Aktuelle KI Kurse & Schulungen
Startseite > Definitionen Künstliche Intelligenz – KI Glossar, Lexikon & Begriffe > Speech Recognition
6 A B C D E F G H I K L M N O P Q R S T U V W Z
Sc Sd Se Si So Sp St Su Sy
Spa Spe

Speech Recognition

—

von

Philipp: Schweizer KI Akademie

1) Einfach erklärt (mit Beispielen)

Automatische Spracherkennung bedeutet: Computer wandeln gesprochene Sprache in Text um. Du sprichst – die Software „hört zu“ und schreibt mit.

Beispiele:

  • Diktat am Smartphone/PC: Du sprichst eine E‑Mail, der Text erscheint.
  • Untertitel live: Bei einem Vortrag werden automatisch Untertitel erzeugt.
  • Sprachassistent: „Stelle einen Timer auf 10 Minuten“ – der Assistent versteht und führt aus.
  • Callcenter/Meetings: Gespräche werden transkribiert und durchsuchbar gemacht.

Worauf es ankommt: Deutliche Aussprache, gute Mikrofon‑Qualität und wenig Lärm verbessern die Trefferquote deutlich.

2) Professionelle Definition

Speech Recognition bzw. Automatic Speech Recognition (ASR) ist die Rekonstruktion einer Wort‑ oder Zeichenfolge yyy aus einem akustischen Signal xxx. Klassisch erfolgt dies über eine Pipeline aus Merkmalen (z. B. MFCC, Log‑Mel‑Spektrogramm), akustischem Modell (AM), Aussprachelexikon (Phonem‑Wörterbuch) und Sprachmodell (LM). Moderne End‑to‑End‑Modelle koppeln diese Teile in neuronalen Netzen (z. B. CTC, Listen‑Attend‑Spell/Attention‑Encoder‑Decoder, RNN‑Transducer (RNN‑T), Conformer/Transformer), teils streamend für Echtzeit. Güte‑metriken: Word Error Rate (WER) = (Substitutionen+Einfu¨gungen+Auslassungen)/Referenz‑Wortanzahl)(Substitutionen + Einfügungen + Auslassungen) / Referenz‑Wortanzahl)(Substitutionen+Einfu¨gungen+Auslassungen)/Referenz‑Wortanzahl) und Character Error Rate (CER). Robustheit erfordert Umgang mit Akzenten, Rauschen/Hall, Sprachwechseln und Fachwörtern (Domänen‑Anpassung, Sprachmodell‑Anreicherung, Custom Vokabular).

Daten/Ökosystem: Häufige Benchmarks/Tools sind LibriSpeech (öffentliches Korpus), Kaldi (Toolkit), sowie SCTK/sclite (NIST) zur WER‑Auswertung.

Quellen (geprüft; kopierbare URLs)