Contributions à la reconnaissance automatique de la parole non-native
Approche automatisée pour la reconnaissance de la parole non-native multi-accents
Versandkostenfrei!
Versandfertig in 6-10 Tagen
62,99 €
inkl. MwSt.
PAYBACK Punkte
31 °P sammeln!
Ce travail s'inscrit dans le cadre de la reconnaissance automatique de la parole non native. Y est présentée, une nouvelle approche automatique pour la modélisation de prononciation non native multi-accentuée. Cette approche utilise un corpus de parole non native ainsi que deux ensembles de modèles acoustiques: le premier représente la prononciation canonique de la langue cible, et le second représente l'accent étranger. Pour chaque phonème du premier ensemble, les prononciations non natives sont automatiquement détectées et exprimées en terme de séquences de phonèmes du second e...
Ce travail s'inscrit dans le cadre de la reconnaissance automatique de la parole non native. Y est présentée, une nouvelle approche automatique pour la modélisation de prononciation non native multi-accentuée. Cette approche utilise un corpus de parole non native ainsi que deux ensembles de modèles acoustiques: le premier représente la prononciation canonique de la langue cible, et le second représente l'accent étranger. Pour chaque phonème du premier ensemble, les prononciations non natives sont automatiquement détectées et exprimées en terme de séquences de phonèmes du second ensemble. Les modèles acoustiques du premier ensemble sont modifiés par l'ajout de chemins d'états HMM alternatifs, représentant chacun une prononciation étrangère. Chacun de ces chemin est constitué par la concaténation des modèles acoustiques de la prononciation associée. Ce livre présente également une approche pour la prise en compte de contraintes graphémiques dans la modélisation de prononciations non natives, ainsi qu'une approche pour la détection automatique de la langue maternelle. Enfin, une approche pour le calcul rapide de vraisemblance est également proposée dans ce manuscrit.
Andere Kunden interessierten sich für
