Information Retrieval Techniques for Speech Applications

این جلد بر اساس کارگاهی است که در 13 سپتامبر 2001 در نیواورلئان، لس آنجلس، ایالات متحده آمریکا به عنوان بخشی از بیست و چهارمین کنفرانس بین المللی سالانه ACMSIGIR در زمینه تحقیق و توسعه در بازیابی اطلاعات برگزار شد. عنوان کارگاه این بود: «تکنیک های بازیابی اطلاعات برای گفتار». با این حال، تنها در چند سال اخیر است که تشخیص خودکار گفتار از محدودیت‌های آزمایشگاه تحقیقات پایه خارج شده و به یک برنامه تجاری قابل دوام تبدیل شده است. فناوری تشخیص گفتار اکنون به حدی رسیده است که می‌توان گفتار را برای تعامل با سیستم‌های تلفن خودکار، کنترل برنامه‌های کامپیوتری، و حتی ایجاد یادداشت‌ها و اسناد مورد استفاده قرار داد. کاهش روزافزون هزینه‌های ذخیره‌سازی و پردازنده‌هایی که هر هجده ماه دو برابر می‌شوند، زمینه را برای دوره جدیدی از برنامه‌های کاربردی فراهم کرده است که گفتار را به همان شیوه‌ای که ما در حال حاضر با متن رفتار می‌کنیم، انجام می‌دهند. هدف این کارگاه بررسی مسائل فنی مربوط به فناوری های بازیابی اطلاعات و تجزیه و تحلیل متن در حوزه برنامه کاربردی جدید با قابلیت تشخیص خودکار گفتار بود. تغییر مکان های متفاوت - دستورات در سیستم های پشتیبان که باید با کاربر تعامل داشته باشند و دستورات کاربر را تفسیر کنند. توانایی ضبط گفتار و استفاده از تشخیص گفتار در دستگاه‌های کوچک‌تر، فراگیرتر و فراگیر نشان می‌دهد که تجزیه و تحلیل متن و فن‌آوری‌های کاوی را می‌توان در حوزه‌های جدیدی که قبلاً هرگز در نظر گرفته نشده بود، به کار برد.

This volume is based on a workshop held on September 13, 2001 in New Orleans, LA, USA as part of the24thAnnualInternationalACMSIGIRConferenceon ResearchandDevelopmentinInformationRetrieval.Thetitleoftheworkshop was: “Information Retrieval Techniques for Speech Applications.” Interestinspeechapplicationsdatesbackanumberofdecades.However, it is only in the last few years that automatic speech recognition has left the con?nes of the basic research lab and become a viable commercial application. Speech recognition technology has now matured to the point where speech can be used to interact with automated phone systems, control computer programs, andevencreatememosanddocuments.Movingbeyondcomputercontroland dictation, speech recognition has the potential to dramatically change the way we create,capture,andstoreknowledge.Advancesinspeechrecognitiontechnology combined with ever decreasing storage costs and processors that double in power every eighteen months have set the stage for a whole new era of applications that treat speech in the same way that we currently treat text. The goal of this workshop was to explore the technical issues involved in a- lying information retrieval and text analysis technologies in the new application domainsenabledbyautomaticspeechrecognition.Thesepossibilitiesbringwith themanumberofissues,questions,andproblems.Speech-baseduserinterfaces create di?erent expectations for the end user, which in turn places di?erent - mands on the back-end systems that must interact with the user and interpret theuser’scommands.Speechrecognitionwillneverbeperfect,soanalyses- plied to the resulting transcripts must be robust in the face of recognition errors. The ability to capture speech and apply speech recognition on smaller, more - werful, pervasive devices suggests that text analysis and mining technologies can be applied in new domains never before considered.