Robust Speech Recognition of Uncertain or Missing Data: Theory and Applications

تشخیص خودکار گفتار از عدم استحکام نسبت به نویز، طنین و گفتار مزاحم رنج می‌برد. حوزه رو به رشد تشخیص گفتار در حضور داده‌های ورودی گمشده یا نامشخص به دنبال بهبود این مشکلات با استفاده از نه تنها یک سیگنال گفتاری از پیش پردازش شده، بلکه تخمینی از قابلیت اطمینان آن برای تمرکز انتخابی بر بخش‌ها و ویژگی‌هایی است که برای تشخیص قابل اعتماد هستند. این کتاب با ارائه نمونه‌هایی که از اطلاعات عدم قطعیت برای استحکام نویز، استحکام طنین، تشخیص همزمان سیگنال‌های گفتار متعدد و تشخیص گفتار سمعی و بصری استفاده می‌کند، وضعیت هنر را در حضور عدم قطعیت ارائه می‌کند.

کتاب. برای دانشمندان و محققان در زمینه تشخیص گفتار که مروری بر وضعیت هنر در تشخیص گفتار قوی پیدا می‌کنند، متخصصانی که در تشخیص گفتار کار می‌کنند و استراتژی‌هایی برای بهبود نتایج تشخیص در شرایط مختلف عدم تطابق پیدا می‌کنند، و سخنرانان مناسب است. دوره های پیشرفته در زمینه پردازش گفتار یا تشخیص گفتار که مرجع و مقدمه ای جامع در این زمینه پیدا خواهد کرد. این کتاب درکی از مبانی تشخیص گفتار با استفاده از مدل‌های پنهان مارکوف را فرض می‌کند.

Automatic speech recognition suffers from a lack of robustness with respect to noise, reverberation and interfering speech. The growing field of speech recognition in the presence of missing or uncertain input data seeks to ameliorate those problems by using not only a preprocessed speech signal but also an estimate of its reliability to selectively focus on those segments and features that are most reliable for recognition. This book presents the state of the art in recognition in the presence of uncertainty, offering examples that utilize uncertainty information for noise robustness, reverberation robustness, simultaneous recognition of multiple speech signals, and audiovisual speech recognition.

The book is appropriate for scientists and researchers in the field of speech recognition who will find an overview of the state of the art in robust speech recognition, professionals working in speech recognition who will find strategies for improving recognition results in various conditions of mismatch, and lecturers of advanced courses on speech processing or speech recognition who will find a reference and a comprehensive introduction to the field. The book assumes an understanding of the fundamentals of speech recognition using Hidden Markov Models.