DE10131157C1

DE10131157C1 - Dynamisches Grammatikgewichtungsverfahren für Spracherkennungssysteme

Info

Publication number: DE10131157C1
Application number: DE2001131157
Authority: DE
Inventors: Florian M Unterkircher
Original assignee: PROJECT49 AG
Current assignee: EXCELSIS INFORMATIONSSYSTEME GMBH, 70178 STUTT, DE
Priority date: 2001-06-29
Filing date: 2001-06-29
Publication date: 2002-07-04
Anticipated expiration: 2021-06-30

Abstract

Die Erfindung betrifft ein dynamisches Grammatikgewichtsverfahren und Computerprogramm für Spracherkennungssysteme, worin eine Wahrscheinlichkeitsverteilung p¶n¶ für Grammatikeinträge in ein Spracherkennungssystem implementiert wird, wobei die Implementierung erfolgt, während ein Benutzer mit dem Spracherkennungssystem verbunden ist. Es ist die Aufgabe der Erfindung, ein solches bekanntes Verfahren und Computersystem derart weiterzubilden, dass die Genauigkeit der Spracherkennung für eine individuellen Benutzer verbessert wird. Diese Aufgabe wird erfindungsgemäß dadurch gelöst, dass eine bisher bei der Spracherkennung von dem Spracherkennungssystem 520 verwendete a-priori Wahrscheinlichkeitsverteilung p¶n-1¶ für Grammatikeinträge anhand eines für den identifizierten Benutzer erstellten Benutzerprofils adaptiert und die daraus resultierende Wahrscheinlichietsverteilung p¶n-1¶ in das Spracherkennungssystem 520 implementiert wird.

Description

Die Erfindung betrifft ein dynamisches Grammatik gewichtungsverfahren für Spracherkennungssysteme, worin eine Wahrscheinlichkeitsverteilung p_n für Grammatikeinträge in ein Spracherkennungssystem implementiert wird, wobei die Implementierung erfolgt, während ein Benutzer mit dem Spracherkennungssystem verbunden ist.

Die Erfindung betrifft weiterhin ein Computerprogramm mit einem Programmcode zur Durchführung dieses Verfahrens und ein entsprechendes Spracherkennungssystem. Darüber hinaus betrifft die Erfindung eine Verwendung des Verfahrens oder des Computerprogramms im Bankenbereich zur Abwicklung von Bankgeschäften.

Aus dem Stand der Technik sind Spracherkennungssysteme, wie in Fig. 5 dargestellt, grundsätzlich bekannt. Da in Fig. 5 beschriebene, aus dem Stand der Technik bekannte Spracherkennungssystem 520 dient zur Spracherkennung, d. h. zur Umsetzung von eingegebener Sprache mit möglichst hoher Wahrscheinlichkeit in eine entsprechende richtige Wortfolge. Die Sprache kann entweder direkt in das Spracherkennungssystem eingegeben oder diesem über ein Kommunikationssystem 510, z. B. in Form eines Telefonsystems, eines Mobilfunknetzes oder eines Local Area Networks etc. zugeführt werden.

Zur Durchführung der Spracherkennung sind in dem bekannten Spracherkennungssystem 520 eine Segmentierungseinheit 522 sowie ein akustisches Modell 524 und eine sogenannte Grammatik 526 üblicherweise als Software implementiert. Die Segmentierungseinheit 522 dient zur Zerlegung der eingegebenen Sprache in Sprachsegmente. Jedes dieser Sprachsegmente wird mit Hilfe des akustischen Modells 524 in eine Vielzahl von Phonemen abgebildet, wobei die einzelnen Phoneme jeweils mit einer unterschiedlichen Wahrscheinlichkeit das Sprachsegment repräsentieren. Danach erfolgt durch die Grammatik 526 eine Auswertung der Vielzahl der Phoneme, um letzten Endes eine Wortfolge zu bestimmen und über das Spracherkennungssystem auszugeben, welche dem Sprachsegment mit der größten Wahrscheinlichkeit entspricht.

Aus der WO 00/68933 ist es bekannt, Sprachmuster einer Spracheingabe eines Benutzers dazu zu verwenden, um das akustische Modell eines Spracherkennungssystems an den Benutzer anzupassen. Es wird vorgeschlagen, diese Anpassung rekursiv bei einer Vielzahl von Spracheingaben des Benutzers vorzunehmen, um das akustische Modell sukzessive zu optimieren. Auf diese Weise wird die Genauigkeit, mit welcher das Spracherkennungssystem die Spracheingabe des Benutzers erkennt, ebenfalls sukzessive verbessert.

Die US 6 154 722 lehrt demgegenüber eine Adaption des Sprachmodells bzw. der Grammatik des Spracherkennungssystems zur Steigerung der Erkennungsgenauigkeit eines Spracherkennungssystems. Zur Adaption des Sprachmodells wird vorgeschlagen, eine n- Gram-Wahrscheinlichkeit nach Maßgabe durch Informationen, welche aus einer Wahrscheinlichkeit für eine kontextfreie Grammatik gewonnen werden, zu modifizieren.

Ausgehend von der US 6 154 722 als nächstliegendem Stand der Technik lag der Erfindung die Aufgabe zugrunde, ein bekanntes Grammatikgewichtungsverfahren, ein entsprechendes Computerprogramm und ein Spracherkennungssystem derart weiterzubilden, dass die Genauigkeit, mit welcher das Spracherkennungssystem von einem individuellen Benutzer eingegebene Sprache erkennt, weiter verbessert wird.

Diese Aufgabe wird durch den Gegenstand des Verfahrensanspruchs 1 gelöst. Genauer gesagt wird die Aufgabe dadurch gelöst, dass bei dem Verfahren folgende Schritte ausgeführt werden: Identifizieren des Benutzers; Ermitteln der Wahrscheinlichkeitsverteilung p_n durch Adaptieren einer a-priori Wahrscheinlichkeitsverteilung P_n-1 anhand eines für den identifizierten Benutzer erstellten Benutzerprofils, welches Informationen zur Gewichtung von Grammatikeinträgen enthält, die für den identifizierten Benutzer spezifisch sind und Implementieren der Wahrscheinlichkeitsverteilung p_n in das Spracherkennungssystem anstelle der a-priori Wahrscheinlichkeitsverteilung p_n-1 bevor oder während der identifizierte Benutzer eine Spracheingabe durchführt.

Die a-priori Wahrscheinlichkeitsverteilung p_n-1 sowie die aus deren Adaption resultierende Wahrscheinlichkeitsverteilung p_n repräsentieren jeweils eine Gewichtung, mit welcher das Spracherkennungssystem die einzelnen Einträge der Grammatik zum Auswerten der von dem Benutzer in das Spracherkennungssystem eingegebenen Sprache heranzieht.

Ein Benutzerprofil ist eine für den identifizierten Benutzer spezifische Gewichtung der Einträge der Grammatik. Es repräsentiert z. B. die absoluten Häufigkeiten, mit welchen ein Benutzer während einer Spracheingabe bestimmte Vokabeln verwendet. Eine aus diesem Benutzerprofil abgeleitete Wahrscheinlichkeitsverteilung p_B könnte in diesem Fall z. B. die den absoluten Häufigkeiten entsprechenden relativen Häufigkeiten repräsentieren.

Die Wahrscheinlichkeitsverteilung p_n ist durch die beschriebene Adaption auf Basis benutzerspezifischer Informationen erstellt worden und insofern an den identifizierten aktuellen Benutzer angepasst. Ein Spracherkennungssystem in welchem die Wahrscheinlichkeitsverteilung für den identifizierten Benutzer individuell implementiert wurde, zeichnet sich deshalb vorteilhafterweise gegenüber bekannten Spracherkennungssystemen durch eine wesentlich verbesserte Erkennungsgenauigkeit bei Spracheingaben des identifizierten Benutzers aus.

Die oben beschriebene Aufgabe wird weiterhin durch ein Computerprogramm gemäß Patentanspruch 10 sowie durch ein Spracherkennungssystem gemäß Patentanspruch 12 gelöst. Die Vorteile dieses Computerprogramms und des Spracherkennungssystems entsprechen den oben für das Verfahren genannten Vorteilen.

Das erfindungsgemäße Verfahren und Computerprogramm finden vorzugsweise Anwendung im Bankenbereich, insbesondere zur Wertpapierorder durch online Spracheingabe; es ist allerdings keineswegs auf diese Anwendung beschränkt. Vielmehr eignet es sich generell für jede Anwendung einer Spracherkennung.

Weitere vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand der Unteransprüche.

Der Beschreibung sind insgesamt fünf Figuren beigefügt, wobei:

Fig. 1 ein erstes Ausführungsbeispiel für das erfindungsgemäße Verfahren;

Fig. 2 ein Beispiel für eine a-priori Wahrscheinlichkeitsverteilung von Einträgen einer Grammatik;

Fig. 3 ein Beispiel für eine Adaption einer Wahrscheinlichkeitsverteilung für Einträge einer Grammatik;

Fig. 4 ein zweites Ausführungsbeispiel für das erfindungsgemäße Verfahren; und

Fig. 5 den Aufbau eines aus dem Stand der Technik bekannten Spracherkennungssystems zeigt.

Es folgt eine detaillierte Beschreibung bevorzugter Ausführungsbeispiele der Erfindung unter Bezugnahme auf die angeführten Fig. 1 bis 5. Der aus dem Stand der Technik bekannte und oben unter Bezugnahme auf Fig. 5 beschriebene Aufbau eines Spracherkennungssystems und dessen grundsätzliche Funktionsweise gelten auch für die Erfindung. Zur Veranschaulichung wird bei der Beschreibung der Ausführungsbeispiele auf eine Anwendung der Erfindung im Bankenbereich Bezug genommen.

Fig. 1 zeigt ein erstes Ausführungsbeispiel für den Ablauf des erfindungsgemäßen Verfahrens. In Verfahrensschritt 101 erfolgt zunächst der Aufbau einer Verbindung eines Benutzers mit einem Spracherkennungssystem 520, z. B. über ein Kommunikationssystem 510, wie dies in Fig. 5 dargestellt ist.

In Verfahrensschritt 102 wird der Benutzer durch das Spracherkennungssystem 520 identifiziert. Das kann z. B. dadurch erfolgen, dass sich der Benutzer selber durch Angabe seines Namens, seiner Personal Identification Number PIN oder seiner Kontonummer identifiziert. Alternativ dazu kann der Benutzer auch automatisch identifiziert werden, z. B. durch automatische Erkennung seiner Rufnummer, wenn er sich über Telefon mit dem Spracherkennungssystem in Verbindung setzt, oder durch Sprechererkennung.

Nach der Identifikation des Benutzers wird in Verfahrensschritt 103 festgestellt, ob dieser bereits zu einem früheren Zeitpunkt mit dem Spracherkennungssystem 520 in einem bestimmten Kontext, z. B. in Sachen Wertpapierorder, interagiert hat oder nicht. Die Feststellung erfolgt in der Weise, dass die in Verfahrensschritt 102 ermittelte Identität des Benutzers mit gespeicherten Einträgen über ehemalige Benutzer des Spracherkennungssystems 520 verglichen wird. Die Speicherung der Einträge muss nicht in dem Spracherkennungssystem 520 selber, sondern kann auch extern erfolgen, wobei dann ein Zugriff auf diese Daten von dem Spracherkennungssystem aus, z. B. über eine Netzwerkanbindung, vorgesehen werden sollte.

Das Spracherkennungssystem 520 erkennt grundsätzlich alle Spracheingaben aufgrund von Grammatiken, welche alle möglichen Einträge spezifizieren, die das Spracherkennungssystem 520 in einem bestimmten Kontext, hier beispielhaft die Wertpapierorder, erkennen soll. Den Einträgen der Grammatiken sind individuell Wahrscheinlichkeiten zugeordnet, welche eine Gewichtung repräsentieren, mit welcher das Spracherkennungssystem 520 die einzelnen Einträge der Grammatik zum Auswerten der von einem Benutzer in das Spracherkennungssystem eingegebenen Sprache heranzieht.

Wenn in Schritt 103 festgestellt wird, dass es sich um einen erstmaligen Benutzer des Spracherkennungssystems 520 handelt, wird das Verfahren mit Schritt 104 fortgesetzt. In das Spracherkennungssystem 520 wird dann beispielsweise eine objektive Grammatik zur Spracherkennung implementiert. Eine solche objektive Grammatik zeichnet sich dadurch aus, dass die Wahrscheinlichkeitsverteilung ihrer Einträge entweder gleichverteilt oder nach objektiven, d. h. benutzerunabhängigen Kriterien gewichtet ist. Ist der Benutzer beispielsweise ein Bankkunde und möchte er erstmalig eine Wertpapierorder per Spracheingabe aufgeben, so könnten die Einträge der Grammatik, wie in Fig. 2 gezeigt, beispielsweise Aktientitel sein und die ihnen jeweils zugeordneten Wahrscheinlichkeiten deren relative Handelsvolumen an der Börse während eines bestimmten Zeitraumes in der Vergangenheit repräsentieren.

Bei dem in Fig. 1 dargestellten Verfahrensschritt 104 wird davon ausgegangen, dass für den erstmaligen Benutzer noch kein Benutzerprofil vorliegt, so dass in diesem Fall keine erfindungsgemäße benutzerspezifische Adaption der objektiven Wahrscheinlichkeitsverteilung stattfinden kann. Ein Benutzerprofil ist eine für den identifizierten Benutzer spezifische Gewichtung der Einträge der Grammatik.

Alternativ zu dem dargestellten Verfahrensschritt 104 ist es jedoch unter einer bestimmten Voraussetzung trotzdem möglich, auch für den erstmaligen Benutzer eine erfindungsgemäße Adaption der objektiven Wahrscheinlichkeitsverteilung vorzunehmen. Voraussetzung dafür ist, dass für den identifizierten Benutzer bereits vor dessen erster Spracheingabe ein Benutzerprofil vorliegt. Dies ist kann z. B. ein Benutzerprofil sein, welches nicht auf einer vom Benutzer durchgeführten kontextbezogenen Spracheingabe, sondern auf Grundlage anderer dem Benutzer zugeordneten Informationen erstellt wurde. Die erfindungsgemäße Adaption kann dann in der Weise erfolgen, dass die oben beschriebene objektive Wahrscheinlichkeitsverteilung der Einträge als a-priori Wahrscheinlichkeitsverteilung mathematisch mit einer aus dem Benutzerprofil abgeleiteten Wahrscheinlichkeitsverteilung p_B zu einer adaptierten Wahrscheinlichkeitsverteilung p_n verknüpft wird. Die Wahrscheinlichkeitsverteilung p_n ist gegenüber der a- priori Wahrscheinlichkeitsverteilung besser auf den Benutzer abgestimmt und erhöht deshalb die Erkennungsgenauigkeit bei zukünftigen Spracheingaben des identifizierten Benutzers. Ein Beispiel für die Durchführung einer konkreten erfindungsgemäßen Adaption wird weiter unten unter Bezugnahme auf Fig. 3 gegeben.

Für den Fall, dass in Verfahrensschritt 103 festgestellt wurde, dass der Benutzer zu einem früheren Zeitpunkt bereits zumindest einmal mit dem Spracherkennungssystem interagiert hatte, dann wird das Verfahren mit Schritt 105 fortgesetzt. Dieser Schritt setzt voraus, dass sowohl eine a-priori Wahrscheinlichkeit p_n-1 wie auch ein Benutzerprofil für den in Schritt 102 identifizierten Benutzer vorhanden ist.

Fig. 2 zeigt beispielhaft eine a-priori Wahrscheinlichkeitsverteilung. Demnach wird der Eintrag "Microsoft" mit einer Gewichtung von 80%, der Eintrag "Cisco" mit einer Gewichtung von 20%, der Eintrag "Callaway Golf" mit einer Gewichtung von 9% und der Eintrag "Macrosoft" mit einer Gewichtung von 1% bei der Auswertung einer Spracheingabe des Benutzers von dem Spracherkennungssystem herangezogen. Die a-priori Wahrscheinlichkeit p_n-1 kann dabei entweder objektiv, d. h. benutzerunabhängig oder benutzerabhängig, z. B. auf Basis vorangegangener Auswertungen von Spracheingaben des Benutzers, erstellt worden sein.

Das Benutzerprofil kann entweder unabhängig von einer vorherigen Spracheingabe des identifizierten Benutzers oder aber abhängig von einer solchen vorherigen Spracheingabe angefertigt worden sein. Es kann entweder aus Massenspeicher innerhalb des Spracherkennungssystem oder von einem externen Speicher, welcher z. B. über eine Netzwerkanbindung angesprochen werden kann, abgerufen werden.

In jedem Fall erfolgt in Schritt 105 in Fig. 1 eine erfindungsgemäße Adaption einer a-priori Wahrscheinlichkeitsverteilung p_n-1, d. h. einer bereits vor der Adaption vorhandenen Wahrscheinlichkeitsverteilung p_n-1 mit einer aus dem Benutzerprofil des identifizierten Benutzers gewonnenen Wahrscheinlichkeitsverteilung pB.

Ergebnis der Adaption ist eine auf den identifizierten Benutzer abgestimmte Wahrscheinlichkeitsverteilung p_n der Einträge der Grammatik. Diese wird gemäß Verfahrensschritt 106 anstelle der bisherigen a-priori Wahrscheinlichkeitsverteilung p_n-1 in das Spracherkennungssystem 520 implementiert.

Ein Beispiel für eine konkrete Durchführung der erfindungsgemäßen Adaption und eine daraus resultierende Wahrscheinlichkeitsverteilung p_n folgt weiter unten unter Bezugnahme auf Fig. 3.

Gemäß Verfahrensschritt 107 wird die Wahrscheinlichkeitsverteilung p_n für die Einträge der Grammatik nach ihrer Implementierung von dem Spracherkennungssystem zum Erkennen zukünftiger Spracheingaben des identifizierten Benutzers verwendet. Wie bereits oben unter Bezugnahme auf Fig. 5 beschrieben wurde, wird dabei die akustische Spracheingabe des identifizierten Benutzers in eine entsprechende Wortfolge abgebildet.

Die akustische Spracheingabe des identifizierten Benutzers wird in Verfahrensschritt 108 zur Erstellung eines gegenüber dem in Verfahrensschritt 105 verbesserten Benutzerprofils verwendet. Genauer gesagt wird insbesondere das von dem Benutzer bei der Spracheingabe verwendete Vokabular oder dessen Aussprache für die Erstellung des verbesserten Benutzerprofils ausgewertet. Diese Informationen aus der aktuellen Spracheingabe bilden, gegebenenfalls zusammen mit ähnlichen Informationen aus vorangegangenen Spracheingaben, eine sprachliche Benutzungshistorie des identifizierten Benutzers. Die Benutzungshistorie ist ein Indiz dafür, welche Einträge der Grammatik in Zukunft von dem Spracherkennungssystem mit erhöhter Wahrscheinlichkeit zur Auswertung von Spracheingaben des Benutzers heranzuziehen sind. Neben der sprachlichen Benutzungshistorie können aber auch andere benutzerspezifische Informationen für die Erstellung des verbesserten Benutzerprofils herangezogen werden; insbesondere kann das verbesserte Benutzerprofil durch Modifikation eines bisher verwendeten Benutzerprofils erstellt werden.

Das verbesserte Benutzerprofil wird gemäß Verfahrensschritt 109 entweder in einem Speicher des Spracherkennungssystems oder in einem externen Speicher, abgespeichert.

Solange wie in Schritt 110 festgestellt wird, dass eine aktuelle Verbindung des Benutzers mit dem Spracherkennungssystem 520 noch besteht, werden die beschriebenen Verfahrensschritte 102 bis 110 immer wieder neu durchlaufen. Insofern findet dann während der aktuellen Verbindung eine permanente Optimierung der implementierten Grammatik, insbesondere der Wahrscheinlichkeitsverteilung von deren Einträgen statt. Damit einhergehend erfolgt eine stetige Verbesserung der Erkennungsgenauigkeit des Spracherkennungssystems für die Spracheingaben des identifizierten Benutzers.

Wird jedoch in Schritt 110 festgestellt, dass die aktuelle Verbindung des identifizierten Benutzers mit dem Spracherkennungssystem 520 abgebrochen wurde, dann ist das in Fig. 1 dargestellt Verfahren grundsätzlich abgeschlossen (Schritt 111). Das im letzten Durchlauf gemäß Fig. 1 verbesserte Benutzerprofil für den identifizierten Benutzer bleibt jedoch gespeichert bis dieser sich zu einem späteren Zeitpunkt erneut mit dem Spracherkennungssystem 520 in Verbindung setzt. Dann würde genau dieses Benutzerprofil aus dem Speicher abgerufen und gemäß Schritt 105 zur Adaption einer bisher verwendeten a- priori Wahrscheinlichkeitsverteilung verwendet.

Fig. 3 zeigt ein Beispiel für die konkrete Durchführung der erfindungsgemäßen Adaption, d. h. wie mit Hilfe von Informationen über den Benutzer eine Neugewichtung der Einträge in der Grammatik vorgenommen wird.

In Spalte 301 ist als Ausgangsbasis für die Neugewichtung eine vorgegebene objektive a-priori Wahrscheinlichkeitsverteilung p_n-1 für bestimmte Aktientitel beispielhaft dargestellt. Genauer gesagt, ist in Spalte 301 angezeigt, dass laut der a-priori Wahrscheinlichkeitsverteilung das Spracherkennungssystem 520 den Aktientitel "Microsoft" mit einer Gewichtung von 70% zum Auswerten der von dem Benutzer in das Spracherkennungssystem eingegebenen Sprache heranzieht. Analog verwendet es den Aktientitel "Cisco" mit 20%, den Aktientitel "Callaway Golf" mit 9% und den Aktientitel "Macrosoft" mit einer Gewichtung von 1%.

In Spalte 302 in Fig. 3 ist die aus dem vorhandenen Benutzerprofil abgeleitete Verteilung der Wahrscheinlichkeiten p_B für die Einträge der Grammatik des Spracherkennungssystems dargestellt. Das Benutzerprofil könnte hier z. B. die absoluten Häufigkeiten angeben, mit welchen der Benutzer während einer Spracheingabe bestimmte Vokabeln, hier z. B. Aktientitel, verwendet. Eine aus diesem Benutzerprofil abgeleitete Wahrscheinlichkeitsverteilung p_B, wie Spalte 302 dargestellt, könnte dann z. B. die aus den absoluten Häufigkeiten abgeleiteten relativen Häufigkeiten repräsentieren. Demnach würden in diesem Beispiel die Aktientitel "Microsoft" und "Cisco" überhaupt nicht, der Aktientitel "Callaway Golf" mit 30% und der Titel "Macrosoft" mit einer Wahrscheinlichkeit von 70% bei einer Spracheingabe des Benutzers verwendet.

Erfindungsgemäß erfolgt eine Adaption der a-priori Wahrscheinlichkeitsverteilung p_n-1 gemäß Spalte 301 dadurch, dass sie mit der aus dem Benutzerprofil abgeleiteten Wahrscheinlichkeitsverteilung p_B in Spalte 302 mathematisch kombiniert wird. Gemäß Fig. 3 erfolgt die Kombination gemäß folgender Rekursionsformel:

p_n-1.a + p_B.b = p_n (1)

wobei:
n: den Adaptionszustand der Wahrscheinlichkeitsverteilungen zum Zeitpunkt n;
p_n-1: die a-priori Wahrscheinlichkeitsverteilung;
p_B: die Wahrscheinlichkeitsverteilung gemäß dem Benutzerprofil;
p_n: die adaptierte Wahrscheinlichkeitsverteilung; und
a, b: Gewichte mit a + b = 1
bedeutet.

Bei dem Beispiel gemäß Fig. 3 geht die a-priori Wahrscheinlichkeitsverteilung p_n-1 mit einer Gewichtung von a = 40% und die Wahrscheinlichkeitsverteilung p_B mit einer Gewichtung von b = 60% in die Berechnung der Wahrscheinlichkeitsverteilung pn für die Einträge der Grammatik ein.

Grundsätzlich ist die Dimensionierung der Gewichte a und b variabel; sie kann z. B. davon abhängig gemacht werden, wie viele benutzerspezifische Informationen überhaupt vorliegen. Insbesondere die Dimensionierung von b kann z. B. nach Maßgabe durch die Größe derjenigen Zeitspanne erfolgen, welche zwischen der Erstellung des Benutzerprofils, welches als Grundlage für die Wahrscheinlichkeitsverteilung p_B dient, und der Berechnung der Wahrscheinlichkeitsverteilung p_n liegt. So fließen Spracheingaben des Benutzers, welche am vergangenen Tag erfolgt sind, vorzugsweise stärker in die Gewichtung ein, als Spracheingaben, welche einige Monate zurückliegen.

Die erfindungsgemäße Adaption der beiden Wahrscheinlichkeitsverteilungen p_n-1 und p_B führt mit dem Ergebnis der Wahrscheinlichkeitsverteilung pn zu einer Gewichtung, mit welcher das Spracherkennungssystem die einzelnen Einträge der Grammatik zum Auswerten der von einem Benutzer in das Spracherkennungssystem 520 eingegebenen Sprache heranzieht.

Einträge der Grammatik, welche stärker gewichtet sind, werden im Resultat von dem Spracherkennungssystem mit größerer Wahrscheinlichkeit richtig erkannt, als solche, die geringer gewichtet worden sind. So wird gemäß der adaptierten Wahrscheinlichkeitsverteilung p_n, wie sie in Spalte 303 in Fig. 3 dargestellt ist, der Eintrag "Macrosoft" mit der größten und der Eintrag "Cisco" mit der geringsten Wahrscheinlichkeit richtig erkannt. Die Einträge "Microsoft" und "Callaway Golf" werden dagegen mit einer etwa gleich großen Wahrscheinlichkeit von 28% bzw. 22% richtig erkannt. Im Ergebnis führt die erfindungsgemäße Adaption schließlich dazu, dass die Erkennungsgenauigkeit für den einzelnen identifizierten Benutzer des Spracherkennungssystems wesentlich verbessert wird.

Fig. 4 zeigt ein zweites Ausführungsbeispiel für das erfindungsgemäß beanspruchte Verfahren. Dabei entsprechen die Verfahrensschritte 401 bis 411 jeweils den in Fig. 1 beschriebenen Verfahrensschritten 101 bis 111, mit Ausnahme der Schritte 105 und 405. In Schritt 405 wird im Unterschied zum Schritt 105 nach Fig. 1 für die Adaption der a-priori Wahrscheinlichkeitsverteilung der Einträge neben dem Benutzerprofil noch eine benutzerspezifische Negativliste von Grammatikeinträgen verwendet. Diese Negativliste wird aufgrund von Erkennungsresultaten bei vorangegangenen Spracheingaben des identifizierten Benutzers erstellt, welche falsch waren. Ob ein Erkennungsresultat falsch war, kann z. B. dadurch festgestellt werden, dass der Benutzer eine Spracheingabe wiederholt, nachdem er im Falle eines von dem Spracherkennungssystems falsch erkannten Eintrags, diesen als falsch zurückweist oder korrigiert. Die Negativliste, die auch als Skipliste bezeichnet wird, verhindert, dass eine Spracheingabe mehrfach zum selben falschen Erkennungsresultat führt.

Ähnlich wie das Benutzerprofil wird auch die Negativliste erfindungsgemäß sukzessive verbessert. Dafür wird zunächst in Schritt 407a in Fig. 4 festgestellt, ob eine aktuelle Spracheingabe richtig analysiert, d. h. eine richtige Wortfolge für die Spracheingabe erkannt worden ist. Wenn dies der Fall ist, braucht die Negativliste nicht verändert zu werden und das Verfahren wird mit Schritt 408 fortgesetzt. Wenn das Spracherkennungssystem einer Spracheingabe jedoch eine falsche Wortfolge zuordnet, so wird die Negativliste gemäß Schritt 412 modifiziert. Während einer aktuellen Verbindung des identifizierten Benutzers mit dem Spracherkennungssystem 520 wird diese Liste immer wieder für eine erneute Adaption der Wahrscheinlichkeitsverteilung in Schritt 405 verwendet. Nach Abbruch der aktuellen Verbindung wird die Negativliste gespeichert, um bei einer späteren erneuten Verbindung des identifizierten Benutzers mit dem Spracherkennungssystem wieder zwecks Adaption der Grammatik abgerufen zu werden.

Claims

1. Dynamisches Grammatikgewichtungsverfahren für Spracherkennungssysteme, worin eine Wahrscheinlichkeitsverteilung p_n für Grammatikeinträge in ein Spracherkennungssystem implementiert wird, wobei die Implementierung erfolgt, während ein Benutzer mit dem Spracherkennungssystem verbunden ist, gekennzeichnet durch mindestens folgende Schritte:

- Identifizieren des Benutzers (102);
- Ermitteln der Wahrscheinlichkeitsverteilung p_n durch Adaptieren einer a-priori Wahrscheinlichkeitsverteilung p_n-1 anhand eines für den identifizierten Benutzer erstellten Benutzerprofils, welches Informationen zur Gewichtung von Grammatikeinträgen enthält, die für den identifizierten Benutzer spezifisch sind (105); und
- Implementieren der Wahrscheinlichkeitsverteilung p_n in das Spracherkennungssystem anstelle der a-priori Wahrscheinlichkeitsverteilung p_n-1 bevor oder während der identifizierte Benutzer eine Spracheingabe durchführt (106).

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass das Benutzerprofil auf Grundlage von dem identifizierten Benutzer zugeordneten Informationen erstellt wird, welche unabhängig von einer von dem Benutzer durchgeführten Spracheingabe vorliegen.

3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass wenn die Implementierung der Wahrscheinlichkeitsverteilung p_n in das Spracherkennungssystem vor der aktuellen Spracheingabe durch den identifizierten Benutzer erfolgt, das Benutzerprofil durch Auswerten von mindestens einer zeitlich vor der aktuellen Verbindung erfolgten Spracheingabe des identifizierten Benutzers in das Spracherkennungssystem erstellt wurde.

4. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass, wenn die Implementierung der Wahrscheinlichkeitsverteilung p_n in das Spracherkennungssystem während der aktuellen Spracheingabe durch den identifizierten Benutzer erfolgt, das Benutzerprofil durch Auswerten von mindestens einer zeitlich vor der aktuellen Verbindung erfolgten Spracheingabe und/oder durch Auswerten der aktuellen Spracheingabe des identifizierten Benutzers erstellt wurde.

5. Verfahren nach Anspruch 3 oder 4, dadurch gekennzeichnet, dass das Benutzerprofil durch Modifikation eines bisher gültigen Benutzerprofil erstellt wird.

6. Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass die Ermittlung der Wahrscheinlichkeitsverteilung der Einträge der Grammatik durch mathematische Verknüpfung von zumindest einer a-priori Wahrscheinlichkeitsverteilung p_n-1 mit einer Wahrscheinlichkeitsverteilung p_B erfolgt, welche das erstellte Benutzerprofil repräsentiert.

7. Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass die Adaption der Wahrscheinlichkeitsverteilung rekursiv gemäß folgender Formel erfolgt:
p_n-1.a + p_B.b = p_n (1)
wobei:
n: den Adaptionszustand der Wahrscheinlichkeitsverteilungen zum Zeitpunkt n;
p_n-1: die a-priori Wahrscheinlichkeitsverteilung;
p_B: die Wahrscheinlichkeitsverteilung gemäß dem Benutzerprofil;
p_n: die adaptierte Wahrscheinlichkeitsverteilung; und
a, b: Gewichte mit a + b = 1
bedeutet.

8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass die Dimensionierung der Gewichte a, b nach Maßgabe durch die Größe derjenigen Zeitspanne erfolgt, welche zwischen der Erstellung des Benutzerprofils und der Adaption der a-priori Wahrscheinlichkeitsverteilung liegt.

9. Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass die Ermittlung der Wahrscheinlichkeitsverteilung p_n unter zusätzlicher Berücksichtigung einer Negativliste für die Einträge der Grammatik erfolgt.

10. Computerprogramm mit einem Programmcode, welcher ausgebildet ist zur Durchführung des Verfahrens gemäß einem der Ansprüche 1 bis 9, wenn es auf einem Prozessor eines Spracherkennungssystems abläuft.

11. Computerprogramm nach Anspruch 10, dadurch gekennzeichnet dass es auf einem Speichermedium gespeichert ist.

12. Spracherkennungssystem, welches ausgebildet ist zum Ablaufen des Computerprogramms nach einem der Ansprüche 10 oder 11.

13. Verwendung der Verfahrens gemäß einem der Ansprüche 1 bis 9 oder des Computerprogramms gemäß einem der Ansprüche 10 oder 11 im Bankenwesen, wobei der Benutzer ein Bankkunde ist und durch Spracheingabe in ein Spracherkennungssystem Bankgeschäfte, insbesondere Wertpapierorder, abwickelt; und wobei das Verfahren und/oder das Computerprogramm ausgebildet sind, das Benutzerprofil auf Basis der Namen von am häufigsten durch den Benutzer während eines Betrachtungszeitraumes durch Spracheingabe georderten Wertpapieren und/oder auf Basis der Namen der Wertpapiere in einem Depot des Benutzers zu erstellen.