Reconocimiento de los números castellanos mediante semisílabas

En esta comunicación se describe el uso de la semisílaba en el reconocimiento de habla continua para una aplicación específica: el reconocimiento de los números enteros castellanos del cero al mil. Tras una breve descripción de la arquitectura del sistema de reconocimiento, se detalla la inferencia...

Descripción completa

Detalles Bibliográficos
Autores: Mariño Acebal, José Bernardo|||0000-0002-9471-8675, Nadeu Camprubí, Climent|||0000-0002-5863-0983, Moreno, Antonio, Lleida Solano, Eduardo, Hernaez, I., Monte Moreno, Enrique|||0000-0002-4907-0494
Tipo de recurso: artículo
Fecha de publicación:1989
País:España
Institución:Universitat Politècnica de Catalunya (UPC)
Repositorio:UPCommons. Portal del coneixement obert de la UPC
Idioma:español
OAI Identifier:oai:upcommons.upc.edu:2117/85695
Acceso en línea:https://hdl.handle.net/2117/85695
Access Level:acceso abierto
Palabra clave:Speech processing systems
Tractament del senyal
Àrees temàtiques de la UPC::Enginyeria de la telecomunicació::Processament del senyal::Processament de la parla i del senyal acústic
Àrees temàtiques de la UPC::Enginyeria de la telecomunicació::Processament del senyal
Descripción
Sumario:En esta comunicación se describe el uso de la semisílaba en el reconocimiento de habla continua para una aplicación específica: el reconocimiento de los números enteros castellanos del cero al mil. Tras una breve descripción de la arquitectura del sistema de reconocimiento, se detalla la inferencia de la gramática de estados finitos que representa los números en términos de semisílabas, y se indica el procedimiento seguido para la generación de las referencias de las mismas. Finalmente, se presentan los resultados alcanzados en dos experimentos: en el primero el sistema de reconocimiento es entrenado para un locutor y las referencias utilizadas para las semisílabas son patrones de características frecuenciales; en el segundo, el entrenamiento es multilocutor y las semisílabas son representadas mediante Modelos Ocultos de Markov. En ambos casos la tasa de reconocimiento del sistema es excelente.