Beszédfelismerő hatékonysági vizsgálata különböző állapotszámú rejtett Markov-modellekkel

Absztrakt

A beszédfelismerés az a folyamat, melynek során a beszédfelismerő gép azonosítja a kiejtett beszédjeleket és átalakítja ezeket szöveggé, vagy más, számítógép által feldolgozható adattá. Beszédjelek alatt természetesen érthetünk akusztikus vagy akár vizuális jeleket is (gesztikulációk, arcmimika, szájmozgás). Az általam betanított beszédfelismerő viszont az akusztikus jeleket fogja figyelembe venni, azaz magát a beszédhangot, amit szöveggé fog átalakítani. Vizsgálataim a lényegkiemelés alapját képező rejtett Markov-modellek állapotszámának optimális megválasztását helyezik középpontba.