Automatisierte Erstellung neuer Sprachkorpora

Sprachtechnologien, einmal ein Thema fr theoretische Forschung und Science-Fiction-Filme, sind Alltag geworden. Dank stetig steigender Rechenleistung und jahrzehntelangem Forschungsaufwand kann man heute Sprachsteuerung vielfltig einsetzen - beim Autofahren, Telefonieren, Surfen und Arbeiten. Hinter dieser ausgereiften Technologie steckt viel Arbeitsaufwand. Um Spracherkennung und Sprachsynthese, also die knstliche Erzeugung einer Stimme, mglich zu machen, mssen groe Mengen von Sprachdaten analysiert und verarbeitet werden. Forscher und Entwickler verwenden diese Daten, um ihrer Computersoftware beizubringen, einen Begriff zu erkennen oder richtig auszusprechen.
Sprachtechnologien stehen und fallen mit der Menge guter Sprachdaten. Diese bestehen nicht nur aus reinen Aufnahmen; sie knnen auch Informationen ber die einzelnen Phoneme, Silben und Wrter beinhalten. Sie beschreiben, wo jeder Laut anfngt und aufhrt, welche Wortteile verwendet wurden und wie die Wrter, Phrasen und Stze akzentuiert sind. Alle diese Informationen mssen fr jeden Laut, jede Silbe, jedes Wort und jeden Satz vorhanden sein. Die Bereitstellung solcher annotierten Sprachdaten ist ein gewaltiger Aufwand. Gebildete Fachkrfte mssen zwischen 30 Minuten und einer Stunde Zeit opfern um eine Minute der Sprachaufnahmen zu bearbeiten. Oft sind dutzende oder hunderte Stunden solcher bearbeiteter Sprachaufnahmen notwendig, um ein ausgereiftes Spracherkennungs- oder Sprachsynthesesystem zu entwickeln. Wenn man bedenkt, dass die Zeit der notwendigen manuellen Bearbeitung mit 30 bzw. 60 multipliziert werden muss, so ist ein hoher Kostenfaktor erkennbar. Dieser Faktor lsst sich fr groe Sprachen rechtfertigen, da die Endsysteme fr eine groe Benutzergruppe zur Verfgung stehen werden. Bei kleineren Sprachen ist der Entwicklungsaufwand genau so gro, da die Zielgruppe jedoch viel kleiner ist, kann er oft nicht gerechtfertigt werden. So fhrt es dazu, dass kleinere Sprachen oft bei der Entwicklu