AbstractIn developing speech recogn

Abstract
In developing speech recognition based services for any task domain, it is necessary to account for the support of an increasing number
of languages over the life of the service. This paper considers a small vocabulary speech recognition task in multiple Indian languages.
To configure a multi-lingual system in this task domain, an experimental study is presented using data from two linguistically similar
languages – Hindi and Marathi. We do so by training a subspace Gaussian mixture model (SGMM) (Povey et al., 2011; Rose et al.,
2011) under a multi-lingual scenario (Burget et al., 2010; Mohan et al., 2012a). Speech data was collected from the targeted user population
to develop spoken dialogue systems in an agricultural commodities task domain for this experimental study. It is well known that
acoustic, channel and environmental mismatch between data sets from multiple languages is an issue while building multi-lingual systems
of this nature. As a result, we use a cross-corpus acoustic normalization procedure which is a variant of speaker adaptive training (SAT)
(Mohan et al., 2012a). The resulting multi-lingual system provides the best speech recognition performance for both languages. Further,
the effect of sharing “similar” context-dependent states from the Marathi language on the Hindi speech recognition performance is
presented.

ผลลัพธ์ (ไทย) 1:

นามธรรม
ในการพัฒนาบริการตามรู้จำเสียงพูดสำหรับโดเมนงานใด ๆ ก็เป็นสิ่งที่จำเป็นในการบัญชีสำหรับการสนับสนุนของจำนวนที่เพิ่มขึ้นของภาษา
ตลอดอายุการใช้บริการของ บทความนี้จะพิจารณางานที่ได้รับการยอมรับขนาดเล็กพูดคำศัพท์ในภาษาอินเดียหลาย.
การกำหนดค่าระบบหลายภาษาในโดเมนงานนี้ศึกษาทดลองนำเสนอโดยใช้ข้อมูลจากสองภาษาที่คล้ายภาษา
- ภาษาฮินดีและมราฐี เราทำได้โดยการฝึกอบรมสเปซแบบผสมเกาส์ (sgmm) (Povey et al, 2011;.
2011 เพิ่มขึ้นและอัล.) ภายใต้สถานการณ์ได้หลายภาษา (burget et al, 2010;.. mohan ตอัล, 2012a) . ข้อมูลคำพูดที่ถูกเก็บรวบรวมจากประชากรผู้ใช้เป้าหมาย
เพื่อพัฒนาระบบการสนทนาพูดในสินค้าเกษตรโดเมนงานสำหรับการศึกษาทดลองนี้ เป็นที่รู้จักกันดีว่า
คูสติกช่องทางและสิ่งแวดล้อมที่ไม่ตรงกันระหว่างชุดข้อมูลจากหลายภาษาเป็นปัญหาในขณะที่การสร้างระบบหลายภาษา
ในลักษณะนี้ เป็นผลให้เราใช้ขั้นตอนการฟื้นฟูข้ามคลังอะคูสติกซึ่งเป็นตัวแปรของการฝึกอบรมการปรับตัวลำโพง (นั่ง)
(mohan et al,., 2012a) ระบบหลายภาษาผลให้ประสิทธิภาพการรับรู้คำพูดที่ดีที่สุดสำหรับทั้งสองภาษา ต่อไป
ผลกระทบของการใช้งานร่วมกัน "คล้ายกัน" รัฐขึ้นอยู่กับบริบทจากภาษามราฐีกับประสิทธิภาพรู้จำเสียงพูดภาษาฮินดีเป็น
นำเสนอ

ผลลัพธ์ (ไทย) 2:

นามธรรม
ในการพัฒนาบริการตามการรับรู้เสียงสำหรับโดเมนงานใด ๆ จำเป็นต้องบัญชีสำหรับการสนับสนุนหลาย
ภาษาอายุของการบริการ กระดาษนี้พิจารณางานการรู้จำเสียงคำศัพท์ขนาดเล็กในหลายอินเดียภาษา
การกำหนดค่าระบบหลายภาษาในโดเมนนี้งาน การศึกษาทดลองนำเสนอโดยใช้ข้อมูลจากสองมีคล้าย
ภาษามราฐีและภาษาฮินดี เราทำได้ โดยการฝึกอบรมรูปแบบ Gaussian ผสม subspace (SGMM) (Povey et al., 2011 โรส et al.,
2011) ภายใต้สถานการณ์หลากหลายภาษา (บริการของพนักงานและ al., 2010 โมฮาน et al., 2012a) เสียงข้อมูลรวบรวมจากประชากรผู้ใช้เป้าหมาย
การพัฒนาระบบสนทนาในโดเมนงานสินค้าโภคภัณฑ์เกษตรสำหรับศึกษาทดลอง มันเป็นที่รู้จักที่
อะคูสติก ช่องและตรงชุดข้อมูลจากหลายภาษาสิ่งแวดล้อมเป็นประเด็นในขณะที่สร้างระบบหลายภาษา
ธรรมชาตินี้ เป็นผล เราใช้กระบวนการฟื้นฟูคอร์พัสคริข้ามอะคูสติกซึ่งเป็นตัวแปรของลำโพงเหมาะสมฝึก (เสาร์)
(โมฮาน et al., 2012a) ระบบหลายภาษาได้ให้สุดเสียงการรับรู้ประสิทธิภาพทั้งภาษา เพิ่มเติม,
ผลใช้ร่วมกัน "คล้าย" อเมริกาขึ้นอยู่กับบริบทจากภาษามราฐีประสิทธิภาพการรู้จำเสียงภาษาฮินดีคือ
แสดง

ผลลัพธ์ (ไทย) 3:

เป็นนามธรรม
ซึ่งจะช่วยในการพัฒนาการรู้จำเสียงพูดโดยใช้บริการของโดเมนงานที่มีความจำเป็นในการบัญชีสำหรับการสนับสนุนของจำนวนเพิ่มมากขึ้น
ของ ภาษา ในชีวิตของการให้บริการ เอกสารนี้เห็นว่างานการรู้จำเสียงพูดคำศัพท์ขนาดเล็กในหลาย ภาษา อินเดีย.
ในการกำหนดค่าระบบแบบหลาย ภาษา ในโดเมนงานนี้การศึกษาทดลองที่ได้รับการนำเสนอโดยใช้ข้อมูลจากสองความเหมือนเพียงสื่อกลางทางประวัติศาสตร์
ภาษา - ภาษา ฮินดีและมาราฐี เราได้ให้โดยการฝึกอบรมรุ่นผสมผสาน gaussian subspace ( sgmm )( povey et al . 2011 ขึ้น et al .
2011 ) ภายใต้ สถานการณ์แบบหลาย ภาษา ( burget et al . 2010 mohan et al . 2012 ) ข้อมูลถูกเก็บรวบรวมเสียงจากประชาชนผู้ใช้เป้าหมาย
ตามมาตรฐานในการพัฒนาระบบโต้ตอบพูดในโดเมนงานสินค้าเกษตรเพื่อการศึกษาทดลองนี้ เป็นที่ทราบกันดีว่า Channel
ซึ่งจะช่วยลดเสียงรบกวนและไม่ตรงกันทางด้านสิ่งแวดล้อมระหว่างชุดข้อมูลจากหลาย ภาษา เป็นปัญหาในขณะที่เป็นอาคารแบบหลาย ภาษา ระบบ
ในลักษณะนี้ เป็นผลเราจะใช้วิธีการปกติเสียงแบบ corpus ซึ่งเป็นรูปแบบหนึ่งของการฝึกอบรมแบบปรับได้ลำโพง(วันเสาร์)
( mohan et al . 2012 ) ระบบแบบหลาย ภาษา ซึ่งเป็นผลให้ ประสิทธิภาพ การรู้จำเสียงพูดที่ดีเยี่ยมสำหรับทั้งสอง ภาษา มีผลบังคับใช้ต่อไป
ของการมีส่วนร่วม"ความเหมือน"รัฐแบบคอนเท็กซ์เซนซิทีฟจาก ภาษา ขึ้นอยู่กับมาราฐีในเรื่อง ประสิทธิภาพ การรู้จำเสียงพูดฮินดีที่มี
ซึ่งจะช่วยนำเสนอ