Syllable-unit based speech recognit

Syllable-unit based speech recognition has been pursued
by some researchers since this approach makes it easier to
incorporate prosodic features, such as tones, into the syllable
units. Moreover, some papers have shown a high accuracy
for tone recognition when applying this method to
isolated syllables and hand-segmented syllables extracted
from continuous speech. Automatic segmentation of continuous
speech into syllable units is therefore an important
issue. Jittiwarangkul et al. (2000) proposed using several
prosody features including short-time energy, a zero-crossing
rate, and pitch with some heuristic rules for syllable
segmentation. Ratsameewichai et al. (2002) suggested the
use of a dual-band energy contour for phoneme segmentation.
This method decomposed input speech into a
low- and a high-frequency component using wavelet transformation,
computed the time-domain normalized energy
of both components, and introduced some heuristic rules
for selecting endpoints of syllables and phonemes based
on energy contours. Although there is no comparative
experiment using other typical techniques, dividing the
speech signal into detailed frequency bands before applying
energy-based segmentation rules seems to be an effective
approach. A phoneme-segmentation experiment on 1000
Thai isolated-syllables from 10 speakers achieved an average
accuracy of nearly 95%

ผลลัพธ์ (ไทย) 1:

การรู้จำเสียงตามหน่วยเสียงได้การดำเนินโดยบางนักวิจัยเนื่องจากวิธีการนี้ช่วยให้รวมคุณลักษณะ prosodic เช่นโทน เป็นเสียงตัวอื่นหน่วย นอกจากนี้ บางเอกสารได้แสดงความแม่นยำสูงการรู้จำเสียงเมื่อใช้วิธีนี้แยกพยางค์และพยางค์ที่ถูกแบ่งเป็นช่วงมือสกัดจากคำพูดต่อเนื่อง อัตโนมัติแบ่งกลุ่มอย่างต่อเนื่องเสียงเป็นหน่วยเสียงจึงมีความสำคัญปัญหา Jittiwarangkul et al. (2000) เสนอใช้หลายลักษณะ prosody รวมไปถึงพลังงานในเวลาสั้น ๆ ศูนย์ข้ามอัตรา และสนามบางกฎแล้วสำหรับพยางค์แบ่ง Ratsameewichai et al. (2002) แนะนำการใช้เส้นคู่วงพลังงานสำหรับแบ่งหน่วยเสียงวิธีนี้แยกเสียงเข้าไปต่ำและส่วนประกอบความถี่สูงโดยใช้การแปลง waveletคำนวณพลังงานมาตรฐานเวลาโดเมนส่วนประกอบทั้งสอง และนำกฎบางอย่างแล้วสำหรับการเลือกปลายทางของพยางค์และ phonemesบนรูปทรงของพลังงาน แม้ว่าจะเปรียบเทียบไม่มีทดลองใช้เทคนิคอื่น ๆ ทั่วไป แบ่งการสัญญาณเสียงลงในแถบความถี่โดยละเอียดก่อนใช้กฎการแบ่งใช้พลังงานน่าจะ มีประสิทธิภาพแนวทางการ ทดลองแบ่งหน่วยเสียงใน 1000ไทยแยกต่างหากพยางค์จากลำโพง 10 ทำได้เฉลี่ยความถูกต้องเกือบ 95%

ผลลัพธ์ (ไทย) 2:

พยางค์หน่วยตามการรู้จำเสียงได้รับการดำเนินการโดยนักวิจัยบางคนตั้งแต่วิธีการนี้ทำให้ง่ายต่อการรวมคุณสมบัติฉันทลักษณ์เช่นโทนสีลงไปในพยางค์หน่วย นอกจากนี้เอกสารบางส่วนได้แสดงให้เห็นว่ามีความแม่นยำสูงสำหรับการรับรู้เสียงเมื่อใช้วิธีนี้เพื่อพยางค์พยางค์โดดเดี่ยวและมือแบ่งสกัดจากคำพูดต่อเนื่อง การแบ่งส่วนโดยอัตโนมัติอย่างต่อเนื่องการพูดเป็นหน่วยพยางค์ดังนั้นจึงเป็นเรื่องที่มีความสำคัญปัญหา Jittiwarangkul et al, (2000) เสนอให้ใช้หลายฉันทลักษณ์คุณลักษณะรวมทั้งพลังงานระยะสั้นเป็นศูนย์ข้ามอัตราและสนามหลักเกณฑ์แก้ปัญหาบางอย่างสำหรับพยางค์แบ่งส่วน Ratsameewichai et al, (2002) แนะนำการใช้งานของวงสองเส้นพลังงานสำหรับการแบ่งส่วนฟอนิม. วิธีการนี้จะย่อยสลายการพูดการป้อนข้อมูลลงในต่ำและส่วนประกอบความถี่สูงโดยใช้การแปลงเวฟคำนวณโดเมนเวลาพลังงานปกติขององค์ประกอบทั้งสองและแนะนำบางอย่างกฎการแก้ปัญหาในการเลือกอุปกรณ์ปลายทางของพยางค์และหน่วยเสียงตามในรูปทรงพลังงาน แม้จะไม่มีการเปรียบเทียบการทดลองโดยใช้เทคนิคอื่น ๆ โดยทั่วไปแบ่งสัญญาณเสียงพูดเป็นคลื่นความถี่ที่รายละเอียดก่อนที่จะใช้กฎการแบ่งส่วนการใช้พลังงานที่ใช้น่าจะเป็นที่มีประสิทธิภาพวิธีการ การทดลองแบ่งส่วนฟอนิม-1000 ไทยพยางค์-10 ที่แยกได้จากลำโพงประสบความสำเร็จเฉลี่ยความถูกต้องของเกือบ95%

ผลลัพธ์ (ไทย) 3:

การรู้จำเสียงพูดโดยใช้หน่วยพยางค์ได้ติดตาม
โดยนักวิจัย ตั้งแต่วิธีการนี้ทำให้มันง่ายขึ้น

รวมคุณสมบัติรูปแบบ เช่นเสียงในพยางค์
หน่วย นอกจากนี้ เอกสารแสดง
ความถูกต้องสูงสำหรับเสียงเมื่อใช้วิธีนี้

แยกพยางค์ พยางค์แบ่งมือสกัด
จากการพูดอย่างต่อเนื่องอัตโนมัติการเสียงพูดต่อเนื่อง
เป็นหน่วยพยางค์จึงเป็นปัญหาสำคัญ

jittiwarangkul et al . ( 2000 ) ได้เสนอการใช้คุณลักษณะ
ฉันทลักษณ์หลายรวมทั้งสั้นพลังงาน ศูนย์ข้าม
อัตราและระยะห่างกับกฎฮิวริสติกสำหรับการแยกพยางค์

ratsameewichai et al . ( 2002 ) แนะนำให้ใช้เส้นพลังงาน

ติดตาม Dual Band สำหรับการ .วิธีนี้เน่าใส่คำพูดลงใน
- ต่ำ และความถี่สูงโดยใช้การแปลงเวฟเล็ตต์ , คำนวณเวลามาตรฐานพลังงาน

มีทั้งส่วนประกอบ และแนะนำบางอย่างสำหรับกฎ
เลือกเหล่านี้ทั้งหมดจากพยางค์
บนเส้นพลังงาน ถึงแม้ว่าจะไม่มีการเปรียบเทียบการทดลอง โดยใช้เทคนิคอื่น ๆ ทั่วไป

แบ่งสัญญาณเสียงพูดในแถบความถี่ละเอียดก่อนที่จะใช้พลังงานตามกฎการ
ดูจะเป็นวิธีการที่มีประสิทธิภาพ

เป็นหน่วยเสียงแบ่งการทดลองในไทย 1000
แยกพยางค์จาก 10 ลำโพงบรรลุความถูกต้องเฉลี่ย
เกือบ 95%