Spracherkennungsexperimente mit linearer Prädiktion, Bandpassfilterung und dynamischer Programmierung

Automatische Spracherkennungsexperimente werden beschrieben, in denen mehrere gängige Vorverarbeitungs- und Klassifikationsstrategien verglichen werden. Die Vorverarbeitung erfolgt entweder durch lineare Prädiktivanalyse oder durch Bandpassfilterung. Es wird gezeigt, dass die beiden Ansätze ähnliche Erkennungswerte liefern. Der Klassifikator verwendet entweder lineare Zeitdehnung oder dynamische Programmierung, um eine Zeitabgleichung zu erreichen. Es wird gezeigt, dass die dynamische Programmierung von großer Bedeutung für die Erkennung von mehrsilbigen Wörtern ist. Die Sprache wird in eine quasi-phonemische Zeichenkette komprimiert oder unkomprimiert beibehalten. Die besten Ergebnisse werden mit unkomprimierten Daten erzielt, wobei die nichtlineare Zeitregistrierung für mehrsilbige Wörter verwendet wird.