К проблеме распознавания слитной речи

Abstract

В статье описывается предлагаемый авторами метод распознавания слитно произносимых фраз, состоящих из слов заданного словаря. Метод основан на использовании разработанного авторами механизма сегментации речевого сигнала и алгоритме нахождения первого слова, который авторы обозначают как «принцип минимума DTW-расстояния». Используется ранее предложенная авторами методика построения эталонов слов из дифонов и некоторая модификация метода DTW, дающая заметный выигрыш в скорости и объеме необходимой памяти. Практическая реализация метода требует также уточнения алгоритмов определения границ записанного речевого отрезка и расширения множества правил автоматического транскрибирования. Этому посвящены два первых раздела статьи.

У статті описується пропонований авторами метод розпізнавання злито вимовлених фраз, що складаються зі слів заданого словника. Метод заснований на використанні розробленого авторами механізму сегментації мовного сигналу й алгоритму знаходження першого слова, що автори позначають як «принцип мінімуму DTW-відстані». Використовується раніше запропонована авторами методика побудови еталонів слів з дифонів і деяка модифікація методу DTW, що дає помітний виграш у швидкості й обсязі необхідної пам’яті. Практична реалізація методу вимагає також уточнення алгоритмів визначення границь записаного мовного відрізка й розширення множини правил автоматичного транскрибування. Цьому присвячені два перших розділи статті.

Author’s recognition of continuous speech method is describing in the article. Phrase is consisting of words of given vocabulary. The method is based on using author’s mechanism of segmentation speech signal and algorithm of searching the first word, which we name minimal DTW-distant principle. We use earlier proposed by authors procedure of construction patterns with the help of diphone base and some modification of method DTW which gives win in speed and memory. Practical realization of method demands of more precise determination of speech boundaries and enlargement quantity rules of automatic transcription system. This is the subject of two first sections of the article.