Return to search

Automatic Speech recognition, with large vocabulary, robustness, independence of speaker and multilingual processing

Made available in DSpace on 2016-08-29T15:33:13Z (GMT). No. of bitstreams: 1
tese_4090_.pdf: 1568197 bytes, checksum: 71e4fb308c2516a5a0a305e67f32990f (MD5)
Previous issue date: 2010-08-27 / Durante todo o trabalho, o sistema de reconhecimento de fala contínua de grande vocabulário Julius é
utilizado em conjunto com o Hidden Markov Model Toolkit(HTK). O sistema Julius tem suas principais características descritas,
tendo inclusive sido modificado.
Inicialmente, a teoria de reconhecimento de sinais de fala é demonstrada.
Experimentos são feitos com adaptação de modelos ocultos de Marvov e com a técnica de validação cruzada K-Fold.
Resultados de reconhecimento de fala após adaptação acústica à um locutor específico (e da criação de modelos de linguagem
específicos para um cenário de demonstração do sistema) demonstraram 86.39% de taxa de acerto de sentença para os modelos
acústicos holandeses. Os mesmos dados demonstram 94.44% de taxa de acerto semântico de sentença.

Identiferoai:union.ndltd.org:IBICT/oai:dspace2.ufes.br:10/4229
Date27 August 2010
CreatorsCAON, D. R. S.
ContributorsANDREAO, R. V., YNOGUTI, C. A., Varejão, F. M., Rauber, T. W.
PublisherUniversidade Federal do Espírito Santo, Mestrado em Informática, Programa de Pós-Graduação em Informática, UFES, BR
Source SetsIBICT Brazilian ETDs
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formattext
Sourcereponame:Repositório Institucional da UFES, instname:Universidade Federal do Espírito Santo, instacron:UFES
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0014 seconds