Resumen

Este documento presentará un nuevo método para identificar comandos de voz en vietnamita utilizando los resultados del servicio de reconocimiento de voz de Google (GSR). El problema es que el porcentaje de identificaciones correctas de comandos de voz en vietnamita en el sistema de Google no es alto. Proponemos un enfoque de aprendizaje automático supervisado para abordar los casos en los que Google identifica incorrectamente los comandos de voz. Primero, construimos un conjunto de datos de comandos de voz que incluye hipótesis de GSR para cada comando de voz correspondiente. Luego, proponemos un sistema de corrección utilizando modelos de máquina de vectores de soporte (SVM) y redes neuronales convolucionales (CNN). Los resultados muestran que el sistema de corrección reduce los errores en el reconocimiento de comandos de voz en vietnamita del 35.06% al 7.08% utilizando el modelo SVM y al 5.15% utilizando el modelo CNN.

• Materias:Redes de radio Sistemas de información Comunicaciones inalámbricas Cifrado de bloques
• Subjects:Radio Networks Information systems Wireless communications Block ciphers
• Palabras claves:Comandos de voz en vietnamita; Reconocimiento de voz de Google; Enfoque de aprendizaje supervisado; Máquina de vectores de soporte; Red neuronal convolucional; Reducción de errores
• Keywords:Vietnamese voice commands; Google speech recognition; Supervised machine-learning approach; Support vector machine; Convolutional neural network; Error reduction