Die aktuelle Hardware ist den Anforderungen des Drachen voraus und ermöglicht den Schieberegler Geschwindigkeit/Genauigkeit beliebig nach rechts zu ziehen, ohne dass der Text mit merklicher Verzögerung auf dem Bildschirm erscheint.

Jedenfalls bei mir führt das aber leider auch bezüglich der Genauigkeit zu keiner merklichen Veränderung. Weder bei kleinen, noch großen Schritten, weder sofort, noch nach einiger Wartezeit. Im Gegenteil, ganz rechts ist die Erkennungsgenauigkeit am schlechtesten und jetzt habe ich den Regler bei 75 % stehen. Gibt es da Verbesserungspotenzial?

Der besagte Schieberegler regelt, wie lange Dragon für eine zu erkennende Phrase nach möglichem Text sucht. Das Ergebnis sieht man z.B. beim Korrigieren im Buchstabierfenster als Alternativvorschläge. Der Regler hat also keinen Einfluss darauf, ob Text schnell oder verzögert auf dem Bildschirm erscheint. Angesichts guter Erkennungsleistung hat es keinen Sinn, den Regler in dieser oder jener Richtung zu verstellen. Bei schlechter Erkennung bringt es auch kaum einen Effekt, Dragon länger nach möglichen Phrasen suchen zu lassen - die Ursachen für schlechte Erkennung liegen an anderer Stelle.
Nach meiner Erfahrung hat ein Verstellen des Regler hin zu schnellerer Erkennung nur dann einen positive Effekt, wenn das zu Erkennende meist an zweiter Stelle im Buchstabierfenster erscheint. Dragon hat dann schon das Richtige gefunden, sucht aber weiter nach Alternativen und entscheidet sich letztendlich für die Falsche - um das mal etas volkstümlich auszudrücken.

Grüße
Hermann Meltzer

Nach meinen Beobachtungen machte der Schieberegler in der Version 8, teilweise noch in der Version 9, einen Sinn, je nach Leistungsstärke des Systems. Wenn bei diesen Versionen der Regler auf einem langsamen Computer auch nur ein Stück zu weit in Richtung "Genauigkeit" gestellt war, konnte die Textübertragung unerträglich lange dauern. Mit der deutlichen Reduktion der Latenzzeit ab der Version 10 ist eine weitere Beachtung des Reglers aber meines Erachtens überflüssig, und ich lasse ihn einfach dort stehen, wo er sich befindet, in der Mitte.

Denn im Umkehrschluss kann man, wie Hermann Melzer bereits ausgeführt hat, von einer Veränderung dieser Einstellung nicht quasi von selbst eine höhere Genauigkeit erwarten, insofern ist die Bezeichnung möglicherweise irreführend. Das wäre auch zu einfach und zu schön um wahr zu sein.

Viele Grüße
Rüdiger Wilke

Aus aktuellem Anlass greife ich dieses Thema noch einmal auf. Die bisherigen Bewertungen des Effektes basierten auf bloßer subjektiver Beobachtung, mittels eines von mir entwickelten und kürzlich veröffentlichten Programms können nun effektive Zahlen herangezogen werden. Dazu verweise ich auf den folgenden Beitrag in diesem Forum:

http://dragon-spracherkennung.forumprofi...nce-in-dns.html

Im Unterschied zu den bisherigen, aus meiner Sicht von Beginn an dubiosen, Methoden der Ermittlung von Leistungsdaten der Spracherkennung liefert das Programm die unmittelbar vom Spracherkenner zurück gegebenen Daten. Inwieweit diese zur Auswertung und daran anschließenden Aussagen dienlich sind, bleibt abzuwarten, zumindest aber werden die Fragestellungen damit auf eine realistische Basis gestellt, und zugleich relativiert.

Gruß
Rüdiger Wilke

Hallo,

In den Hinweis von Herrn Melzer habe ich mal zum Anlass genommen, an dem Schieberegler herum zu hantieren. Der Effekt ist in der Version 10 genau so, wie er es beschreibt. Das heißt, Dragon sucht kürzer nach möglichen Alternativen und das Ergebnis wird dadurch schneller angezeigt. Bei meinem nun schon längere Zeit trainierten Profil führt dies zu keiner Verringerung der Erkennungsleistung. Der positive Effekt ist allerdings, dass der Text viel schneller angezeigt wird, auch wenn mein System bereits über 3 Jahre alt ist und dementsprechend nicht über die modernste Technik verfügt.

Vielen Dank für die Erklärung, Herr Melzer.

Grüße

A. Wagner

Liebe Mitstreiter,

den anekdotischen Erfahrungen sei eines entgegengesetzt: Im KnowBrainer-Forum hat Chuck Renquist sehr engagiert die Auffassung vertreten, dass bei einer Reglereinstellung unterhalb von 75% NatSpeak seine Algorhythmen so umstellt, dass keine Quadgramme (Vier-Wort-Zusammenhänge) zur Ermittlung der wahrscheinlichsten Äußerung im Sprachmodell berücksichtigt werden, sondern, wie in älteren Fassungen des Programms (bis Version 8), "nur" Drei-Wort-Zusammenhänge).
http://www.knowbrainer.com/PubForum/inde...1F26thread42833
Neuere Quellen sprechen von 50% als relevanter Grenze.
Sicher kann keiner von uns das anhand des Quellcodes überprüfen. Ebenso kann es natürlich vom Diktierstil abhängen, inwieweit der "Quadgram-Vorteil" sich auswirkt oder andere Faktoren für die Erkennungsgenauigkeit so dominant sind, dass es egal wird. Hier ist weiter Raum für Tests mit Rüdigers neuem Tool, beispielsweise durch wiederholtes Abspielen von Äußerungen, die homophone Worte im richtigen Abstand enthalten.

Im Zweifel würde ich bis dahin empfehlen, den Regler nicht unter 50% zu schieben, und, wenn die Hardware das hergibt, auch höher (ab 75%.).

Grüße, Marius Raabe

Hi Marius,

wo Du gerade davon sprichst..., mit dem Test wie hier im Screenshot gezeigt: http://dragon-spracherkennung.forumprofi...1123.html#p1123 kann man schon einigermaßen brauchbare Prüfresultate erhalten, brauchbare Versuchsanordnung vorausgesetzt.

Ich habe dabei folgendes heraus gefunden:

Die Anzahl der Hypothesenbildungen bei dieser Äußerung, die ein Indiz der Verwendung der N-Gramme sind, geht niemals unter 8 (beim Regler zwischen 0 % und 50 %), steigt auf 9 bei 75 % und auf 10 bei 100 %.

Das Verhältnis "processing time" und "utterance length" hingegen verhält sich nahezu linear kongruent zur Stellung des Reglers, oder anders formuliert, die "processing time" bei 50 % ist etwa doppelt so lang wie bei 0 %, und etwa halb so lang wie bei 100 %.

Das spricht zunächst einmal ganz klar dafür, dass der Regler, zumindest bei dieser Testreihe, nicht nur eine Wirkung hat, sondern diese sogar den Vorgaben entspricht.

Wiederum, die Umsetzung der Äußerung sind immer die selben, und auch die Anzahl der Phrasen ist bei höherer Reglerstellung nicht größer.

Das hängt einfach damit zusammen, dass bei einer mehr oder weniger klaren Äußerung das Ergebnis ohnehin zuverlässig gefunden wird, und nicht mehr Zeit darauf verwendet wird als nötig, unabhängig von der Reglerstellung. Aber, wie man sieht, werden die N-Gramme doch unterschiedlich durchlaufen, je nach Stellung des Reglers, und damit einher gehen Unterschiede in den Millisekunden, und so richtig zum Tragen kommt es dann, wenn Dragon "kämpfen" muss, was man leicht testen kann, indem man absichtlich schlecht diktiert, oder wenn das Soundsystem nicht richtig eingestellt ist, und und und.

In der Praxis aber, mit ständig unterschiedlichen Bedingungen (mehr oder weniger gutes/schlechtes Diktat) wird der Effekt subjektiv schwer nachzuvollziehen sein, wenngleich es zutrifft, was Herr Wagner meldet, dass bei einem älteren Rechner die Latenzzeit deutlich verkürzt werden kann, wenn der Regler auf 0 % bis 25 % eingestellt ist, ohne dass die Genauigkeit dadurch unbedingt leidet, was wiederum damit zusammen hängt, dass die Vorgabe des Reglers keine absoluten Werte vornimmt, sondern immer relativ bezogen auf die Leistung des Systems, eben in Prozent, aber nicht in Zeit, zumindest so dass die Differenz zwischen 0 % und 100 % bei einem starken System nicht so sehr wiegt wie bei einem schwachen.

So, das war mal wieder einigermaßen unverständlich, tut mir leid, es ist eben so kompliziert. Und in dem Zusammenhang muss auch erwähnt werden, dass jegliche Aussage auf der Basis der Tests dadurch relativiert wird, dass die Resultate niemals identisch sind, sondern zum Teil erheblich voneinander abweichen können. Das spricht zwar nicht gegen den Testaufbau, schließlich werden die Zahlen direkt an der Quelle gewonnen und näher dran geht nicht, aber so ist nun mal Spracherkennung - einfach unberechenbar! Wie die Sprache...

Grüße nach Ost und Nord - und nach Süd
Rüdiger Wilke