کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10368506 874801 2014 19 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Effect of acoustic and linguistic contexts on human and machine speech recognition
ترجمه فارسی عنوان
اثر کانون های صوتی و زبانی بر تشخیص گفتار انسان و ماشین
کلمات کلیدی
تشخیص گفتار مداوم، توانایی تشخیص گفتار انسانی، مدل آکوستیک، مدل زبان،
ترجمه چکیده
آزمایش های تشخیص با استفاده از یک دستگاه تشخیص گفتار خودکار تحت شرایط تقریبا یکسان با آزمایشات با انسان انجام شد. عملکرد مدل های صوتی بدون هیچ گونه مدل زبان و یا فقط با یک مدل زبان یونگرام، به طور قابل توجهی با عملکرد شناخت انسان شناخته شده است و هیچ زمینه ای ندارد. در مقابل، پیش بینی عملکرد با استفاده از یک مدل زبان تررگر برتر یا قابل مقایسه با عملکرد انسان در هنگام یک کلمه پیش و پس از آن است. این نتایج نشان می دهد که ما باید مدل های آکوستیک خود را به جای مدل های زبان ما بهبود دهیم تا سازندگان گفتار خودکار را با عملکرد شناختی قابل مقایسه با انسان در شرایطی که شناسایی زبان محدودی دارد محدود کنیم.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر پردازش سیگنال
پیش نمایش مقاله
اثر کانون های صوتی و زبانی بر تشخیص گفتار انسان و ماشین
چکیده انگلیسی
Recognition experiments using an automatic speech recognizer were conducted under conditions almost identical to the experiments with humans. The performance of the acoustic models without any language model, or with only a unigram language model, were greatly inferior to human recognition performance with no context. In contrast, prediction performance using a trigram language model was superior or comparable to human performance when given a preceding and a succeeding word. These results suggest that we must improve our acoustic models rather than our language models to make automatic speech recognizers comparable to humans in recognition performance under conditions where the recognizer has limited linguistic context.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computer Speech & Language - Volume 28, Issue 3, May 2014, Pages 769-787
نویسندگان
, , ,