XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: DISTRIBUTED RECOGNITION FOR CONTINUOUS SPEECH IN LARGE VOCABULARY BRAZILIAN PORTUGUESE Autor: VLADIMIR FABREGAS SURIGUE DE ALENCAR
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
ABRAHAM ALCAIM - ADVISOR
Nº do Conteudo: 14306
Catalogação: 05/10/2009 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14306@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14306@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.14306
Resumo:
Título: DISTRIBUTED RECOGNITION FOR CONTINUOUS SPEECH IN LARGE VOCABULARY BRAZILIAN PORTUGUESE Autor: VLADIMIR FABREGAS SURIGUE DE ALENCAR
Nº do Conteudo: 14306
Catalogação: 05/10/2009 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14306@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14306@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.14306
Resumo:
This Thesis aims at exploring several approaches for performance improvement of the
Automatic Speech Recognition System with large vocabulary for the Brazilian Portuguese when
applied in a distributed scenario (Distributed Speech Recognition). With this purpose, a speech
database for continuous speech recognition for the Brazilian Portuguese with 100 speakers was
constructed, each one uttering 1000 phonetic balanced sentences. The recording was carried out in
a studio (environment without noise) with a specification of recording that would be able to allow
the input of several speech codecs in Cellular Mobile Telephony and IP Networks, in particular the
ITU-T G.723.1, AMR-NB and AMR-WB. In order to work properly, Automatic Speech
Recognition Systems require that the recognition features be extracted at a high rate. However, the
Speech codecs for Cellular Mobile Telephony and IP Networks normally generate its parameters at
lower rates, which degrades the performance of the recognition system. Usually the linear
interpolation in the LSF (Line Spectral Frequencies) domain is used to solve this problem. In this
Thesis the accomplishment of the interpolation with the use of a Digital Filter Interpolator was
proposed and demonstrated to have a higher performance than the linear interpolation in
recognition systems. The use of the interpolated ISFs (Immittance Spectral Frequencies) was also
evaluated as recognition feature, which had shown to be inadequate for this purpose, as well as the
LSFs. Another very important aspect for the distributed speech recognizers is the recovery of lost
packets, that has direct impact in the recognition performance. Normally the coders insert zeros in
the lost packets or interpolate linearly the received packets aiming to restore them. A new
technique based on Neural Networks was proposed in this thesis that showed to be more efficient
in the restoration of these lost packets with the purpose of speech recognition.