5.2.2. Tisztán neurális megközelítés

Jegyzet elhelyezéséhez, kérjük, lépj be.!

Nézzük meg, hogy a grafémaalapú (karakteralapú) akusztikus modelleket elejétől végig (end-to-end) neuronhálóval kezelő QuartzNet (Kriman et al. 2020) + CTC (Connectionist Temporal Classification, Graves et al. 2006) megközelítés esetén hogyan alakulnak a leiratozási pontossági mérőszámok nyelvmodell alkalmazása nélkül a 7. táblázatban. Ennél a megközelítésnél a neuronhálónak a beszédfeldolgozáshoz közeli – ún. enkóder – részének struktúrája nyelvfüggetlen, így az angol nyelvre már betanított enkóder felhasználható a magyar nyelvű tanításban is. A betanítás minden esetben a hanganyag pontos leiratát igényli, azaz felügyelt tanítást alkalmazunk.
 

Jegyzet elhelyezéséhez, kérjük, lépj be.!

7. táblázat. Karakteralapú QuartzNet + CTC end-to-end beszédfelismerési eredmények a BEA-Base adatbázison
Kötött beszéd
Spontán beszéd
Előtanítás
WER (%)
CER (%)
WER (%)
CER (%)
nincs
11,56
2,91
26,7
8,84
angol nyelven
10,63
2,58
24,87
7,96
 

Jegyzet elhelyezéséhez, kérjük, lépj be.!

Ahogy a 7. táblázat mutatja, a spontán és a kötött beszéd leiratozási hibái közötti távolság lényegesen csökkent, azonban ezt kisebb részben okozza a spontán beszédnél tapasztalható pontosságnövekedés, mint a kötött beszédnél tapasztalható romlás. Az angol nyelvű előtanítás egyértelműen csökkenti a beszédfelismerési hibákat, aminek magyarázata lehet, hogy előtanítás nélküli esetben is valahonnan el kell kezdeni a neuronháló paramétereinek hangolását, és ez ilyenkor csak véletlenszerű számokkal történhet, aminél még az angol nyelvre optimalizált súlyértékek is kedvezőbbek. Mind a 6. táblázatban, mind a 7. táblázatban közölt eredmények hasonló komplexitású, kb. 18 millió paramétert tartalmazó modellekkel készültek.
 
Tartalomjegyzék navigate_next
Keresés a kiadványban navigate_next

A kereséshez, kérjük, lépj be!
Könyvjelzőim navigate_next
A könyvjelzők használatához
be kell jelentkezned.
Jegyzeteim navigate_next
Jegyzetek létrehozásához
be kell jelentkezned.
    Kiemeléseim navigate_next
    Mutasd a szövegben:
    Szűrés:

    Kiemelések létrehozásához
    MeRSZ+ előfizetés szükséges.
      Útmutató elindítása
      delete
      Kivonat
      fullscreenclose
      printsave