Zusammenfassung
Der Gebrauch von Triphonen für die kontextabhängige akustische Modellierung ist zu einer etablierten Methode für die Erkennung kontinuierlicher Sprache bei großem Vokabular geworden. Deutliche Reduzierungen der Wortfehlerrate sind berichtet worden [3] [1], Wir werden hier jedoch zeigen, daß diese Ergebnisse sehr von der für die Messung der Fehlerrate verwendeten Datenbasis abhängen. Für unser Erkennungssystem (12000 Wörter) und eine Datenbasis mit deutschen Geschäftsbriefen konnte nur eine geringfügige Verringerung der Fehlerrate beobachtet werden.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
References
Hsiao-Wuen Hon and Kai-Fu Lee. On vocabulary-independent speech modeling. In IEEE ICASSP 1990 Conf. Record, vol 2, pages S14.2, 725–728, 1990.
H. Ney. The use of a one-stage dynamic programming algorithm for connected word recognition. IEEE Trans. Acoust. Speech and Signal Processing, 32(2):263–271, Apr. 1984.
R. Schwartz, Y. Chow, O. Kimball, S. Roucos, M. Krasner, and J. Makhoul. Context-dependent modeling for acoustic-phonetic recognition of continuous speech. In IEEE Int. Conf. on Acoustics, Speech, and Signal Processing, April 1985.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1992 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Oerder, M. (1992). Kontextabhängige Phonemmodelle bei der Erkennung kontinuierlicher Sprache in verschiedenen Szenarien. In: Fuchs, S., Hoffmann, R. (eds) Mustererkennung 1992. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-77785-1_29
Download citation
DOI: https://doi.org/10.1007/978-3-642-77785-1_29
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-55936-8
Online ISBN: 978-3-642-77785-1
eBook Packages: Springer Book Archive