2.4.1 Reconocimiento Automático de Habla

2.4.1.1 Definición

Aunque han existido a lo largo de la corta historia del reconocimiento automático del habla distintos enfoques, los más utilizados y que han proporcionado los mejores resultados han sido los probabilísticos, basados en la Teoría de la Decisión de Bayes, la Teoría de la Información y las Técnicas de Comparación de Patrones y de Programación Dinámica [BEL65][NEY93][NEY90].

Fig. 2.2 Diagrama de bloques del proceso de Reconocimiento Acústico Automático de una frase

Dentro de este enfoque, por “sistema de reconocimiento automático del habla“ entendemos un sistema de cierta complejidad capaz de descodificar los sonidos u otra información de nivel superior que forman parte de una determinada señal de habla. Dicha descodificación puede realizarse de diferentes formas, utilizando diferentes técnicas y con unos determinados requisitos de partida para la señal de habla a decodificar. En el fondo, se trata de ser capaces de generar un conjunto de patrones (asociados a partes de habla) que puedan ser comparados con la señal acústica de entrada (a reconocer) devolviendo la secuencia de estos patrones que con mayor probabilidad "representan" a la misma.

El proceso de reconocimiento automático de habla tiene como función obtener la secuencia de palabras asociada a la frase en lenguaje natural (LN) de entrada. La frase es pronunciada por el locutor de forma continua, es decir, sin pausas entre las palabras, y a menudo, tiene problemas de agramaticalidad, incluye elementos propios del habla espontánea como son las interjecciones, falsos comienzos, repeticiones, etc.  El sistema de reconocimiento de habla, por su parte,  presenta problemas de cobertura léxica y sintáctica (estructural). Por todo ello, la tarea del sistema de reconocimiento de habla no es sencilla, y además, es costosa, tanto en memoria como en cálculo.

Anterior   I  Siguiente   I  Índice capítulo 2   I   Índice General