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

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

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

Letöltés (279kB) | Előnézet

Absztrakt (kivonat)

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.

Mű típusa: Konferencia vagy workshop anyag
Befoglaló folyóirat/kiadvány címe: Magyar Számítógépes Nyelvészeti Konferencia
Dátum: 2007
Kötet: 5
ISBN: 978-963-482-848-8
Oldalak: pp. 47-55
Konferencia neve: Magyar Számítógépes Nyelvészeti Konferencia (5.) (2007) (Szeged)
Befoglaló mű URL: http://acta.bibl.u-szeged.hu/58546/
Kulcsszavak: Nyelvészet - számítógép alkalmazása
Megjegyzések: Bibliogr.: 55. p. ; összefoglalás magyar nyelven
Feltöltés dátuma: 2019. jún. 18. 11:54
Utolsó módosítás: 2022. nov. 08. 11:50
URI: http://acta.bibl.u-szeged.hu/id/eprint/58663
Bővebben:
Tétel nézet Tétel nézet