Avtomatsko razpoznavanja slovenskega govora za dnevnoinformativne oddaje

Avtomatsko razpoznavanja slovenskega govora za dnevnoinformativne oddaje

Blog Article

Na področju govornih in jezikovnih tehnologij predstavlja avtomatsko razpoznavanje govora Espresso Cups enega izmed ključnih gradnikov.V prispevku bomo predstavili razvoj avtomatskega razpoznavalnika slovenskega govora za domeno dnevnoinformativnih oddaj.Arhitektura sistema je zasnovana na globokih nevronskih mrežah.Pri tem smo ob upoštevanju razpoložljivih govornih virov izvedli modeliranje z različnimi aktivacijskimi funkcijami.

V postopku razvoja razpoznavalnika govora smo preverili tudi, kakšen je vpliv izgubnih govornih kodekov na rezultate razpoznavanja govora.Za učenje razpoznavalnika govora smo uporabili bazi UMB BNSI Broadcast News in IETK-TV.Skupni obseg govornih posnetkov je znašal 66 ur.Vzporedno z globokimi nevronskimi mrežami smo povečali slovar razpoznavanja govora, ki je tako NHL packs znašal 250.

000 besed.Na ta način smo znižali delež besed izven slovarja na 1,33 %.Z razpoznavanjem govora na testni množici smo dosegli najboljšo stopnjo napačno razpoznanih besed (WER) 15,17 %.Med procesom vrednotenja rezultatov smo izvedli tudi podrobnejšo analizo napak razpoznavanja govora na osnovi lem in F-razredov, ki v določeni meri pokažejo na zahtevnost slovenskega jezika za takšne scenarije uporabe tehnologije.