Resumen

En general, los sistemas de detección de términos hablados se degradarán significativamente debido a la falta de coincidencia entre el modelo acústico y el habla espontánea. Este documento presenta una estrategia mejorada de detección de términos hablados, que se integra con una nueva matriz de confusión de fonemas y un método de entrenamiento mejorado de error mínimo de clasificación (MCE) a nivel de palabra. La primera técnica se presenta para mejorar la tasa de detección de términos hablados, mientras que la segunda se adopta para rechazar aceptaciones falsas. En el habla telefónica conversacional en mandarín (CTS), los métodos propuestos reducen la tasa de error igual (EER) en un 8.4% en términos relativos.

• Materias:Modelado matemático Sistemas estocásticos Productos gráficos Ecuaciones matriciales Métodos de descomposición
• Subjects:Mathematical modeling Stochastic systems Graph products Matrix equations Decomposition methods
• Palabras claves:Sistema de detección de términos hablados; Modelo acústico; Discurso espontáneo; Matriz de confusión de fonemas; Método de entrenamiento de mínimo error de clasificación a nivel de palabra; Tasa de error igual
• Keywords:Spoken term detection system; Acoustic model; Spontaneous speech; Phoneme confusion matrix; Word-level minimum classification error training method; Equal error rate