Spontán, nagyszótáras, folyamatos beszéd gépi felismerési pontosságának növelése beszélőadaptációval a MALACH projektben

Tüske Zoltán and Mihajlik Péter and Fegyó Tibor: Spontán, nagyszótáras, folyamatos beszéd gépi felismerési pontosságának növelése beszélőadaptációval a MALACH projektben.

[thumbnail of msznykonf_005_047-055.pdf]
Preview
Cikk, tanulmány, mű
msznykonf_005_047-055.pdf

Download (279kB) | Preview

Abstract

Cikkünkben bemutatjuk, hogy az MLLR (Maximum Likelihood Linear Regression) alapú beszélőadaptálás során a beszédfelismerési hatékonyság az adott spontán magyar nyelvű adatbázison jelentősen növekszik. Többféle módszert kipróbáltunk mind a felügyelt mind a felügyeletlen adaptálódás esetén is. A globális megoldás mellett regressziós osztályokon alapuló transzformációt is alkalmaztunk; felügyeletlen modellillesztés esetén a többszörös adaptálást is megvizsgáltuk. Továbbá folyamatos, nagyszótáras és spontán automatikus beszédfelismerővel kapott eredményekkel támasztjuk alá, hogy ha a szó alapú nyelvi modell helyett a magyar nyelvet pontosabban leíró morféma alapú modellezést alkalmazzuk, akkor a beszélőadaptálás által okozott javulás még szignifikánsabban jelentkezhet a felismerési hibaarányban.

Item Type: Conference or Workshop Item
Journal or Publication Title: Magyar Számítógépes Nyelvészeti Konferencia
Date: 2007
Volume: 5
ISBN: 978-963-482-848-8
Page Range: pp. 47-55
Event Title: Magyar Számítógépes Nyelvészeti Konferencia (5.) (2007) (Szeged)
Related URLs: http://acta.bibl.u-szeged.hu/58546/
Uncontrolled Keywords: Nyelvészet - számítógép alkalmazása
Additional Information: Bibliogr.: 55. p. ; összefoglalás magyar nyelven
Date Deposited: 2019. Jun. 18. 11:54
Last Modified: 2022. Nov. 08. 11:50
URI: http://acta.bibl.u-szeged.hu/id/eprint/58663

Actions (login required)

View Item View Item