Detección de palabras claves en lenguajes sin datos de entrenamiento

Estudiamos el problema de detección de palabras claves (<i>key-word-spotting</i>) para idiomas que no disponen de corpus de datos con grabaciones y transcripciones fonéticas. Este problema es de central importancia para poder realizar búsquedas en bases de datos de grabaciones de habla....

Descripción completa

Detalles Bibliográficos
Autores principales:	Brusco, Pablo, Ferrer, Luciana, Gravano, Agustín
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2014
Materias:	Ciencias Informáticas keyword-spotting automatic speech recognition hidden Markov models speech data mining
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/42287
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-42287
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas keyword-spotting automatic speech recognition hidden Markov models speech data mining
spellingShingle	Ciencias Informáticas keyword-spotting automatic speech recognition hidden Markov models speech data mining Brusco, Pablo Ferrer, Luciana Gravano, Agustín Detección de palabras claves en lenguajes sin datos de entrenamiento
topic_facet	Ciencias Informáticas keyword-spotting automatic speech recognition hidden Markov models speech data mining
description	Estudiamos el problema de detección de palabras claves (<i>key-word-spotting</i>) para idiomas que no disponen de corpus de datos con grabaciones y transcripciones fonéticas. Este problema es de central importancia para poder realizar búsquedas en bases de datos de grabaciones de habla. Usando el Boston University Radio Speech Corpus como corpus de referencia, analizamos diversas topologías y parametrizaciones de Modelos Ocultos de Markov para la detección de palabras sobre habla continua. Los modelos se basan en el uso de "fillers" para palabras no buscadas, y empleamos fonemas como unidades mínimas de detección. Para las pruebas, utilizamos un conjunto de 20 keywords entrenadas con 14 minutos de datos transcriptos y fillers entrenados con 7 horas sin transcripciones. Los resultados muestran que el mejor modelo alcanza rendimientos superiores a un 0.47 de FOM promedio, un porcentaje de detecciones correctas del 72.1% y 3.95 falsas alarmas por hora por keyword.
format	Objeto de conferencia Objeto de conferencia
author	Brusco, Pablo Ferrer, Luciana Gravano, Agustín
author_facet	Brusco, Pablo Ferrer, Luciana Gravano, Agustín
author_sort	Brusco, Pablo
title	Detección de palabras claves en lenguajes sin datos de entrenamiento
title_short	Detección de palabras claves en lenguajes sin datos de entrenamiento
title_full	Detección de palabras claves en lenguajes sin datos de entrenamiento
title_fullStr	Detección de palabras claves en lenguajes sin datos de entrenamiento
title_full_unstemmed	Detección de palabras claves en lenguajes sin datos de entrenamiento
title_sort	detección de palabras claves en lenguajes sin datos de entrenamiento
publishDate	2014
url	http://sedici.unlp.edu.ar/handle/10915/42287
work_keys_str_mv	AT bruscopablo detecciondepalabrasclavesenlenguajessindatosdeentrenamiento AT ferrerluciana detecciondepalabrasclavesenlenguajessindatosdeentrenamiento AT gravanoagustin detecciondepalabrasclavesenlenguajessindatosdeentrenamiento
bdutipo_str	Repositorios
_version_	1764820473522159621

Detección de palabras claves en lenguajes sin datos de entrenamiento

Ejemplares similares