5.4.1.1.1 Modelos Discretos. 2 Codebooks

En la siguiente tabla presentamos las tasas de acierto de palabras (Word Accuracy, WA) obtenidas para los cuatro locutores, utilizando Modelos Discretos de Markov, con dos codebooks y sin el uso de conocimiento gramatical. Sin embargo, hemos querido comprobar las ventajas de incorporar conocimiento fonológico (las transiciones entre palabras en habla continua) en el diccionario de palabras (D-S) y tratar, además, los nombres propios compuestos como una sola palabra sin silencios entre las palabras componentes del mismo (D-C) y con la posibilidad de silencios entre las mismas (D-J). Se ha calculado el promedio de los cuatro locutores por sistema con el fin de poder comprobar las diferencias entre los diferentes tipos de diccionario, independientemente del locutor.

D2	Léxico
Locutor	D-B	D-S	D-C	D-J
ENR	56.44	60.93	59.25	62.52
FER	52.05	54.85	53.36	56.91
LEA	68.31	72.99	71.77	73.73
ROM	71.86	78.50	78.78	79.34
WAMEDIO	62.17	66.82	65.80	68.12

Tabla 5.16 Resultados de la Evaluación (Tasa de Aciertos de Palabra o Word Accuracy) del Módulo Acústico utilizando modelos discretos de Markov de 2 codebooks (D2), sin gramática, cambiando el diccionario (D-B, D-S, D-C y D-J).   Resultados para los 4 locutores (ENR, FER, LEA y ROM) y su promedio.

Las bandas de probabilidad para cada uno de los sistemas D2-B, D2-S, D2-C, y D2-J se muestran en la tabla 5.17.

SISTEMA	WA Mínimo	WA Medio	WA Máximo
D2-B	60,717	62,170	63,623
D2-S	65,409	66,820	68,231
D2-C	64,379	65,800	67,221
D2-J	66,724	68,120	69,516

Tabla 5.17 Bandas de Probabilidad asociadas a los valores promedio de los cuatro locutores para el experimento anterior (Tabla 5.16) y su representación gráfica (figura 5.18) nos ofrece una mayor claridad en el análisis comparativo:

Fig. 5.18 Diagrama donde se observa el valor mínimo, medio y máximo (banda de probabilidad) para cada uno de los sistemas (D2-B, D2-C, D2-S, D2-J). Representación gráfica de la tabla 5.17.

Del análisis deducimos que la incorporación  de conocimiento fonológico (D2-S) con o sin el modelado de los nombres compuestos como si de una sola palabra se tratase (D2-C y D2-J), es claramente mejor que utilizar el diccionario en su forma básica (D2-B). El uso de nombres propios compuestos considerados como una sola palabra no tiene en este caso ventajas significativas, aunque el uso de silencios o pausas entre las palabras del nombre compuesto mejora relativamente la tasa. Debemos tener en cuenta que muchos nombres compuestos están formados por palabras con más de una sílaba, es decir, con una longitud que favorece que el sistema de reconocimiento no cometa errores con ellos.

TEST B.	D2-S	D2-C	D2-J
D2-B	D2-S	D2-C	D2-J
D2-S	-----	IGUAL	IGUAL
D2-C	-----	-----	IGUAL
D2-J	-----	-----	-----

Tabla 5.18 Tabla de Comparación de los sistemas D2-B, D2,S, D2-C y D2-J utilizando el test de las Bandas de Probabilidad

Los Pesos de Penalización de Inserción de Palabras (PIP) utilizados son los mismos que los obtenidos por J. Ferreiros en su Tesis Doctoral para esta base de datos, sin utilizar gramática (NG), y para los modelos DHMM de dos codebooks (D2):

D2	Locutor
	ENR	FER	LEA	ROM
PIPNG	60000	75000	60000	45000

Tabla 5.19 Pesos de Inserción de Palabras (PIP) estimados para los modelos D2 cuando no se utiliza gramática, para cada uno de los locutores de la base de datos

Anterior   I  Siguiente   I  Índice capítulo 5   I  Índice General