Basismodelle und Szenarien

Simon unterstützt eine ganze Reihe bereits vorgefertigter Basismodelle. Um eines davon zu verwenden, laden Sie es herunter, entpacken es und geben unter Settings | Configure Simon... | Model Settings den Pfad zu den jeweiligen Modelldateien an (Abbildung 3). Mit adaptierten Basismodellen lassen sich die schnellsten Erfolge erzielen, doch auch bei den benutzergenerierten Modellen hält sich der Trainingsaufwand in Grenzen. Simon analysiert die Daten auf Phonem-Ebene – das bedeutet, dass die Aussprache in Form von durch Leerzeichen getrennten Phonemen vorliegen muss. Das Wort Computer beispielsweise lautet als solches Phonem k O m p j u: t @ r – dazu später mehr.

Abbildung 3: Über vorgefertigte Akustikmodelle lässt sich Simon schnell konfigurieren.

In der Regel legt Simon alle neuen Worte, Grammatiken und Kommandos im sogenannten Standardszenario ab. Für bestimmte Anwendungsfälle, etwa die Bedienung des Browsers Firefox oder des Mediacenters XBMC, existieren bereits Szenarien. Indem Sie diese herunterladen und installieren, ersparen Sie sich das Zusammentragen eigener Wörter und das Erstellen passender Grammatiken. Den vorgegebenen Wortschatz müssen Sie nur noch trainieren und an Simond übertragen.

Um eigene Szenarios anzulegen, klicken Sie in der Szenario-Verwaltung auf den Schalter Neu, benennen das Szenario und ergänzen Versionsnummer und Lizenzangaben sowie optional die zugrunde liegende Simon-Version und eine Autorenangabe. Anschließend füllen Sie das Szenario mit Wörtern und daran geknüpften Anwendungsfällen. Soll die eigene Arbeit später das Angebot der für alle verfügbaren Szenarien bereichern, vergeben Sie den Szenariennamen gemäß der Konvention [Sprache/Akustikmodell] aussagekräftiger Name, also beispielsweise [DE/VF] Opera für ein Szenario rund um den Browser Opera. Existieren mehrere Szenarien, fügt Simon alle neuen Wörter, Kommandos und Grammatiken dem aktuell aktiviertem Szenario hinzu.

Training

Nach Auswahl eines Basismodells und gegebenenfalls eines Szenarios ist jetzt die Zeit gekommen, Simon zu trainieren. Ein Klick auf Vokabular präsentiert viele rot hinterlegte Zeilen, was bedeutet, dass die fraglichen Wörter noch nicht mit Stimme und Aussprache des Anwenders verknüpft wurden (Abbildung 4) oder – im Fall eines benutzergenerierten Modells – Simon noch völlig unbekannt sind. Diese lassen sich nun markieren und zum Training hinzufügen.

Abbildung 4: Noch zu erlernende Vokabeln markiert Simon rot.

Alternativ starten Sie das Training mit einem Klick auf den gleichnamigen Schalter in der Werkzeugleiste unmittelbar, alle unbekannten Wörter fügt Simon dann automatisch den Trainingsdaten hinzu (Abbildung 5). Bei der Seitenanzahl handelt es sich in der Regel um die Zahl der Wörter beziehungsweise Wortgruppen, die Sie ins Mikrofon sprechen müssen.

Abbildung 5: Die Seitenanzahl einer Trainingseinheit entspricht der Zahl der zu übenden Wörter.

Das Training läuft in Form eines Dialogs ab: Simon zeigt nacheinander alle zur Trainingssitzung gehörigen Wörter oder Wortgruppen an, Sie lesen diese jeweils vor. Simon beschreibt dabei genau, was Sie zu tun haben, prüft jede Aufnahme auf deren Qualität und warnt, falls diese nicht ausreicht (Abbildung 6). Dazu prüft es beispielsweise den höchsten Lautstärkepegel und das Verhältnis des Signals zum Rauschen. Um Simon die Möglichkeit zu geben, das Rauschen herauszufiltern, sollten Sie vor und nach jeder Aufnahme etwa zwei Sekunden Stille aufnehmen. Sobald Sie eine Einheit abgearbeitet haben, geht Simon direkt zur nächsten über.

Abbildung 6: Simon warnt bei Aufnahmen geringer Qualität.

Falls Sie sich für ein benutzergeneriertes Akustikmodell entscheiden, fallen mindestens fünf Trainingsrunden an. Zwar klappt eine rudimentäre Erkennung auch schon nach zwei Durchläufen, aber die Trefferquote bleibt in diesem Fall sehr spärlich. Im Test erkannte Simon nach zehnmaligen Training die zugerufenen Wörter in jedem Fall fehlerlos.

Bei neuen Wörtern besteht die Herausforderung darin, für jedes neue Wort ein "Terminal" zu wählen – Sie müssen also angeben, ob es sich um ein Verb, ein Substantiv, einen Trigger oder ein Kommando handelt. Zudem gilt es, wie oben bereits erwähnt, die Aussprache in Form eines Phonems zu definieren, wie des schon zitierten k O m p j u: t @ r. Nicht-Linguist tun sich damit erfahrungsgemäß schwer, ein Schattenlexikon spart hier viel Arbeit. Simon unterstützt die Wörterbuchformate Hadifix (beispielsweise Hadifix BOMP, [8]), HTK (Voxforge, [9]), PLS (Deutsches GPL-Wörterbuch von Voxforge, [9]), Sphinx oder Julius-Wörterbücher aus früheren Simon-Versionen.

LinuxCommunity kaufen

Einzelne Ausgabe
 
Abonnements
 

Ähnliche Artikel

Kommentare

Infos zur Publikation

LU 12/2014: ANONYM & SICHER

Digitale Ausgabe: Preis € 4,95
(inkl. 19% MwSt.)

Mit der Zeitschrift LinuxUser sind Sie als Power-User, Shell-Guru oder Administrator im kleinen Unternehmen monatlich auf dem aktuelle Stand in Sachen Linux und Open Source.

Sie sind sich nicht sicher, ob die Themen Ihnen liegen? Im Probeabo erhalten Sie drei Ausgaben zum reduzierten Preis. Einzelhefte, Abonnements sowie digitale Ausgaben erwerben Sie ganz einfach in unserem Online-Shop.

NEU: DIGITALE AUSGABEN FÜR TABLET & SMARTPHONE

HINWEIS ZU PAYPAL: Die Zahlung ist auch ohne eigenes Paypal-Konto ganz einfach per Kreditkarte oder Lastschrift möglich!       

Tipp der Woche

Ubuntu 14.10 und VirtualBox
Ubuntu 14.10 und VirtualBox
Tim Schürmann, 08.11.2014 18:45, 0 Kommentare

Wer Ubuntu 14.10 in einer virtuellen Maschine unter VirtualBox startet, der landet unter Umständen in einem Fenster mit Grafikmüll. Zu einem korrekt ...

Aktuelle Fragen

Nach Ubdates alles weg ...
Maria Hänel, 15.11.2014 17:23, 4 Antworten
Ich brauche dringen eure Hilfe . Ich habe am wochenende ein paar Ubdates durch mein Notebook von...
Brother Drucker MFC-7420
helmut berger, 11.11.2014 12:40, 1 Antworten
Hallo, ich habe einen Drucker, brother MFC-7420. Bin erst seit einigen Tagen ubuntu 14.04-Nutzer...
Treiber für Drucker brother MFC-7420
helmut berger, 10.11.2014 16:05, 2 Antworten
Hallo, ich habe einen Drucker, brother MFC-7420. Bin erst seit einigen Tagen ubuntu12.14-Nutzer u...
Can't find X includes.
Roland Welcker, 05.11.2014 14:39, 1 Antworten
Diese Meldung erhalte ich beim Versuch, kdar zu installieren. OpenSuse 12.3. Gruß an alle Linuxf...
DVDs über einen geeigneten DLNA-Server schauen
GoaSkin , 03.11.2014 17:19, 0 Antworten
Mein DVD-Player wird fast nie genutzt. Darum möchte ich ihn eigentlich gerne abbauen. Dennoch wür...