Olaszy Gábor: Fonetikai algoritmus a hanghatárok gépi meghatározásának javítására nagyméretű beszédadatbázisokban.
Előnézet |
Cikk, tanulmány, mű
msznykonf_005_012-023.pdf Letöltés (1MB) | Előnézet |
Absztrakt (kivonat)
A beszédtechnológiai kutatásokhoz és gyakorlati alkalmazásokhoz egyre nagyobb méretű beszédadatbázisokat terveznek. Ezek egyik fajtája, amikor előre meghatározott szöveg felolvasásával hozzák létre a több órányi beszédanyagot. Ilyen adatbázis például a BME TMIT időjárás jelentéseket tartalmazó beszédkorpusza, amelyik 5400 mondatot tartalmaz. Ahhoz, hogy gépi módszerekkel lehessen ezt a hanganyagot a későbbiekben feldolgozni (szavakat, hangkapcsolatokat keresni stb.), a szöveget át kell írni hangszintű szimbólumsorozattá, majd jelölni kell a hanghullámon a hangokat, azok határát, a szavak kezdetét, a szüneteket, valamint szinkronba kell hozni a szöveget a hangzó formával automatikus gépi felismerés segítéségével. Az így jelölt hangok és hanghatárok csak mintegy 95%-os pontossággal adnak kellően helyes eredményt. Ez azonban nem elegendő a jó minőségű, korpusz alapú beszédszintézishez. Ebben a tanulmányban egy olyan utófeldolgozó algoritmust ismertetünk, amelyikkel növelni lehet a pontosságot, ezzel a szintézis minőségét.
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. 12-23 |
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.: 23. p. ; összefoglalás magyar nyelven |
Feltöltés dátuma: | 2019. jún. 18. 11:40 |
Utolsó módosítás: | 2022. nov. 08. 11:50 |
URI: | http://acta.bibl.u-szeged.hu/id/eprint/58660 |
Tétel nézet |