The speech recognition task was spe

The speech recognition task was speaker independent reading of full sentences recorded
over fixed telephone line. Cross-word triphone models were trained using 39 hours from
3838 speakers. The development set was 46 minutes from 79 new speakers and the
evaluation set was another corresponding set. The models included tied state hidden HMMs
of totally 1918 different states and 76046 Gaussian mixture (GMM) components, short-time
mel-cepstral features (MFCCs), maximum likelihood linear transformation (MLLT) and
explicit phone duration models (Pylkkönen & Kurimo, 2004). No speaker or telephone call
specific adaptation was performed. Real-time factor of recognition speed was about 10 xRT.

Kết quả (Việt) 1:

Nhiệm vụ nhận dạng giọng nói là loa độc lập đọc các câu đầy đủ được ghiqua đường dây điện thoại cố định. Cross-word triphone mô hình đã được huấn luyện bằng cách sử dụng 39 giờ, kể từ3838 loa. Việc phát triển là 46 phút 79 loa mới và cácđánh giá là một bộ tương ứng. Các mô hình bao gồm gắn trạng thái ẩn HMMshoàn toàn tiểu bang khác nhau năm 1918 và 76046 Gaussian hỗn hợp (GMM) linh kiện, thời gian ngắntính năng Mel-cepstral (MFCCs), tối đa khả năng biến đổi tuyến tính (MLLT) vàrõ ràng thời gian thực hiện mô hình điện thoại (Pylkkönen & Kurimo, 2004). Không có loa hoặc gọi điện thoạithích ứng cụ thể được thực hiện. Các yếu tố thời gian thực công nhận tốc độ là khoảng 10 xRT.

Kết quả (Việt) 2:

Các nhiệm vụ nhận dạng giọng nói là loa đọc độc lập của câu đầy đủ ghi lại
trên đường dây điện thoại cố định. Mô hình triphone chéo từ đã được đào tạo sử dụng 39 giờ, kể từ
3838 loa. Các thiết lập phát triển là 46 phút từ 79 loa mới và
bộ đánh giá là một bộ tương ứng. Các mô hình bao gồm gắn HMMs ẩn nhà nước
của toàn năm 1918 tiểu bang khác nhau và 76.046 hỗn hợp Gaussian (GMM) các thành phần, thời gian ngắn
tính năng mel-Cepstral (MFCCs), chuyển đổi tối đa khả năng tuyến tính (MLLT) và
mô hình thời gian điện thoại rõ ràng (Pylkkönen & Kurimo, 2004 ). Không có loa hoặc gọi điện thoại
thích ứng cụ thể được thực hiện. Yếu tố thời gian thực tốc độ công nhận là khoảng 10 XRT.