Experimental results on large-vocabulary continuous speech recognition and understanding

Fissore, L.; Giachin, Egidio P.; Laface, Pietro; Micca, G.; Pieraccini, Roberto; Rullent, Claudio

doi:10.1109/icassp.1988.196606

Cited by 15 publications

(1 citation statement)

References 4 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Durch den Einsatz des Sprachmodells wird diese Aufgabe gleichsam in Teilaufgaben zerlegt, von denen nur noch wenige allein auf der Grundlage der akustisch-phonetischen Kurzzeitsignalanalyse gelöst werden müs-sen. Allerdings ist es im allgemeinen nicht einfach, in komplexen Spracherkennungssystemen, wie sie z.B. aus der Literatur [1,2] bekannt sind, die Aufgliederung in die verschiedenen Teilaufgaben und die genaue Aufgabenstellung und den Schwierigkeitsgrad jeder einzelnen Teilaufgabe zu erkennen. Jeder Pfad durch das Netz, der von Anfangsknc ten zum Endknoten führt, stellt eine zulässige Äu ßerung dar.…”

Section: Einführungunclassified

Grundzüge eines sprachkundigen Systems zur automatischen Spracherkennung / Principles of a Language Modelling System with Application to Automatic Speech Recognition

Paulus¹,

Mudler²

1989

it - Information Technology

View full text Add to dashboard Cite

Prof. Dr.-Ing. Erwin Paulus studierte Nachrichtentechnik an der TU Wien. Nach mehrjähriger Tätigkeit am IBM-Laboratorium Wien wurde er wissenschaftlicher Mitarbeiter am Lehrstuhl für Datenverarbeitung der TU München. Nach Promotion und Habilitation an der TU München wurde er 1976 Professor am Institut für Nachrichtentechnik der TU-Braunschweig und übernahm dort die Leitung der "Abteilung für digitale Signalverarbeitung und automatische Mustererkennung". Dr.-Ing. Joachim Mudler, 1977-1982 Studium der Informatik an der TU Braunschweig, anschließend von 1982-1987 wissenschaftlicher Mitarbeiter bei Professor Paulus am Institut für Nachrichtentechnik der TU Braunschweig. Promotion 1987. Seit 1988 selbständig.The automatic recognition of continously spoken prose in terms of a sequence of words generally cannot be based upon short-time signal processing techniques alone. Only if various types of knowledge about the actual language (phonology, prosodies, vocabulary, grammar, semantics) are taken into account, the recognition task may be treated as a dynamically changing system of sub tasks, only a few of which must be solved by means of short-time signal processing techniques, and -if the conditions are not too badare indeed easy enough to make a reliable solution feasible. This paper is treating the structure and the performance of a speech recognition system that conforms to the guidelines mentioned above. In particular, it is examined how difficult the subtasks that are subject to signal processing techniques really are and as to which limits the difficulty can be reduced when a given knowledge base is exploited exhaustively.Die automatische Erkennung des Wortlauts frei formulierter fließend gesprochener Äußerungen kann grundsätzlich nicht mit Methoden der Kurzzeitsignalverarbeitung allein bewältigt werden. Erst durch die Ausnutzung umfangreicher Vorkenntnisse über die verwendete Sprache (Phonologie, Prosodie, Wortschatz, Grammatik, Semantik) läßtsich die Erkennungsaufgabe in einem dynamischen Prozeß in ständig wechselnde Teilaufgaben aufgliedern, von denen nur noch wenige unbedingt mit Methoden der Signalverarbeitung gelöst werden müssen und unter einigermaßen günstigen Bedingungen auch gelöst werden können. Der Beitrag behandelt den Aufbau und die Wirkungsweise eines den oben genannten Leitlinien entsprechenden Systems. Insbesondere wird dabei überlegt, welchen Schwierigkeitsgrad die der Signalverarbeitung zugewiesenen Teilaufgaben haben und bis zu welcher Grenze dieser Schwierigkeitsgrad bei vollständiger Ausschöpfung einer gegebenen Wissensbasis gesenkt werden kann.

show abstract

Section: Einführungunclassified