استفاده از مدل هاي وابسته به محتوا در واژه ياب گفتار متمايز ساز

رويكردهاي واژه يابي گفتار به دو گروه تقسيم مي شوند: رويكردهاي مبتني بر مدل مخفي ماركف و رويكردهاي متمايزساز. يكي از فوايد رويكردهاي مبتني بر مدل مخفي ماركف، قابليت استفاده از اطلاعات وابسته به محتوا (سه واج) در جهت بهبود كارايي سيستم واژه ياب گفتار مي باشد. از طرفي، عدم امكان استفاده از اطلاعات وابسته به محتوا يكي از معايب رويكردهاي واژه يابي گفتار متمايزساز محسوب مي شود. در اين مقاله، راهكاري براي رفع اين عيب ارائه شده كه به اين منظور، بخش استخراج ويژگي يك سيستم واژه ياب گفتار متمايزساز مبتني بر الگوريتم تكاملي (EDSTD)- كه در كارهاي قبلي ما ارائه شده است- به گونه اي تغيير يافته كه اطلاعات وابسته به محتوا را در نظر بگيرد. در مرحله نخست، يك رويكرد استخراج ويژگي مستقل از محتوا پيشنهاد شده و سپس رويكردي براي به كارگيري اطلاعات وابسته به محتوا در بخش استخراج ويژگي ارائه شده است. نتايج ارزيابي ها روي دادگان TIMIT حاكي از آن است كه نرخ بازشناسي سيستم EDSTD وابسته به محتوا (CD-EDSTD) در اخطار اشتباه بر كلمه كليدي بر ساعت بزرگ تر از دو، حدود 3% از نرخ بازشناسي درست سيستم EDSTD مستقل از محتوا (CI-EDSTD) بالاتر است. هزينه اين بهبود دقت، حدود 36/ 0 افت سرعت پاسخ گويي است كه قابل چشم پوشي مي باشد.