Andere Kunden interessierten sich auch für
![Keyword Spotting in Videodateien mit Techniken der automatischen Spracherkennung]( "Keyword Spotting in Videodateien mit Techniken der automatischen Spracherkennung")
Keyword Spotting in Videodateien mit Techniken der automatischen Spracherkennung27,95 €![Klassifikation von Daten in der HTK-Umgebung mit Relevance Vector Machines]( "Klassifikation von Daten in der HTK-Umgebung mit Relevance Vector Machines")
Klassifikation von Daten in der HTK-Umgebung mit Relevance Vector Machines49,00 €![Automatic Keyword Extraction]( "Automatic Keyword Extraction")
Automatic Keyword Extraction32,99 €![Automatisierte Kontexterkennung in textbasiertenKommunikationsmedien]( "Automatisierte Kontexterkennung in textbasiertenKommunikationsmedien")
Automatisierte Kontexterkennung in textbasiertenKommunikationsmedien49,00 €![Multislot-Eingaben bei sprachbedienten Navigationsgeräten]( "Multislot-Eingaben bei sprachbedienten Navigationsgeräten")
Multislot-Eingaben bei sprachbedienten Navigationsgeräten49,00 €![Künstliche Intelligenz]( "Künstliche Intelligenz")
Künstliche Intelligenz49,99 €![Speech Recognition and Coding]( "Speech Recognition and Coding")
Speech Recognition and Coding116,99 €
In diesem Buch werden die mathematischen Grundlagen der wahrscheinlichkeitsorientierten Spracherkennung sowie der Aufbau und die Funktionsweise eines aktuellen Spracherkenners beschrieben. Ein intrinsisches Problem der automatischen Spracherkennung stellen Wörter dar, die nicht im Vokabular des Spracherkenners enthalten sind. Diese werden als unbekannte Wörter oder Out-of-Vocabulary Wörter (OOVs) bezeichnet. Bestehende Ansätze zur Detektion von unbekannten Wörtern werden vorgestellt.Ausgehend von diesen wird ein kombinierter Ansatz entwickelt, der die automatische Detektion, semantische Kategorisierung und Generierung einer Transkriptionshypothese von unbekannten Wörtern durch den Spracherkenner ermöglicht. Dieser sieht die Integration von Subsprachmodellen in Kategorien des Wort-Sprachmodells mit einer hohen Wahrscheinlichkeit für das Auftreten eines unbekannten Wortes vor. Wissensbasierte und datengetriebene Ansätze zur Optimierung des in den Subsprachmodellen eingesetzten Vokabulars werden vorgestellt. Die Detektionsrate und Präzision des neuen Ansatzes werden mit denen bestehender Ansätze verglichen.