지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2016.10
- 수록면
- 1,315 - 1,319 (5page)
이용수
이 논문의 연구 히스토리 (2)
2016
N-best List Re-ranking Using Semantic Relatedness and Syntactic Score : An Approach for Improving Speech Recognition Accuracy in Air Traffic Control
Van Nhan Nguyen
,
Ha
,
ald Holone
제어로봇시스템학회 국제학술대회 논문집
2016.10
학술대회자료
N-best List Re-ranking Using Syntactic Score : A Solution for Improving Speech Recognition Accuracy in Air Traffic Control
Van Nhan Nguyen
,
Ha
,
ald Holone
제어로봇시스템학회 국제학술대회 논문집
2016.10
학술대회자료
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
In this paper, we investigate how we can take advantage of the availability of linguistic knowledge, particularly semantic knowledge, in Air Traffic Control (ATC) to reduce theWord Error Rate (WER) of Automatic Speech Recognition (ASR) systems. To facilitate this, we integrate semantic knowledge into post-processing by performing n-best list re-ranking. We first propose a feature called semantic relatedness. We then use the WER-Sensitive Pairwise Perceptron algorithm which is proposed in previous work to combine the semantic relatedness, syntactic score and speech decoder’s confidence score features to perform n-best list re-ranking. We evaluate the proposed approach in terms of WER on the well known ATCOSIM Corpus of Non-prompted Clean Air Traffic Control Speech (ATCOSIM) and our own Air Traffic Control Speech Corpus (ATCSC). The evaluation results show that our proposed approach reduces the WER by 0.31% and 1.53% on the ATCOSIM and ATCSC corpora respectively. Our proposed approach also shows 19.93% WER improvement compared with traditional n-gram model on the ATCSC corpus.
목차
Abstract
1. INTRODUCTION
2. BACKGROUND AND RELATED WORK
3. SEMANTIC RELATEDNESS FEATURE
4. N-BEST LIST RE-RANKING USING PERCEPTRON
5. EVALUATING SETTINGS AND RESULTS
6. DISCUSSION
7. CONCLUSION AND FURTHER WORK
REFERENCES
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
N-best List Re-ranking Using Syntactic Score : A Solution for Improving Speech Recognition Accuracy in Air Traffic Control
제어로봇시스템학회 국제학술대회 논문집
2016 .10
-
Welcoming Speech
AFORE
2015 .11
-
Welcoming Speech
AFORE
2017 .11
-
Welcoming Speech
AFORE
2015 .11
-
Welcoming Speech
AFORE
2018 .08
-
음성 특성 지표를 이용한 음성 인식 성능 예측
한국정보통신학회논문지
2016 .03
-
음성 인식용 데이터베이스 검증시스템을 위한 새로운 음성 인식 성능 지표
한국정보통신학회논문지
2016 .03
-
문맥정보를 활용한 거대언어모델 기반의 음성인식 오류 수정 방법
대한전자공학회 학술대회
2024 .11
-
Fast offline transformer-based end-to-end automatic speech recognition for real-world applications
[ETRI] ETRI Journal
2022 .06
-
효과적인 음성 인식 평가를 위한 심층 신경망 기반의 음성 인식 성능 지표
한국정보통신학회논문지
2017 .12
-
음성신호기반의 감정인식의 특징 벡터 비교
전기학회논문지
2018 .10
-
대규모 언어 모델을 사용한 한국어 음성 인식 오류 보정 연구
대한전자공학회 학술대회
2024 .06
-
딥러닝 기반 다중 음성 인식 모델과 거대 언어 모델을 이용한 항공 교통 관제 음성 인식 정확도 개선 연구
한국항공우주학회 학술발표회 초록집
2024 .11
-
음성 강도를 이용한 감정 분류 연구
한국생산제조학회 학술발표대회 논문집
2021 .12
-
Youtube와 Emotion API를 이용한 음성 기반 감정 인식 AI 시스템
대한전자공학회 학술대회
2018 .06
-
Specific Features for Traffic Behavior Recognition
한국정보과학회 학술발표논문집
2015 .06
-
소음 환경에서 상용 음성인식 API의 성능 비교
전기학회논문지
2022 .09
-
Adaptive Feature Generation for Speech Emotion Recognition
IEIE Transactions on Smart Processing & Computing
2020 .06
-
Speech emotion recognition based on genetic algorithm–decision tree fusion of deep and acoustic features
[ETRI] ETRI Journal
2022 .06
-
Audio-Based Hate Speech Detection for the Metaverse using CNN
한국통신학회 학술대회논문집
2022 .11
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2017-003-001867487