 8°1°3°1 8°1°4°1 8°1°5°1 8°1°6°1

6°1

6°1°1 6°1°2 6°1°3 6°1°4 6°1°5 6°1°6

6°1°1°1 6°1°2°1 6°1°3°1 6°1°4°1 6°1°5°1 6°1°6°1

}°1

}°1°1 }°1°2 }°1°3

}°1°1°1 }°1°2°1 }°1°3°1

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Schrifteinheiten und ihre Häufigkeiten

·

}

{:

1

2

3

0

7

5

4

6

9

H8

SA

K M B D E L W F GT

RC

PNOZ−U

JVIXYahedgslkbmrwcQnÖfztÜviupjoyxüö

Lerndatensammlungca. 2600 Kfz-Kennzeichen

Darstellung im RMMC «data» 70750 70752 70753 ...

S 70750 M L : L · 4 7 0S 70752 G T H : E M · 9 8 0S 70753 W E : U V · 2 2S 707?? ... ... ...S ... ... ... ...S ... ... ... ...S ... ... ... ...S ... ... ... ...S ... ... ... ...S ... ... ... ...

HäufigkeitszählungTraversieren ab «data»≥ 10 Auftreten/Zustand584 elementare Zustände70 080 Dichteparameter

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

RMM-Zustände zur Musteranalyse

Paradigmatische Zustände für Zeichensätze

P «neuer_Zeichensatz» { } · : 0 1 2 3 4 5 6 7 8 9

A B C D E F G H I J K L M N O P Q R S T U V W X Y Z Ö Ü

P «alter_Zeichensatz» { } · - 0 1 2 3 4 5 6 7 8 9

a b c d e f g h i j k l m n o p q r s t u v w x y z ö ü

P «voller_Zeichensatz» { } · - : 0 1 2 3 4 5 6 7 8 9

a b c d e f g h i j k l m n o p q r s t u v w x y z ö ü

A B C D E F G H I J K L M N O P Q R S T U V W X Y Z Ö Ü

Wiederholende Zustände für ZeichenkettenL «neues_KK» «neuer_Zeichensatz»L «altes_KK» «alter_Zeichensatz»

L «irgend_KK» «voller_Zeichensatz»

Alternative für alte und neue KennzeichenP «alt|neu» «neues_KK» «altes_KK»

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Beispielresultate für ’«alt|neu»’

{ A Z E : M · 3 2 3 } { t k · 3 4 i 8 2 7 } { A P : P G · 5 1 · }{ O S : M R · 6 7 9 } { S H K : H Y · 8 3 } { W M : Z H 4 2 · }{ M A : R Y · 1 2 7 } { M : S F · 6 4 8 5 } { A N A : S J · 3 0 0{ L U : K · 6 8 6 2 { B : C J · 9 1 4 4 } { H S T : V A · 8 8 }{ G R Z : C B · 5 1 } { S H K : K H · 6 0 0 } { B N : D T · 5 0 2 9{ B : D Y · 9 5 1 8 } { B T F : G · 8 1 8 } { B : N M · 6 1 4 4 }{ H D : S K · 9 1 } { H H : P Z · 1 2 0 4 } { M E : H Y · 1 1 0 }{ G A P : K L · 3 1 2 } { B L K : A K · 1 5 6 } { M B : H X · 5 3 7{ F R : N D · 2 6 9 } { P L : V J · 2 5 · } { P F : P · 6 1 1 0 }{ E F : H T · 1 5 2 } { E F 0 6 2 2 1 } { F G : S K · 6 2 2 }· Z I : A N · 5 9 · } { B T F : S · 7 6 4 } { E F : L E · 1 3 5 }{ · A P : J D · 4 7 } { A P : K R · 1 3 } { B Z : F L · 5 5 7 }} · L : H · 4 0 4 0 } { J : A E · 8 0 · } { E S W : L · 7 4 9 }{ S O K : K · 7 4 7 } { B : E E · 1 5 9 1 } { W I : C · 6 6 2 9 }{ P L : A T · 3 4 2 } { B : E H · 4 7 0 7 } { R S : W W · 5 5 · }{ K S : H K · 1 7 5 · 3 3 } U } K S · } { M T L : C V · 5 0 0 }

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

RMM-Zustände zur KennzeichensyntaxBuchstaben und ZiffernP «upper» A B C D E F G H I J K L M N O P Q R S T U V W X Y Z Ö ÜP «digit» 1 2 3 4 5 6 7 8 9 0P «nonzero» 1 2 3 4 5 6 7 8 9

TÜV-Plaketten und TrennweißP «space» · #S «plaq» · : ·

Ortsangabe und alphabetischer Schlüssel

D «ort» «upper» «upper» «upper»D «alfacode» «upper» «upper»

Numerischer SchlüsselD «num123» «digit» «digit» «digit»N «numcode» «nonzero» «num123»

Neues EU-Kennzeichen (Deutschland)

S «kennzeichen» { «ort» «plaq» «alfacode» «space» «numcode» }

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Objektorientierte RMM-Schnittstelle

Motivdetektion in DNA-Strängen

KFZ-Kennzeichen-Erkennung

Automatische SpracherkennungSprachdaten, Spracheinheiten, Zustände, Ausgabeverteilungen

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Die Konfigurationsschritte des Erkennungssystems/series/nis National Institute of Standards Sprachsignale/series/par Partiturdaten: alle verfügbaren Transkriptionen/series/apl Akustisch-phonetische Transkription/series/nwl Normative Worttranskription/series/ufv Sprachdaten in Mel-Frequenz-Cepstrum/Ableitung/series/lfv MFCC mit Lauttranskription

/rules/turns Dialoge, Dialogschritte und Transliterationen/rules/voc Trainingsdatenvokabular · Erkennungsvokabular/rules/pic Kontextabhängige Spracheinheiten („Polyphon“)

/models/init Initiales Gesamt-RMM/models/super Überwachte Anpassung weniger Ausgabe-PDFs/models/mono Lernen der Monophon-Modelle/models/poly Lernen der Polyphon-Modelle (Fmin = 1000)/models/grow Lernen der Polyphon-Modelle (Fmin = 100)/models/Grow Lernen der Polyphon-Modelle (Fmin = 10)/models/test Erkennungstest auf Validierungsdaten

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Die VERBMOBIL VM1-DialogdatenMaße und Gewichte• 63 dt. Dialoge unterschiedlicher Sprecherpaare

• 1 840 Dialogschritte (turns)

• 39 560 gesprochene Wortvorkommen

• 153 901 gesprochene Lautvorkommen

• 1 461 930 Sprachframes zu 10msek (4 Stunden 31/2 Minuten)

• 57 015 270 Cepstrumkoeffizienten bzw. ∆1/∆2

Worteinheiten

• 2363 verschiedene Wörter

1373 ich · 1025 wir · 973 das · 857 ja · 783 dann · 681 und · 662 da · 556 es · 528 mir · 513 am

Lauteinheiten

• 46 verschiedene Laute (Phoneme)

305175 «p:» · 109606 n · 83101 s · 70664 t · 66253 m · 63490 a: · 60796 6 · 49834 a · 46644 aI ·34614 i: · 34173 @ · 33444 I · 33197 f · ... ... ... · 11720 g · 9033 p · 8246 h · 4508 Y · 4343 OY · 32549 · 2322 y: · 1659 2: · 413 u · 304 e · 54 Z · 18 aN

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Dialogturns und ihre Worttranskription

S g071axx0-000-TIS ja guten Tag dann fange ich einfach mal an und wollte Sie mal fragenwie das aussieht <ähm> wir müßten also insgesamt drei Arbeitssitzungenfestlegen zwei davon müßten wir zweitägig machen <ähm> wann hätten Siedenn dafür mal Zeit

S g071axx0-001-HAH ja also für den eintägigen wenn wir den als erstes erledigen wolltenquasi wäre mir ganz recht Montag der achte November

S g071axx0-002-TIS Montag der achte das sieht bei mir ganz schlecht aus denn die Wochevom Samstag dem sechsten an da bin ich weg <ähm> die Woche davor wiesähe das aus erste Novemberwoche

S g071axx0-003-HAH ja am ersten ist Allerheiligen da ist wohl nicht so sehr schönam zweiten Dienstag dem zweiten das wäre mir noch recht

S g071axx0-004-TIS <ähm> Dienstag würde mir gut passen <ähm> das heißt Momentallerdings erst nachmittags das wird dann wahrscheinlich ein bißchenschwierig Dienstag mittwochs <äh> is sieht das bei mir sch schwierigaus da habe ich tagsüber Termine <ähm> wie sieht das bei Ihnenam Donnerstag aus

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Wortschätze, Ziffernwörter, Buchstabieralphabet

C «VOX» «digit» «spell» «vm1» «VM1»

P «digit» null eins zwei drei vier fünf sechs sieben acht neun

P «spell» $A $B $C $D $E $F $G $H $I $J $K $L $M $N$O $P $Q $R $S $T $U $V $W $X $Y $Z

P «vm1» ab aber ablehnen absa acht achte «äh» «ähm» allerdingsAllerheiligen als also am an anderen anderes ...... ... ...zweitägiges zweite zweiten zweiundzwanzigsten zwischen

P «VM1» «%» a A $A ab abend Abend Abenden Abendessen abendsaber abfassen abge abgehakt abgehandelt abgeklär abgeklärtabgemacht ...... ... ...... ... ...... ... ...zwo zwölf zwölfte zwölftem zwölften zwölfter zwotezwoten zwoundzwanzigsten Zyklus Zylinder

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Aussprachewörterbuch

Aachen Q’a:x@nAb Q’apAbbruch Q’apbRUxAbend Q’a:b@ntAbendöffnung Q’a:b@nt9fnUNAbendbrot Q’a:b@nt#bRö:tAbende Q’a:b@nd@Abenden Q’a:b@nd@nAbendessen Q’a:b@nt#QËs@n... ... ... ... ...Kulturfreak kUlt’u:6fri:kKulturhauptstadt kUlt’u:6#häUptStatKulturhochburg kUlt’u:6ho:xbU6kKulturkalender kUlt’u:6#kalËnd6Kulturleben kUltu:6#le:b@nKulturprogramm kUlt’u:6#pro:grämKulturveranstaltungen kUlt’u:6fE6QanStaltUN@nKulturwochen kUlt’u:6#vÖx@nKunde k’Und@Kunden k’Und@n... ... ... ... ...zwoten tsv’o:t@nzwoter tsv’o:t6zwoundvierzig tsv’o:#QUnt#fI6tsICzwoundzwanzig tsv’o:#QUnt#tsväntsICzwoundzwanzigste tsv’o:#QUnt#tsväntsICst@zwoundzwanzigsten tsv’o:#QUnt#tsväntsICst@nzwoundzwanzigster tsv’o:#QUnt#tsväntsICst6

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Füllmuster und Stillemuster

FüllmusterE [?]L [?]* [?]S /?/ [?] [?] [?]L ?...? /?/C FILLER [?] [?]* /?/ ?...?

StillemusterE [-]L [-]* [-]S /-/ [-]S /–/ [-] [-]S /–-/ [-] [-] [-]L /-*-/ [-]P /-?-/ /–-/ /–/ /-/S |–- /-?-/S –-| /-?-/C SILENCE [-] [-]* /-/ /–/ /–-/ /-*-/ /-?-/ |–- –-|

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Strukturierung von Monophonmodellen

P MONOPHONE /@/ /2:/ /6/ /9/ /a:/ /a/ /b/ /C/ /d/ /e:/ /e/ /E:/ /E//f/ /g/ /h/ /i:/ /I/ /j/ /k/ /l/ /m/ /n/ /N/ /o:/ /O/ /p/ /Q//r/ /s/ /S/ /t/ /u:/ /u/ /U/ /v/ /x/ /y:/ /Y/ /z/ /Z/

SubphonzuständeS [d] [?]*S [e] [?]*S [E] [?]*S [f] [?]*S [cls] [?]*S ... ...

MonophonzuständeS /d/ [d] [asp]S /e:/ [e] [e] [e]S /e/ [e] [e]S /f/ [f] [f]S /h/ [h] [h]S /k/ [cls] [k] [asp]S ... ... ... ...

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Strukturierung von Polyphonmodellen (8 648 Modelle)Wortaufbau aus PolyphonenS Abend /Q/a:b@nt Q/a:/b@nt Qa:/b/@nt Qa:b/@/nt Qa:b@/n/t Qa:b@n/t/S Advent /a/t a/t/ t/v/E tv/E/n vE/n/t En/t/S achtzehn /a/xttse:n a/x/ttse:n ax/t/tse:n axt/t/se:n axtt/s/e:n ts/e:/n tse:/n/

S ... ... ... ... ... ...

Polyphonaufbau durch GeneralisierungS @/n/d @/n/S b@/n/d@ @/n/dS n/d/ /d/S n/d/@ n/d/S @n/d/@ n/d/@S @n/d/@n @n/d/@S d/@/ /@/S d/@/n d/@/S nd/@/n d/@/nS @nd/@/n nd/@/nS ... ...S Qa/x/tQUnttsvantsICst Qa/x/tQUnttsvanS Qa/x/tQUnttsvantsICst@ Qa/x/tQUnttsvantsICstS Qax/t/QUnttsvantsICst Qax/t/QUnttsvanS ... ...

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

RMM-Struktur des Zustands ’Abend’Abend

/Q/a:b@nt Q/a:/b@nt Qa:/b/@nt Qa:b/@/nt Qa:b@/n/t Qa:b@n/t/

/Q/a:b@n

/Q/a:b

/Q/a:

/Q/a

/Q/

[Q]

[?]*

[?]

Q/a:/b@n

Q/a:/b

Q/a:/

/a:/

[a] [a] [a]

[?]*

[?]

[?]*

[?]

[?]*

[?]

Qa:/b/@n

a:/b/@n

a:/b/@

:/b/@

:/b/

/b/

[b] [asp]

[?]*

[?]

[?]*

[?]

a:b/@/nt

:b/@/nt

:b/@/n

b/@/n

b/@/

/@/

[@] [@]

[?]*

[?]

[?]*

[?]

a:b@/n/t

b@/n/t

@/n/t

@/n/

/n/

[n] [n]

[?]*

[?]

[?]*

[?]

a:b@n/t/

@n/t/

n/t/

/t/

[cls] [t] [asp]

[?]*

[?]

[?]*

[?]

[?]*

[?]

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Spracheinheiten und ihre Korpushäufigkeit

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Überwachtes Lernen der subphonemischen Zuständeblueprint

[?] [−]

[?]*·A

[@]·A·A [2]·A·A [6]·A·A [9]·A·A [a]·A·A [b]·A·A [C]·A·A [d]·A·A [e]·A·A [E]·A·A [f]·A·A [g]·A·A [h]·A·A [i]·A·A [I]·A·A [j]·A·A [k]·A·A [l]·A·A [m]·A·A [n]·A·A [N]·A·A [o]·A·A [O]·A·A [p]·A·A [Q]·A·A [r]·A·A [s]·A·A [S]·A·A [t]·A·A [u]·A·A [U]·A·A [v]·A·A [x]·A·A [y]·A·A [Y]·A·A [z]·A·A [Z]·A·A

Phonemische Ausrichtung via Bootstrap-ErkennerKönigsdichte ’blueprint’ · Stilledichte ’[-]’ · Sprachdichte ’[?]’

226648 a 219212 n 166202 s 141328 t132506 m 121592 6 105288 E 93288 aI69228 i 68346 @ 66888 I 66394 f64858 e 60552 d 57118 C 45756 v45708 Q 44610 l 42746 x 42488 z40640 o 37984 k 35334 aU 33012 U32968 O 29446 u 27568 b 27520 N26882 r 26016 j 25070 S 23440 g18066 p 16492 h 9016 Y 8686 OY6508 9 4644 y 3318 2 108 Z36 aN

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Entscheidungsüberwachtes Baum-Welch-TrainingMonophonzustände42 neue Spracheinheiten157 elementare Zustände13 272 Zustände

Polyphonzustände (Fmin = 1000)315 neue Spracheinheiten262 elementare Zustände13 733 Zustände

Polyphonzustände (Fmin = 100)1 903 neue Spracheinheiten3 211 elementare Zustände26 380 Zustände

Polyphonzustände (Fmin = 10)15 622 neue Spracheinheiten15 898 elementare Zustände87 734 Zustände

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Wortmodelle für das Wort ’Abend’

Initialisierung Subphoneme MonophoneAbend

/Q/a:b@nt Q/a:/b@nt Qa:/b/@nt Qa:b/@/nt Qa:b@/n/t Qa:b@n/t/

/Q/a:b@n

/Q/a:b

/Q/a:

/Q/a

/Q/

[Q]

[?]*

[?]

Q/a:/b@n

Q/a:/b

Q/a:/

/a:/

[a] [a] [a]

[?]*

[?]

[?]*

[?]

[?]*

[?]

Qa:/b/@n

a:/b/@n

a:/b/@

:/b/@

:/b/

/b/

[b] [asp]

[?]*

[?]

[?]*

[?]

a:b/@/nt

:b/@/nt

:b/@/n

b/@/n

b/@/

/@/

[@] [@]

[?]*

[?]

[?]*

[?]

a:b@/n/t

b@/n/t

@/n/t

@/n/

/n/

[n] [n]

[?]*

[?]

[?]*

[?]

a:b@n/t/

@n/t/

n/t/

/t/

[cls] [t] [asp]

[?]*

[?]

[?]*

[?]

[?]*

[?]

Abend

/Q/a:b@nt Q/a:/b@nt Qa:/b/@nt Qa:b/@/nt Qa:b@/n/t Qa:b@n/t/

/Q/a:b@n

/Q/a:b

/Q/a:

/Q/a

/Q/

[Q]

[Q]·A

[Q]·A·A

Q/a:/b@n

Q/a:/b

Q/a:/

/a:/

[a] [a] [a]

[a]·A

[a]·A·A

[a]·A

[a]·A·A

[a]·A

[a]·A·A

Qa:/b/@n

a:/b/@n

a:/b/@

:/b/@

:/b/

/b/

[b] [asp]

[b]·A

[b]·A·A

[?]*

[?]*·A

a:b/@/nt

:b/@/nt

:b/@/n

b/@/n

b/@/

/@/

[@] [@]

[@]·A

[@]·A·A

[@]·A

[@]·A·A

a:b@/n/t

b@/n/t

@/n/t

@/n/

/n/

[n] [n]

[n]·A

[n]·A·A

[n]·A

[n]·A·A

a:b@n/t/

@n/t/

n/t/

/t/

[cls] [t] [asp]

[?]*

[?]*·A

[t]·A

[t]·A·A

[?]*

[?]*·A

Abend

/Q/a:b@nt Q/a:/b@nt Qa:/b/@nt Qa:b/@/nt Qa:b@/n/t Qa:b@n/t/

/Q/a:b@n

/Q/a:b

/Q/a:

/Q/a

/Q/

/Q/·A

/Q/·A·A

/Q/·A·A·A

Q/a:/b@n

Q/a:/b

Q/a:/

/a:/

/a:/·A /a:/·B /a:/·C

/a:/·A·A

/a:/·A·A·A

/a:/·B·A

/a:/·B·A·A

/a:/·C·A

/a:/·C·A·A

Qa:/b/@n

a:/b/@n

a:/b/@

:/b/@

:/b/

/b/

/b/·A /b/·B

/b/·A·A

/b/·A·A·A

/b/·B·A

/b/·B·A·A

a:b/@/nt

:b/@/nt

:b/@/n

b/@/n

b/@/

/@/

/@/·A /@/·B

/@/·A·A

/@/·A·A·A

/@/·B·A

/@/·B·A·A

a:b@/n/t

b@/n/t

@/n/t

@/n/

/n/

/n/·A /n/·B

/n/·A·A

/n/·A·A·A

/n/·B·A

/n/·B·A·A

a:b@n/t/

@n/t/

n/t/

/t/

/t/·A /t/·B /t/·C

/t/·A·A

/t/·A·A·A

/t/·B·A

/t/·B·A·A

/t/·C·A

/t/·C·A·A

Polyphone1000 Polyphone100 Polyphone10Abend

/Q/a:b@nt Q/a:/b@nt Qa:/b/@nt Qa:b/@/nt Qa:b@/n/t Qa:b@n/t/

/Q/a:b@n

/Q/a:b

/Q/a:

/Q/a

/Q/a·A

/Q/a·A·A

/Q/a·A·A·A

/Q/a·A·A·A·A

Q/a:/b@n

Q/a:/b

Q/a:/

/a:/

/a:/·A /a:/·B /a:/·C

/a:/·A·A

/a:/·A·A·A

/a:/·B·A

/a:/·B·A·A

/a:/·C·A

/a:/·C·A·A

Qa:/b/@n

a:/b/@n

a:/b/@

:/b/@

:/b/

:/b/·A

:/b/·A·A :/b/·A·B

:/b/·A·A·A

:/b/·A·A·A·A

:/b/·A·B·A

:/b/·A·B·A·A

a:b/@/nt

:b/@/nt

:b/@/n

b/@/n

b/@/

/@/

/@/·A /@/·B

/@/·A·A

/@/·A·A·A

/@/·B·A

/@/·B·A·A

a:b@/n/t

b@/n/t

@/n/t

@/n/

@/n/·A

@/n/·A·A @/n/·A·B

@/n/·A·A·A

@/n/·A·A·A·A

@/n/·A·B·A

@/n/·A·B·A·A

a:b@n/t/

@n/t/

n/t/

n/t/·A

n/t/·A·A n/t/·A·B n/t/·A·C

n/t/·A·A·A

n/t/·A·A·A·A

n/t/·A·B·A

n/t/·A·B·A·A

n/t/·A·C·A

n/t/·A·C·A·A

Abend

/Q/a:b@nt Q/a:/b@nt Qa:/b/@nt Qa:b/@/nt Qa:b@/n/t Qa:b@n/t/

/Q/a:b@n

/Q/a:b

/Q/a:b·A

/Q/a:b·A·A

/Q/a:b·A·A·A

/Q/a:b·A·A·A·A

/Q/a:b·A·A·A·A·A

/Q/a:b·A·A·A·A·A·A

Q/a:/b@n

Q/a:/b

Q/a:/b·A

Q/a:/b·A·A

Q/a:/b·A·A·A Q/a:/b·A·A·B Q/a:/b·A·A·C

Q/a:/b·A·A·A·A

Q/a:/b·A·A·A·A·A

Q/a:/b·A·A·B·A

Q/a:/b·A·A·B·A·A

Q/a:/b·A·A·C·A

Q/a:/b·A·A·C·A·A

Qa:/b/@n

a:/b/@n

a:/b/@n·A

a:/b/@n·A·A

a:/b/@n·A·A·A

a:/b/@n·A·A·A·A

a:/b/@n·A·A·A·A·A a:/b/@n·A·A·A·A·B

a:/b/@n·A·A·A·A·A·A

a:/b/@n·A·A·A·A·A·A·A

a:/b/@n·A·A·A·A·B·A

a:/b/@n·A·A·A·A·B·A·A

a:b/@/nt

:b/@/nt

:b/@/n

:b/@/n·A

:b/@/n·A·A

:b/@/n·A·A·A

:b/@/n·A·A·A·A :b/@/n·A·A·A·B

:b/@/n·A·A·A·A·A

:b/@/n·A·A·A·A·A·A

:b/@/n·A·A·A·B·A

:b/@/n·A·A·A·B·A·A

a:b@/n/t

b@/n/t

@/n/t

@/n/t·A

@/n/t·A·A

@/n/t·A·A·A @/n/t·A·A·B

@/n/t·A·A·A·A

@/n/t·A·A·A·A·A

@/n/t·A·A·B·A

@/n/t·A·A·B·A·A

a:b@n/t/

@n/t/

n/t/

n/t/·A

n/t/·A·A n/t/·A·B n/t/·A·C

n/t/·A·A·A

n/t/·A·A·A·A

n/t/·A·B·A

n/t/·A·B·A·A

n/t/·A·C·A

n/t/·A·C·A·A

Abend

/Q/a:b@nt Q/a:/b@nt Qa:/b/@nt Qa:b/@/nt Qa:b@/n/t Qa:b@n/t/

/Q/a:b@nt·A

/Q/a:b@nt·A·A

/Q/a:b@nt·A·A·A

/Q/a:b@nt·A·A·A·A

/Q/a:b@nt·A·A·A·A·A

/Q/a:b@nt·A·A·A·A·A·A

/Q/a:b@nt·A·A·A·A·A·A·A

/Q/a:b@nt·A·A·A·A·A·A·A·A

Q/a:/b@nt·A

Q/a:/b@nt·A·A

Q/a:/b@nt·A·A·A

Q/a:/b@nt·A·A·A·A

Q/a:/b@nt·A·A·A·A·A Q/a:/b@nt·A·A·A·A·B Q/a:/b@nt·A·A·A·A·C

Q/a:/b@nt·A·A·A·A·A·A

Q/a:/b@nt·A·A·A·A·A·A·A

Q/a:/b@nt·A·A·A·A·B·A

Q/a:/b@nt·A·A·A·A·B·A·A

Q/a:/b@nt·A·A·A·A·C·A

Q/a:/b@nt·A·A·A·A·C·A·A

Qa:/b/@nt·A

Qa:/b/@nt·A·A

Qa:/b/@nt·A·A·A

Qa:/b/@nt·A·A·A·A

Qa:/b/@nt·A·A·A·A·A

Qa:/b/@nt·A·A·A·A·A·A

Qa:/b/@nt·A·A·A·A·A·A·A Qa:/b/@nt·A·A·A·A·A·A·B

Qa:/b/@nt·A·A·A·A·A·A·A·A

Qa:/b/@nt·A·A·A·A·A·A·A·A·A

Qa:/b/@nt·A·A·A·A·A·A·B·A

Qa:/b/@nt·A·A·A·A·A·A·B·A·A

Qa:b/@/nt·A

Qa:b/@/nt·A·A

Qa:b/@/nt·A·A·A

Qa:b/@/nt·A·A·A·A

Qa:b/@/nt·A·A·A·A·A

Qa:b/@/nt·A·A·A·A·A·A

Qa:b/@/nt·A·A·A·A·A·A·A Qa:b/@/nt·A·A·A·A·A·A·B

Qa:b/@/nt·A·A·A·A·A·A·A·A

Qa:b/@/nt·A·A·A·A·A·A·A·A·A

Qa:b/@/nt·A·A·A·A·A·A·B·A

Qa:b/@/nt·A·A·A·A·A·A·B·A·A

Qa:b@/n/t·A

Qa:b@/n/t·A·A

Qa:b@/n/t·A·A·A

Qa:b@/n/t·A·A·A·A

Qa:b@/n/t·A·A·A·A·A

Qa:b@/n/t·A·A·A·A·A·A Qa:b@/n/t·A·A·A·A·A·B

Qa:b@/n/t·A·A·A·A·A·A·A

Qa:b@/n/t·A·A·A·A·A·A·A·A

Qa:b@/n/t·A·A·A·A·A·B·A

Qa:b@/n/t·A·A·A·A·A·B·A·A

Qa:b@n/t/·A

Qa:b@n/t/·A·A

Qa:b@n/t/·A·A·A

Qa:b@n/t/·A·A·A·A

Qa:b@n/t/·A·A·A·A·A Qa:b@n/t/·A·A·A·A·B Qa:b@n/t/·A·A·A·A·C

Qa:b@n/t/·A·A·A·A·A·A

Qa:b@n/t/·A·A·A·A·A·A·A

Qa:b@n/t/·A·A·A·A·B·A

Qa:b@n/t/·A·A·A·A·B·A·A

Qa:b@n/t/·A·A·A·A·C·A

Qa:b@n/t/·A·A·A·A·C·A·A

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Elementarzustände für das Phonem ’/a:/’

Polyphone1000 — alle ’[a]’-Dichten[a]·A·A

/a~/·A·A·A /a~/·B·A·A /a:/·A·A·A /a:/·B·A·A /a:/·C·A·A /a/·A·A·A /a/·B·A·A

t/a:/·A·A·A·A

t/a:/k·A·A·A·A·A

t/a:/·A·B·A·A

t/a:/k·A·A·B·A·A

t/a:/·A·C·A·A

t/a:/k·A·A·C·A·A

Q/a/·A·A·A·A d/a/·A·A·A·A v/a/·A·A·A·A

Q/a/I·A·A·A·A·A d/a/s·A·A·A·A·A

Q/a/·A·B·A·A d/a/·A·B·A·A v/a/·A·B·A·A

Q/a/I·A·A·B·A·A d/a/s·A·A·B·A·A

Polyphone100 — alle ’[a]’-Dichten[a]·A·A

/a~/·A·A·A /a~/·B·A·A /a:/·A·A·A /a:/·B·A·A /a:/·C·A·A /a/·A·A·A /a/·B·A·A

t/a:/·A·A·A·A :/a:/·A·A·A·A Q/a:/·A·A·A·A l/a:/·A·A·A·A d/a:/·A·A·A·A h/a:/·A·A·A·A j/a:/·A·A·A·A m/a:/·A·A·A·A n/a:/·A·A·A·A r/a:/·A·A·A·A z/a:/·A·A·A·A v/a:/·A·A·A·A

t/a:/k·A·A·A·A·A t/a:/g·A·A·A·A·A

st/a:/k·A·A·A·A·A·A It/a:/k·A·A·A·A·A·A nt/a:/k·A·A·A·A·A·A Tag·B·A·A·A·A·A

di:nst/a:/k·A·A·A·A·A·A·A Donnerstag·G·A·A·A·A·A·A

Dienstag·F·A·A·A·A·A·A·A

fraIt/a:/k·A·A·A·A·A·A·A It/a:/ks·A·A·A·A·A·A·A mIt/a:/k·A·A·A·A·A·A·A

Freitag·F·A·A·A·A·A·A·A mIt/a:/ks·A·A·A·A·A·A·A·A

mo:nt/a:/k·A·A·A·A·A·A·A

Montag·E·A·A·A·A·A·A·A

u:/a:/6·A·A·A·A·A Q/a:/b·A·A·A·A·A

aber·B·A·A·A·A·A

l/a:/g·A·A·A·A·A

Sl/a:/g·A·A·A·A·A·A

Sl/a:/g@·A·A·A·A·A·A·A

da·B·A·A·A·A h/a:/b@·A·A·A·A·A

habe·B·A·A·A·A·A haben·B·A·A·A·A·A

ja·B·A·A·A·A m/a:/l·A·A·A·A·A

mal·B·A·A·A·A·A

n/a:/x·A·A·A·A·A

n/a:/xmIta:k·A·A·A·A·A·A

z/a:/g·A·A·A·A·A

z/a:/g@·A·A·A·A·A·A

sagen·B·A·A·A·A·A·A

v/a:/6·A·A·A·A·A

t/a:/·A·B·A·A :/a:/·A·B·A·A Q/a:/·A·B·A·A l/a:/·A·B·A·A d/a:/·A·B·A·A h/a:/·A·B·A·A j/a:/·A·B·A·A m/a:/·A·B·A·A n/a:/·A·B·A·A r/a:/·A·B·A·A z/a:/·A·B·A·A v/a:/·A·B·A·A

t/a:/k·A·A·B·A·A t/a:/g·A·A·B·A·A

st/a:/k·A·A·A·B·A·A It/a:/k·A·A·A·B·A·A nt/a:/k·A·A·A·B·A·A Tag·B·A·A·B·A·A

di:nst/a:/k·A·A·A·A·B·A·A Donnerstag·G·A·A·A·B·A·A

Dienstag·F·A·A·A·A·B·A·A

fraIt/a:/k·A·A·A·A·B·A·A It/a:/ks·A·A·A·A·B·A·A mIt/a:/k·A·A·A·A·B·A·A

Freitag·F·A·A·A·A·B·A·A mIt/a:/ks·A·A·A·A·A·B·A·A

mo:nt/a:/k·A·A·A·A·B·A·A

Montag·E·A·A·A·A·B·A·A

u:/a:/6·A·A·B·A·A Q/a:/b·A·A·B·A·A

aber·B·A·A·B·A·A

l/a:/g·A·A·B·A·A

Sl/a:/g·A·A·A·B·A·A

Sl/a:/g@·A·A·A·A·B·A·A

da·B·A·B·A·A h/a:/b@·A·A·B·A·A

habe·B·A·A·B·A·A haben·B·A·A·B·A·A

ja·B·A·B·A·A m/a:/l·A·A·B·A·A

mal·B·A·A·B·A·A

n/a:/x·A·A·B·A·A

n/a:/xmIta:k·A·A·A·B·A·A

z/a:/g·A·A·B·A·A

z/a:/g@·A·A·A·B·A·A

sagen·B·A·A·A·B·A·A

v/a:/6·A·A·B·A·A

t/a:/·A·C·A·A :/a:/·A·C·A·A Q/a:/·A·C·A·A l/a:/·A·C·A·A d/a:/·A·C·A·A h/a:/·A·C·A·A j/a:/·A·C·A·A m/a:/·A·C·A·A n/a:/·A·C·A·A r/a:/·A·C·A·A z/a:/·A·C·A·A v/a:/·A·C·A·A

t/a:/k·A·A·C·A·A t/a:/g·A·A·C·A·A

st/a:/k·A·A·A·C·A·A It/a:/k·A·A·A·C·A·A nt/a:/k·A·A·A·C·A·A Tag·B·A·A·C·A·A

di:nst/a:/k·A·A·A·A·C·A·A Donnerstag·G·A·A·A·C·A·A

Dienstag·F·A·A·A·A·C·A·A

fraIt/a:/k·A·A·A·A·C·A·A It/a:/ks·A·A·A·A·C·A·A mIt/a:/k·A·A·A·A·C·A·A

Freitag·F·A·A·A·A·C·A·A mIt/a:/ks·A·A·A·A·A·C·A·A

mo:nt/a:/k·A·A·A·A·C·A·A

Montag·E·A·A·A·A·C·A·A

u:/a:/6·A·A·C·A·A Q/a:/b·A·A·C·A·A

aber·B·A·A·C·A·A

l/a:/g·A·A·C·A·A

Sl/a:/g·A·A·A·C·A·A

Sl/a:/g@·A·A·A·A·C·A·A

da·B·A·C·A·A h/a:/b@·A·A·C·A·A

habe·B·A·A·C·A·A haben·B·A·A·C·A·A

ja·B·A·C·A·A m/a:/l·A·A·C·A·A

mal·B·A·A·C·A·A

n/a:/x·A·A·C·A·A

n/a:/xmIta:k·A·A·A·C·A·A

z/a:/g·A·A·C·A·A

z/a:/g@·A·A·A·C·A·A

sagen·B·A·A·A·C·A·A

v/a:/6·A·A·C·A·A

Q/a/·A·A·A·A d/a/·A·A·A·A v/a/·A·A·A·A r/a/·A·A·A·A s/a/I·A·A·A·A b/a/·A·A·A·A f/a/·A·A·A·A g/a/·A·A·A·A l/a/·A·A·A·A h/a/·A·A·A·A k/a/·A·A·A·A m/a/·A·A·A·A n/a/·A·A·A·A p/a/·A·A·A·A t/a/·A·A·A·A z/a/·A·A·A·A

Q/a/I·A·A·A·A·A Q/a/U·A·A·A·A·A Q/a/l·A·A·A·A·A Q/a/m·A·A·A·A·A Q/a/n·A·A·A·A·A Q/a/p·A·A·A·A·A Q/a/x·A·A·A·A·A

Q/a/In·A·A·A·A·A·A

Q/a/In@·A·A·A·A·A·A·A ein·B·A·A·A·A·A·A

eine·B·A·A·A·A·A·A·A einen·B·A·A·A·A·A·A·A

Q/a/Uf·A·A·A·A·A·A Q/a/Us·A·A·A·A·A·A auch·B·A·A·A·A·A

auf·B·A·A·A·A·A·A aus·B·A·A·A·A·A·A

also·B·A·A·A·A·A am·B·A·A·A·A·A an·B·A·A·A·A·A ab·B·A·A·A·A·A Q/a/xt·A·A·A·A·A·A

d/a/s·A·A·A·A·A d/a/n·A·A·A·A·A

das·B·A·A·A·A·A daß·B·A·A·A·A·A dann·B·A·A·A·A·A

v/a/n·A·A·A·A·A v/a/I·A·A·A·A·A v/a/s·A·A·A·A·A

sv/a/n·A·A·A·A·A·A

tsv/a/nts·A·A·A·A·A·A·A

ttsv/a/nts·A·A·A·A·A·A·A·A

Unttsv/a/ntsIC·A·A·A·A·A·A·A·A·A

QUnttsv/a/ntsICst·A·A·A·A·A·A·A·A·A·A

nQUnttsv/a/ntsICst·A·A·A·A·A·A·A·A·A·A·A

sv/a/I·A·A·A·A·A·A was·B·A·A·A·A·A

r/a/I·A·A·A·A·A r/a/U·A·A·A·A·A

fr/a/I·A·A·A·A·A·A dr/a/I·A·A·A·A·A·A

fr/a/It·A·A·A·A·A·A·A

fr/a/Ita:k·A·A·A·A·A·A·A·A

Freitag·C·A·A·A·A·A·A·A·A

ts/a/I·A·A·A·A·A

ts/a/It·A·A·A·A·A·A

Zeit·C·A·A·A·A·A·A

b/a/I·A·A·A·A·A

bei·B·A·A·A·A·A

g/a/n·A·A·A·A·A

g/a/nts·A·A·A·A·A·A

l/a/I·A·A·A·A·A

gl/a/I·A·A·A·A·A·A vielleicht·D·A·A·A·A·A

gl/a/IC·A·A·A·A·A·A·A

h/a/l·A·A·A·A·A m/a/I·A·A·A·A·A m/a/x·A·A·A·A·A

m/a/In·A·A·A·A·A·A m/a/x@·A·A·A·A·A·A

machen·B·A·A·A·A·A·A

n/a/t·A·A·A·A·A p/a/s·A·A·A·A·A z/a/m·A·A·A·A·A

Q/a/·A·B·A·A d/a/·A·B·A·A v/a/·A·B·A·A r/a/·A·B·A·A s/a/I·A·B·A·A b/a/·A·B·A·A f/a/·A·B·A·A g/a/·A·B·A·A l/a/·A·B·A·A h/a/·A·B·A·A k/a/·A·B·A·A m/a/·A·B·A·A n/a/·A·B·A·A p/a/·A·B·A·A t/a/·A·B·A·A z/a/·A·B·A·A

Q/a/I·A·A·B·A·A Q/a/U·A·A·B·A·A Q/a/l·A·A·B·A·A Q/a/m·A·A·B·A·A Q/a/n·A·A·B·A·A Q/a/p·A·A·B·A·A Q/a/x·A·A·B·A·A

Q/a/In·A·A·A·B·A·A

Q/a/In@·A·A·A·A·B·A·A ein·B·A·A·A·B·A·A

eine·B·A·A·A·A·B·A·A einen·B·A·A·A·A·B·A·A

Q/a/Uf·A·A·A·B·A·A Q/a/Us·A·A·A·B·A·A auch·B·A·A·B·A·A

auf·B·A·A·A·B·A·A aus·B·A·A·A·B·A·A

also·B·A·A·B·A·A am·B·A·A·B·A·A an·B·A·A·B·A·A ab·B·A·A·B·A·A Q/a/xt·A·A·A·B·A·A

d/a/s·A·A·B·A·A d/a/n·A·A·B·A·A

das·B·A·A·B·A·A daß·B·A·A·B·A·A dann·B·A·A·B·A·A

v/a/n·A·A·B·A·A v/a/I·A·A·B·A·A v/a/s·A·A·B·A·A

sv/a/n·A·A·A·B·A·A

tsv/a/nts·A·A·A·A·B·A·A

ttsv/a/nts·A·A·A·A·A·B·A·A

Unttsv/a/ntsIC·A·A·A·A·A·A·B·A·A

QUnttsv/a/ntsICst·A·A·A·A·A·A·A·B·A·A

nQUnttsv/a/ntsICst·A·A·A·A·A·A·A·A·B·A·A

sv/a/I·A·A·A·B·A·A was·B·A·A·B·A·A

r/a/I·A·A·B·A·A r/a/U·A·A·B·A·A

fr/a/I·A·A·A·B·A·A dr/a/I·A·A·A·B·A·A

fr/a/It·A·A·A·A·B·A·A

fr/a/Ita:k·A·A·A·A·A·B·A·A

Freitag·C·A·A·A·A·A·B·A·A

ts/a/I·A·A·B·A·A

ts/a/It·A·A·A·B·A·A

Zeit·C·A·A·A·B·A·A

b/a/I·A·A·B·A·A

bei·B·A·A·B·A·A

g/a/n·A·A·B·A·A

g/a/nts·A·A·A·B·A·A

l/a/I·A·A·B·A·A

gl/a/I·A·A·A·B·A·A vielleicht·D·A·A·B·A·A

gl/a/IC·A·A·A·A·B·A·A

h/a/l·A·A·B·A·A m/a/I·A·A·B·A·A m/a/x·A·A·B·A·A

m/a/In·A·A·A·B·A·A m/a/x@·A·A·A·B·A·A

machen·B·A·A·A·B·A·A

n/a/t·A·A·B·A·A p/a/s·A·A·B·A·A z/a/m·A·A·B·A·A

Polyphone10 — nur ’/a:/·A’-Dichten/a:/·A·A·A

t/a:/·A·A·A·A :/a:/·A·A·A·A Q/a:/·A·A·A·A l/a:/·A·A·A·A d/a:/·A·A·A·Ah/a:/·A·A·A·A j/a:/·A·A·A·A m/a:/·A·A·A·A n/a:/·A·A·A·A r/a:/·A·A·A·A z/a:/·A·A·A·A v/a:/·A·A·A·A b/a:/·A·A·A·A S/a:/·A·A·A·A f/a:/·A·A·A·A g/a:/·A·A·A·A k/a:/·A·A·A·A

t/a:/k·A·A·A·A·A t/a:/g·A·A·A·A·A

st/a:/k·A·A·A·A·A·A It/a:/k·A·A·A·A·A·A nt/a:/k·A·A·A·A·A·A Tag·B·A·A·A·A·A

di:nst/a:/k·A·A·A·A·A·A·A Donnerstag·G·A·A·A·A·A·A zamst/a:/k·A·A·A·A·A·A·A st/a:/ks·A·A·A·A·A·A·A

Dienstag·F·A·A·A·A·A·A·A Samstag·F·A·A·A·A·A·A·A

fraIt/a:/k·A·A·A·A·A·A·A It/a:/ks·A·A·A·A·A·A·A mIt/a:/k·A·A·A·A·A·A·A mIt/a:/kQE·A·A·A·A·A·A·A

Freitag·F·A·A·A·A·A·A·A mIt/a:/ks·A·A·A·A·A·A·A·A

mittags·D·A·A·A·A·A·A·A·A nachmittags·G·A·A·A·A·A·A·A·A vormittags·G·A·A·A·A·A·A·A·A

Mittag·D·A·A·A·A·A·A·A na:xmIt/a:/k·A·A·A·A·A·A·A·A fo:6mIt/a:/k·A·A·A·A·A·A·A·A

Nachmittag·G·A·A·A·A·A·A·A·A nachmittag·G·A·A·A·A·A·A·A·A Vormittag·G·A·A·A·A·A·A·A·A vormittag·G·A·A·A·A·A·A·A·A

Mittagessen·D·A·A·A·A·A·A·A

mo:nt/a:/k·A·A·A·A·A·A·A zOnt/a:/k·A·A·A·A·A·A·A montags·E·A·A·A·A·A·A

Montag·E·A·A·A·A·A·A·A Sonntag·E·A·A·A·A·A·A·A

t/a:/g@·A·A·A·A·A·A t/a:/gUN·A·A·A·A·A·A st/a:/g·A·A·A·A·A·A

Tage·B·A·A·A·A·A·A t/a:/g@n·A·A·A·A·A·A·A

Tagen·B·A·A·A·A·A·A·A

Tagung·B·A·A·A·A·A·A

u:/a:/6·A·A·A·A·A

Februar·F·A·A·A·A·A Januar·E·A·A·A·A·A

Q/a:/b·A·A·A·A·A ·B·A·A·A·Aah·B·A·A·A·A

aber·B·A·A·A·A·A Q/a:/b@n·A·A·A·A·A·A

Q/a:/b@nt·A·A·A·A·A·A·A

abends·B·A·A·A·A·A·A·A

l/a:/g·A·A·A·A·A fo:6Sl/a:/k·A·A·A·A·A kl/a:/6·A·A·A·A·A pl/a:/n·A·A·A·A·A

Sl/a:/g·A·A·A·A·A·A

Sl/a:/g@·A·A·A·A·A·A·A

o:6Sl/a:/g@n·A·A·A·A·A·A·A·A schlage·C·A·A·A·A·A·A·A

vorschlagen·F·A·A·A·A·A·A·A·A

Vorschlag·F·A·A·A·A·A klar·C·A·A·A·A·A pl/a:/n@·A·A·A·A·A·A pl/a:/nU·A·A·A·A·A·A

pl/a:/nUN·A·A·A·A·A·A·A

da·B·A·A·A·Ah/a:/b@·A·A·A·A·A

habe·B·A·A·A·A·A haben·B·A·A·A·A·A

ja·B·A·A·A·A tja·C·A·A·A·A m/a:/l·A·A·A·A·A prima·E·A·A·A·A

mal·B·A·A·A·A·A Im/a:/l·A·A·A·A·A·A einmal·F·A·A·A·A·A

aIm/a:/l·A·A·A·A·A·A·A

n/a:/x·A·A·A·A·A In/a:/6·A·A·A·A·A n/a:/m·A·A·A·A·A

n/a:/xmIta:k·A·A·A·A·A·A danach·D·A·A·A·A·A nach·B·A·A·A·A·A

Nachmittag·B·A·A·A·A·A·A nachmittag·B·A·A·A·A·A·A nachmittags·B·A·A·A·A·A·A

zEmIn/a:/6·A·A·A·A·A·A

Seminar·F·A·A·A·A·A·A

n/a:/m@·A·A·A·A·A·A

Name·B·A·A·A·A·A·A

r/a:/g·A·A·A·A·A r/a:/d·A·A·A·A·A

o:6r/a:/g@n·A·A·A·A·A·A fr/a:/g@·A·A·A·A·A·A tr/a:/g·A·A·A·A·A·A

E6fo:6r/a:/g@nt·A·A·A·A·A·A·A

hervorragend·H·A·A·A·A·A·A·A

Frage·C·A·A·A·A·A·A tr/a:/g@·A·A·A·A·A·A·A

gerade·D·A·A·A·A·A grade·C·A·A·A·A·A

z/a:/g·A·A·A·A·A z/a:/k·A·A·A·A·A z/a:/m·A·A·A·A·A

z/a:/g@·A·A·A·A·A·A

sagen·B·A·A·A·A·A·A

@z/a:/kt·A·A·A·A·A·A z/a:/kt·A·A·A·A·A·A

g@z/a:/kt·A·A·A·A·A·A·A

gesagt·D·A·A·A·A·A·A·A

z/a:/kt@·A·A·A·A·A·A·A

nz/a:/m·A·A·A·A·A·A

gemeinsam·H·A·A·A·A·A·A

v/a:/6·A·A·A·A·A

wahrscheinlich·B·A·A·A·A·A war·B·A·A·A·A·A zwar·D·A·A·A·A·A

b/a:/6·A·A·A·A·A b/a:/r·A·A·A·A·A

6b/a:/6·A·A·A·A·A·A

Und6b/a:/6·A·A·A·A·A·A·A

wunderbar·G·A·A·A·A·A·A·A

vereinbaren·H·A·A·A·A·A

f/a:/6·A·A·A·A·A f/a:/r·A·A·A·A·A

f/a:/r@·A·A·A·A·A·A

fahren·B·A·A·A·A·A·A

g/a:/6·A·A·A·A·A

gar·B·A·A·A·A·A

RMM-Schnittstelle Motivsuche KFZ-Kennzeichen-Erkennung Automatische Spracherkennung

Worterkennung ohne linguistisches Modell

vm1/g071axx0020TIS (712 Frames)

[1] ’|–-’ ’Hut’ ’ja’ ’da’[5] ’bin’ ’ich’ ’voll’ ’mit’[9] ’einverstanden’ ’is’ ’meine’ ’warum’[13] ’sollte’ ’sch’ ’das’ ’noch’[17] ’ablehnen’ ’darf’ ’Hut’ ’Hut’[21] ’belassen’ ’das’ ’dabei’ ’«häs»’[25] ’darf’ ’vielen’ ’Dank’ ’der’[29] ’ne’ ’–-|’

DekodierwahrscheinlichkeitenlogP(x |S) = −53964.3 = −53929.8−−72.7486+−107.29