2.4.1.5 Clasificación de los Sistemas de Reconocimiento de Habla según su Arquitectura

Básicamente, y atendiendo a su arquitectura, es decir, al modo en el que se combinan el conjunto de fuentes de conocimiento que intervienen en el proceso de reconocimiento, los sistemas podrían ser clasificados  en sistemas integrados y sistemas en 2 niveles o no integrados.

• Sistema de Arquitectura Integrada. Un sistema integrado, incorpora simultáneamente el mayor número posible de fuentes de conocimiento, entre ellas, las gramáticas y diccionarios compilados o no en forma de árbol, junto con el módulo acústico (algoritmo de Un Paso o One Pass con Modelos Ocultos de Markov de alófonos). Todo ello supone la generación de espacios de búsqueda (de estados) de gran tamaño pero con la posibilidad de guiar al módulo acústico durante la fase de reconocimiento, reduciendo la entropía del sistema y aumentado las posibilidades de un mejor reconocimiento [MUR88][LEE88][LEE89].
• Sistema de Arquitectura no Integrada. Como alternativa, podemos dividir el reconocimiento de una frase continua en el resultado de 2 etapas, una primera donde se genera un lattice o malla de alófonos asociado a la frase a reconocer, utilizando sólo información de los alófonos que existen en la lengua, y la segunda, donde un algoritmo de Programación Dinámica, capaz de utilizar información gramatical, léxica y con un modelo del error que se produce durante la primera etapa (matriz de confusión, de borrados y de inserciones), se encargará de generar la frase o frases asociadas a ese lattice de alófonos. Este segundo sistema supone espacios de búsqueda mucho más pequeños, es decir, menos coste computacional y menos memoria, pero también tasas de error más altas debido al error introducido por la primera etapa en la que apenas hay más información que el conjunto de alófonos de la lengua.

La clasificación anterior hace referencia principalmente al hecho de tener la información lingüística de tipo léxico (palabras y su transcripción alofónica), es decir, las palabras del diccionario, representadas por Modelos Ocultos de Markov. Sin embargo, esta misma clasificación también servirá si tenemos en cuenta la información lingüística superior, sintáctico-semántica, de forma que podríamos hablar de Sistemas de Arquitectura Integrada [DUP93][DUP93-B] en los que la gramática guía el proceso de reconocimiento acústico, prediciendo, o de Sistemas de Arquitectura No Integrada [TOM86][SCH92] en los que dicha información se aplica sobre la salida del sistema de reconocimiento, en un post-proceso. Realmente los sistemas más utilizados y con mejor tasa de funcionamiento son los mixtos [STE87] [SOO91], es decir, Sistemas Integrados desde el punto de vista acústico guiados por gramáticas sencillas y robustas de tipo N-gramas, y Sistemas No Integrados que aplican sobre la frase o frases de salida un post-proceso gramatical más complejo con una cierta capacidad para superar los errores.

Anterior   I  Siguiente   I  Índice capítulo 2   I   Índice General