Sběr a anotace databáze spontánních promluv

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F08%3A03149222" target="_blank" >RIV/68407700:21230/08:03149222 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Sběr a anotace databáze spontánních promluv

Popis výsledku v původním jazyce

Nasazení rozpoznávače řeči v reálném systému přináší nutnost rozpoznávat promluvy spontánního charakteru snímané v reálném prostředí. Databáze čtené řeči, které jsou často využívané pro trénování rozpoznávačů řeči, nejsou pro trénování takových robustních systémů vhodné, neboť nevystihují správně charakter spontánních promluv, především s ohledem na výskyt neřečových událostí, použitý slovník, změny ve výslovnosti a slovosledu apod. Prezentovaná databáze spontánních promluv tak pomáhá doplnit tyto jevyve stávající sadě řečových dat. Příspěvek popisuje postup nahrávání a anotace přednášek s technickou tématikou a uvádí porovnání těchto promluv s čtenou řečí. Dále je uveden postup automatického zarovnání, který vede ke snížení počtu označených méně významných neřečových událostí. Experiment s rozpoznáváním váhavých pauz ukazuje přínos spontánních řečových dat pro kvalitu modelování těchto událostí.

Název v anglickém jazyce

Collection and annotation of spontaneous speech database

Popis výsledku anglicky

Speech recognition used in real system works with spontaneous speech recorded in real environment. Read speech databases are not optimal for training such system, as this kind of speech does not simulate the real character of natural speech, its vocabulary, disfluencies or irregularities. The presented database extends the available read speech data for this kind of utterances. The paper describes the the recording and annotation of lectures on technical topic and their comparison to read speech. Automated forced-alignment procedure decreases the amount of inextensible non-speech event marks. The final experiment shows the contribution of such spontaneous data to the quality of filled pause model in non-speech event recognition task.

Druh

D - Stať ve sborníku

CEP obor

JA - Elektronika a optoelektronika, elektrotechnika

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

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

Analýza a zpracování řečových a biologických signálů - sborník prací 2008

ISBN

978-80-01-04243-4

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

—

Název nakladatele

České vysoké učení technické v Praze

Místo vydání

Praha

Místo konání akce

Praha

Datum konání akce

1. 10. 2008

Typ akce podle státní příslušnosti

CST - Celostátní akce

Kód UT WoS článku

—