Phoneme Recognition Output Post-Processing for Word Sequences Decoding

• Published in: Індуктивне моделювання складних систем
• Date: 2015
• Main Author: Sazhok, М.
• Format: Article
• Language: English
• Published: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2015
• Online Access: https://nasplib.isofts.kiev.ua/handle/123456789/125020
• Journal Title: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Cite this: Phoneme Recognition Output Post-Processing for Word Sequences Decoding / М. Sazhok // Індуктивне моделювання складних систем: Зб. наук. пр. — К.: МННЦ ІТС НАН та МОН України, 2015. — Вип. 7. — С. 39-45. — Бібліогр.: 6 назв. — англ

The paper presents advances in a multi-level automatic speech understanding approach that is ini-tially developed for highly inflective languages with relatively free word order. Two levels are con-sidered. On the first level it is applied a phoneme recognizer, which output is post-processed at the second level. The proposed model of post-processing involves acoustic and phonetic features to-gether with lexicon and spontaneous speech peculiarities. A way to estimate the post-processor pa-rameters is described. У статті розвивається метод багаторівневого автоматичного розпізнавання мовленнєвого сигналу, що початково був запропонований для флективних мов з вільним порядком слідування слів. Розглянуто два рівні: на першому рівні застосовується пофонемне розпізнавання, результат якого піддається пост-процесингу на другому рівні. Запропонована модель враховує акустичні і фонетичні ознаки, лексикон і особливості спонтанного мовлення. Описується спосіб оцінювання параметрів пост-процесора. В статье развивается метод многоуровневого автоматического распознавания речевого сиг-нала, который первоначально был предложен для флективных языков со свободным поряд-ком следования слов. Рассмотрены два уровня: на первом уровне применяется пофонемное распознавание, результат которого подвергается пост-процессингу на втором уровне. Пред-ложенная модель учитывает акустические и фонетические признаки, лексикон и особенности спонтанной речи. Описывается способ оценивания параметров пост-процессора.