Mensch und Maschine
Hartnäckig halten sich die Vorurteile über Spracherkennung – besonders natürlich bei denen, die selbst noch nicht damit gearbeitet haben: „fehlerhaft", "zu langsam", "umständlich" oder "technische Spielerei“.
Doch inzwischen ist die ureigenste Form der Kommunikation – die Sprache – auch praxiserprobtes Mittel des Mensch-Maschine-Dialogs. Die Spracherkennung ist längst aus ihren Kinderschuhen entwachsen.
Dank jahrzehntelanger Grundlagenforschung auf den Gebieten
- Programmierung und Computertechnik
- Phonetik
- Linguistik
- Mustererkennung
- künstliche Intelligenz
sind praktische Lösungen entstanden, die nun auch das Mikrofon als weitere direkte Möglichkeit neben Tastatur und Maus befähigt, Daten in Computer einzugeben.
Bis zu Beginn der achtziger Jahre reichten das Wissen und die technischen Möglichkeiten gerade aus, um Systeme zu konstruieren, die maximal einige hundert Einzelwörter erkennen konnten. In den vergangenen Jahren wurden verschiedenste Systeme entwickelt, die auf immer leistungsstärkeren Computern liefen und auch für eine breite Nutzerschicht erschwinglich waren. In dieser Zeit wurden Geschwindigkeit, Genauigkeit und Erkennung stetig optimiert.
Als Herausforderungen waren dabei zu lösen:
- Gewährleistung von Sprecherunabhängigkeit
- Verstehen der kontinuierlichen, der fließenden Sprache
- Sprachprobleme - resultierend aus der Erkennung und Verarbeitung von Flexionen, Homophonen, Phonemen und Konsonanten
Die Güte eines Spracherkennungssystems lässt sich mit verschiedenen Zahlen angeben. Neben Erkennungsgeschwindigkeit – meist als Echtzeitfaktor (EZF) angegeben – lässt sich die Erkennungsgüte als Wortakkuratheit oder Worterkennungsrate messen. Spracherkennung ist heute äußerst zuverlässig und benutzerfreundlich.
Umfangreiche, spezielle Fach-Wortschätze unterstützen die Arbeit nicht nur die der Ärzte. Zukünftig werden die Systeme die Verbindung von Semantik und Intelligenz realisieren, um eben nicht nur ein Wort, sondern auch dessen Bedeutung zu erkennen. So soll die Spracherkennung mit Wissensdatenbanken verbunden werden, um beispielsweise die Diagnose- oder Medikationssicherheit zu erhöhen. Aber auch die Verknüpfung mit Kodierungssystemen kann wichtige Optimierungen, beispielsweise bei der Abrechnung mit den Kostenträgern bringen.
