2.4.1.12 El Módulo de Reconocimiento de Habla

En este trabajo de tesis se ha decidido utilizar la Teoría de Probabilidades, en concreto, el Teorema de Bayes (TB), la Programación Dinámica (PD) y los Modelos Ocultos de Markov (HMM) como paradigmas para resolver el problema. El proceso de decodificación acústica, basado en el algoritmo de Un Paso [BRI82][LER89], es guiado por una gramática que restringe el espacio de búsqueda de la solución óptima (secuencia de palabras óptima o más probable), permitiendo obtener tasas de acierto de palabra mucho más altas, es decir, mejorar la eficacia del proceso. Se han probado distintos tipos de gramáticas como se describirá más adelante, en el Capítulo 5 de esta tesis.

Se han utilizado distintos tipos de Modelos Ocultos de Markov (HMM), concretamente, discretos (DHMM) y semicontinuos (SCHMM), con el fin de analizar el incremento de eficacia que se produce en el proceso cuando se combina con el empleo de gramáticas. Se han utilizado modelos HMM de los alófonos del castellano, de forma independiente del contexto, y concatenando estos se crean los modelos HMM de cada una de las palabras del léxico.

En este proceso interviene el conocimiento fonético, fonológico (diccionario de alófonos, múltiples pronunciaciones de una palabra, diccionario léxico o de palabras con las transcripciones alofónicas de las mimas, etc.) y morfológico de la lengua. En muchas ocasiones se incluye conocimiento sintáctico para guiar el proceso de decodificación acústica.

Anterior   I  Siguiente   I  Índice capítulo 2   I   Índice General