Spracherkennung oder Sprache-zu-Text ist die Fähigkeit einer Maschine oder eines Programms, laut gesprochene Wörter zu erkennen und sie in lesbaren Text umzuwandeln. Rudimentäre Spracherkennungssoftware verfügt über einen begrenzten Wortschatz an Wörtern und Sätzen und kann diese nur erkennen, wenn sie sehr deutlich gesprochen werden. Anspruchsvollere Software ist in der Lage, natürliche Sprache, verschiedene Akzente und Sprachen zu akzeptieren.

Spracherkennung umfasst verschiedene Forschungsbereiche der Informatik, Linguistik und Computertechnik. Viele moderne Geräte oder textorientierte Programme können mit Spracherkennungsfunktionen ausgestattet sein, die eine einfachere oder freihändige Nutzung eines Geräts ermöglichen.

Es ist wichtig zu beachten, dass die Begriffe Spracherkennung und Spracherkennung manchmal austauschbar verwendet werden. Die beiden Begriffe bedeuten jedoch unterschiedliche Dinge. Spracherkennung wird verwendet, um Wörter in gesprochener Sprache zu identifizieren. Die Stimmerkennung ist eine biometrische Technologie, die zur Identifizierung der Stimme einer bestimmten Person oder zur Identifizierung des Sprechers verwendet wird.

Wie sie funktioniert

Die Spracherkennung arbeitet mit Algorithmen zur akustischen und sprachlichen Modellierung. Die akustische Modellierung stellt die Beziehung zwischen sprachlichen Einheiten und Audiosignalen dar; die Sprachmodellierung ordnet Klänge Wortfolgen zu, um ähnlich klingende Wörter zu unterscheiden.

Oft werden auch versteckte Markov-Modelle verwendet, um zeitliche Muster in der Sprache zu erkennen und die Genauigkeit des Systems zu verbessern. Bei dieser Methode werden Systeme nach dem Zufallsprinzip verändert, wobei davon ausgegangen wird, dass zukünftige Zustände nicht von vergangenen Zuständen abhängen. Andere Methoden, die bei der Spracherkennung zum Einsatz kommen, sind die Verarbeitung natürlicher Sprache (NLP) oder N-Gramme. NLP vereinfacht den Spracherkennungsprozess und nimmt weniger Zeit in Anspruch. N-Gramme hingegen sind ein relativ einfacher Ansatz für Sprachmodelle. Sie helfen dabei, eine Wahrscheinlichkeitsverteilung für eine Sequenz zu erstellen.

Mehr fortgeschrittene Spracherkennungssoftware wird KI und maschinelles Lernen verwenden. Diese Systeme nutzen Grammatik, Struktur, Syntax sowie die Zusammensetzung von Audio- und Sprachsignalen, um Sprache zu verarbeiten. Software, die maschinelles Lernen einsetzt, lernt umso mehr, je öfter sie verwendet wird, so dass es einfacher sein kann, Konzepte wie Akzente zu erlernen.

Anwendungen

Zu den häufigsten Anwendungen von Spracherkennung in Unternehmen gehört die Verwendung von Spracherkennung in mobilen Geräten. Beispielsweise können Einzelpersonen diese Funktion in Smartphones für die Anrufweiterleitung, die Verarbeitung von Sprache in Text, die Sprachwahl und die Sprachsuche nutzen. Ein Smartphone-Benutzer könnte die Spracherkennungsfunktion nutzen, um auf einen Text zu antworten, ohne dabei auf sein Telefon schauen zu müssen. Die Spracherkennung auf iPhones ist beispielsweise mit anderen Funktionen wie der Tastatur und Siri verbunden. Wenn ein Nutzer eine zweite Sprache zu seiner Tastatur hinzufügt, kann er die Spracherkennungsfunktion in der zweiten Sprache nutzen (sofern die zweite Sprache auf der Tastatur ausgewählt ist, wenn die Spracherkennung aktiviert wird). Um andere Funktionen wie Siri zu nutzen, muss der Benutzer die Spracheinstellungen ändern.)

Spracherkennung ist auch in Textverarbeitungsprogrammen wie Microsoft Word zu finden, wo Benutzer diktieren können, was als Text angezeigt werden soll.

Vor- und Nachteile

Die Spracherkennungstechnologie ist zwar praktisch, hat aber noch einige Probleme zu lösen, da sie ständig weiterentwickelt wird. Die Vorteile von Spracherkennungssoftware sind, dass sie einfach zu benutzen und leicht verfügbar ist. Spracherkennungssoftware wird heute häufig auf Computern und mobilen Geräten installiert, was einen einfachen Zugang ermöglicht.

Zu den Nachteilen der Spracherkennung gehört, dass sie manchmal Wörter aufgrund unterschiedlicher Aussprache nicht erfassen kann, dass sie einige Sprachen nicht unterstützt und dass sie Hintergrundgeräusche nicht erkennen kann. Diese Faktoren können zu Ungenauigkeiten führen. Manche Spracherkennungssoftware braucht auch Zeit und ist relativ langsam bei der Verarbeitung von Sprache.

Leistung

Die Leistung der Spracherkennung wird anhand von Genauigkeit und Geschwindigkeit gemessen. Die Genauigkeit wird mit der Wortfehlerrate gemessen. WER arbeitet auf Wortebene und identifiziert Ungenauigkeiten in der Transkription, kann aber nicht feststellen, wie der Fehler entstanden ist. Die Geschwindigkeit wird anhand des Echtzeitfaktors gemessen. Eine Vielzahl von Faktoren kann die Leistung der Computer-Spracherkennung beeinflussen, darunter Aussprache, Akzent, Tonhöhe, Lautstärke und Hintergrundgeräusche.