Very Large Vocabulary Speech Recognition System for Automatic Transcription of Czech Broadcast Programs

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F46747885%3A24310%2F04%3A00000013" target="_blank" >RIV/46747885:24310/04:00000013 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

angličtina

Original language name

Very Large Vocabulary Speech Recognition System for Automatic Transcription of Czech Broadcast Programs

Original language description

This paper describes the first speech recognition system capable of transcribing a wide range of spoken broadcast programs in Czech language with the OOV rate being below 3 per cent.To achieve that level we had to a) create an optimized 200k word vocabulary with multiple text and pronunciation forms, b) extract an appropriate language model from a 300M word text corpus and c) develop an own decoderspecially designed for the lexicon of that size. The system was tested on various types of broadcast programs with the following results: the Czech part of the European COST278 database of TV news(71.5 % accuracy rate on complete news streams, 82.7 % on their clean parts), radio news (80.2 %), read commentaries (78.6 %), broadcast debates (74.3 %) and recordings of the state presidents' speeches (85.8 %).

Czech name

Rozpoznávač řeči pracující s velmi velkým slovníkem pro automatickou transkripci českých zpravodajských pořadů

Czech description

Tento příspěvek popisuje první rozpoznávač řeči schopný přepisovat široké spektrum mluvených zpravodajských pořadů v českém jazyce s OOV pod 3 %.Abychom dosáhli této úrovně, museli jsme a) vytvořit optimizovaný 200 tisícový slovník s vícenásobnými textovými a výslovnostními formami, b) vypočítat příslušný jazykový model z textového korpusu o 300 milionech slov a c) vyvinout vlastní dekodérspeciálně upravený pro slovník této velikosti. Systém byl testován na různých typech zpravodajských pořadů s následujícími výsledky: česká část evropské databáze COST278 televizních zpráv(71.5 % přesnost na všech zprávách, 82.7 % na jejich čistých částech), rozhlasové zprávy (80.2 %), čtené komentáře (78.6 %), vysílané debaty (74.3 %) a záznamy proslovů prezidentů státu (85.8 %).

Type

J_x - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)

CEP classification

JD - Use of computers, robotics and its application

OECD FORD branch

—

Project

—

Continuities

Z - Vyzkumny zamer (s odkazem do CEZ)

Publication year

2004

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Name of the periodical

Interspeech 2004 ICSLP Proceedings

ISSN

1225-441x

e-ISSN

—

Volume of the periodical

Neuveden

Issue of the periodical within the volume

2004

Country of publishing house

KR - KOREA, REPUBLIC OF

Number of pages

4

Pages from-to

409-412

UT code for WoS article

—

EID of the result in the Scopus database

—