Fast Approximate Spoken Term Detection from Sequence of Phonemes

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F08%3APU80187" target="_blank" >RIV/00216305:26230/08:PU80187 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Fast Approximate Spoken Term Detection from Sequence of Phonemes

Popis výsledku v původním jazyce

We investigate the detection of spoken terms in conversa-<br> tional speech using phoneme recognition with the objective<br> of achieving smaller index size as well as faster search speed.<br> Speech is processed and indexed as a sequence of one best<br>phoneme sequence. We propose the use of a probabilistic<br> pronunciation model for the search term to compensate for<br> the errors in the recognition of phonemes. This model is de-<br> rived using the pronunciation of the word and the phoneme<br> confusion matrix. Experiments are performed on the con-<br> versational telephone speech database distributed by NIST<br> for the 2006 spoken term detection. We achieve about 1500<br> times smaller index size and 14 times faster search speed<br> compared tothe system using phoneme lattices, at the cost<br> of relatively lower detection performance.

Název v anglickém jazyce

Fast Approximate Spoken Term Detection from Sequence of Phonemes

Popis výsledku anglicky

We investigate the detection of spoken terms in conversa-<br> tional speech using phoneme recognition with the objective<br> of achieving smaller index size as well as faster search speed.<br> Speech is processed and indexed as a sequence of one best<br>phoneme sequence. We propose the use of a probabilistic<br> pronunciation model for the search term to compensate for<br> the errors in the recognition of phonemes. This model is de-<br> rived using the pronunciation of the word and the phoneme<br> confusion matrix. Experiments are performed on the con-<br> versational telephone speech database distributed by NIST<br> for the 2006 spoken term detection. We achieve about 1500<br> times smaller index size and 14 times faster search speed<br> compared tothe system using phoneme lattices, at the cost<br> of relatively lower detection performance.

Druh

D - Stať ve sborníku

CEP obor

JC - Počítačový hardware a software

OECD FORD obor

—

Projekt

—

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2008

Kód důvěrnosti údajů

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

Název statě ve sborníku

The 31st Annual International ACM SIGIR Conference 20-24 July 2008, Singapore

ISBN

978-90-365-2697-5

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

—

Název nakladatele

Association for Computing Machinery

Místo vydání

Singapore

Místo konání akce

Singapur

Datum konání akce

20. 7. 2008

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—