Automatic Speech Recognition For Ukrainian Broadcast Media Transcribing
A set of speech recognition techniques that allow for Ukrainian broadcast monitoring are covered: speech-to-text conversion; speaker diarization and recognition; text perception enhancement; multilingual aspects. The experimental results are presented and discussed. Методи. При автоматичному перетво...
Saved in:
| Published in: | Control systems & computers |
|---|---|
| Date: | 2019 |
| Main Authors: | , , , , |
| Format: | Article |
| Language: | English |
| Published: |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
2019
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/181099 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Automatic Speech Recognition For Ukrainian Broadcast Media Transcribing / M.M., Sazhok R.A. Seliukh, D.Ya. Fedoryn, O.A. Yukhymenko, V.V. Robeiko // Control systems & computers. — 2019. — № 6. — С. 46-57. — Бібліогр.: 16 назв. — англ. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862664282310705152 |
|---|---|
| author | Sazhok, M.M. Seliukh, R.A. Fedoryn, D.Ya. Yukhymenko, O.A. Robeiko, V.V. |
| author_facet | Sazhok, M.M. Seliukh, R.A. Fedoryn, D.Ya. Yukhymenko, O.A. Robeiko, V.V. |
| citation_txt | Automatic Speech Recognition For Ukrainian Broadcast Media Transcribing / M.M., Sazhok R.A. Seliukh, D.Ya. Fedoryn, O.A. Yukhymenko, V.V. Robeiko // Control systems & computers. — 2019. — № 6. — С. 46-57. — Бібліогр.: 16 назв. — англ. |
| collection | DSpace DC |
| container_title | Control systems & computers |
| description | A set of speech recognition techniques that allow for Ukrainian broadcast monitoring are covered: speech-to-text conversion; speaker diarization and recognition; text perception enhancement; multilingual aspects. The experimental results are presented and discussed.
Методи. При автоматичному перетворенні на текст застосовується метод, основні складові якого засновані на підходах генеративної моделі (НММ), апроксимації областей спостереження сигналу з використанням сумішей нормального закону (GMM) та покращення якості цієї апроксимації засобами глибокого навчання (DNN). Для моделювання акустичних особливостей людини застосовується підхід i-vector, що також дає змогу визначати моменти зміни мовця. Скінченні автомати та рекурентні нейромережі застосовано для поліпшення сприйняття тексту людиною та для подальшого його автоматичного оброблення. Злиття моделей двох мов дало змогу ефективно обробляти спонтанне перемикання з однієї мови на іншу. Результати та висновки. Реалізована схема перетворення мовлення на текст дала змогу отримати результат розпізнавання фонограм телерадіомовлення у формі, зручній і для користувача-людини, і для подальшої автоматичної обробки. А саме, за отриманим текстом зрозуміло, про що йдеться, відстежується фактичний матеріал (власні назви, числа, дати тощо), розділові знаки полегшують сприйняття тексту, і загалом зменшуються затрати на ручне редагування для отримання кінцевої стенограми.
Методы. При автоматическом преобразовании в текст применяется метод, основные составляющие которого основаны на подходах генеративной модели (НММ), аппроксимации областей наблюдения сигнала с использованием смесей нормального закона (GMM) и улучшения качества этой аппроксимации средствами глубокого обучения (DNN). Для моделирования акустических особенностей человека применяется подход i-vector, что также позволяет определять моменты смены говорящего. Конечные автоматы и рекуррентные нейросети примененеы для улучшения восприятия текста человеком и для дальнейшей его автоматической обработки. Слияние моделей двух языков позволило эффективно обрабатывать спонтанное переключение с одного языка на другой. Результаты и выводы. Реализованная схема преобразования речи в текст дала возможность получить результат распознавания фонограмм телерадиообщения в удобном виде, как для пользователя-человека, так и для дальнейшей автоматической обработки. А именно: по полученному тексту понятно, о чем идет речь, отслеживается фактический материал (собственные названия, числа, даты и т.д.), разделительные знаки облегчают восприятие текста, и вообще уменьшаются затраты на ручное редактирование для получения конечной стенограммы.
|
| first_indexed | 2025-12-07T15:14:16Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-181099 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 2706-8145 |
| language | English |
| last_indexed | 2025-12-07T15:14:16Z |
| publishDate | 2019 |
| publisher | Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України |
| record_format | dspace |
| spelling | Sazhok, M.M. Seliukh, R.A. Fedoryn, D.Ya. Yukhymenko, O.A. Robeiko, V.V. 2021-10-31T19:34:46Z 2021-10-31T19:34:46Z 2019 Automatic Speech Recognition For Ukrainian Broadcast Media Transcribing / M.M., Sazhok R.A. Seliukh, D.Ya. Fedoryn, O.A. Yukhymenko, V.V. Robeiko // Control systems & computers. — 2019. — № 6. — С. 46-57. — Бібліогр.: 16 назв. — англ. 2706-8145 DOI https://doi.org/10.15407/usim.2019.06.046 https://nasplib.isofts.kiev.ua/handle/123456789/181099 004.934 A set of speech recognition techniques that allow for Ukrainian broadcast monitoring are covered: speech-to-text conversion; speaker diarization and recognition; text perception enhancement; multilingual aspects. The experimental results are presented and discussed. Методи. При автоматичному перетворенні на текст застосовується метод, основні складові якого засновані на підходах генеративної моделі (НММ), апроксимації областей спостереження сигналу з використанням сумішей нормального закону (GMM) та покращення якості цієї апроксимації засобами глибокого навчання (DNN). Для моделювання акустичних особливостей людини застосовується підхід i-vector, що також дає змогу визначати моменти зміни мовця. Скінченні автомати та рекурентні нейромережі застосовано для поліпшення сприйняття тексту людиною та для подальшого його автоматичного оброблення. Злиття моделей двох мов дало змогу ефективно обробляти спонтанне перемикання з однієї мови на іншу. Результати та висновки. Реалізована схема перетворення мовлення на текст дала змогу отримати результат розпізнавання фонограм телерадіомовлення у формі, зручній і для користувача-людини, і для подальшої автоматичної обробки. А саме, за отриманим текстом зрозуміло, про що йдеться, відстежується фактичний матеріал (власні назви, числа, дати тощо), розділові знаки полегшують сприйняття тексту, і загалом зменшуються затрати на ручне редагування для отримання кінцевої стенограми. Методы. При автоматическом преобразовании в текст применяется метод, основные составляющие которого основаны на подходах генеративной модели (НММ), аппроксимации областей наблюдения сигнала с использованием смесей нормального закона (GMM) и улучшения качества этой аппроксимации средствами глубокого обучения (DNN). Для моделирования акустических особенностей человека применяется подход i-vector, что также позволяет определять моменты смены говорящего. Конечные автоматы и рекуррентные нейросети примененеы для улучшения восприятия текста человеком и для дальнейшей его автоматической обработки. Слияние моделей двух языков позволило эффективно обрабатывать спонтанное переключение с одного языка на другой. Результаты и выводы. Реализованная схема преобразования речи в текст дала возможность получить результат распознавания фонограмм телерадиообщения в удобном виде, как для пользователя-человека, так и для дальнейшей автоматической обработки. А именно: по полученному тексту понятно, о чем идет речь, отслеживается фактический материал (собственные названия, числа, даты и т.д.), разделительные знаки облегчают восприятие текста, и вообще уменьшаются затраты на ручное редактирование для получения конечной стенограммы. en Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України Control systems & computers Intellectual Informational Technologies and Systems Automatic Speech Recognition For Ukrainian Broadcast Media Transcribing Засоби розпізнавання мовленнєвого сигналу для оцифровування українського медійного простору Средства распознавания речевых сигналов для оцифровки украинского медийного пространства Article published earlier |
| spellingShingle | Automatic Speech Recognition For Ukrainian Broadcast Media Transcribing Sazhok, M.M. Seliukh, R.A. Fedoryn, D.Ya. Yukhymenko, O.A. Robeiko, V.V. Intellectual Informational Technologies and Systems |
| title | Automatic Speech Recognition For Ukrainian Broadcast Media Transcribing |
| title_alt | Засоби розпізнавання мовленнєвого сигналу для оцифровування українського медійного простору Средства распознавания речевых сигналов для оцифровки украинского медийного пространства |
| title_full | Automatic Speech Recognition For Ukrainian Broadcast Media Transcribing |
| title_fullStr | Automatic Speech Recognition For Ukrainian Broadcast Media Transcribing |
| title_full_unstemmed | Automatic Speech Recognition For Ukrainian Broadcast Media Transcribing |
| title_short | Automatic Speech Recognition For Ukrainian Broadcast Media Transcribing |
| title_sort | automatic speech recognition for ukrainian broadcast media transcribing |
| topic | Intellectual Informational Technologies and Systems |
| topic_facet | Intellectual Informational Technologies and Systems |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/181099 |
| work_keys_str_mv | AT sazhokmm automaticspeechrecognitionforukrainianbroadcastmediatranscribing AT seliukhra automaticspeechrecognitionforukrainianbroadcastmediatranscribing AT fedoryndya automaticspeechrecognitionforukrainianbroadcastmediatranscribing AT yukhymenkooa automaticspeechrecognitionforukrainianbroadcastmediatranscribing AT robeikovv automaticspeechrecognitionforukrainianbroadcastmediatranscribing AT sazhokmm zasobirozpíznavannâmovlennêvogosignaludlâocifrovuvannâukraínsʹkogomedíinogoprostoru AT seliukhra zasobirozpíznavannâmovlennêvogosignaludlâocifrovuvannâukraínsʹkogomedíinogoprostoru AT fedoryndya zasobirozpíznavannâmovlennêvogosignaludlâocifrovuvannâukraínsʹkogomedíinogoprostoru AT yukhymenkooa zasobirozpíznavannâmovlennêvogosignaludlâocifrovuvannâukraínsʹkogomedíinogoprostoru AT robeikovv zasobirozpíznavannâmovlennêvogosignaludlâocifrovuvannâukraínsʹkogomedíinogoprostoru AT sazhokmm sredstvaraspoznavaniârečevyhsignalovdlâocifrovkiukrainskogomediinogoprostranstva AT seliukhra sredstvaraspoznavaniârečevyhsignalovdlâocifrovkiukrainskogomediinogoprostranstva AT fedoryndya sredstvaraspoznavaniârečevyhsignalovdlâocifrovkiukrainskogomediinogoprostranstva AT yukhymenkooa sredstvaraspoznavaniârečevyhsignalovdlâocifrovkiukrainskogomediinogoprostranstva AT robeikovv sredstvaraspoznavaniârečevyhsignalovdlâocifrovkiukrainskogomediinogoprostranstva |