Parsing of spoken language under time constraints

Abstract

Spoken language applications in natural dialogue settings place serious requirements on the choice of processing architecture. Especially under adverse phonetic and acoustic conditions parsing procedures have to be developed which do not only analyse the incoming speech in a time-synchroneous and incremental manner, but which are able to schedule their resources according to the varying conditions of the recognition process. Depending on the actual degree of local ambiguity the parser has to select among the available constraints in order to narrow down the search space with as little effort as possible. A parsing approach based on constraint satisfaction techniques is discussed. It provides important characteristics of the desired real-time behaviour and attempts to mimic some of the attention focussing capabilities of the human speech comprehension mechanism.

Die Anwendung von Verfahren zur Verarbeitung gesprochener Sprache in realitätsnahen Dialogszenarien bringt gravierende Forderungen an die zu wählende Systemarchitektur mit sich. Insbesondere für einen Einsatz unter schwierigen phonetischen und akustischen Bedingungen müssen Parsingprozeduren entwickelt werden, die über eine zeitsynchrone und inkrementelle Arbeitsweise hinaus in der Lage sind, ihre Ressourcen an die sich ständig verändernden Bedingungen des Erkennungsprozesses anzupassen. In Abhängigkeit von dem aktuell vorliegenden Grad der lokalen Mehrdeutigkeit sollte ein Parser zwischen den jeweils verfügbaren Constraints auswählen können, um den Suchraum mit möglichst minimalem Aufwand einzuschränken. Es wird ein Ansatz zum Parsing auf der Grundlage von Techniken des Constraint Satisfaction diskutiert. Er bietet die Voraussetzungen für wesentliche Merkmale des angestrebten Echtzeitverhaltens und versucht einige der Mechanismen zur Aufmerksamkeitsfokussierung beim menschlichen Sprachverstehen nachzubilden.