Magyar nyelvű beszédleiratozó tanítása sok (tíz)ezer óra beszéddel

Dobsinszki Gergely; Kádár Máté Soma; Mády Katalin; Mihajlik Péter: Magyar nyelvű beszédleiratozó tanítása sok (tíz)ezer óra beszéddel.

Előnézet

Cikk, tanulmány, mű msznykonf_021_087-096.pdf Letöltés (183kB) | Előnézet

Absztrakt (kivonat)

Jelen tanulmány célja a magyar nyelvű beszédfelismerés pontosságának növelése nagy mennyiségű tanítóanyag és önfelügyelt tanulás (Self-Supervised Learning, SSL) módszerének alkalmazásával. Kísérleteink során kisebb, nyilvános és nagyobb, nem publikus adathalmazokon is teszteltük a önfelügyelt előtanítás hatékonyságát. Az SSL technika alkalmazása kis méretű, magyar nyelvű tanító adathalmazok esetén látványos teljesítményjavulást eredményezett a beszédfelismerő modellek pontosságában. A nagy, több ezer órás adathalmazon történő finomhangolás esetén is felgyorsította a tanulási konvergenciát, azonban a jelenlegi eredmények alapján nem múlja felül az angol nyelvű felügyelt előtanítással elért pontosságot. Mindemellett a minden korábbinál nagyobb, tisztán magyar nyelvű halmazzal felügyelten finomhangolt modellek több független kiértékelő halmazon is minden korábbit megelőző pontosságot értek el.

Mű típusa:	Konferencia vagy workshop anyag
Rovatcím:	Beszédtechnológia, kommunikáció
Befoglaló folyóirat/kiadvány címe:	Magyar Számítógépes Nyelvészeti Konferencia
Dátum:	2025
Kötet:	21
ISBN:	978-963-688-034-7
Oldalak:	pp. 87-96
Nyelv:	magyar
Kiadó:	Szegedi Tudományegyetem TTIK, Informatikai Intézet
Kiadás helye:	Szeged
Konferencia neve:	Magyar számítógépes nyelvészeti konferencia (21.)
Konferencia típusa:	Konferencia
Helyszin:	Szeged
Dátum:	2025. február 6-7.
Befoglaló mű URL:	https://acta.bibl.u-szeged.hu/88748/
Kulcsszavak:	Nyelvészet - számítógép alkalmazása, Beszédkutatás, Mélytanulás, Akusztikus modellezés
Megjegyzések:	Bibliogr.: p. 95-96. ; ill. ; összefoglalás magyar nyelven
Szakterület:	01. Természettudományok 01. Természettudományok > 01.02. Számítás- és információtudomány 06. Bölcsészettudományok 06. Bölcsészettudományok > 06.02. Nyelvek és irodalom
Feltöltés dátuma:	2025. nov. 12. 12:42
Utolsó módosítás:	2025. nov. 12. 12:42
URI:	http://acta.bibl.u-szeged.hu/id/eprint/88774

Bővebben:

Tétel nézet