Saved in:
| Main Author: | |
|---|---|
| Format: | Artículo científico |
| Language: | es |
| Published: |
Universidad de Carabobo
2011
|
| Subjects: | |
| Online Access: | https://www.redalyc.org/articulo.oa?id=70723269002 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Table of Contents:
- Un sistema híbrido basado en modelos ocultos de Markov y máquinas de vectores de soporte con aprendizaje hacia adelante para reconocimiento de fonos en habla continua venezolana Georges Jabbour Luciano Maldonado María Sarmiento Ingeniería MOM Modelo Hibrido MVS Modelos Ocultos de Markov Máquinas de Vectores de Soporte Reconocimiento Automático del Habla Se evaluó el rendimiento de un reconocedor automático del habla basado en Modelos Ocultos de Markov y Maquinas de Vectores de Soporte con respecto al rendimiento de otros dos reconocedores: uno basado en Modelos Ocultos de Markov al que se llamó Reconocedor MOM, y otro, un modelo híbrido, basado en Modelos Ocultos de Markov y Máquinas de Vectores de Soporte, el Reconocedor MVS/MOM. Se propone un reconocedor híbrido al que se llamó modelo híbrido MVS/MOM con Aprendizaje hacia Adelante, el Reconocedor MVS/MOMAA. Los tres reconocedores fueron programados a través de Matlab y se entrenaron con habla continua venezolana, cuyas señales de voz corresponden al proyecto europeo SpeechDat. La unidad de entrenamiento acústico que se utilizó fue el fono. Las pruebas de reconocimiento muestran mejoras significativas de los reconocedores híbridos respecto a los reconocedores basados sólo en MOM. Entre los modelos híbridos, el que alcanza mejores resultados es el modelo MVS/MOMAA. 2011 editorial 1316-6832 https://www.redalyc.org/articulo.oa?id=70723269002 es http://www.redalyc.org/revista.oa?id=707 Revista INGENIERÍA UC application/pdf Universidad de Carabobo Revista INGENIERÍA UC (República Bolivariana de Venezuela) Num.3 Vol.18