The authors describe a technique fo

The authors describe a technique for nonkeyword rejection and evaluate it in the context of an audiotex service using the ten Spanish digits. The baseline keyword recognition system is a speaker-independent continuous-density hidden Markov model (HMM) recognizer. The use of an affine transformation to the log-probability of the garbage model, an HMM model trained to account for both nonkeyword speech and nonstationary telephone noises is proposed. The parameters of the transformation for the case of isolated keywords are chosen to minimize a cost function that weighs the keyword error rate, keyword rejection rate, and false acceptance rate according to the a priori probabilities of keyword/nonkeyword and the requirements of the specific application. This technique was also extended to embedded keywords (word spotting). The use of this rejection technique on the audiotext application reduced the total cost function by up to 20% for the isolated-word case and by up to 12% for the word spotting case.

ผลลัพธ์ (ไทย) 1:

ผู้เขียนอธิบายเทคนิคการปฏิเสธ nonkeyword และประเมินในบริบทของบริการ audiotex ใช้ตัวเลขสเปน 10 ระบบการรู้จำคำสำคัญหลักคือ ตัวลำโพงไม่ขึ้นกับความหนาแน่นต่อเนื่องซ่อน Markov รุ่น (HMM) รู้ การใช้การแปลง affine เพื่อล็อกน่าเป็นรุ่นขยะ มีเสนอแบบจำลอง HMM ฝึกให้พูด nonkeyword และเสียงโทรศัพท์ nonstationary พารามิเตอร์ของการแปลงสำหรับกรณีสำคัญแยกจะเลือกลดฟังก์ชันต้นทุนที่อัตราข้อผิดพลาดสำคัญ อัตราการปฏิเสธคำ อัตราการยอมรับผิดตามแบบ priori และกิจกรรม สำคัญ/nonkeyword และความต้องการของแอพลิเคชันเฉพาะ ยังได้เพิ่มเทคนิคนี้จะฝังตัวสำคัญ (จำคำ) การใช้เทคนิคการปฏิเสธนี้ในแอพลิเคชัน audiotext ลดฟังก์ชันต้นทุนรวม ได้ถึง 20% สำหรับกรณีคำแยกต่างหาก และ ได้ถึง 12% สำหรับคำจำกรณี<>

ผลลัพธ์ (ไทย) 2:

ผู้เขียนอธิบายถึงเทคนิคในการปฏิเสธ nonkeyword และประเมินมันในบริบทของการให้บริการออดิโอเท็กซ์ใช้หลักสิบสเปน ระบบการรับรู้คำหลักพื้นฐานเป็นลำโพงที่เป็นอิสระอย่างต่อเนื่องความหนาแน่นที่ซ่อนแบบมาร์คอฟ (HMM) จำแนก ใช้ประโยชน์จากการเปลี่ยนแปลงที่จะเลียนแบบความน่าจะเป็นเข้าสู่ระบบของรุ่นขยะแบบอืมผ่านการฝึกอบรมไปยังบัญชีสำหรับทั้งการพูดและเสียง nonkeyword โทรศัพท์ nonstationary เสนอ พารามิเตอร์ของการเปลี่ยนแปลงในกรณีของคำหลักที่แยกจะถูกเลือกเพื่อลดการทำงานของค่าใช้จ่ายที่มีน้ำหนักอัตราความผิดพลาดของคำหลักอัตราการปฏิเสธคำหลักและอัตราการยอมรับที่ผิดพลาดตามความน่าจะเป็นเบื้องต้นของคำหลัก / nonkeyword และความต้องการของการใช้งานที่เฉพาะเจาะจง . เทคนิคนี้ยังได้ขยายคำหลักที่ฝังตัว (จุดคำ) การใช้เทคนิคนี้ในการปฏิเสธการใช้ฟังก์ชั่น audiotext ลดค่าใช้จ่ายโดยรวมได้ถึง 20% สำหรับกรณีแยกคำและได้ถึง 12% สำหรับคำกรณีจุด. <>

ผลลัพธ์ (ไทย) 3:

ผู้เขียนอธิบายวิธีการ nonkeyword ปฏิเสธ และประเมินในบริบทของการบริการโสตสารใช้สิบเปนตัวเลข พื้นฐานการรับรู้ระบบลำโพงอิสระอย่างต่อเนื่องของฮิดเดนมาร์คอฟโมเดล ( อืม ) recognizer . การใช้งานของการเลียนแบบเพื่อเข้าสู่ระบบความน่าจะเป็นของขยะแบบมีแบบฝึกให้บัญชีทั้ง อืมมม nonkeyword การพูดและเสียงติจิเป็นโทรศัพท์เสนอ พารามิเตอร์ของการเปลี่ยนแปลงสำหรับกรณีแยกคำหลักที่เลือกที่จะลดต้นทุนการทำงานที่หนักคำหลักข้อผิดพลาด อัตราการปฏิเสธคำ ,และ False Acceptance คะแนนตามการ priori ความน่าจะเป็นของคำหลัก / nonkeyword และความต้องการของโปรแกรมประยุกต์ที่เฉพาะเจาะจง เทคนิคนี้ยังขยายการฝังตัว ( คำเฉพาะ ) การใช้เทคนิคนี้ในการลดต้นทุนรวมดิโอเท็กซ์ฟังก์ชันถึง 20% สำหรับแยกคำและได้ถึง 12% สำหรับคำเฉพาะกรณี . . . .