Site Navigatie
http://www.elis.ugent.be/nl/node
ELIS-DSSP is een van de onderzoeksgroepen van de vakgroep Elektronica en Informatiesystemen aan de Universiteit Gent.
AlgemeenDe onderzoeksgroep ELIS-DSSP verricht fundamenteel en toegepast onderzoek op het vlak van digitale signaalverwerking, maar met een grote nadruk op spraak- en muziekverwerking. Het spraakonderzoek is vooral gericht op de verbetering van automatische spraakherkenning en op de aanwending daarvan in educationele en klinische
toepassingen.
Een spraakherkenner werkt niet op het signaal zelf, maar op informatie die door middel van een oppervlakkige analyse wordt afgeleid. Hoe beter deze informatie is, hoe beter de spraakherkenner zal presteren. In dit licht werd een eigen perceptief geïnspireerde analyse ontwikkeld, een extractor van fonologische kenmerken en een indexeringstool die ruwe audio kan verwerken en aan de spraakherkenner kan geven wanneer er spraak aanwezig is, welke spreker aan het woord is, etc. Dergelijke info is o.a. van belang bij de automatische ondertiteling van TV-programma's.
Een spraakherkenner maakt gebruik van statistische modellen die de kenmerken van basisklanken (fonemen) beschrijven. De meest populaire modellen zijn HMMs (Hidden Markov Modellen). Maar er zijn wellicht alternatieve modeltypes die op bepaalde punten beter scoren. In ELIS-DSSP worden zelforganiserende neurale netwerken bestudeerd in de hoop dat die robuustere spraakherkenners zullen opleveren.
Om fonemen aan woorden te koppelen werkt een spraakherkenner met een uitspraaklexicon. Er werd in dat verband gewerkt aan methodes welke een betere transcriptie van eigennamen opleveren en die gangbare variatie in de uitpraak van een woord kunnen voorspellen. Voor toepassingen zoals stemgestuurde navigatie kon met die methodes een aanzienlijke verhoging van de herkenningsnauwkeurigheid verkregen worden.
Bij de keuze van de woordenschat wordt men bij een taal als het Nederlands geconfronteerd met het veelvuldig voorkomen van samenstellingen. Via een systeem dat woorden en woorddelen herkent en vervolgens beslist welke delen aan elkaar te plaatsten zijn, kon de spraakherkenner nauwkeuriger en kleiner (minder geheugen) gemaakt worden. De kennis van spraakherkenning wordt tenslotte ook aangewend voor het automatisch meten van de kwaliteit en de verstaanbaarheid van sprekers met een spraakhandicap. Daarvoor wordt samengewerkt met clinici die de tijdrovende en subjectieve testen die zij tot nu toe gebruikten graag zouden vervangen door betrouwbare objectieve methoden.
Deze gegevens werden voor het laatst gecontroleerd op 17 december 2008.