Identificacin de Palabras

1. Usando Fonemas como Fillers

Aqu se investiga y experimenta la tcnica de identificacin de palabras clave usando los
fonemas como filler. Tambin se introduce el uso de modelos de lenguaje estocsticos para
mejorar el desempeo de los fillers.

2. Modelo de fillers como unidades inferiores a la palabra
Una de las soluciones al problema de identificacin de palabras clave en habla continua se basa
en el reconocimiento de un conjunto de unidades lingsticas fundamentales, escogidas de
forma que todas las palabras de un lenguaje puedan ser representadas con sus
correspondientes sonidos acsticos.

Ventajas de los fonemas fillers:
- El modelado con unidades inferiores a la palabra facilita la difcil tarea de predecir las palabras
no clave para cada nueva aplicacin

3. Clasificacin de los fonemas
El lenguaje hablado puede representarse como una serie de unidades bsicas de sonido
llamada fonemas.
Los fonemas se separan principalmente en dos grupos: vocales y constantes
El modo de articulacin separa las consonantes en cinco grupos: oclusivas, fricativas,
africadas, nasales, liquidas.
Articulacin a las vocales se les asigna los trminos : anterior, central y posterior, y de abierta,
media y cerrada.
En las consonantes se les asigna en seis grupos: bilabiales, labiodentales, dentales,
alveodentales, palatales y velares.
En cuanto a las vibraciones de las cuerdas bucales, las consonantes pueden ser clasificados
como sordas y sonoras



































4. Modelado de Filler de fonemas usando modelos de lenguaje
La precisin de reconocimiento puede ser mejorada tomando ventaja de la posible informacin
a prior en las secuencias a ser reconocidas. En reconocimiento de habla conocimiento a priori
puede significar lo siguiente.

* Las palabras permitidas suelen corresponder a un vocabulario predeterminado.
*Algunas secuencias de palabras son mas probables que otras.

5. Modelo de Bigram
Existen razones para entrenar modelos 2-gran (bigram). Por un lado, las secuencias de formas
en espaol son muy regulares, por ejemplo: /pe/, /ta/, /da/, son secuencias comunes de
fonemas y /xp/, /tp/, /cb/ son secuencias poco comunes. Por otro lado el reconocimiento al
nivel de fonemas es muy difcil debido a que un fonema esta influenciado por sus fonemas
colindantes.
el modelo bigram esta basado en la aproximacin de que una palabra es estticamente
dependiente de la palabra anterior (en este capitulouna palabra corresponde a un fonema).
El modelo bigram asigna una probabilidad a una secuencia de palabras W de acuerdo a la
siguente ecuacin:







Donde la probabilidad de tener la palabra W
i
cuando la palabra anterior es W
i-1
esta dada por :







En la ecuacin anterior es el numero de ocurrencias de la secuencia
en el conjunto de entrenamiento y es el numero de ocurrencias de la palabra
en el mismo conjunto de entrenamiento.