ΣΥΣΤΗΜΑ ΑΥΤΟΜΑΤΗΣ ΑΝΑΓΝΩΡΙΣΗΣ ΔΙΑΚΡΙΤΗΣ ΟΜΙΛΙΑΣ ΒΑΣΙΣΜΕΝΟ ΣΕ ΦΩΝΗΜΑΤΑ ΚΑΙ ΠΡΟΣΑΡΜΟΓΗ ΤΟΥ ΣΕ ΣΥΝΕΧΗ ΟΜΙΛΙΑ

Abstract

THE CURRENT THESIS ADDRESSES THE PROBLEM OF IMPLEMENTING A ROBUST ISOLATED- WORD SPEECH RECOGNITION SYSTEM FOR MEDIUM VOCABULARY, BASED ON TEMPLATE MATCHING PRINCIPLES, WITH THE VIEW OF MAKING IT INDEPENDENT OF VOCABULARY SIZE AND DECREASING COMPUTATIONAL AND MEMORY REQUIREMENTS. A COMPLEMENTARY TARGET OF THIS WORK WAS THE PROBLEM OF ADAPTATION OF SUCH A ROBUST ISOLATED-WORD RECOGNITION SYSTEM TO CONTINUOUS SPEECH. USING PROPERLY STRUCTURED CEPSTRAL COEFFICIENTS, A MULTISECTION CODEBOOK DESIGN APPROACH WAS ADOPTED, FOLLOWED BY THE USEOF THE L.V.Q. ALGORITHM, A MODIFIED DISTANCE CRITERION INCORPORATING TIME CORRELATION INFORMATION, RESULTING TO A CREATION OF A REPRESENTATIVE CODEBOOK AND TO A REDUCTION OF THE COMPUTATIONAL AND MEMORY REQUIREMENTS OF THE RECOGNITION SYSTEM. AT THE SAME TIME THE PERFORMANCE OF THE SYSTEM WAS IMPROVED, BEING COMPARABLE TO SIMILAR SYSTEMS DESCRIBED IN THE LITERATURE. THE EXISTING ISOLATED-WORD REFERENCE DATA ADOPTED TO INCOMING CONTINUOUS SPEECH TRAINING DATA USES A MODIFIED L.V.Q. ALGORITHM. ALSO, BECAUSE THE PROSODY PARAMETERS ARE THE MAIN FACTORS DIFFERENTIATING ISOLATED AND CONTINUOUS SPEECH, A NOVEL TECHNIQUE WAS EMPLOYED TO TRANSFORM THE ISOLATED-WORD PROSODY PARAMETERS TO CONTINUOUS SPEECH INCORPORATING A LINEAR TRANSFORMATION PROCEDURE. FURTHERMORE IT WAS FOUND THAT THE MULTISECTION CODEBOOK DESIGN TECHNIQUE, WHICH WAS USED FOR THE ISOLATED WORD SYSTEM, MINIMISES THE COARTICULATION PROBLEMS OF THE CONTINUOUS SPEECH.

ΣΤΗ ΔΙΑΤΡΙΒΗ ΑΝΤΙΜΕΤΩΠΙΣΤΗΚΕ ΤΟ ΠΡΟΒΛΗΜΑ ΤΗΣ ΔΗΜΙΟΥΡΓΙΑΣ ΑΞΙΟΠΙΣΤΟΥ ΣΥΣΤΗΜΑΤΟΣ ΑΝΑΓΝΩΡΙΣΗΣ ΔΙΑΚΡΙΤΗΣ ΟΜΙΛΙΑΣ ΠΟΥ ΝΑ ΒΑΣΙΖΕΤΑΙ ΣΕ ΤΕΧΝΙΚΕΣ ΣΥΓΚΡΙΣΗΣ ΧΑΡΑΚΤΗΡΙΣΤΙΚΩΝ, ΝΑ ΕΙΝΑΙ ΑΝΕΞΑΡΤΗΤΟ ΤΟΥ ΜΕΓΕΘΟΥΣ ΤΟΥ ΛΕΞΙΛΟΓΙΟΥ ΚΑΙ ΝΑ ΕΧΕΙ ΜΙΚΡΕΣΑΠΑΙΤΗΣΕΙΣ ΣΕ ΥΠΟΛΟΓΙΣΤΙΚΗ ΙΣΧΥ ΚΑΙ ΜΝΗΜΗ. ΕΠΙΠΛΕΟΝ, ΑΝΤΙΜΕΤΩΠΙΣΤΗΚΕ ΚΑΙ ΤΟ ΠΡΟΒΛΗΜΑ ΤΗΣ ΠΡΟΣΑΡΜΟΓΗΣ ΣΥΣΤΗΜΑΤΩΝ ΑΝΑΓΝΩΡΙΣΗΣ ΔΙΑΚΡΙΤΗΣ ΟΜΙΛΙΑΣ ΣΕ ΣΥΝΕΧΗ. Η ΧΡΗΣΗ ΤΩΝ ΦΩΝΗΜΑΤΩΝ ΣΑΝ ΒΑΣΙΚΗ ΜΟΝΑΔΑ ΚΩΔΙΚΟΠΟΙΗΣΗΣ, ΤΩΝ ΣΥΝΤΕΛΕΣΤΩΝ CEPSTRAL, ΤΗΣ ΤΕΧΝΙΚΗΣ ΔΗΜΙΟΥΡΓΙΑΣ ΑΛΦΑΒΗΤΩΝ ΠΑΛΛΑΠΛΩΝ ΤΜΗΜΑΤΩΝ (MULTISECTION CODEBOOK DESIGN), ΤΟΥ ΑΛΓΟΡΙΘΜΟΥ L.V.Q. (LEARNING VECTOR QUANTIZATION) ΚΑΙ Η ΤΡΟΠΟΠΟΙΗΣΗ ΤΗΣ ΣΥΝΑΡΤΗΣΗΣ ΤΗΣ ΑΠΟΣΤΑΣΗΣ ΜΕ ΕΝΣΩΜΑΤΩΣΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΑΣ ΧΡΟΝΙΚΗΣ ΣΥΣΧΕΤΙΣΗΣ, ΟΔΗΓΗΣΑΝ ΣΤΗΝ ΜΕΙΩΣΗ ΤΗΣ ΑΠΑΙΤΟΥΜΕΝΗΣ ΑΠΟΤΟ ΣΥΣΤΗΜΑ ΜΝΗΜΗΣ, ΣΤΗΝ ΜΕΙΩΣΗ ΤΟΥ ΧΡΟΝΟΥ ΑΠΟΚΡΙΣΗΣ, ΣΤΗΝ ΔΗΜΙΟΥΡΓΙΑ ΑΞΙΟΠΙΣΤΟΥ ΚΑΙ ΑΝΤΙΠΡΟΣΩΠΕΥΤΙΚΟΥ ΑΛΦΑΒΗΤΟΥ ΚΑΙ ΣΤΗΝ ΑΥΞΗΣΗ ΤΗΣ ΑΞΙΟΠΙΣΤΙΑΣ ΤΟΥ ΣΥΣΤΗΜΑΤΟΣ. ΣΤΗ ΣΥΝΕΧΕΙΑ ΤΟ ΣΥΣΤΗΜΑ ΔΙΑΚΡΙΤΗΣ ΟΜΙΛΙΑΣ ΠΡΟΣΑΡΜΟΣΤΗΚΕ ΣΕ ΣΥΝΕΧΗ ΥΛΟΠΟΙΩΝΤΑΣ ΠΡΩΤΟΤΥΠΟΥΣ ΑΛΓΟΡΙΘΜΟΥΣ ΤΟΣΟ ΓΙΑ ΤΗΝ ΠΡΟΣΑΡΜΟΓΗ ΤΩΝ ΔΕΔΟΜΕΝΩΝ ΑΝΑΦΟΡΑΣ ΟΣΟ ΚΑΙ ΓΙΑ ΤΟΝ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟ ΤΩΝ ΠΡΟΣΩΔΙΑΚΩΝ ΠΑΡΑΜΕΤΡΩΝ ΑΠΟ ΔΙΑΚΡΙΤΗ ΟΜΙΛΙΑ ΣΕ ΣΥΝΕΧΗ. ΔΙΑΠΙΣΤΩΘΗΚΕΤΕΛΟΣ ΟΤΙ Η ΔΗΜΙΟΥΡΓΙΑ ΑΛΦΑΒΗΤΟΥ ΠΟΛΛΑΠΛΩΝ ΤΜΗΜΑΤΩΝ, ΠΟΥ ΧΡΗΣΙΜΟΠΟΙΗΘΗΚΕ ΚΑΙΑΠΟ ΤΑ ΔΥΟ ΣΥΣΤΗΜΑΤΑ ΔΙΑΚΡΙΤΗΣ ΚΑΙ ΣΥΝΕΧΟΥΣ ΟΜΙΛΙΑΣ, ΕΛΑΧΙΣΤΟΠΟΙΕΙ ΤΗΝ ΕΠΙΔΡΑΣΗ ΤΟΥ ΦΑΙΝΟΜΕΝΟΥ ΤΗΣ ΣΥΝΑΡΘΡΩΣΗΣ.