اكتشاف أخطاء التعرف التلقائي على الكلام وتصحيحها: مراجعة
##plugins.themes.bootstrap3.article.sidebar##
##plugins.themes.bootstrap3.article.main##
الملخص
على الرغم من أن التعرف التلقائي على الكلام (ASR) قد نضج إلى حد التطبيقات التجارية، إلا أن معدل الخطأ المرتفع في بعض مجالات التعرف على الكلام يظل أحد العوامل الرئيسية التي تعيق الاعتماد على نطاق واسع لتكنولوجيا الكلام، وخاصة بالنسبة لتطبيقات التعرف على الكلام ذات المفردات الكبيرة المستمرة . أدى الوجود المستمر لأخطاء ASR إلى زيادة الحاجة إلى إيجاد تقنيات بديلة لاكتشاف مثل هذه الأخطاء وتصحيحها تلقائيًا. يعد تصحيح أخطاء النسخ أمرًا بالغ الأهمية ليس فقط لتحسين دقة التعرف على الكلام، ولكن أيضًا لتجنب انتشار الأخطاء إلى وحدات معالجة اللغة اللاحقة مثل الترجمة الآلية. في هذه الورقة، يتم تلخيص المبادئ الأساسية لتقييم ASR أولاً، ومن ثم تتم مراجعة حالة البحث الحالي في اكتشاف أخطاء ASR وتصحيحها. نحن نركز على التقنيات الناشئة باستخدام مقياس معدل خطأ الكلمات.
##plugins.themes.bootstrap3.article.details##
المراجع
ITU-T Recommandation G.729, Coding of speech at 8 kbit/s using conjugate-structure algebraic-code-excited linear prediction CS-ACELP ,1996.
H.Yong, Z.Jiang ,Imlementation of ITU-T G729 Speech Code in IP Telephony Gateway ,Wuhan university Journal of natural sciences , vol.5, pp.159-163,2000.
B.Milner ,B, Semmani ,Robust speech Recognition Over Networks, IEEE International Conference Acoustics,Speech , And signal processing, pp.1791-1794, vol.3,2000.
Recommandation UIT-T G.711 , A high quality low-complexity algorithm for packet loss concealment with G.711, September 1999.
J.Wiley , Volp voice and fax signal processing , published simultaneously in Canada ,p.592,2008.
K.Nakamura, An Improvement ofG.711 PLC Using sinusoidal model proceedings of the IEEE The International conference on computer as a toll,pp.1670-1673,2005.
P.C.X. Sommen and J.A.K.S. Jayasinghe, On Frequency Domain Adaptive Filters using the Overlap-add Method , IEEE Philips Research Laboraories,pp.28-30,1988.