Abordagem fonético-fonológica em sistemas de reconhecimento de voz de linguagem contínua.

• Ano de defesa: 1998
• Autor(a) principal: Fagundes, Rubem Dutra Ribeiro
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Continuous language; Linguagem contínua; Sistema de reconhecimento de voz; Speech recognition system
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/3/3142/tde-02122024-161109/

O presente trabalho tem como principal meta a descrição de um sistema de reconhecimento de voz de linguagem contínua empregando uma abordagem fonético-fonológica. São apresentadas as técnicas, os métodos e os fundamentos teóricos necessários para elaboração e construção de um sistema de reconhecimento de voz, de linguagem contínua e de extenso vocabulário de cobertura. Para a realização do sistema proposto foi utilizado o audio corpus SWITCHBOARD do idioma inglês, visto não existir até o presente momento um audio corpus com sentenças em linguagem contínua e ainda de extenso vocabulário para o idioma português. Os fundamentos teóricos e as técnicas de implementação apresentadas para o reconhecimento de padrões são as empregadas em estruturas (Hidden Markov Models) HMM. O algoritmo de busca para a construção da sentença reconhecida é o algoritmo um-estágio (one-step) implementado de duas formas diferentes: uma implementação padrão, usual em sistemas de reconhecimento de fala de vocabulário extenso, e uma implementação similar à proposta pelo pesquisador Herman Ney. Os algoritmos dois-estágios (two-steps), construção de níveis (level building) e \'A POT.*\' são também apresentados, de forma a fornecer elementos para a descrição do algoritmo um-estágio, bem como servir de base à proposta de futuros trabalhos. Além disso, procura-se acentuar o enfoque lingüístico, destacando-se os conceitos, definições e correntes de pesquisada lingüística úteis e aplicáveis na construção de um sistema de reconhecimento de fala. Neste sentido, procura-se acentuar os aspectos teóricos das correntes Gerativista e Empirista para extrair novas formas de abordar o problema inerente ao processo de comunicação pela fala, bem como a realização deste processo no conjunto homem-máquina. Adicionalmente procura-se apresentar novos elementos matemáticos existentes quando se realiza uma modelagem fonético-fonológica em sistemas de ) reconhecimento de fala. Esta nova abordagem conduzirá a novas formas de construção, em especial para sistemas que empregarão novas sugestões de implementação ao nível fonético-fonológico. Neste sentido, é proposta neste trabalho uma estrutura fonética estatística que, atuando ao nível fonético-fonológico, melhora o desempenho final dos sistemas de reconhecimento de fala que empregam estruturas fonéticas, ao elevar os escores de similaridade das combinações fonéticas mais frequentes do idiomado sistema. Tal estrutura fonética estatística deve ser considerada como uma base de conhecimento (knowledge base) adicional, com informações referentes a real estrutura fonética interna existente na língua.