Адаптація акустичних моделей фонем до голосу диктора для пофонемного розпізнавання ізольованих слів української мови

Abstract

У статті розглядаються проблеми адаптації моделей фонем до голосу диктора для пофонемного розпізнавання ізольованих слів української мови. Описується метод адаптації під назвою «лінійна регресія максимальної правдоподібності» (MLLR). У рамках цього методу шляхом оптимізації значення критерію розпізнавання отримуються матриці лінійних перетворень, за якими адаптуються акустичні моделі фонем. Наводяться результати експериментальних досліджень розпізнавання мовлення адаптованої системи. Аналізуються дані розпізнавання адаптованих моделей у залежності від кількості слів в адаптаційній вибірці.

В статье рассматриваются проблемы адаптации моделей фонем на голос диктора для пофонемного распознавания изолированных слов украинского языка. Описывается метод адаптации под названием «линейная регрессия максимального правдоподобия» (MLLR). В рамках этого метода путем оптимизации значения критерия распознавания получаем матрицы линейных преобразований, по которым адаптиру- ются акустические модели фонем. Приводятся результаты экспериментальных исследований распознавания речи адаптированной системы. Анализируются данные распознавания адаптированных моделей на разном количестве слов.