Fig. 4. Recognition accuracy result

Fig. 4. Recognition accuracy results obtained by the MFT-based speech recognition system
employing the voicing and oracle masks.
Experimental results are first presented in Figure 4 for speech corrupted by white noise (as
this noise is considered to contain no voiced components) to evaluate the quality of the
estimated voicing mask. It can be observed that the recognition accuracies achieved by the
MFT-based recogniser employing the estimated voicing mask (MFTvoic) and the oracle
voicing mask (MFTvoicOracle) are nearly identical. This indicates that the errors made in
the voicing estimation have nearly no effect on the recognition performance of the MFT-
based system in the given recognition task. It can also be seen that the MFT-based system
using the voicing mask provides recognition performance significantly higher than that of
the standard recognition system and indeed very close to using the oracle mask
(MFToracle), i.e., the abandonment of uncorrupted unvoiced features did not harm
significantly the recognition accuracy in the given task.
Results of experiments on the Aurora 2 noisy speech data are presented in Figure 5. It can be
seen that employing the voicing mask in the MFT-based system provides significant

Kết quả (Việt) 1:

Hình 4. Công nhận tính chính xác kết quả thu được bằng cách dựa trên MFT bài phát biểu công nhận hệ thống sử dụng mặt nạ lồng tiếng và oracle. Kết quả thử nghiệm lần đầu tiên được trình bày trong hình 4 cho các bài phát biểu bị hỏng bởi các tiếng ồn trắng (như tiếng ồn này được coi là có chứa các thành phần không có lồng tiếng) để đánh giá chất lượng của các mặt nạ ước lồng tiếng. Nó có thể được quan sát công nhận phàm đạt được bằng các Dựa trên MFT recogniser sử dụng mặt nạ ước lồng tiếng (MFTvoic) và nhà tiên tri lồng tiếng cho mặt nạ (MFTvoicOracle) là gần như giống hệt nhau. Điều này cho thấy rằng các lỗi thực hiện tại dự toán lồng tiếng gần như không có hiệu lực trên hiệu suất công nhận của MFT-Dựa trên hệ thống trong các nhiệm vụ được công nhận. Nó cũng có thể được nhìn thấy rằng hệ thống dựa trên MFT sử dụng mặt nạ lồng tiếng cung cấp hiệu suất công nhận cao hơn đáng kể so với tiêu chuẩn công nhận hệ thống và thực sự rất gần gũi với cách sử dụng mặt nạ oracle (MFToracle), nghĩa là từ bỏ tính năng unvoiced đắn đã không gây tổn hại cho đáng kể sự công nhận tính chính xác trong nhiệm vụ nhất định. Kết quả thí nghiệm trên Aurora 2 bài phát biểu ồn ào dữ liệu được trình bày trong hình 5. Nó có thể nhìn thấy rằng sử dụng mặt nạ lồng tiếng trong hệ thống dựa trên MFT cung cấp đáng kể

Kết quả (Việt) 2:

Sung. 4. Công nhận chính xác kết quả thu được bằng các hệ thống nhận dạng giọng nói MFT dựa trên
sử dụng thì giọng nói và oracle mặt nạ.
Kết quả thí nghiệm được trình bày trước tiên trong hình 4 cho bài phát biểu bị hỏng bởi tiếng ồn trắng (như
tiếng ồn này được coi là không chứa các thành phần lên tiếng) để đánh giá chất lượng của các
mặt nạ bày tỏ ước tính. Nó có thể được quan sát thấy rằng độ chính xác nhận đạt được bằng các
recogniser MFT dựa trên sử dụng mặt nạ ước lồng tiếng (MFTvoic) và nhà tiên tri
bày tỏ mặt nạ (MFTvoicOracle) là gần như giống hệt nhau. Điều này chỉ ra rằng những sai sót trong
việc lập dự toán lồng tiếng hầu như không ảnh hưởng đến hiệu suất công nhận của MFT-
dựa trên hệ thống trong công tác nhận định. Nó cũng có thể được nhìn thấy rằng hệ thống MFT dựa trên
bằng cách sử dụng mặt nạ lên tiếng cung cấp hiệu suất công nhận cao hơn đáng kể so với
các hệ thống nhận dạng tiêu chuẩn và thực sự rất gần với cách sử dụng mặt nạ oracle
(MFToracle), tức là, việc từ bỏ các tính năng phát âm không được uncorrupted không tác hại
đáng kể độ chính xác công nhận trong các nhiệm vụ nhất định.
Kết quả thí nghiệm trên Aurora 2 dữ liệu bài phát biểu ồn ào được thể hiện trong hình 5. Nó có thể được
nhìn thấy rằng sử dụng mặt nạ lên tiếng trong hệ thống MFT-based cung cấp đáng kể