Reconhecimento de fala continua usando modelos ocultos de Markov

AUTOR(ES)

Carlos Alberto Ynoguti

DATA DE PUBLICAÇÃO

1999

RESUMO

Nos sistemas que constituem o estado da arte na área de reconhecimento de fala predominam os modelos estatísticos, notadamente aqueles baseados em Modelos Ocultos de Markov (Hidden Markov Models, HMM) Os HMM s são estruturas poderosas pois são capazes de modelar ao mesmo tempo as variabilidades acústicas e temporais do sinal de voz. Métodos estatísticos são extremamente vorazes quando se trata de dados de treinamento. Deste modo, nos sistemas de reconhecimento de fala contínua e vocabulário extenso, as palavras são geralmente modeladas a partir da concatenação de sub-unidades fonéticas, pois o número destas é bem menor do que o de palavras, e em uma locução geralmente existem vários exemplos de sub-unidades fonéticas. O reconhecimento de fala contínua difere do de palavras isoladas, pois neste o locutor não precisa fazer pausas entre as palavras. Deste modo, a determinação das fronteiras entre as palavras e do número destas na locução deve ser feita pelo sistema de reconhecimento. Para isto são utilizados os algoritmos de busca, que podem ter ainda modelos de duração e de linguagem incorporados. O objetivo deste trabalho é estudar o problema de reconhecimento de fala contínua, com independência de locutor e vocabulário médio (aproximadamente 700 palavras) utilizando HMM s... Observação: O resumo, na íntegra, poderá ser visualizado no texto completo da tese digital

ASSUNTO(S)

processos de reconhecimento automatico da voz processamento de sinais - tecnicas digitais markov

Documentos Relacionados

• A new method for determining the number of gaussians in hidden Markov models for continuos speech recognition systems
• Desenvolvimento de arquitetura para sistemas de reconhecimento automático de voz baseados em modelos ocultos de Markov
• Reconhecimento automatico de fala continua empregando modelos hibridos ANN +HMM
• Um Método para segmentação e reconhecimento de palavras manuscrritas usando modelos escondidos de Markov
• Estimação paramétrica e não-paramétrica em modelos de markov ocultos