Podatkovno vodena metoda prenosa večjezičnih akustičnih modelov razpoznavalnika govora na nov jezik : doktorska disertacija
Žgank, Andrej
V doktorski disertaciji smo se posvetili razpoznavanju govora s križnojezičnimi akustičnimi modeli. Glavna prednost takšnega pristopa je, da lahko izdelamo akustične modele za jezik, za katerega ...imamo na voljo zelo omejen nabor posnetkov, ki je premajhen, da bi ga uporabili za klasično učenje prikritih modelov Markova. Najprej smo definirali podatkovno voden pristop za generiranje fonetičnih razredov, ki jih uporabljamo v fonetičnem odločitvenem drevesu pri vezavi stanj kontekstno odvisnih akustičnih modelov. Podobnost fonemov izračunamo na osnovi matrike zamenjav fonemov, ki jo dobimo z razpoznavalnikom fonemov. Takšen podatkovno voden princip generiranja fonetičnih razredov je še posebej primeren za večjezično razpoznavanje govora, možno pa ga je uporabiti tudi v enojezičnem razpoznavalniku govora. Nato smo definirali podatkovno voden pristop križnojezičnega razpoznavanja govora, kjer smo podobnost med izvornimi jeziki in ciljnim jezikom ugotavljali na subfonemskem nivoju. Pri prenosu na ciljni jezik smo uporabljali večjezične kontekstno odvisne akustične modele, ki imajo zmožnost generaliziranja akustičnega prostora. Za izračun podobnosti med izvornimi akustičnimi modeli in ciljnim jezikom smo uporabili pristop na osnovi matrike zamenjav subfonemov, ki jo izračunamo na majhnem razvojnem naboru posnetkov v ciljnem jeziku. Definirali smo kriterij za izločitev redkih izvornih kandidatov, ki dodatno prečisti nabor izvornih akustičnih modelov. Na takšen način zmanjšamo vpliv tistih akustičnih modelov, ki so se v naboru izvornih kandidatov pojavili zaradi napak pri razpoznavanju subfonemov, in ne zaradi podobnosti s ciljnim jezikom. Definirane podatkovno vodene pristope smo ovrednotili z razpoznavanjem govora na telefonskih bazah SpeechDat(II). V naboru smo imeli vključene slovenski, nemški in španski jezik s 1000 govorci za posamičen jezik. Metodo za podatkovno vodeno generiranje fonetičnih razredov smo najprej analizirali za primer slovenskega jezika. Doseženi rezultati so bili delno boljši, delno pa primerljivi z rezultati na osnovi ekspertnih fonetičnih razredov. Tudi v večjezičnem okolju daje podatkovno vodeno generiranje fonetičnih rezultatov bistveno boljše rezultate kot ekspertno tvorjeni fonetični razredi. Križnojezični razpoznavalnik govora na osnovi večjezičnih konteksno odvisnih akustičnih modelov smo tvorili z definiranim postopkom na osnovi subfonemske matrike zamenjav. Dobljene rezultate smo primerjali z dvema klasičnima postopkoma za križnojezično razpoznavanje govora - s postopkom na osnovi tabele IPA in s postopkom na osnovi matrike zamenjav fonemov. Rezultati eksperimentov kažejo, da s križnojezičnim postopkom na osnovi subfonemske matrike zamenjav dosežemo izboljšanje razpoznavanja govora za ciljni jezik. Z vključitvijo kriterija za izločitev redkih izvornih kandidatov smo dosegli nadaljnje izboljšanje rezultatov razpoznavanja govora.
Type of material - dissertation
; adult, serious
Publication and manufacture - Maribor : [A. Žgank], 2003
It was not necessary to add the material to the shelf.
Bibliographic material was successfully added on shelf.
Adding bibliographical material on shelf was not successful.
Material is already on the shelf.
Permalink
URL:
Impact factor
Access to the JCR database is permitted only to users from Slovenia. Your current IP address is not on the list of IP addresses with access permission, and authentication with the relevant AAI accout is required.
Year
Impact factor
Edition
Category
Classification
JCR
SNIP
JCR
SNIP
JCR
SNIP
JCR
SNIP
Select the library membership card:
DRS,
in which the journal is indexed
Database name
Field
Year
Links to authors' personal bibliographies
Links to information on researchers in the SICRIS system
Subject headings in COBISS General List of Subject Headings
Select pickup location
The material from the parent unit is free. If the material is delivered to the pickup location from another unit, the library may charge you for this service.
