استفاده از مدل های وابسته به محتوا در واژه یاب گفتار متمایز ساز

رویکردهای واژه یابی گفتار به دو گروه تقسیم می شوند: رویکردهای مبتنی بر مدل مخفی مارکف و رویکردهای متمایزساز. یکی از فواید رویکردهای مبتنی بر مدل مخفی مارکف، قابلیت استفاده از اطلاعات وابسته به محتوا (سه واج) در جهت بهبود کارایی سیستم واژه یاب گفتار می باشد. از طرفی، عدم امکان استفاده از اطلاعات وابسته به محتوا یکی از معایب رویکردهای واژه یابی گفتار متمایزساز محسوب می شود. در این مقاله، راهکاری برای رفع این عیب ارائه شده که به این منظور، بخش استخراج ویژگی یک سیستم واژه یاب گفتار متمایزساز مبتنی بر الگوریتم تکاملی (EDSTD)- که در کارهای قبلی ما ارائه شده است- به گونه ای تغییر یافته که اطلاعات وابسته به محتوا را در نظر بگیرد. در مرحله نخست، یک رویکرد استخراج ویژگی مستقل از محتوا پیشنهاد شده و سپس رویکردی برای به کارگیری اطلاعات وابسته به محتوا در بخش استخراج ویژگی ارائه شده است. نتایج ارزیابی ها روی دادگان TIMIT حاکی از آن است که نرخ بازشناسی سیستم EDSTD وابسته به محتوا (CD-EDSTD) در اخطار اشتباه بر کلمه کلیدی بر ساعت بزرگ تر از دو، حدود 3% از نرخ بازشناسی درست سیستم EDSTD مستقل از محتوا (CI-EDSTD) بالاتر است. هزینه این بهبود دقت، حدود 36/ 0 افت سرعت پاسخ گویی است که قابل چشم پوشی می باشد.