Tüske Zoltán; Mihajlik Péter; Fegyó Tibor: Spontán, nagyszótáras, folyamatos beszéd gépi felismerési pontosságának növelése beszélőadaptációval a MALACH projektben.
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 |
![]() |
Tétel nézet |