Detail publikace

Customization of Automatic Speech Recognition Engines for Rare Word Detection Without Costly Model Re-Training

BHATTACHARJEE, M.; MOTLÍČEK, P.; NIGMATULINA, I.; HELMKE, H.; OHNEISER, O.; KLEINERT, M.; EHR, H. Customization of Automatic Speech Recognition Engines for Rare Word Detection Without Costly Model Re-Training. 13th SESAR Innovation Days 2023, SIDS 2023. Seville: SESAR Joint Undertaking, 2023. p. 1-8. ISSN: 0770-1268.
Název česky
Přizpůsobení systémů pro automatické rozpoznávání řeči pro detekci vzácných slov bez nákladného přetrénování modelu
Typ
článek ve sborníku konference
Jazyk
anglicky
Autoři
BHATTACHARJEE, M.
Motlíček Petr, doc. Ing., Ph.D. (UPGM)
NIGMATULINA, I.
HELMKE, H.
OHNEISER, O.
KLEINERT, M.
EHR, H.
URL
Klíčová slova

Speech Recognition; Model Adaptation; Integration of prior knowledge;
Customization of model, Rare-word integration.

Abstrakt

Díky Alexe, Siri nebo Google Assistant, automatické rozpoznávání řeči (ASR)
změnilo náš každodenní život během poslední dekády. K dispozici jsou prototypové
aplikace v oblasti řízení letového provozu (ATM). Předvyplňování záznamů
radarových štítků podporou ASR nedávno dosáhlo úrovně technologické připravenosti
před industrializací (TRL6). Zřídka vyslovovaná slova a slova související se
vzdušným prostorem relevantní v kontextu ATM však zůstávají výzvou pro
sofistikované aplikace. Open source sady nástrojů ASR nebo velké předem trénované
modely pro odborníky - umožňující přizpůsobit ASR novým doménám - lze využít
s typickým omezením dostupnosti určitého množství trénovacích dat specifických
pro doménu, tj. typicky přepsané řeči pro přizpůsobení akustické a/nebo nebo
jazykové modely. Obecně stačí, aby "univerzální" motor ASR spolehlivě rozpoznal
několik stovek slov, která tvoří slovní zásobu hlasové komunikace mezi řídícími
letového provozu a piloty. Pro každé letiště je však potřeba integrovat několik
stovek závislých slov, která se vyslovují jen zřídka. Tyto náročné slovní entity
obsahují speciální označení leteckých společností a názvy navigačních bodů jako
"dexon" nebo "burok", které se objevují pouze v určité oblasti. Při použití jsou
vysoce informativní, a proto vyžadují vysokou přesnost rozpoznávání. Umožnění
přizpůsobení plug and play s minimem odborné manipulace předpokládá, že není
potřeba žádné další školení, tj. jemné doladění univerzálního ASR. Tento článek
představuje inovativní přístup k automatické integraci nových specifických
slovních entit do univerzálního systému ASR. Míra rozpoznávání těchto regionálně
specifických slovních entit s ohledem na univerzální ASR se zvyšuje šestkrát.

Rok
2023
Strany
1–8
Sborník
13th SESAR Innovation Days 2023, SIDS 2023
Svazek
2023
Číslo
11
Konference
13 SESAR Inovační dny, Seville, ES
Vydavatel
SESAR Joint Undertaking
Místo
Seville
DOI
10.61009/SID.2023.1.10
BibTeX 
@inproceedings{BUT187995,
  author="BHATTACHARJEE, M. and MOTLÍČEK, P. and NIGMATULINA, I. and HELMKE, H. and OHNEISER, O. and KLEINERT, M. and EHR, H.",
  title="Customization of Automatic Speech Recognition Engines for Rare Word Detection Without Costly Model Re-Training",
  booktitle="13th SESAR Innovation Days 2023, SIDS 2023",
  year="2023",
  volume="2023",
  number="11",
  pages="1--8",
  publisher="SESAR Joint Undertaking",
  address="Seville",
  doi="10.61009/SID.2023.1.10",
  issn="0770-1268",
  url="https://www.sesarju.eu/sites/default/files/documents/sid/2023/Papers/SIDs_2023_paper_18%20final.pdf"
}
Soubory
Nahoru