Results obtained with the SpeechDat

Results obtained with the SpeechDat dataset show that by modeling time dependencies, we can achieve a great improvement in recognition, outperforming the inter-parameter dependencies modeling approach with a relative WER reduction of around 26% compared to baseline results. However, the improvement when using the DigitVox dataset was slightly lower, with a relative WER reduction of 10.2%. Thus, this solution seems more likely to be adapted to the training corpus for connected digit recognition.

Kết quả (Việt) 1:

Kết quả thu được với số liệu SpeechDat Hiển thị rằng bằng mô hình phụ thuộc thời gian, chúng tôi có thể đạt được một cải tiến lớn trong sự công nhận, outperforming phụ thuộc giữa hai tham số mô hình tiếp cận với việc giảm WER tương đối của khoảng 26% so với đường cơ sở kết quả. Tuy nhiên, sự cải thiện khi sử dụng số liệu DigitVox là hơi thấp hơn, với việc giảm WER tương đối của 10,2%. Vì vậy, giải pháp này có vẻ nhiều khả năng được điều chỉnh để các văn thể đào tạo cho công nhận chữ số được kết nối.

Kết quả (Việt) 2:

Kết quả thu được với các số liệu cho thấy SpeechDat rằng bằng cách mô hình thời gian phụ thuộc, chúng ta có thể đạt được một cải tiến lớn trong công nhận, đạt vượt các mô hình tiếp cận liên thông số phụ thuộc với một giảm WER tương đối khoảng 26% so với kết quả ban đầu. Tuy nhiên, việc cải thiện khi sử dụng các số liệu DigitVox là hơi thấp, với mức giảm tương đối của WER 10,2%. Vì vậy, giải pháp này có vẻ nhiều khả năng phải phù hợp với ngữ liệu huấn luyện để nhận biết chữ số kết nối.