Hallo Drachenfreunde,

in Klammern steht immer, was Dragon geschrieben hat.

zum Lesen (zum Lesen)
zum Schreiben (zum Schreiben)

zum Naschen (zum naschen)
zum Zusammenstecken (zum zusammenstecken)
zum Anziehen (zum anziehen)

… war hier nicht jemand, der Deutsch studiert hat?

Werden solche Begriffe nach dem Wort "zum" nicht groß geschrieben?

Wenn ja, wie bringe ich das dem Drachen am leichtesten bei?

Oder diktiert Ihr in solchen Fällen immer das "groß" mit?

Übrigens – wer kennt eine gute Internetseite zum Thema Grammatik mit vielen Beispielen? Mein Drache und ich wollen da mal ein wenig stöbern.:-)

Liebe Drachenfee,

damit wir entscheiden können, ob wir "zum Lesen" oder "zum lesen" schreiben, wenden wir etwas an, was man als "sprachliches Wissen" oder auch als "Sprachkompetenz" bezeichnet. Dazu gehören die Kenntnis der Regeln, nach denen die einzelnen Elemente einer Sprache miteinander verbunden werden (Grammatik), ein Verständnis davon, was die sprachlichen Einheiten bedeuten (Semantik) und Erfahrungen darin, wie Sprache als Mittel der Kommunikation in Situationen verwendet und interpretiert werden muss (Pragmatik).

Von all dem hat der Drachen aber überhaupt keine Ahnung! Das einzige was er kann, und worin er ziemlich gut ausgebildet ist, ist auf den kontinuierlichen Fluss der Sprachlaute zu lauschen und darin ihm bekannte Wortmuster zu identifizieren, dies aber ohne jegliche Kenntnis der o.g. Zusammenhänge.

Deshalb verhält es sich auch so, dass für den Drachen "naschen" und "Naschen" nicht zwei verschiedene Wörter sind, sondern ein und dasselbe, weil es jedes Mal genau dasselbe Lautmuster ist.

Bei den Ausdrücken "zum Lesen" und "zum Schreiben" allerdings wirst Du sehen, dass die jeweils groß geschriebenen Formen zusätzlich zu den klein geschriebenen Infinitiv-Formen schon im Vokabular enthalten sind, im Unterschied zu den von Dir erwähnten Beispielen wie etwa "naschen". Wenn die Substantivform nicht im Vokabular enthalten wäre, würde Dragon sie nicht schreiben, außerdem scheint es sich bei diesen Beispielen so zu verhalten, dass die Version 11 durch Aufbereitung und Anpassung des Sprachmodells mittels geeigneter Texte die entsprechenden Kontexte schon kennt und somit spontan wie gewünscht umsetzt. Nicht aber, weil Dragon eine Regel kennen würde, die da lautet "nach zum wird eine Infinitiv-Form großgeschrieben".

Wenn Du darüber hinaus bestimmte Formen immer wieder verwenden willst, kannst du versuchen, erstens die Substantivformen zusätzlich aufzunehmen und zweitens durch Korrektur und Training Dragon beizubringen, sie zu verwenden. Aller Erfahrung nach aber ist dies eine müßige Übung, so dass nach meiner Auffassung der einfachere Weg ist, in solchen Fällen die Großschreibung mittels Befehl zu aktivieren.

Anbei noch ein Link mit einer Zusammenstellung von online verfügbaren Grammatik-Seiten:

http://www.lernen-mit-spass.ch/links/deutsch/grammatik.php

Aus o.g. Gründen brauchst Du aber den Drachen dort nicht mit hinzunehmen.

Grüße, Rüdiger

Die Thematik wurde hier schon ausführlich behandelt:

http://dragon-spracherkennung.forumprofi...sonderfall.html

Gruß, Marius Raabe

Hallo Drachenfreunde,

das beraubt mich einiger Illusionen. Bisher dachte ich, dass Dragon aus dem Kontext lernt. Selbst bei der kurzen Lektion, die man zu Beginn diktiert, wird das beschrieben. Dort sind die Beispiele "Rat" und "Rad" genannt (klar – gleich lautende Worte).

Wenn der Drache dort aus dem Kontext lernt, warum lernt er nicht, dass das Wort "naschen" im Kontext "Ich möchte etwas zum naschen." groß geschrieben wird?

Ich habe den benannten Thread quer gelesen – konnte dafür aber keine Erklärung finden.

Warum wird diese Software auf leistungsfähigen Maschinen nicht einfach mit einer Rechtschreibe-und Grammatikprüfung gekoppelt? Ich wundere mich von Version zu Version, dass das nicht gemacht wird. Die CPU Auslastung der vier Kerne liegt beim Diktieren nicht wesentlich höher, als im sonstigen Betrieb (von ca. sechs auf 11 % maximal – Spitzenwerte).

Ich möchte etwas zum Naschen. (Nach der Word-Überprüfung.)

Der Rechenaufwand, um einen Satz bzw. mehrere hintereinander diktierte Sätze zu überprüfen, dürfte minimal sein.

Liebe Anja,

ich höre schon den Hilferuf dahinter, aber es hilft alles nichts, und weil das Thema aber so wichtig ist, ist es die Sache wert, dass es noch etwas näher beleuchtet wird. Für mich sind die angesprochenen Probleme überhaupt gar keine, denn über die Rechtschreibung brauche ich mir keine Gedanken mehr zu machen – alle Wörter im Lexikon, und nur solche kann Dragon umsetzen, sind richtig geschrieben, bei den benutzerdefinierten Wörtern muss ich eben selbst aufpassen –, und die grammatischen Regeln, die Dragon einfach nicht kennen kann, kenne ich gut genug und die damit verbundenen Schwächen, um entsprechend dagegen einzugreifen. Das sind aber eigentlich nur Kleinigkeiten, ehrlich gesagt.

Aber nochmal zu diesem speziellen Fall, vielleicht habe ich es nicht klar genug erklärt. Damit der Ausdruck "zum Naschen" überhaupt umgesetzt werden kann, muss die Form "Naschen" erst einmal im Vokabular enthalten sein; das ist eigentlich auch keine Frage der Rechtschreibung im engeren Sinne, sondern der Grammatik. Von Hause aus ist die Form "Naschen" nicht im Vokabular enthalten, man könnte sie aber hinzufügen. Das gleiche würde dann aber für alle anderen Verben gelten, die ja potenziell infrage kommen. Erst letzte Woche hatten wir jemanden, der wollte unbedingt alle Genitivformen und Partizipien hinzugefügt sehen. Nächste Woche kommt wahrscheinlich jemand, der am liebsten auch noch alle Steigerungsformen der Adjektive und Adverbien aufgenommen haben möchte.… (Genug der Scherze!)

Die Sprache (der Menschen) ist einfach eine zu komplexe und grenzenlos-kreative Angelegenheit, als dass man sie in die engen Bahnen dessen, wozu eine Maschine fähig ist, jemals pressen könnte. Das Problem ist aber, dass die meisten Sprecher sich dessen überhaupt nicht bewusst sind, sondern die Sprache einfach so "benutzen", ohne es zu bemerken, was sie da eigentlich machen. In Wahrheit aber benutzen sie sie noch nicht einmal, sondern sie erschaffen sie sozusagen jedes Mal neu in dem Moment, wo sie sie sprechen. – Aber jetzt wird es einfach zu tiefsinnig.

Vielleicht an einem Beispiel erklärt: stell dir vor, die Wortformen einer Sprache wären Bauklötze, jeder nach seiner Art, die Sprecher aber haben nicht nur die Bauklötze zur Verfügung, sondern auch die Regeln, nach denen sie zusammengebaut werden können. Darüber hinaus verfügen die Sprecher aber auch noch über die Möglichkeit, die Bauklötze umzuformen in Gestalten, die sie vorher noch nie verwendet haben, oder ganz neu zu erschaffen, indem sie mehrere miteinander verbinden, ohne dass dadurch irgend ein Problem für die anderen Sprecher entsteht. Die Anzahl der Bauklötze, die die Sprecher zur Verfügung haben, ist dadurch nicht nur sehr, sehr groß, sondern prinzipiell unbegrenzt.

Dragon hat nun auch schon eine sehr große Anzahl von Bauklötzen im Gepäck, nämlich von Anfang an mehr als 150.000; das ist aber nur ein Bruchteil der insgesamt möglichen von den Sprechern verwendeten. Nach irgendwelchen statistischen Kriterien wurde ermittelt, welches die wahrscheinlichsten sind, die in bestimmten Textsorten verwendet werden, und danach wurden sie zusammengestellt.

Mehr als das hat Dragon aber nicht zur Verfügung, nämlich die Bauklötze, die es kennt, und es hat eine Vielzahl damit gebildeter fertiger Konstrukte studiert, aber es kennt keine einzelne Regel, nach denen die Bauklötze spontan und kreativ zusammengebaut werden können, so wie die Sprecher es machen.

So, und da wir nun genug Bauklötze gestaunt haben, möchte ich die Rede mit der Betrachtung schließen, dass die Verwendung von Spracherkennungssoftware eine gewisse Liebe und Begabung für Sprache voraussetzt, und ihre Kenntnis, damit sie mit Freude und Gewinn angewendet werden kann.

Grüße, Rüdiger

Hallo Rüdiger,

das ist mit poetischer Zunge geschrieben in tiefster Bewunderung daher auch nur eine Frage:

Was spricht gegen eine Kopplung von Dragon mit einer automatischen (die Betonung liegt auf automatischen) Rechtschreibung-und Grammatikkontrolle, wie sie manuell in Word integriert ist?

Dann würde es keine Rolle spielen, ob von der Grundform

perforiert

die beispielhaften Ableitungen

perforierte, perforiertes, perforierten, perforierten, perforierter,…

vorhanden wären oder nicht. Aus dem Kontext heraus würde die Grammatikkontrolle erkennen, dass "perforierter Papier" falsch ist.

Und das klappt effektiv zu einem sehr hohen Prozentsatz mit der manuellen Grammatikkontrolle von Word. Also sollte die Kombination – vorausgesetzt sie erfolgt automatisch – für heutige Verhältnisse unschlagbar gut sein.

Hallo Anja,

ich habe keine Ahnung, wie eine Grammatikkontrolle eigentlich funktioniert, aber sicherlich kann sie doch auch nur Formen zur Korrektur vorschlagen, die sie schon kennt, oder? Oder kann sie auch selbst welche frei bilden? - Dragon kann das jedenfalls nicht, ganz unpoetisch gesprochen.

Aber egal, wenn das Programm schon das Wissen im voraus hätte, dass "perforieter Papier" falsch ist, würde es das wahrscheinlich nicht umsetzen. Das ist halt der Unterschied zwischen Tippen und Diktieren: die Tastatur macht jede Kleinigkeit mit, rein sklavisch, der sie ausgesetzt wird, bei der Diktiersoftware gibt es noch eine Zwischeninstanz, die nicht ganz ohne Kreativiät ist, sofern Entscheidung kreativ ist. In der Freiheit der Entscheidung liegt aber immer auch die Möglichkeit des Irrtums verankert.

Du kannst es drehen wie Du willst, Du wirst Spracherkennung, wie sie sich heute darstellt, nicht mit Grammatik in Verbindung bringen können.

Grüße, Rüdiger

Hallo Rüdiger,

ich weiß, dass es im Moment nicht automatisch geht. Manuel ist es kein Problem, da ich den beispielhaften Satz in Word diktieren kann und über die Rechtschreibkontrolle korrigieren lassen kann – aber wie gesagt nur manuell und damit zeitaufwändig.

Aber ich habe gehört, dass es bereits Tools für Dragon gibt. Warum sollte es nicht ein Tool geben, was eine vorhandene Rechtschreibkontrolle mit integrierter Grammatikprüfung (zum Beispiel von Word) mit Dragon koppelt?

Um bei obigen Beispiel zu bleiben:

Ich möchte etwas zum naschen.
(Das schreibt Dragon auch nach neunmaliger Korrektur falsch. Es reicht scheinbar nicht, das Wort "Naschen" dem Wortschatz hinzuzufügen und mehrfach zu trainieren.)

Ich möchte etwas zum Naschen.
(Word korrigiert sofort richtig, wenn die Rechtschreibkontrolle angeworfen wird.)

Natürlich würde dadurch keine hundertprozentige Sicherheit entstehen, aber die grundlegenden Fehler würden enorm abnehmen.

Das ist ein versteckter Hinweis darauf, dass jemand mit Programmierkenntnissen das bestimmt realisieren kann

Ich weiß, ich bin meiner Zeit voraus. Wir sprechen darüber wieder, wenn Dragon in der Version 27.x erschienen ist

Gute Nacht!

Zitat

---

Ich möchte etwas zum naschen.
(Das schreibt Dragon auch nach neunmaliger Korrektur falsch. Es reicht scheinbar nicht, das Wort "Naschen" dem Wortschatz hinzuzufügen und mehrfach zu trainieren.)

---

Das sagte ich schon, aber selbst wenn, müsste man es für alle Einzelfälle durchgehen - oder alle möglichen Kombinationen als letztendlich mehrdeutige Phrasen eingeben -, und wenn man am Ende angekommen ist, spätestens, aber wahrscheinlich schon vorher, könnte man vorne wieder anfangen, weil die probabilistisch arbeitenden Hidden Markov Modelle leider - den Menschen nicht unähnlich - Opfer der Vergesslichkeit mangels Übung werden.

Zitat

---

Aber ich habe gehört, dass es bereits Tools für Dragon gibt. Warum sollte es nicht ein Tool geben, was eine vorhandene Rechtschreibkontrolle mit integrierter Grammatikprüfung (zum Beispiel von Word) mit Dragon koppelt?

---

Weil das zwei völlig voneinander verschiedene Ebenen sind: die Erkennung auf der einen, ursprünglich produktiven, die Korrektur auf der anderen, demgegenüber nachgelagerten Ebene. Wenn eine Äußerung umgesetzt wird, dann so, in Grundzügen, wie ich versucht habe es zu erklären. Der Erkenner macht das für ihn "Beste" daraus, und spuckt es aus. Es wäre denkbar, dass in einem zweiten Schritt der Korrekor darüber geht und seine Kringel macht. Beide arbeiten aber nicht in derselben Firma, und was der Korrektor weiß, kann der Erkenner nicht wissen, und auch nie erfahren, also auch nicht von ihm lernen, nach den heutigen Bedingungen, unter denen der Erkenner arbeitet. Es wäre also ein ewig sich fortsetzender Zwei-Schritte-Prozess vonnöten - und nicht auszudenken, welche Klagen daraus folgen würden, dass es noch viel länger dauert.

Mit den bisherigen "Tools" für Dragon hat das alles gar nichts zu tun.

Zitat

---

Natürlich würde dadurch keine hundertprozentige Sicherheit entstehen, aber die grundlegenden Fehler würden enorm abnehmen.

---

Die "grundlegenden Fehler" nehmen in dem Moment enorm ab, wo die Anwender verstehen, wie die Software funktioniert, was sie kann, und was sie nicht kann, und dies akzeptieren.

Schlaf gut, und träume schön vom Drachen, aber besser nichts vom Naschen.

Rüdiger

Liebe Drachen-Feen und Zauberer,

ich möchte keinesfalls Verwirrung in die schon häufiger geführte Debatte über eine Grammatikprüfung tragen, gebe aber Folgendes zu bedenken:
Nach meinen äußerst bescheidenen Kenntnissen über die Geschichte der Spracherkennung hat man eine Weile lang durchaus versucht, mit einer grammatikalischen Heuristik zu operieren, das war aber nicht erfolgreich, so dass man sich auf den rein probabilistischen (statistischen) Ansatz verlegt hat.
Da die Idee nicht neu ist, bin ich einigermaßen überzeugt davon, dass man dann, wenn eine 2-Schritt-Vorgehensweise in dem Sinne, dass zunächst das HMM-basierte Sprachmodell durchläuft (bzw. jetzt zwei Modelle parallel) und danach oder dabei noch eine grammatikalische Plausibilitätsprüfung stattfindet, Vorteile brächte, dies schon implementiert hätte.
Bei dieser Bewertung darf man m. E. auch nicht die Unterschiede zwischen den Sprachen vernachlässigen. Ich würde mal die These wagen, dass es von der verwendeten Sprache abhängt, ob eine Grammatikkontrolle die typischen Fehler der Spracherkennung in der Zahl signifikant reduzieren kann. Weit entfernt davon, wirklich polyglott zu sein, kann ich mir vorstellen, dass so etwas, wenn es möglich und hinreichend schnell wäre, im Deutschen mehr Vorteile brächte als im Englischen. Die Probleme mit der Klein- und Großschreibung sind im Englischen nun einmal geringer, ebenso mit Flexionen.
Mich würde in dem Zusammenhang auch mal interessieren, wie gut die Spracherkennung eigentlich im Französischen ist mit seiner Vielzahl von jedenfalls für mein Ohr homophonen Wörtern in vielfältigen Schreibweisen - je nach Zusammenhang.

Apropos verschiedene Sprachen: Möglicherweise spielen vor dem Hintergrund der verschiedenen Bedeutung einer Grammatikkontrolle in verschiedenen Sprachen auch Aspekte des Programmieraufwands bzw. der Größe des Marktes eine Rolle. Immerhin ist es auffällig, dass es im Englischen eine automatische Zeichensetzung in Dragon gibt, nicht aber im Deutschen. Diese Automatik funktioniert zwar alles andere als fehlerfrei, ist aber ein Beleg (unter mehreren) dafür, dass man sich mit dem großen Heimatmarkt mehr Mühe gibt. Ob die automatische Zeichensetzung ausschließlich HMM-gesteuert ist, also nur überprüft wird, wie häufig ein Komma oder ein Punkt in bestimmten Wortfolgen vorkommt oder ob eine rudimentäre grammatikalische Heuristik zum Einsatz kommt, weiß ich nicht. Ein Indiz für die erste Variante könnte sein, dass die Diskussion im amerikanischen Benutzerforum meines Wissens auch auf dem Stand ist, dass der Drache von Grammatik rein gar nichts versteht (freilich kann sich auch Big Chuck mal irren....).

Summa summarum bin ich bei Rüdiger: Wenn man versteht, dass der Drache nichts versteht, hat man rein statistisch gute Chancen, von ihm verstanden zu werden.

Für den statistischen Rest finde ich es schon eine prima Hilfe, in Word und Outlook die Grammatikprüfung kontinuierlich mitlaufen zu lassen.


Gruß, Marius Raabe

Zitat

---

Ob die automatische Zeichensetzung ausschließlich HMM-gesteuert ist, also nur überprüft wird, wie häufig ein Komma oder ein Punkt in bestimmten Wortfolgen vorkommt oder ob eine rudimentäre grammatikalische Heuristik zum Einsatz kommt, weiß ich nicht.

---

Das geht noch viel, viel rudimentärer, nämlich danach, wie Pausen diktiert werden und nach meinen Erfahrungen damit abhängig von deren Länge, aber alles in allem ziemlich chaotisch. Wobei die Zeichensetzung im Englischen, abgesehen natürlich vom Satzpunkt, in keiner Weise mit der im Deutschen zu vergleichen ist, die zu 99,99 % grammatisch reglementiert ist (zumindest in der noch mir bekannten alten Form), im Englischen dagegen ist das mehr eine Frage des Gefühls - weswegen sich das Englische auch eignet, die Autopunktion dort mal zu testen, so weit ich weiß aber niemand bereit ist, sie einzusetzen, weil sie einfach zu viel Mist macht.

Davon abgesehen, es gibt so viele verschiedene Ansätze in der Spracherkennungs-Theorie, mit mehr oder weniger linguistischen Anteilen, grammatische und semantische Ansätze waren und sind auch dabei. Aber die Maschine ist nun mal kein Mensch, und bei Dragon ist das humanoide Element ganz bestimmt nicht vertreten.

Vergesst also die Grammatik-Prüfung, wenn ihr damit glücklich werden wollt.

Grüße, Rüdiger

Hallo,

An dieser Stelle erlaube ich mir, auch einen Kommentar zu der Problematik zu geben. Wie ich schon in dem von Herrn Raabe zitierten Beitrag anmerkte, besteht meiner Ansicht nach tatsächlich das Problem, dass nach den Angaben von Herrn Wilke hier wohl im Prinzip die Erkennungsweise, wie sie für die englische Sprache am besten ist, mit vermutlich nur wenigen Änderungen auf das Deutsche übertragen worden ist.

Wenn ich nun den Beitrag hier lese, beschleicht mich nach wie vor das Gefühl, dass die Zukunft der Spracherkennung für verschiedene Sprachen darin liegt, dass die Entwickler eben beispielsweise die Grammatik mit berücksichtigen bei der Umsetzung der Erkennung. Wenn man lediglich auf Pausen beim Sprechen abstellt, werden die hier von der Drachenfee beschriebenen Probleme immer wieder auftreten. Zumindest wir als Juristen unterliegen ja darüberhinaus immer wieder der Versuchung, möglichst erst am Ende einer DIN A4 Seite einen Punkt zu machen, wobei wir dem Hauptsatz eine Vielzahl von Nebensätzen und weiteren Einfügungen angedeihen lassen. Solche Sätze kann man aber in vielen Fällen nicht ohne Pause diktieren. Ich gebe sogar zu, dass ich manchmal bei einem einfachen Hauptsatz mittendrin eine Pause mache, um mir das Ende mal noch zu überlegen. Das widerspricht natürlich den Wünschen der Entwickler, so wie es ja auch in der Hilfe und beim Training meines Erachtens beschrieben ist. Aber die Software soll ja für Menschen gemacht sein und nicht umgekehrt sollen wir Menschen uns an die Software gewöhnen müssen. Das war ja bis vor wenigen Jahren auch das Hauptproblem der Spracherkennung, dass man sie nur sehr umständlich bedienen konnte. Man sieht das ja auch in der in Windows eingebauten Spracherkennung, die zwar durchaus einige Standardsätze erkennen kann, aber wo schon beim Korrigieren so viele Fehler auftreten, dass man spätestens nach einem halben Tag anfängt, im Internet eine Alternative zu suchen und zu bestellen.

Da Herr Wilke ja sagt, dass die Entwickler solche Foren mitlesen, hoffe ich, dass unsere Überlegungen hier bei Nuance auch ankommen. Das Hauptproblem wird sein, wie man deutsche Grammatik so aufschreibt, dass sie auch ein Computer begreifen könnte. Es müsste ja so eine Art Tabelle sein, die das schön auflistet und wo DNS dann einfach drin nachschauen kann. In Anbetracht der Weiterentwicklungen bei der Hardware dürfte das ja durchaus auch in Zukunft eine technisch durchführbare Möglichkeit zur Verbesserung der Spracherkennung sein.

Grüße

A. Wagner

Zitat

---

Wie ich schon in dem von Herrn Raabe zitierten Beitrag anmerkte, besteht meiner Ansicht nach tatsächlich das Problem, dass nach den Angaben von Herrn Wilke hier wohl im Prinzip die Erkennungsweise, wie sie für die englische Sprache am besten ist, mit vermutlich nur wenigen Änderungen auf das Deutsche übertragen worden ist.

---

Ja und nein. Ja, weil das Grundprinzip der Funktionsweise von Spracherkennung in der vorliegenden Form in allen Sprachen dasselbe ist, nein, weil es dabei nicht um einzelsprachliche Eigenheiten oder Prinzipien geht, nach denen die Sprachen von den Sprechern gesprochen werden (Grammatik zum Beispiel), mit Ausnahme der jeweils sprachenspezifischen Systeme der Sprachlaute (Phonemsysteme). - Und kurz gesagt, noch mal, es geht nicht, und es geht auch nicht darum, was die Entwickler wünschen, wie Spracherkennungssoftware verwendet werden soll, sondern um das, was machbar ist. Dafür wäre Sprachverständnis erforderlich, was die Software nun mal nicht hat.

Sprachwissenschaftlich betrachtet arbeitet Spracherkennung lediglich auf der "untersten" Ebene der Sprachproduktion, auf der Lautebene, und verwendet recht ausgeklügelte Techniken, die gesprochenen Laute in aller ihrer Variabilität aus dem Kontinuum der Äußerung heraus zu identifizieren. Nicht mehr, aber auch nicht weniger.

Jede Sprache verfügt über ein geschlossenes System von Sprachlauten (Phoneme), in den europäischen Sprachen sind das in der Regel 40 bis 50. Bei naiver Betrachtung werden Phoneme immer mit dem verwechselt, wie Buchstaben ausgesprochen werden, aber in jeder alphabetisch verschriftlichen Sprache gibt es eine mehr oder weniger enge Bindung zwischen Schreibung und Lautung, die zum Teil jedoch historisch weitgehend verdeckt sein kann (Englisch und Französisch etwa).

Die Kunst, auch der Sprecher (besser Hörer), besteht nun darin zu wissen, welche Laute tatsächlich gesprochen wurden, da jeder Sprachlaut in der Realisierung immer anders klingt, nicht nur über verschiedene Sprecher hinweg, sondern jedes Mal, wenn er artikuliert wird; das hat die experimentelle Phonetik schon sehr früh heraus gefunden.

Menschliche Hörer aber lernen nicht einzelne Laute zu erkennen, sondern Wörter, unabhängig davon, wer sie wie ausspricht, das Kleinkind weiß sehr früh, was ein "Auto" ist, egal, ob Vater oder Mutter es sprechen, solange sie Deutsch reden, obwohl beide Klangereignisse physikalisch betrachtet ganz unterschiedlich sind. Das Kind lernt, Sprache zu "verstehen", und sinnhafte Rede von nicht-sinnhaften Geräuschen zu unterscheiden.

Spracherkennung dagegen ist ein Fall von Mustererkennung, und rein optisch. Die Audiodaten werden in Spektogramme umgewandelt, woraus Merkmale gewonnen werden, die im Zusammenhang betrachtet Muster ergeben (können). Eine Überprüfung der "Sinnhaftigkeit" (Semantik) oder "Regelhaftigkeit" (Grammatik) ist dabei aber nicht möglich, nicht nur, weil es dafür keine Regeln gibt oder, wenn doch, sie zu umfangreich wären, sondern deshab, weil die Zahl der möglichen erkannten Muster gegenüber der prinzipiell freien und grenzenlosen menschlichen Sprachproduktion im vorhinein determiniert wäre. (Es gibt Sonderfälle von sprecherunabhängigen Spracherkennungssystemen, die so arbeiten, zum Beispiel wenn das System als Eingabe die Zahlen von 1 bis 10 erwartet.)

Vor diesem Hintergrund ist die Spracherkennung in der Form, wie wir sie haben, das Beste und Leistungsfähigste, was auf diesem Gebiet derzeit machbar ist, wenn es darum geht, frei formulierte Rede in geschriebenen Text umzusetzen - mit all den bekannten und systembedingten Limitationen.

Grüße, R. Wilke

Nur um meinen Vorredner (und mich) zu ergänzen und es vielleicht noch einfacher zu sagen:

Natürlich wäre es prinzipiell denkbar, nach dem Ende des von Rüdiger beschriebenen Vorgangs, nachdem also aus den Geräuschen unter Zuhilfenahme des akustischen Modells Hypothesen über Laute und dann unter Zuhilfenahme des Sprachmodells Hypothesen über Wörter – und schließlich in Sonderfällen auch noch deren Schreibweise – geworden sind, zu prüfen, ob diese grammatikalisch sinnvoll sind.
Aber was, wenn nicht (oder die Software den Verdacht hat)? Wer ständig mit der Grammatikprüfung von MS Word arbeitet, weiß, dass diese die vermeintlichen Inkonsistenzen kennzeichnen und eine gewisse Zahl von mehr oder minder sinnvollen Alternativen anbieten kann, wobei es sehr häufig übrigens zu „falsch positiven“ Kennzeichnungen kommt, also Fehler behauptet werden, die es gar nicht gibt. Diese Technik ist jedenfalls bei weitem nicht so fortgeschritten, dass sie mit einer für den Nutzer hinreichenden Sicherheit entscheiden könnte, welches die richtige Variante wäre (Dragon hingegen kann das mit seiner Methode bekanntlich mit einer sehr, sehr sehr hohen Trefferquote). Aus dem Grunde ändert Word den Text ja auch nicht von allein (das traut sich die Software selbst bei der um ein Vielfaches einfacheren Rechtschreibprüfung bekanntlich nur bei einigen besonders typischen Fehlern wie "dsa"). Wenn man hier eine automatische Änderung zulassen würde, wäre die Fehlerrate gigantisch hoch und das sichere Ende für die Spracherkennung im Markt, abgesehen davon, dass die meisten Sprecher wohl keine grammatikalisch vollständigen und korrekten Sätze in einer einzigen Äußerung diktieren.
Wenn aber in allen grammatikalisch zweifelhaften Fällen ohnehin der Mensch gefragt werden muss, ist man bei genau dem System, welches man tatsächlich hat, wenn man mit Dragon in MS Word diktiert und dabei die Grammatikkontrolle laufen hat. Bei jedem grünen Kringel sollte der Benutzer halt mal hinsehen, ob Word sich geirrt hat oder Dragon.

Die DragonPad-Diktatoren, Verzeihung: Diktanten, haben diese Möglichkeit nicht – weil DragonPad nunmal nicht ein so leistungsfähiger Texteditor ist wie Word – oder vielmehr nicht gleich, sondern erst nach der Übertragung in MS Word oder ein vergleichbares Programm (dann ist es allerdings meist zu spät für eine Korrektur, aus welcher der Drachen noch lernen könnte, aber das ist schon wieder ein anderes Thema).

Daher wie gesagt auch meine obige These: Wenn es (anders) funktionieren würde, wäre es von denen, die hauptberuflich davon leben, schon gemacht worden.

Gruß, Marius Raabe

Zitat von "Marius Raabe"

---

Mich würde in dem Zusammenhang auch mal interessieren, wie gut die Spracherkennung eigentlich im Französischen ist mit seiner Vielzahl von jedenfalls für mein Ohr homophonen Wörtern in vielfältigen Schreibweisen - je nach Zusammenhang.

---

Recht gut - für die Einheimischen, und für die Fremdsprachler nach meinen knappen Erfahrungen damit insoweit, wie sie imstande sind, die schon fast künstlerisch zu nennende, für fremde Ohren minimalistisch bis hin zur Unkenntlichkeit tendierende, aber offensichtlich für Muttersprachler dennoch richtige Auslass-Artikulation in zusammenhängenden Klangkörpern nachzubilden - als einer, der in der Schule diese Sprache weitaus mehr in geschriebener als gesprochener Form kennen gelernt hat, staune ich immer wieder, wenn ich dieses herrliche Land bereise, wie Menschen miteinander reden können, untereinander, und nur im bescheidenen Umfang mit mir. Spracherkennungstheoretisch betrachtet bewege ich mich da noch auf der Stufe der diskreten Worterkennung.

Ich habe mal gelesen, dass unter allen Sprachen das Italienische von der Phonetik her am besten für Spracherkennung geeignet sein soll. Vielleicht ist ja am Ende doch etwas daran, dass der Drachen eigentlich der "Textpate" ist.

Gruß, Rüdiger