Schätzung und Verwendung von weichen Merkmalsvektoren bei Spracherkennung über Telekommunikationssysteme

点击翻译按钮获取中文摘要

Wir nehmen ein Client - Server basiertes System an, bei dem ein Terminal über ein Mobilkommunikationsnetz mit einem entfernten Spracherkennungsserver verbunden ist. Ziel dieses Vorhabens ist es, Verfahren zu entwickeln, die eine Verschlechterung der Spracherkennungsrate aufgrund von Übertragungsfehlem minimieren. Dies soll erreicht werden, indem auf der Serverseite Bit-Zuverlässigkeitsinformation vom Kanaldecoder und a priori Information über das Quellensignal ausgewertet werden, um einen Schätzwert für die Merkmalsvektoren und für deren Schätzfehlervarianz zu bestimmen. Im Spracherkenner soll die zusätzlich zur Verfügung stehende Schätzfehlervarianz durch Erweiterung der statistischen Entscheidungsregel geeignet berücksichtigt werden. Es wird erwartet, dass auf diese Weise der negative Einfluss von Übertragungsfehlem auf die Erkennungsleistung deutlich reduziert werden kann. Wir betrachten zum einen den Fall einer verteilten Spracherkennung, bei der die Merkmalsextraktion im Endgerät durchgeführt wird und die quantisierten Merkmalsvektoren übertragen werden. Weiterhin wird der Fall untersucht, dass das Endgerät eine Sprachcodierung durchführt und nach der Übertragung erst die Merkmalsvektoren für den Erkenner berechnet werden. Für letzteren Fall soll adaptive Multiratencodierung (AMR) verwendet werden und eine Transcodierung in Mel-Frequenz cepstrale Koeffizienten entworfen werden, die wiederum auch Information über die Schätzfehlervarianz zur Verfügung stellt. Weiterhin soll versucht werden, Korrelationen im Merkmalsvektorstrom bereits vor der Übertragung zu eliminieren. Schließlich soll untersucht werden, inwieweit die Verfahren auch bei Paketverlusten als typische Fehlermuster anwendbar sind bzw. welche Änderungen notwendig sind.