Stochastisches Matching für robuste Spracherkennung

Präsentiert einen Ansatz zur Verringerung des akustischen Missmatches zwischen einer Testäußerung Y und einem gegebenen Satz von Sprach-Hidden-Markov-Modellen /spl Lambda//sub X/, um die Verschlechterung der Erkennungsleistung, die durch mögliche Verzerrungen in der Testäußerung verursacht wird, zu reduzieren. Dies wird durch eine parametrische Funktion erreicht, die entweder U oder /spl Lambda//sub X/ transformiert, um eine bessere Übereinstimmung zu erzielen. Die Funktionalität der Transformation hängt von Vorwissen über das Missmatch ab, und die Parameter werden zusammen mit dem erkannten String in einem Maximum-Likelihood-Verfahren geschätzt. Experimentelle Ergebnisse bestätigen die Wirksamkeit des Ansatzes zur Verbesserung der Leistung eines kontinuierlichen Spracherkennungssystems bei Vorliegen von Missmatches aufgrund unterschiedlicher Wandler und Übertragungskanäle.