Experimentos de reconocimiento de voz con predicción lineal, filtrado de banda y programación dinámica

Se describen experimentos de reconocimiento automático del habla en los que se comparan varias estrategias populares de preprocesamiento y clasificación. El preprocesamiento se realiza ya sea mediante análisis predictivo lineal o mediante filtrado de banda. Se demuestra que los dos enfoques producen puntuaciones de reconocimiento similares. El clasificador utiliza ya sea estiramiento temporal lineal o programación dinámica para lograr la alineación temporal. Se muestra que la programación dinámica es de gran importancia para el reconocimiento de palabras polisilábicas. El habla se comprime en una cadena de caracteres cuasi-fonémicos o se preserva sin comprimir. Se obtienen los mejores resultados con datos sin comprimir, utilizando registro temporal no lineal para palabras multisilábicas.