Das Buch behandelt die Worterkennung in kontinuierlicher Sprache, eine im Rahmen des automatischen Verstehens gesprochener Sprache auftretende und im Gegensatz zur Einzelworterkennung auch heute noch nicht vollst ndig gel ste Aufgabenstellung. Nach einer einf hrenden vereinheitlichenden Darstellung einschl giger Techniken des Mustervergleichs (String Matching, Dynamic Time Warping, Hidden Markov Modelling) f r die Erkennung isoliert gesprochener W rter werden die Ans tze verallgemeinert, so da W rter auch in flie ender Rede ohne a priori Kenntnis der Wortgrenzen lokalisierbar sind. Mehrere alternative Modelle zur Beschreibung von Laut hnlichkeiten sowie Verfahren zur G tebewertung der erzeugten Worthypothesen stehen dann im Zentrum der weiterf hrenden berlegungen. Im experimentellen Teil ist der Aufbau eines konkreten Systems zur Generierung von Worthypothesen beschrieben, das den Rahmen bildet f r die nachfolgenden vergleichenden Untersuchungen, in deren Verlauf bekannte und vom Autor neu entwickelte Verfahren einander kritisch gegen bergestellt werden. Der Leser findet in dem Buch etwa zu gleichen Teilen kritische Aufarbeitung der Standardmethoden, neue Verfahren und die Beschreibung praktischer Erfahrungen bei der Anwendung der Worterkennungsalgorithmen auf gro e Datenmengen. Anwendungen des Dargestellten sind nicht nur im engeren Bereich der Automatischen Spracherkennung denkbar. Auch in Gegenstandsbereichen, in denen Strukturen sequentiell-linearer Beschaffenheit, etwa zeitabh ngiger Muster, eine Rolle spielen, kommt eine L sung von Klassifikations- und Lokalisierungsproblemen mit Hilfe der beschriebenen Ans tze in Betracht.