Evaluación de Rasgos Acústicos para el Reconocimiento Automático del Habla en Escenarios Ruidosos usando Kaldi

Autores/as

  • José Manuel Ramírez Sánchez Centro de Aplicación de Tecnologías de Avanzada (CENATAV)
  • Ana Rosa Montalvo Bereau Centro de Aplicación de Tecnologías de Avanzada (CENATAV)
  • José Ramón Calvo de Lara Centro de Aplicación de Tecnologías de Avanzada (CENATAV)

Palabras clave:

reconocimiento automático del habla, rasgos acústicos, kaldi.

Resumen

La presente investigación evaluará el impacto de los Coeficientes Cepstrales en la Frecuencia Mel (MFCC) y los coeficientes Predictores Perceptuales Lineales (PLP), en la tasa de errores de reconocimiento de palabras (WER) de sistemas dedicados al Reconocimiento Automático del Habla (RAH). La experimentación se realizará con señales de voz en idioma español, en escenarios con niveles de ruido desconocidos y utilizando la herramienta del estado del arte Kaldi. El artículo concluye aportando evidencias a favor de los MFCC como rasgo acústico más robusto ante la tarea del RAH en escenarios ruidosos con respecto a los PLP; haciendo notar que ambos rasgos se comportar de manera similar en escenarios poco ruidosos y el impacto de los PLP en la reducción de los tiempos empleados por los sistemas dedicados al RAH.

Palabras claves:   Reconocimiento Automático del Habla, Rasgos Acústicos, Kaldi.

Biografía del autor/a

José Manuel Ramírez Sánchez, Centro de Aplicación de Tecnologías de Avanzada (CENATAV)

Ingeniero en Telecomunicaciones y Electrónica, Investigador en el Grupo de Voz de Centro de Aplicación de Tecnologías de Avanzada (CENATAV) en La Habana, Cuba.

Descargas

Publicado

2019-08-19

Número

Sección

Artículos