Slovenska baza BNSI broadcast news za razpoznavanje tekočega govora

Andrej Žgank (Avtor), Darinka Verdonik (Avtor), Zdravko Kačič (Avtor)

Povzetek

V članku bomo predstavili nov slovenski jezikovni vir, bazo BNSI Broadcast News, ki vsebuje posnetke televizijskih dnevnoinformativnih oddaj. Vir je namenjen razvoju razpoznavalnikov tekočega govora z velikim slovarjem besed za neomejeno domeno. Sestavljajo ga govorna baza z ročno tvorjenimi transkripcijami v obsegu 36 ur in tekstovni korpus, ki vsebuje I I niio besed. Govorna baza je namenjena učenju akustičnih modelov, tekstovni korpus pa bo uporabljen za izdelavo jezikovnih modelov. Novi jezikovni vir je plod sodelovanja med Univerzo v Mariboru, FERI in IZ'FV Slovenija. V članku bomo najprej predstavili postopek zajemanja gradiva in karakteristike baze. Opisali bomo potek ročnega zapisovanja govornega korpusa. Sledila bo podrobna analiza govornega in tekstovnega dela baze, ki je namenjena predstavitvi vseh lastnosti jezikovnega vira, ki vplivajo na razvoj razpoznavalnikov govora.

Ključne besede

slovenski jezikovni vir;avtomatsko razpoznavanje tekočega govora;govorni korpus;besedilni korpus;Broadcast news;

Podatki

Jezik:	Slovenski jezik
Leto izida:	2008
Tipologija:	1.01 - Izvirni znanstveni članek
Organizacija:	UM FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Založnik:	Elektrotehniška zveza Slovenije
UDK:	81'1:004.9
COBISS:	6739796
ISSN:	0013-5852
Št. ogledov:	890
Št. prenosov:	45
Ocena:	0 (0 glasov)
Metapodatki:

Ostali podatki

Sekundarni jezik:	Angleški jezik
Sekundarni naslov:	The Slovenian BNSI broadcast news database for continuous speech recognition
Sekundarne ključne besede:	Slovenian language resources;automatic continuous speech recognition;speech corpus;text corpus;Broadcast news;
URN:	URN:NBN:SI
Vrsta dela (COBISS):	Delo ni kategorizirano
Strani:	str. 85-90
Letnik:	ǂLetn. ǂ75
Zvezek:	ǂšt. ǂ3
Čas izdaje:	2008
ID:	1735399