Keyword spotting en idiomas sin datos

• Autores: Brusco, Pablo Daniel
• Año de publicación: 2014
• Idioma: español castellano
• Tipo de recurso: tesis de grado
• Colaborador/a o director/a de tesis: Gravano, Agustín
• Materia: DETECCION DE PALABRAS CLAVES; KEYWORD SPOTTING; SPEECH RECOGNITION; FILLERS; MODELOS OCULTOS DE MARKOV; WORD SPOTTING
• Institución: Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales

En este trabajo se propone estudiar el problema llamado detección de palabras claves (keyword-spotting en inglés) en el contexto de idiomas que no disponen de corpus de datos con grabaciones y transcripciones temporales o fonéticas. El desarrollo y experimentación han sido realizados utilizando el Boston University Radio Speech Corpus, una base de datos de grabaciones tomadas de una radio en Massachusetts. Se analiza el uso de modelos ocultos de Markov (HMMs) para la detección de palabras sobre habla continua estudiando diversas topologías y parametrizaciones. Los modelos se basan en el uso de “fillers” para palabras no buscadas y palabras completas o fonemas como unidades mínimas de detección. Los resultados muestran que el mejor modelo alcanza rendimientos superiores a un 0.47 de FOM promedio, un porcentaje de detecciones correctas del 72.1 % y 78.9 falsas alarmas por hora. Para las pruebas, se utilizó un conjunto de 20 keywords entrenadas con 14 minutos de datos transcritos y fillers entrenados con 7 horas sin transcripciones. Los resultados se muestran en base a 1.9 horas de datos para testeo.
Fil: Brusco, Pablo Daniel. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.